Forsikringsselskaper: Slik får dere fart på AI-utviklingen

AI og maskinlæring er på alles lepper. Men til tross for det åpenbare potensialet og den raske teknologiske utviklingen, henger forsikringsbransjen etter. Dette skriver Filip Lundin, forretningsområdesjef for forsikring i Billogram, og deler tre innsikter om hvordan forsikringsselskapene kan posisjonere seg i forkant av AI-utviklingen.

Jeg har hatt den gleden av å delta på flere AI-arrangementer den siste tiden. Under Insurance Evolutions nettverksmøte for et par uker siden, ble fremfor alt to ting tydelige; 1. Det finnes et enormt potensial når det gjelder bruken av AI innen forsikringsbransjen, og 2. forsikringsbransjen ligger etter.

Med tilsynelatende uendelige muligheter med AI og maskinlæring er det derfor viktig å begynne i riktig ende og sørge for at fokuset ligger på å skape konkret forretningsverdi. Så hvordan lykkes man da?

1. Lag en bruttoliste over brukstilfeller

Først og fremst gjelder det å identifisere konkrete utfordringer og problemer i virksomheten der AI kan være til nytte. Her er nøkkelen å verken bli for teknisk, eller å ta utgangspunkt i hva teknologien kan oppnå. I stedet må bedriftene starte i den andre enden–i virksomheten–og involvere alle deler av organisasjonen for å lage en bruttoliste over konkrete caser å evaluere og teste. Johan Larsson fra Mavera fremhevet nylig i en kronikk at personskadebehandling er et område der AI gir store muligheter for innovasjon og effektivisering. Andre vanlige og veldefinerte utfordringer som raskt kan forbedres ved hjelp av AI er for eksempel matching av feilaktige innbetalinger og å svare på vanlige kundespørsmål basert på selskapets FAQ.

2. Organiser selskapet riktig internt

Når man har identifisert virksomhetsproblemer, gjelder det å skape et dedikert og virksomhetsnært team med direkte eksponering mot ledelsen, som får arbeide med å få med hele organisasjonen på endringsreisen. I stedet for et AI-team langt nede i IT-organisasjonen eller en ny CX-avdeling, må teamet plasseres sentralt, få et tydelig internt endringsmandat og høy tillit når det kommer til å teste, luke ut og lære–for å kunne skape seg en forståelse for hvor AI kan generere aller størst forretningsnytte.

3. Arbeid med partnere

Sist, men ikke minst, finnes det store fordeler med å samarbeide med partnere som allerede har testet, gjort feil, iterert og funnet smarte måter å bruke teknologien på for å løse vanlige brukstilfeller. Med riktig partner får forsikringsselskapet mulighet til å unngå andres feil–og raskere kopiere suksesser.

Er AI mest en gimmick, eller er det mulig å skape betydelig forretningsverdi allerede i dag, lurer kanskje skeptikeren? Hvis man løfter blikket til andre bransjer, finnes det mange konkrete suksesseksempler å la seg inspirere av. Et eksempel innen telekomsektoren er Hallon, som har optimalisert sine prosesser ved hjelp av maskinlæring og nå individuelt tilpasser faktura- og purreflytene sine. Gjennom eksperimentering med AI har de lykkes med å halvere kundefallet i gruppen sent betalende kunder–og samtidig signifikant redusert antall henvendelser til kundeservice.

Med andre ord kan AI allerede i dag skape konkret forretningsverdi og samtidig forbedre kundeopplevelsen. Konklusjonen blir derfor enkel. Teknologien er her, og potensialet er enormt–det er nå på høy tid for forsikringsselskapene å gire opp sin AI-reise!

For den som vil avmystifisere AI og forstå dens grunnprinsipper, anbefaler jeg Universitetet i Helsinkis åpne kurs Elements of AI på 2 studiepoeng, som mer enn en million globale studenter har gjennomført.


Filip Lundin