Η κα Pravina Ladva, Chief Digital & Technology Officer της Swiss Re, και ο κ. Antonio Grasso, Entrepreneur, Technologist, Founder & CEO της @dbi.srl και συγγραφέας, διασαφηνίζουν τον ορισμό της τεχνητής νοημοσύνης και διερευνούν τη δυναμική φύση της και πώς αξιοποιείται από την ασφαλιστική βιομηχανία. Παραθέτουμε αυτούσιο το άρθρο τους, όπως δημοσιεύτηκε στην ιστοσελίδα της Swiss Re.
Έχετε δει ποτέ έναν ορισμό της Τεχνητής Νοημοσύνης (Artificial Intelligence – AI) που να εξηγεί το θέμα με συνοπτικό και κατανοητό τρόπο;
Ένας τρόπος με τον οποίο εξηγούμε την Τεχνητή Νοημοσύνη σε φίλους και συγγενείς είναι ο εξής: η Τεχνητή Νοημοσύνη βοηθά τους υπολογιστές να μιμούνται τις ανθρώπινες ενέργειες, για να επιλύουν προβλήματα και να εκτελούν εργασίες πιο αποτελεσματικά.
Στο πλαίσιο των επιχειρηματικών δραστηριοτήτων, είναι σημαντικό να διατυπωθούν με ακρίβεια οι δυνατότητες της τεχνητής νοημοσύνης και να αναγνωριστεί ο δυναμικός της χαρακτήρας. Στα πρώτα στάδια της αυτοματοποίησης, ο ασφαλιστικός κλάδος χρησιμοποιούσε συστήματα θεμελιωμένα σε αλγορίθμους, βασισμένους σε κανόνες, διευκολύνοντας διαδικασίες όπως η ανάληψη κινδύνων, η αξιολόγηση κινδύνων και η διαχείριση απαιτήσεων. Ωστόσο, χρειαζόταν σημαντική χειρωνακτική εργασία για την κατασκευή και τη συντήρησή τους, αντανακλώντας την ανάγκη αυτόνομης μάθησης και προσαρμοστικότητας.
Το ενδιαφέρον στον ασφαλιστικό κλάδο σήμερα επικεντρώνεται στην τεχνητή νοημοσύνη που βασίζεται στη μηχανική μάθηση. Αυτή η προηγμένη μορφή τεχνητής νοημοσύνης χαρακτηρίζεται από την ικανότητά της να εκπαιδεύει εκτεταμένα σύνολα δεδομένων, για να αναγνωρίζει μοτίβα και να κάνει προβλέψεις ή να παίρνει αποφάσεις αυτόνομα, χωρίς προγραμματισμό συγκεκριμένων εργασιών. Ωστόσο, επί του παρόντος, αυτός ο τύπος AI χρησιμοποιείται ως επί το πλείστον για συγκεκριμένες, ειδικές εργασίες, όπως η ταξινόμηση των υποβαλλόμενων αιτήσεων και απαιτήσεων.
Όπως πολλοί άλλοι, είμαστε γοητευμένοι από την Παραγωγική Τεχνητή Νοημοσύνη, ένα υποσύνολο της σύγχρονης Τεχνητής Νοημοσύνης, και την αξιοσημείωτη ικανότητά της να δημιουργεί νέο περιεχόμενο, όπως κείμενο, εικόνες, μουσική ή περίπλοκα σχέδια. Το επιτυγχάνει αυτό μαθαίνοντας τα μοτίβα των δεδομένων εκπαίδευσης, δημιουργώντας έτσι νέα δεδομένα. Ανεξάρτητα από τον τρόπο με τον οποίο εξελίσσεται η AI, είναι ζωτικής σημασίας ο άνθρωπος να έχει πάντα τον πλήρη έλεγχο της λήψης αποφάσεων, για να μετριάζονται οι πιθανοί κίνδυνοι που αυτή ενέχει.
Η AI μπορεί να βελτιωθεί με την πάροδο του χρόνου
Ένας χρήσιμος ορισμός της Τεχνητής Νοημοσύνης όταν μιλάτε με ενδιαφερόμενους φορείς είναι αυτός του OΟΣΑ, ο οποίος αποτυπώνει επίσης πρόσφατες μορφές Τεχνητής Νοημοσύνης, όπως η Παραγωγική Τεχνητή Νοημοσύνη:
«Ένα σύστημα τεχνητής νοημοσύνης είναι ένα μηχανικό σύστημα που, για συγκεκριμένους ή έμμεσους σκοπούς, εξάγει συμπεράσματα από τα δεδομένα που λαμβάνει, για το πώς να παράγει αποτελέσματα, όπως προβλέψεις, περιεχόμενο, συστάσεις ή αποφάσεις που μπορούν να επηρεάσουν φυσικά ή εικονικά περιβάλλοντα. Τα διάφορα συστήματα AI διαφέρουν ως προς τα επίπεδα αυτονομίας και προσαρμοστικότητας μετά την εγκατάστασή τους».
Στο πλαίσιο της ασφάλισης, οι σύγχρονες τεχνικές τεχνητής νοημοσύνης, όπως η μηχανική μάθηση και η βαθιά μάθηση, μπορούν να χρησιμοποιηθούν για εργασίες όπως η προγνωστική μοντελοποίηση, η ανίχνευση απάτης και η αυτοματοποίηση της εξυπηρέτησης πελατών. Αυτά τα συστήματα μπορούν συχνά να επιτύχουν υψηλότερα επίπεδα ακρίβειας και αποτελεσματικότητας σε σύγκριση με τις παραδοσιακές προσεγγίσεις που βασίζονται σε κανόνες, επειδή έχουν τη δυνατότητα να βελτιώνονται συνεχώς με την πάροδο του χρόνου, καθώς δέχονται περισσότερα δεδομένα.
Περίπτωση χρήσης Παραγωγικής AI στο ασφαλιστικό underwriting
Η εμπλουτισμένη έκδοση του Life Guide της Swiss Re, του κορυφαίου εγχειριδίου ανάληψης ασφαλίσεων ζωής και υγείας στον κόσμο, αξιοποιεί αυτές τις δυνατότητες. Τώρα δοκιμάζεται πιλοτικά το Swiss Re Life Guide Scout, ένας βοηθός που βασίζεται στην Παραγωγική Τεχνητή Νοημοσύνη, ο οποίος υποστηρίζει τους underwriters στην ταχύτερη αξιολόγηση των κινδύνων και ξεκλειδώνει πληροφορίες για τη βελτίωση της λήψης αποφάσεων από τον άνθρωπο. Τους επιτρέπει, επίσης, να υποβάλλουν εξειδικευμένα ερωτήματα, λαμβάνοντας μια απάντηση παραγόμενη από AI και την πηγή των πληροφοριών, μέσα σε δευτερόλεπτα.
Το Generative AI powered chat bot βελτιώνει την αποδοτικότητα και την ποιότητα του underwriting, δημιουργώντας γρήγορες αξιόπιστες απαντήσεις, που συγκεντρώνονται από την επεξεργασία εξειδικευμένων γνώσεων ως απάντηση σε ερωτήσεις που θέτουν οι underwriters σε φυσική γλώσσα. Αυτό τους επιτρέπει να λαμβάνουν ταχύτερες και ακριβέστερες αποφάσεις ανάληψης κινδύνου, καθώς και να επιταχύνουν και να βελτιώνουν τη μεταφορά γνώσεων. Ο Generative AI-powered underwriting assistant, που αναπτύχθηκε από τη Swiss Re, ενσωματώνει την υπηρεσία Microsoft Azure OpenAI Service, που παρέχει πρόσβαση στα κορυφαία παγκοσμίως Large Language Models (LLMs).
Η προηγμένη τεχνητή νοημοσύνη έχει τη δυνατότητα να αυξήσει την αποδοτικότητα των οργανισμών, να βελτιώσει την αλληλεπίδραση με τους πελάτες και να δημιουργήσει καινοτόμα προϊόντα και λύσεις. Το πραγματικό όφελος της AI δεν είναι η ίδια η τεχνολογία, αλλά προέρχεται από τον έξυπνο συνδυασμό τόσο των μοντέλων AI όσο και των ανθρώπινων διαδικασιών. Είναι, επίσης, βασικό για τις επιχειρήσεις να εξηγήσουν με σαφήνεια στους μετόχους τους και όλους τους ενδιαφερόμενους φορείς πώς χρησιμοποιούν την AI, για να οικοδομήσουν εμπιστοσύνη στον ψηφιακό κόσμο.
Η κατανόηση τού τι είναι η τεχνητή νοημοσύνη είναι ζωτικής σημασίας, επειδή είναι κάτι περισσότερο από ένα απλό εργαλείο -απαιτεί μια ολοκληρωμένη στρατηγική, για να διασφαλιστεί η αξιοπιστία της. Καθώς η τεχνητή νοημοσύνη συνεχίζει να αναπτύσσεται, ο ορισμός της θα εξελίσσεται επίσης.
Πηγή: Swiss Re
Αναδημοσίευση: www.aagora.gr
