Как машинное обучение реформирует страховую индустрию

Отечественные страховые компании в процессе принятия решений пока используют не более 15% доступной информации. Мировой опыт свидетельствует о том, что компании упускают ценные закономерности и сигналы, содержащиеся в данных. Страховые компании, которые смогут адаптироваться к новым, более жестким условиям конкуренции, внедрив современные технологии, получат качественные портфели договоров и довольных клиентов как процессом сопровождения договоров, так и качеством урегулирования страховых событий. Темпы проникновения машинного обучения в страховую индустрию за рубежом, позволяют предполагать, что в перспективе 2-3 лет машинное обучение в России станет основным инструментом для принятия управленческих и аналитический решений в компаниях.

При выборе страховой компании для автовладельцев определяющим фактором является качество урегулирования убытков. Поэтому урегулирование убытков стало одной из областей наиболее активного применения машинного обучения.

Повышение уровня конкуренции подталкивает страховые компании к максимальной автоматизации процесса урегулирования убытков, повышению уровня технологических требований к партнерам, предоставляющим услугу независимой экспертизы. И это неудивительно. Технологии машинного обучения способны обеспечить высокую точность оценки ущерба при сохранении конкурентной себестоимости услуг.

За рубежом оценка ущерба и противодействие мошенничеству на основе анализа больших данных обеспечивает страховым компаниям огромное конкурентное преимущество. В России машинное обучение для оценки стоимости ремонта авто применено впервые в 2019 году. Компании Mains Lab и TK Service вывели на рынок ИТ платформу на основе технологии машинного обучения, которая позволит страховщикам на 30-40% снизить количество ошибок в оценке ущерба по моторным видам страхования.

Уже сейчас TK Service обеспечивает для своих партнеров – страховых компаний 100% контроль качества расчетов. Модели, основанные на методах машинного обучения, могут выявлять неявные взаимосвязи между факторами, характеризующими обстоятельства ДТП, и использовать их для предсказания мошенничества. Кроме того, машинное обучение используется для сверки фотографий автомобиля и повреждений, заявленных в акте осмотра. При выявлении несоответствий убыток повторно проверяется экспертом.

В дальнейших планах компаний обновление платформы, которое позволит осуществлять дистанционную экспертную оценку на основании фотографий автомобиля.

У машинного обучения есть потенциал к тому, чтобы изменить страховую индустрию, улучшая существующие продукты и услуги, эффективность взаимодействия с партнерами. Технологию можно использовать не только для оценки стоимости восстановления повреждений в ДТП, в том числе удаленной. Экономия за счет принятия решений в онлайн, автоматизации области урегулирования убытка, взаимодействия с независимой оценкой – все это должно серьезно отразиться на конечной стоимости полиса для потребителей страховых услуг.