AI in de verzekeringssector: sneller en consequenter dan de mens
De AI-chatbot ChatGPT heeft de wereld van kunstmatige intelligentie voor veel mensen tastbaar gemaakt, maar de AI-technologie bestaat al langer en wordt reeds in tal van sectoren gebruikt. Ook in de verzekeringssector maakt men gretig gebruik van kunstmatige intelligentie. Het wordt onder andere gebruikt bij het inschatten van risico’s en bij het tegengaan van fraude.
Narrow AI in de verzekeringssector
De meeste verzekeraars die AI-toepassingen gebruiken, doen dit vooral om deelprocessen te optimaliseren of te automatiseren. De gebruikte toepassingen vallen onder de noemer narrow AI. Ze zijn gemaakt om een heel specifieke taak te vervullen. Denk bijvoorbeeld aan het detecteren van fraude bij schadeclaims of aan het voorspellen van de omvang van een schadegeval. Ook wordt AI gebruikt om ongestructureerde data, bijvoorbeeld talloze brieven en mails, razendsnel te scannen, te structureren en te ordenen. De belangrijkste gegevens kunnen vrijwel meteen worden verwerkt en als gestructureerde data worden weergegeven. De kwaliteit van AI-modellen is voor een groot deel bepaald door de kwaliteit van de inputdata. De AI-modellen van verzekeraars worden gevoed met interne gegevens die bij de verzekeraars beschikbaar zijn. Soms verrijkt men dit met externe databronnen, bijvoorbeeld met een gegevens uit een weerdatabase.
Fraudebestrijding en beprijzing op basis van AI
Op het gebied van fraudebestrijding speelt AI een steeds belangrijkere rol. Bij fraudebestrijding doet men onder meer aan claim scoring, waarbij iedere claim een score krijgt. Sommige claims worden als mogelijk frauduleus geflagd, waarna een expert ze manueel zal beoordelen. De eindbeslissing wordt dus nog steeds door een mens genomen.
Daarnaast gebruikt men AI-tools voor risicobeprijzing in het schadesegment, bijvoorbeeld bij het bepalen van het risico en de bijbehorende premie voor een autoverzekering. Daarbij combineert men interne data met aanvullende data. Het valt op dat er ook steeds uitgebreidere risk pools zijn ontstaan. De korf van factoren die het risico beïnvloeden, is dus groter geworden. Door middel van AI is het nu eenmaal eenvoudiger om aanvullende risicofactoren en hun invloed in kaart te brengen.
Volgens een onderzoek van de Nederlandse AFM (Autoriteit Financiële Markten) zijn er ook steeds meer AI-toepassingen voor gedragsbeprijzing. Daarbij worden de prijzen aangepast op basis van het gedrag van de (kandidaat)-verzekeringsnemer. Men houdt dan onder meer rekening met zaken als de loyaliteit, klikinformatie uit de website, afsluitinformatie van de website en zelfs externe databases. Het is niet duidelijk of ook Belgische verzekeraars dergelijke AI-tools gebruiken.
Analyseren van foto’s van auto-ongevallen
Kunstmatige intelligentie kan ook worden gebruikt om beelden en foto’s te analyseren. En ook wat dat betreft, zijn er al heel wat toepassingen in de verzekeringssector. Denk bijvoorbeeld aan het automatisch analyseren van foto’s in schadedossiers. Het algoritme is volgens De Tijd in staat om de foto’s van een beschadigde wagen te analyseren, waarna het aangeeft welke onderdelen wellicht moeten worden hersteld of vervangen. Door gebruik te maken van externe databronnen met prijslijsten kan een inschatting worden gemaakt van de te verwachten kosten. Deze informatie gebruikt de verzekeraar voor interne begrotingen en om de facturen van herstelbedrijven te controleren. Het gaat fraude tegen en het staat verzekeringsmedewerkers toe om te focussen op meer complexe zaken waarbij AI nog niet genoeg zekerheid biedt.
