擺脫繁冗的投保、理賠手續，保險業者如何用 AI 、IoT 技術優化客戶體驗？
每次計畫保險時，都得先做很多功課，看看哪個險種最適合自己，投保時也總要經過各種文件審查、簽署等程序，一直是許多民眾辦理保險時，最排斥的環節，不過在 AI 技術興起之後，保險業者也能藉由 AI 的能力，提高營運效能。
根據《Forbes》報導，採用 AI 技術的保險業者，不僅營運效率提升 60%，理賠準確率也提升 99.99%，客戶體驗更提升了 95%。預計到了 2030 年，人工智慧在保險業的價值將達到 357.7 億美元，預測期內複合年成長率為 33.06%。
賦能一：加快投保、理賠速度
對保險公司來說，理賠處理是最重要的業務之一。根據安永的一項研究，87% 的客戶表示，理賠速度是他們決定要不要和同一家保險公司續保的重要決定因子。而透過 AI 技術，如影像識別、損失預測、歷史數據分析等等，可以加快理賠判定，讓客戶在短時間內得到回饋。
《Wired》以去年在佛羅里達造成嚴重災情的颶風伊恩為案例，這場天災是美國有史以來第五強的颶風，也是美國歷史上損失規模第三大的天氣災害，預估造成了 1,120 億美元的損失。
這種災害的發生，對保險公司來說，加速理賠便格外重要。英國保險公司 Brit Insurance 就透過 AI 建置一個名為「金眼」（Golden Eye）的工具，使用機器學習演算法，評估災後的空拍圖，按損害程度分類，大幅提高理賠速度，讓該公司在災難發生的 8 天後，就能支付第一筆理賠款項，「我們永遠無法靠人力的專員做到這個速度。」Brit Insurance 理賠和營運主管索尼（Sheel Sawhney）說。
美國 AI 保險公司 Lemonade 則讓 AI 以聊天機器人的方式呈現，經由一問一答的聊天，幫客戶規劃、購買保單，並申請理賠。
比方說當客戶想申辦寵物保險，Lemonade 的 AI 聊天機器人會和客戶開始文字聊天，確認各項資訊，像是「小狗今年幾歲了？」、「是第一次養寵物嗎？」等等。搜集好數據後，則交由後台 AI 處理計算風險，約 90 秒就能完成保單的定價。
微軟金融服務資深總監佛雷茲（Leon Fretz）認為，「保險是一項建立在數據基礎上的業務，善用 AI 可以省去冗長乏味的保單填寫，大大提升客戶體驗。」
賦能二：成為理賠階段的「第三方公正單位」
索尼指出，對保險業者來說，當顧客提出索賠時，正是影響他們對服務或商品滿意度高低的關鍵時刻。
尤其在最常見的車輛事故上，運用 AI 進行損害評估，既快速又公正。英國駿懋銀行 （Lloyds Bank）數位營運長博伊德（Richard Boyd）表示，在理賠處理上，如果能夠用 AI 比對事件發生前後的圖像，就能準確向保險公司提出損失估計。
另外，在理賠的過程中，「同理心」也很重要。保險公司 Hastings Insurance 技術長布勒斯（Simon Bullers）提到，過去在理賠階段，為了收集訊息、確認訊息，保險專員會給客戶打很多電話，很容易讓人緊張和焦慮。但透過 AI 的幫忙，就能以「公正第三方」的角度即時分析對話和資訊內容，省去多次確認的時間和步驟；對於保戶來說，除了專員和自己之外，有 AI 的參與，對於理賠的公正性和信任感也會提高。
賦能三：結合 IoT 穿戴裝置數據，給出更個人化的投保建議
AI 不僅能夠以人類遠無法處理的規模分析數據，還能從中找到人類難以探查的細節和重複模式。比方說，透過 AI 影像分析空照圖的功能，除了可以用來做損害評估外，也可以用來幫助識別潛在客戶。例如，空拍圖分析發現保戶家裡的社區有游泳池，AI 就可以建議保險業務向他們提供游泳池保險。
此外，隨著穿戴裝置逐漸普及，運用 IoT 裝置將可進一步了解客戶的生活方式與需求，再輔以 AI 即時的資訊進階分析，制定吸引新客戶的個人化產品，對創新行銷應用有極大的助益。如英國保險公司 Octo Telematics 即與 SAS 合作，蒐集車主駕駛行為、速度及轉彎、里程數、氣候與道路狀況等基本資料還有車輛的資訊，以「駕駛風險評分」重新進行產品組合風險評級，推出彈性計價商品和服務，不僅成功為 Octo Telematics 降低成本和理賠率、減少詐欺風險也讓安全駕駛人享有快速理賠流程與商品跨售，提升客戶體驗。
顧問公司麥肯錫曾在「保險 2030 年——AI 對保險業未來的影響」報告中預言，到了 2030 年，AI 及相關技術對分銷、承保、定價、索賠都將有巨大的影響。在台灣，金管會去年中調查台灣 175 家金融保險機構，約 47% 已採行 AI，應用範圍如客戶經營、風管及法遵、流程自動化優化、數據分析、分析資安狀況等。或許在不久的將來，AI 就會成為那個「最強保險專員」。
延伸閱讀
核心系統轉型釀風波，金融業如何避免重蹈覆轍？成功關鍵要素為何？
AI+FinTech 擦出新火花！16 家金融業者已上車，還有哪些應用面向？
輕忽策略風險，恐釀營運危機！以大數據輔助決策，先具備 3 種思維模式