Kunstmatige intelligentie vindt zijn weg naar de verzekeringssector
Kunstmatige intelligentie brengt landbouwverzekeringen naar Afrikaanse boeren
In Kenia is er bijvoorbeeld de start-up Pula, die met behulp van kunstmatige intelligentie verzekeringen toegankelijk wil maken voor de kleine boeren. Dat is nodig, want zeventien procent van de landbouwgronden ter wereld liggen in Afrika en minder dan een procent van de wereldwijde premies worden in het continent geïnd. En dat terwijl net Afrika sterk te kampen heeft met de gevolgen van de klimaatverandering. Het agrarische landschap in Afrika is heel versnipperd, terwijl landbouwverzekeringen maatwerk en tijd vergen. En tijd wil zeggen: een hogere premie per vierkante meter. Voor de Afrikaanse boeren is het niet betaalbaar. Tot nu.
De start-up maakt gebruik van kunstmatige intelligentie en historische gegevens, bijvoorbeeld over plagen en overstromingen in de regio. Hierdoor kan een algoritmisch rekenmodel het risico berekenen, zonder dat verzekeraars persoonlijk langs moeten gaan en dossiers diepgaand moeten bestuderen. Hierdoor kan de premie laag worden gehouden en valt het verschil tussen grote en kleine landbouwbedrijven weg. De start-up, die onder meer samenwerkt met het Wereldvoedselprogramma van de VN, biedt de software aan de lokale banken aan. In Kenia is het zo boeren vaak verplicht zijn om hun verzekeringen af te sluiten bij de bank waar ze een lening aangaan.
Beter inschatten van risico’s, een eerlijke prijszetting en lagere premies
In het bovenstaande voorbeeld komen meteen verschillende voordelen van kunstmatige intelligentie aan bod. Enerzijds helpt kunstmatige intelligentie om snel veel data te verwerken, waardoor verzekeraars risico’s beter kunnen inschatten en daar hun premies op kunnen aanpassen. Dat zorgt voor een betere en eerlijkere prijszetting.
Bij het bepalen van de premie voor hospitalisatieverzekeringen houdt men bijvoorbeeld al langer rekening met de leeftijd waarop men intekent en met het medisch verleden. Dat zijn factoren waarvan men weet dat ze het risico beïnvloeden. Maar is het riskanter om een advocaat of een boekhouder te zijn? En hoe zit het met een advocaat in Brussel ten opzichte van een advocaat in Gent? Dergelijke abstracte verbanden kan men enkel ontdekken met de kracht van kunstmatige intelligentie.
Niet alleen draagt kunstmatige intelligentie bij aan de risicoclassificatie en de bijbehorende tariefstructuren, bovendien helpt het om tijd en geld te besparen. Via kunstmatige intelligentie zijn gegevens namelijk sneller en goedkoper te verwerken. Dat heeft uiteraard gevolgen voor de prijszetting. Het zijn stuk voor stuk redenen waarom grote verzekeringspartijen als DKV, de beste verzekeraar van België, sterk inzetten op artificiële intelligentie, digitalisering en andere innovatieve projecten.
Waken over risico’s bij kunstmatige intelligentie voor de verzekeringssector
Te veel beslissingsmacht bij een computer leggen, houdt altijd risico’s in. Het bekendste voorbeeld is misschien wel de toeslagenaffaire in Nederland, waarbij tienduizenden ouders onterecht van fraude werden verdacht. Daarbij bepaalde de computer zelf welke toeslagaanvragen extra dienden te worden gecontroleerd. Het probleem is dat het algoritme op basis van de data had geleerd dat het hebben van een dubbele nationaliteit een risicofactor is. Hierdoor liepen toeslagaanvragers met een dubbele nationaliteit meer kans om eruit te worden gepikt dan toeslagaanvragers met enkel de Nederlandse nationaliteit. Het gaat om een discriminerende werkwijze die door de Autoriteit Persoonsgegevens werd bestraft.
Ook de kwaliteit van de data moet voldoende goed zijn, er moet worden gemaakt over inmenging, er is het risico dat alles te onoverzichtelijk wordt en het een en ander kan in een banenverlies resulteren. Het zijn stuk voor stuk redenen waarom er vanuit Europa steeds meer aandacht gaat naar een beter wetgevend kader voor artificiële intelligentie.
Dit artikel is geschreven door één van onze partners. Onze redactie is niet verantwoordelijk voor de inhoud.
