PGS, TS. Nguyễn Quang Hùng

Trường Đại học Thương mại

TS. Nguyễn Thị Thu Hương

Trường Đại học Thương mại

Tóm tắt

Ngành bảo hiểm, một ngành công nghiệp tập trung vào việc dự đoán tương lai được hưởng lợi ích từ sự phát triển của trí tuệ nhân tạo. Nhờ sự trợ giúp của Machine learning, các công ty bảo hiểm có thể để thu thập, xử lý và phân tích dữ liệu nhanh hơn nhiều lần, từ đó cho phép các công ty cung cấp tỷ lệ giá tốt hơn cho khách hàng của mình. Hơn nữa, trí tuệ nhân tạo cũng giúp các công ty bảo hiểm đối phó với các xu thế toàn cầu như biến đổi khí hậu, xe tự lái hoặc dân số già hóa. Trong số các ngành nghề, do tính chất dựa trên dữ liệu của ngành kinh doanh này, các công ty bảo hiểm đã tiếp tục tích hợp công nghệ thông tin mới vào hoạt động kinh doanh của họ. Bài viết tổng hợp các lý thuyết về trí tuệ nhân tạo cũng như cuộc cách mạng công nghiệp đối với ngành bảo hiểm, cũng như những khó khăn trở ngại và cơ hội cần nắm bắt của ngành trước sự phát triển mạnh mẽ của trí tuệ nhân tạo. Đồng thời, những góc nhìn của các nhà lãnh đạo toàn cầu và của nhóm tác giả về vấn đề trên cũng sẽ được đề cập trong bài viết.

Từ khóa: Trí tuệ nhân tạo, ngành bảo hiểm, cách mạng công nghiệp

Summary

Summary Insurance is an industry that focuses on predicting the future and benefits from the development of artificial intelligence. With the help of Machine learning, insurance companies can collect, process, and analyze data many times faster, thereby providing better price rate to their customers. Furthermore, artificial intelligence helps insurance companies deal with global trends such as climate change, self-driving cars, or aging population. Among industries, due to the data-driven nature of this business, insurance companies have continued to integrate new information technology into their business operations. The paper synthesizes theories about artificial intelligence, industrial revolution for the insurance industry as well as the difficulties and opportunities that need to be grasped by the insurance industry in the strong development of artificial intelligence. At the same time, the perspectives of global leaders and the author group on the above issue are also be mentioned.

Keyword: artificial intelligence, insurance industry, industrial revolution

ĐẶT VẤN ĐỀ

Trong thời đại dữ liệu lớn, trí tuệ nhân tạo đang trở thành một phần quan trọng của các doanh nghiệp lớn trên toàn thế giới. Sự phát triển của các cảm biến trong thị trường người tiêu dùng mở rộng khả năng cho công nghệ dựa trên trí tuệ nhân tạo có ảnh hưởng trong ngành bảo hiểm. Với hàng triệu thiết bị như cảm biến ô tô, thiết bị theo dõi sức khỏe, điện thoại thông minh, đồng hồ thông minh và hệ thống hỗ trợ gia đình, dữ liệu cá nhân được ghi lại nhanh hơn bao giờ hết. Xu hướng này trong dữ liệu mang lại tiềm năng lớn cho các công ty bảo hiểm phát triển bằng cách cải thiện quy trình phân tích dữ liệu. Ngành bảo hiểm, một ngành công nghiệp tập trung vào việc dự đoán tương lại được hưởng lợi ích từ sự phát triển của trí tuệ nhân tạo. Do giới hạn của nỗ lực con người, các công ty đang sử dụng Machine learning để thu thập và phân tích dữ liệu cho mục đích kinh doanh. Nhờ sự trợ giúp của Machine learning, các công ty bảo hiểm có thể xử lý thông tin nhanh hơn nhiều lần, từ đó cho phép các công ty cung cấp tỷ lệ giá tốt hơn cho khách hàng của mình. Hơn nữa, trí tuệ nhân tạo và Machine learning cũng giúp các công ty bảo hiểm đối phó với các xu thế toàn cầu như biến đổi khí hậu, xe tự lái hoặc dân số già hóa. Thế giới kinh doanh đang trải qua thời kỳ Chuyển đổi kỹ thuật số do sự xuất hiện của nhiều công nghệ đột phá. Sự tăng trưởng hàm lượng xử lý máy tính theo cấp số nhân đã cho phép quá trình tự động hóa được tích hợp vào mọi ngành kinh doanh. Trong số các ngành nghề, do tính chất dựa trên dữ liệu của ngành kinh doanh này, các công ty bảo hiểm đã tiếp tục tích hợp công nghệ thông tin mới vào hoạt động kinh doanh của họ.

Trong số tất cả các công nghệ đột phá, trí tuệ nhân tạo và Machine Learning liên tục được tích hợp trong các công ty bảo hiểm trên toàn thế giới để hỗ trợ hoạt động của họ. Nghiên cứu này muốn khám phá sâu hơn về cách trí tuệ nhân tạo và Machine Learning được triển khai vào một ngành công nghiệp gần 300 năm tuổi trong nền kinh tế phát triển nhất thế giới. Hơn nữa, ngành bảo hiểm luôn là một lực lượng quan trọng trong mọi nền kinh tế để duy trì sự ổn định của các lĩnh vực kinh doanh, tạo điều kiện cho sự tăng trưởng ổn định và đáng tin cậy trong khi giảm thiểu thiệt hại cho các sự kiện không thể đoán trước. Một cách định hướng thiết thực, nghiên cứu này sẽ giúp nâng cao nhận thức về tiềm năng của việc triển khai công nghệ trong kinh doanh, hy vọng sẽ khuyến khích thêm nghiên cứu và đầu tư vào việc nghiên cứu các công nghệ mới nhằm cải thiện chất lượng cuộc sống của con người. Nói chung, trí tuệ nhân tạo và Machine Learning có thể đóng góp một cách to lớn cho ngành bảo hiểm trong việc tăng cường hiệu quả hoạt động bằng cách tự động hóa các nhiệm vụ tốn nhiều nguồn lực nhân sự, đồng thời giảm thiểu sai sót liên quan đến con người. Trong tương lai, các công nghệ đột phá này có thể thay đổi cách hoạt động của ngành bảo hiểm, cụ thể là trong quá trình định giá và xử lý yêu cầu bồi thường. Nghiên cứu này cũng tập trung vào các vấn đề tiềm năng phát sinh cùng việc triển khai công nghệ mới vào ngành công nghiệp truyền thống. Đối với công ty bảo hiểm, nhiều vấn đề liên quan đến việc triển khai Machine learning và trí tuệ nhân tạo trong mô hình kinh doanh nằm trong lĩnh vực quy định và tranh chấp pháp lý. Quá trình tự động hóa các nhiệm vụ của con người có thể thay đổi cách hệ thống pháp luật xem xét vấn đề trách nhiệm. Hệ thống pháp luật, qua lịch sử của nhân loại, luôn mở rộng sau tiến trình phát triển, dẫn đến sự mơ hồ trong quy định có thể ngăn cản doanh nghiệp khỏi việc chấp nhận tương lai.

CƠ SỞ LÝ THUYẾT

Cách mạng công nghệ đối với ngành bảo hiểm

Machine learning với ngành bảo hiểm

Machine learning đề cập đến quá trình huấn luyện máy tính để tìm ra các mẫu trong dữ liệu. Điều này liên quan trực tiếp đến ngành bảo hiểm vì cơ bản của ngành này là dự đoán rủi ro và định giá sản phẩm tương ứng của họ. Khi Machine learning được cải tiến, máy tính có khả năng phân tích thông tin và nhận biết xu hướng nhiều hơn bao giờ hết. Điều này giúp các công ty bảo hiểm dự đoán các rủi ro đi kèm với cá nhân hoặc tổ chức. Sự phát triển của điện toán đám mây cho phép dữ liệu được chia sẻ nhanh hơn bao giờ hết. Sự có sẵn của dữ liệu giúp cải thiện mô hình dự đoán bằng cách giảm thiểu sự thiên lệch và các sai số. Tuy nhiên, việc xử lý thêm dữ liệu yêu cầu phần mềm có khả năng xử lý cao hơn. Machine learning là bước tiếp theo trong phân tích dữ liệu vì nó giúp giảm thiểu lỗi của con người trong khi thực hiện nhiều nhiệm vụ hơn là con người có thể làm. Bằng cách phân tích những mẫu này, các công ty bảo hiểm sau đó có thể sử dụng thông tin cho việc định giá rủi ro, giải quyết yêu cầu bồi thường hoặc thậm chí là tiếp thị. Thông tin là sức mạnh và Machine learning cho phép các công ty truy cập vào nhiều thông tin hơn bao giờ hết, và do đó có thể cung cấp dịch vụ tốt hơn cho khách hàng. Đối với bảo hiểm y tế, các nhà cung cấp đã sử dụng Machine learning để giúp bệnh nhân có được bảo hiểm y tế phù hợp và tiết kiệm chi phí nhất với nền tảng Maya Intelligence (Shroff, 2019). Giảm thiểu gian lận bảo hiểm y tế hoặc lãng phí là một thành tựu khác của trí tuệ nhân tạo.

Ngành bảo hiểm luôn tuân thủ mô hình kinh doanh dựa trên dữ liệu. Các công ty thu thập thông tin về sức khỏe của con người, thói quen lái xe, mẫu chi tiêu để xác định mức phí phù hợp cho khách hàng của họ. Trong những năm gần đây, xu hướng gọi là Chính sách giá dựa trên hành vi đã cải thiện quá trình định giá một cách đáng kể. Với các cảm biến Internet of Things (IoT) phổ biến, các máy trí tuệ nhân tạo có thể cung cấp dữ liệu cá nhân hóa để giúp định giá sản phẩm phù hợp. Những tài xế lái xe an toàn hơn có thể trả ít hơn cho bảo hiểm ô tô, và những người có lối sống lành mạnh có thể trả ít hơn cho bảo hiểm y tế. Cũng có thể xuất hiện các nguồn thu nhập mới song song với chính sách giá dựa trên hành vi. Các công ty "thông minh" về nhà thông minh sẽ cung cấp chiết khấu cho người dùng công nghệ ngăn chặn mất mát dựa trên cảm biến, từ đó tạo điều kiện cho việc bán kết hợp các thiết bị và bảo hiểm (Faggella, 2020).

Trí tuệ nhân tạo sẽ không chỉ giúp cải thiện ngành bảo hiểm mà còn tạo ra các ngành công nghiệp và sản phẩm mới trong tương lai gần. Một ví dụ khác về công nghệ mới cải thiện việc chuyển dữ liệu thời gian thực giúp tăng tốc quy trình bảo hiểm là ứng dụng được phát triển bởi Solaria Labs cho phép các tài xế tham gia vào tai nạn giao thông đánh giá hư hại xe của mình bằng cách sử dụng camera điện thoại thông minh ngay lập tức (Shroff, 2019). Ứng dụng này được huấn luyện bằng Machine learning thông qua việc xem hàng ngàn hình ảnh tai nạn xe hơi và có thể ước tính chi phí sửa chữa ngay lập tức. Điều này giúp giảm chi phí bằng cách loại bỏ các cuộc điều tra dài dòng liên quan đến tai nạn giao thông và đồng thời tránh sai sót của con người.

Machine learning cũng giúp tăng hiệu suất hoạt động. Các nhân viên bảo hiểm đôi khi gặp khó khăn sau khi chuyển từ việc bán một sản phẩm sang sản phẩm khác. Allstate, nhận thấy vấn đề này, đã thành công trong việc tích hợp trí tuệ nhân tạo vào mô hình kinh doanh của họ và tạo ra một trợ lý ảo được gọi là ABIe. ABIe giúp đào tạo các nhân viên bảo hiểm đang trải qua quá trình học tập bằng cách trả lời các câu hỏi liên quan đến các sản phẩm mới. Điều này giúp các nhân viên thoải mái với các sản phẩm mới nhanh hơn, giảm thiểu cơ hội kinh doanh bị mất.

Deep learning và cơ hội áp dụng trong phân tích thông tin bảo hiểm

Deep learning là một phần con của trí tuệ nhân tạo có khả năng thay đổi ngành bảo hiểm một cách đáng kể. Deep learning cho phép các mô hình phân tích dữ liệu và rút ra các kết luận từ dữ liệu một cách tự động. Quá trình này không yêu cầu tương tác với các thực thể khác, giúp loại bỏ những lỗi thường xảy ra khi con người tham gia vào quá trình xử lí. Mặc dù công nghệ này khá mới và chưa có ứng dụng trực tiếp cho chính sách bảo hiểm, nó có khả năng tìm ra những mẫu chưa được khám phá trước đây. Deep learning cũng cho phép mô hình tự động rút ra các kết luận dựa trên dữ liệu được phân tích. Nếu công nghệ tiếp tục phát triển và cải thiện độ chính xác, các robot trí tuệ nhân tạo có thể thay thế các nhân viên bảo hiểm trong quá trình định giá, giải quyết và thậm chí là quá trình kế toán trong tương lai.

Áp dụng Neural Network trong việc chăm sóc khách hàng

Neural network là thuật toán giống với não bộ con người và cách chúng ta xử lý dữ liệu. Sự phức tạp của tư duy con người đôi khi quá thách thức để các nhân viên công nghệ thông tin mô phỏng trên một chương trình. Neural network đang cố gắng giải quyết vấn đề này để tạo ra các máy móc có suy nghĩ và lý luận giống như con người. Điều này có ứng dụng rộng lớn trong thời đại internet. Các công ty bảo hiểm đang cố gắng tích hợp và cải thiện sự hiện diện trực tuyến của họ để cung cấp dịch vụ cho khách hàng tiềm năng nhanh hơn. Một cách để thực hiện điều này là tích hợp trí tuệ nhân tạo vào các trò chuyện trực tuyến của họ. Thách thức là tạo ra một trải nghiệm tương tự như việc đến một văn phòng bảo hiểm, nhưng thoải mái tại nhà của khách hàng.

Neural network giúp trí tuệ nhân tạo trở nên gần gũi hơn với con người, từ đó tạo ra cảm giác thoải mái khi trò chuyện với khách hàng. Vì đa số dân số không hiểu về ngành bảo hiểm, việc tương tác với các bot trực tuyến có tính chất gần gũi hơn có thể giúp thuyết phục khách hàng tiềm năng tốt hơn. Xử lý ngôn ngữ tự nhiên là một phần con khác của trí tuệ nhân tạo giúp cung cấp dịch vụ tốt hơn thông qua các bot trò chuyện. Công nghệ này giúp máy tính hiểu văn bản viết hoặc lời nói tốt hơn. Áp dụng công nghệ này vào các bot trò chuyện trực tuyến, các công ty có thể cung cấp dịch vụ trực tuyến nhanh hơn và đồng thời chất lượng cao hơn.

Với sự trợ giúp của trí tuệ nhân tạo, quá trình phân phối bảo hiểm đã có một bước nhảy vọt trong những năm gần đây. Các thủ tục định giá truyền thống và giải quyết yêu cầu bồi thường sẽ sớm trở nên lỗi thời và được thay thế bằng tương tác từ xa tự động nhanh chóng. Hầu hết các tập đoàn bảo hiểm lớn có khả năng ước tính mức giá cho khách hàng trực tuyến sau khi yêu cầu thông tin của họ chỉ trong vài giây. Các sản phẩm bảo hiểm truyền thống cho ô tô và sức khỏe, nơi quy trình định giá đã được tiêu chuẩn hóa trong nhiều năm qua, với sự trợ giúp của Machine Learning, đang được định giá và phát hành nhanh chóng hơn bao giờ hết. Đối với các dòng sản phẩm quá tải như bảo hiểm ô tô hoặc sức khỏe, nơi giá cả là trung tâm chú ý chính trong cạnh tranh, trí tuệ nhân tạo cho phép các công ty bảo hiểm dần dần chuyển đổi trọng tâm từ giá cả sang trải nghiệm. Chính sách cá nhân hóa giúp các công ty cung cấp các ưu đãi độc đáo để khác biệt với đối thủ (Balasubramanian, Libarikian và McElhaney, 2021).

Áp dụng công nghệ trí tuệ nhân tạo để thay thế lực lượng lao động đang già hóa

Các công ty bảo hiểm cũng có thể giảm chi phí thuê và sự thay đổi nhân sự nhờ sự trợ giúp của trí tuệ nhân tạo. Điều này rất hữu ích do lực lượng lao động trong ngành bảo hiểm đang già đi. Bảo hiểm đã được coi là một lĩnh vực cũ và nhàm chán để làm việc, điều này dẫn đến người lao động trong ngành có độ tuổi cao hơn. Sự nghỉ hưu của thế hệ sinh sau đại chiến, chiếm một phần quan trọng trong lực lượng lao động bảo hiểm, sẽ để lại cho các công ty vấn đề liên quan đến khối lượng công việc. Kết hợp Machine Learning có vẻ là một giải pháp tuyệt vời cho vấn đề này vì nó giúp tăng tốc cả quá trình phân tích và phân phối trong các công ty.

Một xu hướng đang nổi lên trong ngành trí tuệ nhân tạo là CitizenAI. Công nghệ này được sử dụng để giúp các công ty cùng với lực lượng lao động hiện có (Rivelli, 2020). Quy trình giải quyết yêu cầu bồi thường cũng được hưởng lợi từ việc tích hợp trí tuệ nhân tạo. Quy trình giải quyết yêu cầu bồi thường và thanh toán trực tuyến có thể trở nên hiệu quả hơn và giảm nguy cơ gian lận vì nó giảm thiểu sai sót của con người (Fagella, 2020). Ngành bảo hiểm báo cáo khoảng 80 tỷ USD mỗi năm trong các yêu cầu bồi thường gian lận, chủ yếu từ việc đánh cắp danh tính.

Với sự trợ giúp của trí tuệ nhân tạo (AI), quy trình phân phối bảo hiểm đã có những bước tiến đáng kể trong những năm gần đây. Các quy trình định giá và giải quyết yêu cầu bồi thường truyền thống sẽ sớm trở nên lạc hậu và được thay thế bằng tương tác từ xa tự động nhanh chóng. Hầu hết các tập đoàn bảo hiểm lớn có khả năng ước tính mức giá cho khách hàng trực tuyến sau khi yêu cầu thông tin chỉ trong vài giây. Các sản phẩm bảo hiểm truyền thống cho ô tô và sức khỏe, nơi quy trình định giá đã được tiêu chuẩn hóa trong nhiều năm, với sự trợ giúp của Machine Learning, đang được định giá và phát hành nhanh chóng hơn bao giờ hết.

Đối với các dòng sản phẩm bảo hiểm quá tải, như: bảo hiểm ô tô hoặc sức khỏe, nơi giá cả là trọng tâm chính trong cạnh tranh, trí tuệ nhân tạo cho phép các công ty bảo hiểm dần dần chuyển trọng tâm từ giá cả sang trải nghiệm. Chính sách cá nhân hóa giúp các công ty cung cấp các ưu đãi độc đáo để tạo sự khác biệt so với đối thủ (Balasubramanian, Libarikian và McElhaney, 2021).

Tác động của trí tuệ nhân tạo cho các ngành nghề khác

Ngoài ra, sự phát triển của trí tuệ nhân tạo có thể ảnh hưởng đến ngành bảo hiểm một cách gián tiếp bằng cách thay đổi các ngành công nghiệp khác. Đầu tiên, khi trí tuệ nhân tạo cải thiện, nhiều công ty đang chọn tự động hóa quy trình sản xuất để tối ưu hóa hoạt động của họ. Do lực lượng lao động đang dần thay đổi, các phương tiện bảo hiểm truyền thống như bảo hiểm tai nạn lao động, chiếm một phần lớn doanh thu của các công ty bảo hiểm, điều này sẽ dẫn đến thay đổi cấu trúc của các công ty bảo hiểm. Có thể có sự thay đổi từ việc bảo hiểm người lao động sang bảo hiểm các máy móc chiếm phần lớn. Các robot vật lý đang tạo ra sự thay đổi trong nơi làm việc truyền thống, tạo ra một lĩnh vực mới cho các công ty bảo hiểm khai thác. Để duy trì vị trí hàng đầu, các công ty bảo hiểm cần phân tích cách sự phát triển của ngành công nghiệp robot đang thay đổi hành vi và kỳ vọng của con người. Một lĩnh vực trong lĩnh vực tự động hóa đã ảnh hưởng đến giao thông là xe tự lái. Điều này, lần lượt, ảnh hưởng đến ngành bảo hiểm. Người ta hiện có khả năng tiếp cận các phương tiện tự lái với sự gia tăng của Tesla, do đó đặt ra câu hỏi về việc bảo hiểm loại hình giao thông này vì không có dữ liệu quá khứ trong lĩnh vực này cho mô hình dự đoán của họ. Xác định các chính sách cho những phương tiện này sẽ trông như thế nào: Ai sẽ được bảo hiểm, là xe hay là người lái? Làm thế nào để xác định tỷ lệ vì xe tự lái không có lịch sử lái xe? V.v. là quy trình phức tạp mà các cơ quan bảo hiểm cần tiến hành nghiên cứu thêm.

KẾT QUẢ VÀ THẢO LUẬN

Khó khăn trở ngại và cơ hội cần nắm bắt

Các khó khăn trở ngại

Sự phát triển của trí tuệ nhân tạo và ứng dụng của nó trong kinh doanh cũng đặt ra những lo ngại trong ngành bảo hiểm. Trước hết, mặc dù có tiềm năng để trí tuệ nhân tạo cải thiện ngành bảo hiểm, nhưng không chắc chắn rằng khách hàng sẽ chấp nhận những thay đổi này. Vấn đề lớn liên quan đến Chính sách Định giá Hành vi, một ứng dụng trí tuệ nhân tạo trong ngành, là khả năng có chính sách định giá phân biệt đối xử. Cho phép trí tuệ nhân tạo phân tích dữ liệu hành vi để dự đoán rủi ro có nghĩa là sẽ có sự chênh lệch giữa tỷ lệ của mọi người mà không tồn tại trong thị trường truyền thống. Ví dụ, những người sống trong khu vực có tần suất giao thông cao có thể phải trả tỷ lệ bảo hiểm ô tô cao hơn, ngay cả khi họ là những tài xế giỏi với lịch sử lái xe sạch sẽ. Cũng có khả năng máy trí tuệ nhân tạo định giá cao hơn cho những người có tình trạng sức khỏe kém, điều này là vi phạm Hiệp định Health Insurance Portability and Accountability Act of 1996 năm 1996.

Vấn đề khác có thể phát sinh từ việc tích hợp trí tuệ nhân tạo vào lực lượng lao động bảo hiểm là mất việc làm. Rõ ràng rằng, các công nghệ trí tuệ nhân tạo và Machine Learning sẽ có khả năng thay thế nhiều vị trí cấp thấp hơn do khả năng xử lý và phân tích thông tin của chúng. Điều này sẽ giảm nhu cầu về lao động con người và có thể dẫn đến hàng triệu việc làm mất đi trong tương lai nếu các công ty chọn chuyển sang hoạt động dựa trên trí tuệ nhân tạo.

Cuối cùng, quyền riêng tư của con người cũng là một vấn đề đáng lo ngại đi kèm với việc sử dụng trí tuệ nhân tạo trong bảo hiểm. Vì máy trí tuệ nhân tạo đang liên tục thu thập và phân tích dữ liệu hành vi, nhiều người lo ngại rằng dữ liệu cá nhân của họ có thể được sử dụng cho mục đích bất hợp pháp. Các công nghệ như máy bay không người lái hoặc thiết bị theo dõi, nếu không được xử lý cẩn thận, có thể nguy hiểm đối với khách hàng bảo hiểm. Việc truy cập trái phép vào thông tin cá nhân này dẫn đến vấn đề pháp lý mà các công ty cần nhận thức. Hơn nữa, vẫn còn khách hàng không muốn thông tin cá nhân và hành vi của họ được phân tích trên máy tính, vì vậy vẫn còn nhu cầu cho các phương thức bảo hiểm truyền thống hơn với sự tương tác của con người.

Cơ hội cần nắm bắt

Ngay cả khi có nhiều lo ngại về trí tuệ nhân tạo và tác động của nó đến cộng đồng và doanh nghiệp, hầu hết các nhà lãnh đạo trong ngành bảo hiểm đều đồng ý rằng trí tuệ nhân tạo là xu hướng tiếp theo trong ngành kinh doanh có từ hàng thế kỷ này, và nhận thức rằng các công ty cần thích nghi với công nghệ mới để có lợi thế cạnh tranh trên thị trường. Để chuẩn bị cho làn sóng thay đổi này, các công ty cần tập trung vào ba lĩnh vực chính: sản phẩm bảo hiểm mới, cải thiện trải nghiệm khách hàng và nhận diện mẫu.

Về mặt sản phẩm bảo hiểm mới, các công ty bảo hiểm nên tập trung vào công nghệ nhà thông minh và thiết bị đeo được. Các thiết bị như Apple Watch, Fitbit hay Alexa đã trở nên phổ biến trên thị trường công nghệ. Những thiết bị này có thể cung cấp dữ liệu quý giá có thể được phân tích để dự đoán hành vi của con người cho mục đích bảo hiểm. Ví dụ, thông tin về hoạt động thể chất từ Fitbit có thể là yếu tố quan trọng trong việc xác định tỷ lệ bảo hiểm sức khỏe cho một cá nhân. Các công nghệ khác như cảm biến ô tô sẽ thu thập dữ liệu như tần suất lái xe, lộ trình, tốc độ và lịch sử bảo dưỡng, có thể được sử dụng cho việc định giá và giải quyết yêu cầu bồi thường bảo hiểm ô tô. Các công ty cần nhận thức về ứng dụng của các thiết bị này cho doanh nghiệp của họ và sử dụng các công nghệ trí tuệ nhân tạo để tận dụng thông tin mà chúng cung cấp. Đối với nhận diện mẫu, các công ty bảo hiểm cần hiểu làm thế nào Machine Learning có thể giúp họ phát hiện ra các mẫu trong quá trình định giá và giải quyết yêu cầu bồi thường để giảm thiểu thiệt hại do các hoạt động gian lận.

Hơn nữa, máy trí tuệ nhân tạo có thể cung cấp phân tích tốt hơn về dữ liệu khách hàng, giúp cải thiện việc định giá các sản phẩm bảo hiểm. Đây là một lĩnh vực mà trí tuệ nhân tạo có thể giúp các công ty bảo hiểm ngay lập tức và nên được tích hợp càng sớm càng tốt để tránh quá trình học tập dốc của việc thích nghi với các công nghệ này.

Cuối cùng, cải thiện trải nghiệm khách hàng là một lĩnh vực quan trọng mà các công ty bảo hiểm cần tập trung vào khi áp dụng các công nghệ trí tuệ nhân tạo trong kinh doanh. Mặc dù việc sử dụng chatbot có thể gia tăng tốc độ cung cấp dịch vụ cho khách hàng tiềm năng, các công ty cần hiểu tầm quan trọng của sự tương tác con người trong ngành bảo hiểm. Đa số khách hàng bảo hiểm có rất ít kiến thức về ngành này, do đó sự tương tác con người tốt đóng một vai trò quan trọng trong ngành này. Nhiều người không muốn sử dụng chatbot do tính tự động của nó, vì vậy các công ty bảo hiểm cần tập trung vào phát triển các công nghệ mạng thần kinh và xử lý ngôn ngữ tự nhiên để cải thiện giao tiếp giữa khách hàng và công ty của họ.

Thảo luận

Góc nhìn của lãnh đạo toàn cầu

Nhiều nhà lãnh đạo trong ngành tin rằng trí tuệ nhân tạo có thể gây rối đối với ngành bảo hiểm hiện tại (Bharadwaj, 2019). Warren Buffet, CEO của Berkshire Hathaway, cho biết ông tin rằng sự gia tăng của xe tự động sẽ dẫn đến việc giao thông an toàn hơn, từ đó dẫn đến giảm phí bảo hiểm xe trong tương lai. Điều này có thể ảnh hưởng đáng kể đến các công ty bảo hiểm ô tô vì một phần lớn nguồn thu của họ sẽ biến mất. Do đó, các công ty bảo hiểm cần chuẩn bị cho sự thay đổi này trong ngành và tìm kiếm nguồn thu mới (sản phẩm mới, bán kết hợp thiết bị với bảo hiểm...) để ngăn chặn phá sản trong tương lai.

Vấn đề khác mà các công ty bảo hiểm sẽ đối mặt trong tương lai là sự khan hiếm của lực lượng lao động có kỹ năng. Trí tuệ nhân tạo là một ngành rất phức tạp yêu cầu những tâm huyết tài năng để hoạt động hiệu quả. Nhà khoa học dữ liệu có năng lực hiếm hoi và đắt đỏ trong lực lượng lao động, và để họ chuyển sang ngành bảo hiểm, cần có quá trình đào tạo để chuẩn bị cho các nhiệm vụ cụ thể hơn trong bảo hiểm như xác định các mẫu trong dữ liệu khách hàng để tạo ra sản phẩm bảo hiểm cá nhân hóa (Bharadwaj, 2019). Quá trình tuyển dụng và đào tạo này sẽ kéo dài và tốn kém và nên được xem xét kỹ lưỡng bởi quản lý trước khi thực hiện. Tuy nhiên, nếu các công ty muốn tích hợp trí tuệ nhân tạo vào hoạt động của mình, nhân viên có năng lực là bước quan trọng nhất trong quá trình đó.

Bên cạnh lao động có kỹ năng, các công ty bảo hiểm cần hiểu rằng việc tích hợp trí tuệ nhân tạo vào hoạt động kinh doanh của họ sẽ yêu cầu bồi thường nghiên cứu và phát triển rộng rãi, gây chi phí lớn ban đầu. Thiếu kinh nghiệm trong lĩnh vực này làm cho việc thích nghi với các công nghệ trí tuệ nhân tạo khá khó khăn. Một giải pháp cho vấn đề này là các công ty từ từ tìm hiểu về các công nghệ trí tuệ nhân tạo bằng cách tích hợp chúng vào các nhiệm vụ đơn giản hơn như hiệu quả chi phí. Điều này có thể là một điểm khởi đầu tốt cho các công ty để tìm hiểu về hoạt động của công nghệ dựa trên trí tuệ nhân tạo và giúp chuẩn bị tốt hơn cho các nhiệm vụ phức tạp hơn như cải thiện trải nghiệm khách hàng (Bharadwaj, 2019).

Chia sẻ của nhóm tác giả

Nghiên cứu này nhằm khơi dậy cuộc thảo luận về cách công nghệ đột phá có thể ảnh hưởng đến ngành bảo hiểm và rủi ro của những công nghệ đó. Bước tiếp theo sau nghiên cứu này của nhóm tác giả là thu thập dữ liệu để phân tích lợi ích chi phí của việc triển khai một số công nghệ cụ thể vào hoạt động kinh doanh bảo hiểm. Một trong những rào cản trong việc nghiên cứu về chủ đề này là thiếu dữ liệu có sẵn về tác động của trí tuệ nhân tạo đến hiệu suất kinh doanh tổng thể trong ngành bảo hiểm. Vì các tiến bộ công nghệ này chỉ được triển khai ở các nước phát triển, việc định lượng tác động ước tính đối với nền kinh tế phát triển như Việt Nam là một thách thức lớn hơn.

Tuy nhiên, khi nền kinh tế Việt Nam đang trải qua một sự tăng trưởng chưa từng có, việc các doanh nghiệp địa phương thích nghi với công nghệ mới là rất quan trọng để cạnh tranh với các nền kinh tế đã được thiết lập trên toàn cầu. Có những lợi ích không thể chối cãi khi triển khai trí tuệ nhân tạo và Machine Learning trong ngành bảo hiểm, tuy nhiên, để tích hợp thành công, cần tập trung nhiều hơn vào việc giáo dục ngành bảo hiểm, ưu tiên trong giáo dục đại học.

Nhìn chung, tiềm năng của trí tuệ nhân tạo để tác động vào ngành bảo hiểm là không giới hạn. Tiến bộ trong Machine Learning có thể giúp ngành bảo hiểm giảm chi phí đồng thời cải thiện trải nghiệm của khách hàng. Mặc dù có những quan ngại về việc phân tích dữ liệu cá nhân cho mục đích kinh doanh và sự phức tạp trong việc tích hợp công nghệ dựa trên trí tuệ nhân tạo vào lực lượng lao động, các công ty bảo hiểm cần học cách thích nghi với xu hướng phát triển công nghệ mới này để thành công trong tương lai. Sự đổi mới trong trí tuệ nhân tạo cũng tạo ra sự thay đổi đáng kể trong thị trường bảo hiểm truyền thống bằng cách mang đến các sản phẩm mới trong khi giảm thiểu các lĩnh vực truyền thống hơn. Chúng ta không thể dự đoán trí tuệ nhân tạo sẽ ảnh hưởng ngành bảo hiểm như thế nào, nhưng chắc chắn bảo hiểm trong thập kỷ tới sẽ không giống với hệ thống hiện tại.

Để hỗ trợ sự phát triển của công nghệ trí tuệ nhân tạo trong một nước đang phát triển như Việt Nam, cần có các chính sách và quy định mới để đảm bảo tiến bộ công nghệ không trở nên vượt khỏi tầm kiểm soát. Ngân hàng Nhà nước Việt Nam đã ban hành Thông tư 09, tập trung vào biện pháp kiểm soát nội bộ để triển khai hệ thống thông tin và quy trình tự động trong kinh doanh. Đây là một ví dụ tuyệt vời về một khung kiểm soát rủi ro chính thức sẽ giúp giảm thiểu các tổn thất tiềm năng trong quá trình triển khai công nghệ vào ngành bảo hiểm. Ngành bảo hiểm cũng nên công bố một hướng dẫn chính thức với các tiêu chuẩn ngành để đảm bảo việc triển khai công nghệ mới sẽ không gây ra thảm họa. Các chính sách và hệ quả này cần giải quyết các rủi ro về tài chính, vật chất và nguồn lực nhân sự liên quan đến việc triển khai công nghệ trí tuệ nhân tạo vào các doanh nghiệp bảo hiểm, cũng như biện pháp kiểm soát tiêu chuẩn để giảm thiểu những rủi ro đó./.

TÀI LIỆU THAM KHẢO

1. Bharadwaj, R. (n.d.). How Insurance Leaders Can Prepare for Artificial Intelligence Today. [online] Emerj Artificial Intelligence Research. Available at: https://emerj.com/ai-sector-overviews/insurance-leaders-can-prepare-artificial-intelligence-today/.

2. From mystery to mastery: Unlocking the business value of Artificial Intelligence in the insurance industry. (n.d.). [online] Available at: https://www2.deloitte.com/content/dam/Deloitte/de/Documents/Innovation/Artificial-Intelligence-in-Insurance-Whitepaper-deloitte-digital.pdf.

3. Ho, C.W.L., Ali, J. and Caals, K. (2020). Ensuring trustworthy use of artificial intelligence and big data analytics in health insurance. Bulletin of the World Health Organization, 98(4), pp.263–269. doi:10.2471/blt.19.234732.

4. ‌National Association of Insurance Commissioners (2019). Artificial Intelligence. [online] Naic.org. Available at: https://content.naic.org/cipr_topics/topic_artificial_intelligence.htm.

5. ‌Rivelli, E. (n.d.). Artificial Intelligence Meets The Insurance Industry. [online] Bankrate. Available at: https://www.bankrate.com/insurance/artificial-intelligence-meets-the-insurance-industry/.

6. Shroff, R. (2019). How Are Insurance Companies Implementing Artificial Intelligence (AI)? [online] Medium. Available at: https://towardsdatascience.com/how-are-insurance-companies-implementing-artificial-intelligence-ai-aaf845fce6a7.

7. Soa.org. (2016). What is Unfair Discrimination in General Insurance Rating? A Regulator’s Perspective | SOA. [online] Available at: https://www.soa.org/news-and-publications/newsletters/general-insurance/2016/december/gii-2016-iss3/what-is-unfair-discrimination-in-general-insurance-rating-a-regulators-perspective/.

8. www.mckinsey.com. (n.d.). Insurance 2030--The impact of AI on the future of insurance | McKinsey. [online] Available at: https://www.mckinsey.com/industries/financial-services/our-insights/insurance-2030-the-impact-of-ai-on-the-future-of-insurance#:~:text=AI%20and%20its%20related%20technologies.

9. Zagorin, E. (2017). Artificial Intelligence in Insurance - Three Trends That Matter. [online] Emerj. Available at: https://emerj.com/ai-sector-overviews/artificial-intelligence-in-insurance-trends/.