探究人工智能在保险公司的应用

电子说

1.2w人已加入

描述

在不远的将来,新的一天,当您醒来,您的手表记录了您睡了多长时间,并监测您的心跳和呼吸;您开车去上班,汽车传感器会记录您的速度和刹车;您在路上买了些早餐,用电子支付,然后交易信息和食物的卡路里含量都被记录下来。 然后不幸的是,您发生了车祸。您打电话给保险公司,电话会被立即接听,另一端的接接线员知道您的名字,并亲切地和您聊起您的宠物猫以及您最喜欢的足球队周末表现如何。 您在和一个聊天机器人聊天。它“了解”您的原因是因为保险公司正在使用人工智能从社交媒体中搜集关于您的信息。

它还了解更多,因为您已同意让它监控您的个人设备,以换取更便宜的保险费。 这不是科幻小说,超过四分之三的保险公司高管认为人工智能将在几年内彻底改变保险行业。据麦肯锡未来学家称,到2030年,人工智能将意味着您的汽车和人寿保险费用可能会根据您决定走哪条路线而改变。 它将以更加个性化的服务、更快的索赔处理速度和更低保险费用的承诺出售给您,并且它将在大多数情况下履行这些承诺。 但也存在道德风险——数据隐私和歧视。保险公司可能会使用您的数据来计算您愿意支付多少保险费用。它也可能会将信息出售给第三方。另外,人工智能(AI)可能会因为您的年龄、性别、收入或种族来决定您的风险大小。 

物联网

虽然保险业通常以拿走客户钱然后拒绝支付理赔费用而声名狼藉,但它也确实是一个竞争非常激烈的行业。如果竞争对手使用人工智能在降低保费的同时保持盈利,那么反应较慢的公司可能无法生存下来。 为了提供更低的保费,保险公司需要知道个人的实际风险较低。支持技术是物联网,是嵌入在我们日常使用的各种物体中的数十亿个连网传感器的总称,它们在手机、手表、汽车、健身追踪器、家庭助理和许多其他东西中,它们共同构成了传感器的“生态系统”。 随着时间推移,物联网(iot)传感器收集的数据允许保险公司根据个人的实际行为制定个性化风险概况,这种做法称为行为政策定价。 

获得“聪明”

为了降低您的住房和财产保险费用,保险公司将通过其物联网传感器生态系统接入运行您智能家居的人工智能中心。 如果附近有入室盗窃案件发生,智能家居中心会知道,因为它与保险公司的网络相连。然后自动检测锁和警报器运行是否正常或者启动它们,并在出现问题时立即拨打报警电话。为了控制火灾风险,物联网传感器将监测热量、湿度并监测烟雾,如果燃气灶一直开着,智能家居中心会在它变成问题之前关掉它。 为了计算更低的汽车保险费用,保险公司可能希望监控您驾驶和保养汽车的方式。 要想获得更优惠的健康保险费率,保险公司可能需要查阅您的医疗记录,并需要您佩戴健身跟踪器。 这将出现一个新的服务行业。部署物联网传感器并收集数据的专业公司将与保险公司合作,形成新的商业生态系统。整个保险行业将从纯粹的被动保险转向主动的、风险最小化的保险。 这听起来很乐观。但是,在将保险风险降至最低的狭隘追求中,也存在更广泛的风险。 

歧视

一个非常明显的风险是特征分析——由于您属于一个特定的人口群体,所以被判定为较高或较低的保险风险。 人工智能现在可以将风险区分为数百个因素,算法扫描这些因素来识别之前未识别的风险群。 但这些结论可能会无意中产生歧视,已经有许多例子表明人工智能算法无意中放大了偏见印象。 英国达勒姆的罪犯预测案例说明了这个问题。那里的警察使用了一种算法,可以更好地预测被指控有罪的人是否应该被准予保释。它所做的是根据他们居住的地方而歧视较贫穷的人。 

机会定价

此外,还有可能出现更加个性化的歧视。 已经众所周知的是基因歧视问题——健康或人寿保险公司根据您的DNA揭示了您对某些疾病的遗传倾向,然后保险公司要求您增加保费甚至拒绝承保。 人工智能开启了一个全新的个性化歧视领域,基于它可以从您的行为和偏好中收集到的信息。 首先,人工智能可能提供大量数据告诉保险公司您的消费习惯。您在哪里购物?您买什么?您什么时候买的?您是在寻找便宜货还是全价购买? 了解这一切将有助于保险公司评估是否可以向您收取最高保费。 业内人士认为,这只是市场运作的方式,但当前所未有地获取个人信息时,它就成了一个非常值得怀疑的做法。 失去隐私 保险公司也可能将数据用于评估风险之外的其他目的。鉴于数据的价值,保险公司可以出于各种目的其出售给第三方,以抵消收集数据的成本。广告商、营销人员和政府都渴望得到详细的人口统计数据。 与人们的想法相反,这些数据不是与其相关人的财产,它归付钱的人所有。消费者必须受到法律保护,不得将其数据用于其他目的。 

管理风险

任何强大的新技术都有优点和风险,应明确利益,并将风险控制在可接受水平。当然,保险公司管理风险的风险非常具有讽刺意味。 保险公司有一项工作要做,以确保客户相信人工智能的好处远大于坏处。他们需要采取透明公平的、即使不是仁慈的,也有助于实现更大利益的做法,而且必须不能只考虑利润!

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分