智慧商業

保險業如何透過AI革新?我們又如何深陷其中?

英國資料道德與創新中心(Centre for Data Ethics and Innovation, CDEI)於今年九月發佈一份名為”AI and Personal Insurance”的報告,探討AI應用可能對保險業造成的改變,與其面臨的道德倫理問題,以下摘譯其內容。

  • AI可能如何改變保險

保險產業長期以來都利用演算法來評斷客戶的風險,包括廣義的線性模型機器學習的形式。然而近幾年由於儲存成本的下降、計算能力的進步、和各種新的資料出現,讓這些系統的細緻度和應用範圍有所改變。進步的AI系統有機會帶給保險產業以下四個面向的改變:

  1. 新保單規劃(Onboarding):AI已經被用來驗證新用戶的身份和加速報價的流程,保險公司和保險比價網站可以利用AI技術的廣告尋找合適的消費者。保險公司也可以利用自然語言處理的技術用聊天機器人來回答顧客的問題並提供報價,例如facebook聊天室。Lemonade 宣稱他們的聊天機器人可以在90秒內提供客製化的保單。
  2. 估價(Pricing): AI可以藉由尋找個人特徵和風險之間的關聯性來提升報價能力(例如某人的信用評分和他們駕駛能力的關聯)。同時透過感應器的即時數據蒐集,AI打開了極度個人化風險評估的大門,保險費可以根據人們實際的行為來決定(例如人的運動習慣),而不只是他們屬於哪個族群(例如年紀和家族遺傳病史)。相關的應用還有客戶保留,保險公司可以找到最好的價錢來留住老客戶。
  3. 理賠管理(Claim management):AI可以藉由偵測或預測詐欺行為來提升對賠償的管理。Honzo 創造了一個AI工具可以在社群媒體上尋找詐保的證據,例如某人事發時是否真的在他們宣稱的位置。AI也可以利用於損害評估,UK-based Tractable 創造了可以檢視車禍現場的AI,可以立即評估車子的修理費用。在保險公司的後端,AI也可以被用於整理醫療單據或警察提供的筆錄。
  4. 建議(Advising):AI可以用於建議客戶如何避免風險,AXA的 ”Xtra” 健康App包含了提供要保人飲食建議的聊天機器人。美國的科技公司Cape Analytics結合了機器學習軟體和用戶住家的空拍照來評估用戶屋頂的品質,可以讓用戶在惡化以前發現並修理他們的屋頂。在未來,保險公司可能可以即時掌握要保人的行為,例如建議客戶在開車時走比較安全的路線。這類的革新肯定會改變保險公司的營運模式,例如他們的獲利來源可能不只是來自於補救損失,而是預防損失的發生。

  • 多少保險公司正在使用AI技術?

英國顧問公司PwC的C-suite調查發現全球80%的保險公司高層認為AI已經或者在三年內會融入他們的業務中,Accenture也於類似的調查顯示84%的保險公司相信AI會顯著的改變這個產業。
 

流入保險科技的投資和”insurtech”這個新創公司證實了這些調查結果,CB Insights這間頂級的商業研究機構預估2018年最後一季會是史上保險科技投資第二高的一季。2019的第一季是保險科技交易分數最高的一季,同時B輪和C輪的投資量也達到最高。許多AI導向的保險公司顯著的成長,包括歐洲的Lemonade公司,他們在最新一輪投資募得了3億。
 

保險是個巨大且複雜的產業,要把AI和產品或後端系統整合並不是一件簡單的事。雖然許多新舊保險公司在最近幾年AI取向的革新都有所發展,但不該過度誇大現階段AI造成的改變。愛爾蘭的風險管理公司Willis Towers Waston相信只有少數的保險公司已經有效的把AI整合進他們的運作中。2018的Capgemini調查顯示全球只有2%的保險公司全面性的在他們的營運中使用AI,34%的公司仍在構想階段而13%仍在測試。
 

更近距離的觀察這個產業就會發現在發展AI的過程中有許多障礙,舊的保險公司要更新老舊的計算設備是很困難的事,也因此很難發展數據導向的科技。保險產業複雜的價值鏈也是變革難以進行的原因,包括比價網站、保險經紀、和再保險公司都有他們自己的運營模式且很難統一。再說,保險公司也很難找到有科技技術的員工來發展新的產品。
 

然而,這個產業正經歷著很有意義的實驗,這些產品被完整的開發只是時間長短的問題,有的保險市場已經見證了顯著的改變,包括車險公司中透過車內設備或行動裝置的車聯網裝置目前就很熱門。AI不用被廣泛的運用在每一個面向就足以對保險客戶們造成很多影響,一些單一的演算法系統(例如詐保偵測系統)就能影響上千的投保人。

  • 保險公司使用AI系統的商業倫理道德

理想的AI應用在保險市場上有以下的優點:

  1. 減少投保人的保費:自動化的銷售和定價以及賠償可以提升產能,有機會降低客戶的花費。
  2. 更公平的結果:用AI來過濾詐保事件可以保證這個產業只付錢給真正需要賠償的人,Deloitte預估每一年與詐保案有關的花費佔了保險公司賠償支出的10%。
  3. 針對新族群的保險:AI和新來源的資料(例如社群網站和穿戴裝置)可以找到許多人比本來用傳統的風險評分判定來得更健康,有資格可以參與更多種類的保險。
  4. 防止傷害:利用AI來提供保險人建議可以降低對人和財產的損害,德國的再保險公司Munich Re 用機器學習來創造著重於健康的”adherence support”服務,幫助使用者按時服藥。
  5. 提高保險的誘因:藉由讓產品更為實用且和客戶的互動更順利,AI可以提高客戶使用保險產品的誘因,這會是市場上很受歡迎的發展,因為更多人可以受到保護(例如收入保險)
儘管保險公司用正當的方式使用AI,社會上與保險客戶們對於使用AI的價值和道德這個議題上也存在許多意見分歧有三個行為特別能夠顯示道德上的兩難

(1)個人資料的集與分享

保險產業長期以來都蒐集客戶的資料來幫助他們做決定,主要的來源都是客戶被詢問而主動提供的然而AI系統下許多的保險公司正蒐集更廣泛的資料來判斷客戶索賠的機率。這包括(i)觀察而來的資料,從監測顧客而得來(ii)推論而來的資料,從各種不相關的資料推論出來。舉例來說,顧客開車的安全性可能和他們在facebook上的貼文訊息有關。這三種資料(顧客提供、觀察、推論)可以透過AI系統來整理成更完整的顧客資訊。
 

這些資料即便是合法的集,但有可能不是在客戶的同意下進行的。顧客提供的資料是在顧客知情的情況下提供給保險公司的,例如線上表單,但觀察和推論的資料往往是在顧客不知情的情況下被提供給保險公司,有些客戶會覺得他們的個人隱私受到侵犯且有被洩露的風險,尤其是比較敏感的資料被集的時候(例如醫療狀況)


當保險公司向第三方購買資料時,更多的疑慮就會產生。這個產業非常仰賴外部獲得的資料來訓練他們的演算法,包括從信用網站得來的信用分數和從車廠來的車輛修復細節。保險公司只需要一點點來自客戶的資料就可以從其他地方獲得更多的資訊。


從法律觀點來看,
Genral Data Protection Regulation並沒有要求保險公司一定要在顧客的同意下蒐集資訊,只要他們在處理資料的時候合乎規定就好。保險公司還有合法蒐集資料來對抗詐欺的權利。這包括蒐集個人在社群媒體上的貼文,這可能是唯一能夠判斷是否索賠合理的地方。保險公司可以藉由一些調整來回應這些批評,包括預先告訴客戶他們使用哪些資料來執行他們的演算法當保險公司能夠蒐集更多的資料來做風險評估,做出來的保險費用就會更接近實際的風險。

 

(2)使用AI進行非常個人化的險評估

保險公司一直以來都想知道顧客索賠的可能性有多高,無論是他們出國時生病或是被偷竊的機率新的機器學習模型一定能讓預測不同特徵和風險間關聯性的準確度提高。有一家保險公司集客戶喝瓶裝水還是喝自來水的資料來推估他們機車保險的風險透過感應器即時的數據集,AI可以根據一個人實際的行為和特徵來判斷一個人,而不只是他們屬於哪個大略的族群(例如他們的年紀)。


這些精細的風險評估可能會讓部分顧客無法投保。在更好的風險評估的前提下,顧客
雖然不會直接被拒絕保險,但他們的保費可能會上漲到他們無法承擔的地步。如果保費的上漲影響到太多人,那麼保險公司的客戶可能會少到他們無法分擔風險。其中一個可能的結果是弱勢族群受到的影響可能會更嚴重,他們對保險公司的演算法缺乏足夠的了解,而讓他們沒有機會減少這些影響,例如管理他們在社群網站的資料。


然而就像數據的
集和分享一樣,保險公司制定更精確的風險評估也是合法的,部分的人將會因為這樣而變得更好,例如安全駕駛的年輕人和有在防範水災的屋主。有些人甚至覺得不追求更準確的風險評估是不道德的,因為這樣對低風險的客戶們不公平。


(3)影響投保人的行為

第三個使用AI的爭議是改變顧客的行為,不管是在無意間的推動或是直接給予建議。雖然這個行為還未在這個產業中被廣泛地使用,許多保險公司已經開始在他們的保單中實驗他們的行為改變計劃,包括在壽險中提供折扣給經常去健身房的人。機器學習模型提供給投保人的建議範圍十分明確,例如告知他們水災或犯罪的風險,或者建議他們安全的駕駛路線,並且在他們遵守建議時給予他們較低的保費。


保險公司可以顯著的在這些行為中獲得利益,因為賠償會變得較少且不頻繁。然而行改變計劃可能也會對投保人的自主性造成威脅,包括他們的居住地、駕駛習慣、運動習慣。儘管有人會認為簽署行為改變計畫是個人的選擇,但對於保險公司而言,要將這種自願性的計畫變成強制性計畫是很簡單的。一間美國很大的壽險公司John Hancock去年決定在所有的保單中加入身體數值的追蹤,即使行為改變計畫在名義上還是自願的,不參與的保費也貴到讓這個計畫幾乎變成強制性的。而且不參與這項計畫會讓保險公司歸類該消費者為高風險族群。


儘管有這些反對意見,至今為止許多的實驗都顯示這些應用有助於改善參與者的生活。美國的電子保險公司宣稱他們的顧客可以透過他們的Great Driver Programme省下他們20%的汽車保險,該計劃包含回報顧客的加速和煞車習慣。行為改變計畫在表面上受到許多顧客的歡迎,Capgemini調查發現37%的顧客願意分享額外的資料讓保險公司提供他們風險控制和預防的服務。

  • 保險業者如何負責任地使用AI系統?

保險產業正在面臨的挑戰是如何在AI系統的使用上找到共同的道德標準。有125,000個專業人員的Chartered Insurance Institute最近在他們的道德準則中發佈了Digital Companion,這個準則提供了業者負責任的部署AI的標準,包括不只遵守法律條文而是要遵守法律的精神,以及預期資料的使用後果。但這個產業仍需要更多的人來參與辯論。這可能意味著需要用公民陪審團或者其他社會參與活動來討論尚未解決的問題,例如保險公司使用AI的程度。
 

政府也應該要思考是否需要透過法律規範來介入以確保人們有足夠的能力參與保險,這代表可能會限制部分型態的資料不能被用於風險評估。如Genetic Testing and Insurance的準則就是如此,他限制了基因測試的結果被用於保險的評估中。
 

現在的這些辯論是需要時間來解決的,然而現在的保險公司還是可以做很多事情來減低傷害,同時間也能保護他們的商業利益,雖然這篇文章沒有要提出正式的建議,但以下的方法值得考慮:

  1. 審核歧視的資料:保險公司被法律禁止對顧客的性別、種族,和一些其他的特徵有所歧視,然而Financial Conduct Authority的研究發現保險公司在調整顧客的參數上無意間有歧視的風險。保險公司可以開始在他們部署系統時修改他們的演算法和他們的資料集確保沒有偏見。
  2. 檢視來自第三方的資料和軟體供應商:保險公司有正當的理由從第三方購買一些資料,包括人的信用分數和修車公司來的資料。然而他們在做這件事情的時候必須謹慎並且要求這些資料的提供者確保資料是準確且沒有偏見的,並且是在知情的情況下被集。
  3. 讓隱私權聲明更普及:隱私權聲明(包括條款和條件)是保險公司告訴顧客他們的資料如何被使用、儲存、和分享的標準方法,但這些聲明多半很冗長又模糊,反而讓人更混淆。保險公司可以和使用者體驗設計師合作來製作重點事實來直接傳達他們是如何使用資料,和客戶如何尋求補救措施;也可以建立專門的團隊來回答客戶有關他們資料權力的問題,因為顧客通常不會預期他們會被集那些資料。
  4. 遵守資料保護標準:保險公司應該更加努力地遵守General Data Protection Regulation和Data Protection Act,包括在儲存數據和在法律規定下處理數據。這個產業的領導者應該和資訊辦公室有更緊密的合作來了解他們的義務並了解他們現在使用AI的方式是否符合GDPR和DPA的規定
  5. 給予客戶移轉風險資料的權力:客戶的資料經常在公司間被交易,但客戶往往並不知情。在GFPR的規定下,顧客有權力自行轉移他們的資料,英國政府的Smart Data也提案將透過客戶可以自行請求資料在不同保險業者間移轉來提高這方面的能力,此舉反映在英格蘭銀行有關銀行客戶能在貸方之間轉移他們的信用檔案的建議上,CDEI的研究正在研究這種移轉風險的機制。
  6. 建立明確的的責任歸屬:FCA 2018年的研究發現一些保險公司沒有明確負責定價策略的員工。保險公司需要考慮他們的組織結構是否符合目標,和他們是否需要分配董事會的成員負責監督AI和其他形式的資料導向科技。為此,保險公司需要參考FCA的Senior Managers and Certification Regime,這項條文要求高級主管的負責聲明。

這些方法都將保險公司導向負責任的使用AI和數據,然而在保險公司如何在日常運營中使用這些技術變得更加透明之前,這些監督都還是很零散的。保險公司是否從社群網站集數據?他們是否從數據供應商購買資料?有多少公司使用AI來預估人們的購買能力,進而推測他們支付更高保費的意願?這些問題的答案可以幫助監管者制定更有效的管理措施。最重要的是,更高的透明度可以幫助我們區分真正的風險和被誇大的風險,而且可以幫助制定相對應的介入措施,而使負責任地AI系統革新蓬勃發展。
 

儘管在公開的程度上還沒有達到最高標準,有些保險公司在公開他們的演算法和數據上已經變得更加開放。Aviva最近發佈了Customer Data Charter,包括了他們怎麼使用集來的顧客資訊,和他們是否販賣這些資料(他們沒有販賣),還有他們與誰共享這些資料。其他的保險公司也已經建立了專家小組來制訂公司的政策,包括AXA,他們的Data Privacy Advisory Panel每年召開兩次會議,討論他們公司對於數據和演算法的使用。根據AXA的說法,這個由許多隱私專家、學者、和監管機構的前成員所組成的小組討論公司的行動和承諾,討論主題包含國際數據交換和數據市場對AXA客戶的影響。保險公司也被鼓勵應該成立自己的道德小組,確保他們專注於討論該公司專屬的倫理議題,這也和GDPR第40條互相呼應。

  • 保險業的下一步是什麼?    

這篇文章從AI會帶給這個產業什麼改變開始討論。根據提倡者的說法,未來可能會是AI降低保費,並且控制詐保案的數量,並且讓投保人能夠更輕鬆地買保險。結合無所不在的感應器,AI可以刺激新服務的出現,保險公司不再只是補償損害而是在損害發生前提前介入預防。然而不是所有人都同意這個對未來的想法,批評者宣稱AI會導致弱勢者被排除於保險外,同時又對客戶做過度的監控。
 

實際上現實應該會介於這兩種極端之間,然而未來這個產業的發展還沒被確定。由於多數的保險公司仍在探索AI的潛在應用,現在發展一個可靠的管理制度仍很可行。不久之後這個產業可能會面臨全新的挑戰,例如大型科技公司的進入和網路安全保險公司的發展,在這些新的競爭者出現之前,建立一個AI安全措施對這個行業是好的。
 

有鑒於英國的保險業規模(全球第四,歐洲第一),英國有機會成為這個過程的全球領導者,英國的公司有能力影響全球保險公司和AI相關的條款。因此不僅是英國的客戶,世界各國的人都有機會受益於英國對於AI部署和監管的努力。