Phần 1: AI tạo sinh (Gen AI) trong bảo hiểm: 3 Nhóm Trường hợp Sử dụng phổ biến nhất - Chuỗi bài AI Tạo sinh đột phá ngành tài chính (ngân hàng, bảo hiểm): Cơ hội, Thách thức, Bước khởi đầu
 |
| Phần 1: 3 nhóm trường hợp sử dụng phổ biến nhất |
AI tạo sinh hay Gen AI (viết tắt từ thuật ngữ Generative AI), một nhánh của AI (trí tuệ nhân tạo, viết tắt của Artificial Intelligence) có những cơ hội tiềm năng đột phá và các trường hợp ứng dụng trong ngành bảo hiểm như thế nào?
Bài viết được tổng hợp chọn lọc từ Zuhlke thông qua hai bài viết chính:
- AI tạo sinh (Gen AI) trong bảo hiểm: Các Trường hợp Sử dụng và Những cân nhắc chính (AI in insurance: generative AI use cases and key considerations) (tháng 8/2023) và
- Làm thế nào dữ liệu và AI có thể giải quyết khó khăn chiến lược của ngành bảo hiểm? (How data and AI can solve insurance’s strategic dilemma?) (tháng 1/2024).
Mời quý độc giả cùng nghiên cứu.
Dù là B2B hay B2C trong ngành bảo hiểm thì 3 mảng ứng dụng phổ biến nhất cho AI tạo sinh là:
- Hỗ trợ nhân viên bán hàng (sales/ agent support),
- Thẩm định bảo hiểm (underwriting) và
- Yêu cầu bồi thường bảo hiểm (claim).
Nghiên cứu của Zuhlke trong ngành bảo hiểm
Các mô hình AI tổng hợp như ChatGPT (GPT-4) tiếp tục được nhắc tới liên tục và xuất hiện thường xuyên trong các bảng tin mà ta đọc. Gạn lọc đi những cao trào và xu hướng tức thời, nhiều nhà lãnh đạo doanh nghiệp đang tự hỏi liệu những sản phẩm học máy mới này thực sự có nghĩa gì đối với doanh nghiệp của họ - và chúng ta có thể chuyển từ các xu hướng sang các giải pháp thực tế thực tế như thế nào. Trong ngành bảo hiểm B2C, các nghiên cứu của Zuhlke cho thấy tiềm năng của AI tạo sinh rõ rệt nhất trong hai mảng chính là hỗ trợ bán hàng và quy trình thẩm định bảo hiểm, từ đó giải quyết hai thách thức cấp bách: áp lực về lợi nhuận biên và tình trạng thiếu nhân tài. (công bố ngày 14 tháng 4 năm 2023).
Nghiên cứu bảo hiểm năm 2023 của Zühlke (chỉ có bản tiếng Đức), được thực hiện với Trường Đại học Khoa học Ứng dụng Zurich (ZHAW) và Synpulse, xem xét nhu cầu và thách thức bảo hiểm của các doanh nghiệp siêu nhỏ và doanh nghiệp nhỏ - từ công ty kiến trúc, tiệm bánh mì đến cửa hàng thú cưng. Những doanh nghiệp nhỏ này đòi hỏi các giải pháp bảo hiểm B2B riêng và ưa chuộng tư vấn cá nhân hóa, nhưng họ cũng nhạy cảm với giá cả. Ngược lại, các công ty bảo hiểm muốn thúc đẩy mối quan hệ khách hàng gần gũi nhưng không sẵn lòng hoặc không thể chi trả chi phí cần thiết để thực hiện các sáng kiến cá nhân hóa hiệu quả. Do đó, thị trường này vẫn chưa được phục vụ đầy đủ. AI tạo sinh được đánh giá là giải pháp sáng tạo giúp ngành bảo hiểm có thể vượt qua khó khăn. (Vào ngày 18 tháng 1 năm 2024).
1. AI tạo sinh trong bán hàng: hỗ trợ nhân viên môi giới bán hàng và học hỏi nhanh, hiệu quả hơn
Mời bạn xem video dưới đây ví dụ Einstein AI của Salesforce (SFDC) có thể hỗ trợ nhân viên bán bảo hiểm như thế nào?
Vai trò của nhân viên bán hàng hay môi giới bảo hiểm ngày càng trở nên thách thức hơn khi họ phải đương đầu với nhu cầu đa dạng của khách hàng, kỳ vọng ngày càng tăng của khách hàng và nhu cầu về các giải pháp cá nhân hóa.
Bây giờ hãy hình dung về một nhân viên môi giới được trao quyền của tương lai. Họ bắt đầu ngày làm việc với một gói thông tin tổng quan về tất cả khách hàng mà họ sẽ tương tác trong ngày hôm đó. Gói thông tin này do một trợ lý dựa trên AI tạo sinh tổng hợp, bao gồm lịch sử khách hàng được tóm tắt bằng cách tổng hợp ghi chú từ các tương tác trước đó, được bổ sung bằng dữ liệu có cấu trúc từ hồ sơ, khiếu nại hoặc hệ thống thu thập. Hơn nữa, các ghi chú nhấn mạnh những điểm tương đồng với các khách hàng khác và kiến thức có thể chuyển giao.
Trong cuộc gặp, trợ lý AI theo dõi tương tác giữa nhân viên môi giới và khách hàng và tạo ghi chú về nhu cầu, thách thức và sở thích của khách hàng - có thể đưa ra, đề xuất một số khuyến nghị hoặc chủ đề thảo luận tiếp theo.Nhân viên môi giới mới này, người mới bắt đầu làm việc tuần trước, có thể sử dụng bot được AI đào tạo để mô phỏng một lần tương tác với khách hàng, thu được kinh nghiệm quý báu về cách tốt nhất để tư vấn cho khách hàng về sản phẩm phù hợp nhất với nhu cầu của họ. Bot đào tạo có thể mô phỏng các tính cách đa dạng và mô phỏng khách hàng đang trải qua những sự kiện cuộc sống quan trọng ảnh hưởng đến nhu cầu bảo hiểm. Thành viên mới nhất của đội ngũ đã rèn luyện các kỹ năng cần thiết cho các cuộc gọi với khách hàng và giờ đây họ đã sẵn sàng bắt đầu làm việc song hành với các đồng nghiệp giàu kinh nghiệm hơn.
2. AI tạo sinh trong thẩm định bảo hiểm và đánh giá rủi ro: trao quyền cho chuyên gia của bạn
2.1. Tìm kiếm tài liệu:
Các nhân viên thẩm định bảo hiểm (underwriters) hoặc đánh giá rủi ro lâu năm là một nguồn lực quý giá cho các công ty bảo hiểm nhưng lại rất hạn chế. Ngày làm việc của họ thường bị lấp đầy với những công việc đơn điệu, tốn nhiều thời gian, chẳng hạn như tìm kiếm và xem xét vô số tài liệu để trích xuất thông tin cần thiết cho việc đánh giá rủi ro liên quan đến các khách hàng doanh nghiệp lớn của họ.
AI tạo sinh trong bảo hiểm có tiềm năng hỗ trợ các nhân viên thẩm định này bằng cách xác định các tài liệu thiết yếu và trích xuất dữ liệu quan trọng, giúp họ tập trung vào các nhiệm vụ đem lại giá trị cao hơn.
Hãy xem xét một ví dụ cụ thể để tìm hiểu cách AI tạo sinh có thể giúp xác định liệu rủi ro ngập lụt tiềm năng có cần được đánh giá kỹ lưỡng hơn hay không?
 |
| Ví dụ: hỏi Claude AI về khoảng cách giữa trung tâm tỉnh Nghệ An tới con sông gần nhất |
Ngày nay, việc xác định khoảng cách từ một vị trí đến con sông gần nhất là khả thi, như được minh họa trong ví dụ dưới đây. Trong tương lai, các công cụ AI tạo sinh như ChatGPT, Claude AI sẽ được nâng cấp bằng thông tin bổ sung, cho phép chúng trích xuất chi tiết chính xác, với mức độ tin cậy cao. Những công cụ như vậy có thể được phát triển bằng cách kết hợp dữ liệu công khai và thông tin thuộc sở hữu riêng của công ty bảo hiểm.
Ví dụ trên cho thấy cách các công cụ AI ngày nay đã có thể hỗ trợ trong việc trích xuất dữ liệu vị trí - trong trường hợp này, Claude cung cấp câu trả lời chi tiết cho câu hỏi về khoảng cách từ trung tâm tỉnh Nghệ An (Thành phố Vinh) đến con sông gần nhất.
2.2. Tóm tắt, trích xuất thông tin chính:
AI tạo sinh không chỉ giúp các nhân viên đánh giá rủi ro tìm kiếm tài liệu liên quan mà còn có thể tóm tắt chúng hoặc chỉ ra và trích xuất thông tin chính.
Hơn nữa, AI có thể đơn giản hóa quá trình thu thập tài liệu cho các yêu cầu dữ liệu, giảm đáng kể khối lượng công việc cho các chuyên gia thẩm định, đánh giá rủi ro và cho phép sử dụng thời gian hiệu quả hơn. AI tạo sinh không chỉ hỗ trợ các nhân viên đánh giá rủi ro trong việc tìm kiếm tài liệu liên quan mà còn có thể tóm tắt chúng hoặc trích xuất thông tin chính trực tiếp. Điều này cho phép các nhân viên đánh giá rủi ro nhanh chóng xác định xem một tài liệu có liên quan đến yêu cầu dữ liệu hay không. Một tập hợp các tài liệu thậm chí có thể được biên soạn thành các báo cáo toàn diện để chia sẻ với các cơ quan quản lý hoặc các công ty tái bảo hiểm (re insurers).
3. AI tạo sinh có thể giúp chuyên gia giải quyết khiếu nại trở nên hiệu quả hơn như thế nào? (claim)
Các giải pháp 'chuyển đổi giọng nói thành văn bản' có thể mang lại giá trị gia tăng đáng kể trong lĩnh vực bảo hiểm, đặc biệt là trong các kịch bản đối mặt với khách hàng như xử lý khiếu nại.
Mời bạn xem video ví dụ về CCAI (Contact Center AI) hỗ trợ trường hợp Khiếu nại Bảo hiểm Thất nghiệp.
Sơ đồ dưới đây minh họa nhiều cách mà AI tạo sinh có thể giúp các chuyên gia giải quyết khiếu nại trở nên hiệu quả hơn, từ việc chuyển đổi ghi chú khiếu nại thành thư tín, đến trích xuất thông tin loại thiệt hại từ mô tả của khách hàng.
 |
| Ví dụ trường hợp ứng dụng AI tạo sinh (GenAI) trong khiếu nại bảo hiểm. Nguồn: Zuhlke tháng 4/2023. Blog Chuyendoi.so |
4. AI thế hệ tiếp theo: cách mô hình AI tạo sinh định nghĩa lại ngành bảo hiểm
Các mô hình học máy (ML, machine learning) truyền thống trong lĩnh vực bảo hiểm chủ yếu dựa vào dữ liệu lịch sử từ các nguồn có tổ chức như hồ sơ hoặc thông tin khách hàng để dự đoán kết quả, chẳng hạn như dự báo doanh số bán hàng trong tương lai. Tuy nhiên, những tiến bộ gần đây trong các mô hình AI tạo sinh đã mở ra những khả năng mới, chẳng hạn như phân tích cuộc trò chuyện của khách hàng, tự động ghi chú, bổ sung bằng thông tin có cấu trúc và cung cấp hỗ trợ trong thời gian thực khi cuộc trò chuyện thích ứng trong thời gian thực. Bước nhảy vọt về công nghệ này đã hé lộ nhiều trường hợp sử dụng mới và có thể nâng cao năng lực cho đội ngũ nhân viên của bạn trong các chức năng kinh doanh khác nhau.
Các mô hình AI tạo sinh có lẽ nổi tiếng nhất với khả năng soạn thảo văn bản. Một ví dụ thực tế là chuyển đổi ghi chú quyết định khiếu nại thành thư tín được soạn thảo tốt, bao gồm cả lý do biện minh, để gửi cho khách hàng.
Những mô hình này cũng xuất sắc trong nhiều nhiệm vụ khác như:
- Phản hồi văn bản trong giao diện trò chuyện.
- Trích xuất thông tin.
- Tóm tắt hoặc hoàn tất văn bản.
- Tìm kiếm văn bản.
(còn nữa)
Nguồn tham khảo:
- GenAI use cases and considerations: https://www.zuehlke.com/en/insights/ai-in-insurance
- How data and AI can solve insurance’s strategic dilemma https://www.zuehlke.com/en/insights/how-data-and-ai-can-solve-insurances-strategic-dilemma
Hi vọng bài viết đã giúp bạn nắm được 3 trường hợp sử dụng điển hình của AI tạo sinh trong ngành bảo hiểm. Vậy các lãnh đạo hay phòng ban trong ngành cần lường trước những rủi ro và khó khăn gì? Đón đọc bài viết tiếp theo nhé?
Có thể bạn quan tâm?
Các ví dụ chuyển đổi số trong ngành tài chính, ngân hàng và bảo hiểm
- Hành trình chuyển đổi số mạnh mẽ từ thị trường bảo hiểm Trung Quốc
- Ping An Insurance (Bảo hiểm Bình An) và Hành trình số hóa tiên phong ở Trung Quốc
- Zhong An (bảo hiểm Trung An): nền tảng sinh ra cho chuyển đổi số ngành bảo hiểm Trung Quốc
- Insurtech (Công nghệ bảo hiểm): Định nghĩa, phân loại, xu hướng, và tác động tới các đơn vị bảo hiểm trong ngành
- Một số ví dụ về các công ty bảo hiểm chuyển đổi số và insurtech khác trên toàn cầu
Chuỗi bài AI Tạo sinh đột phá ngành tài chính (ngân hàng, bảo hiểm): Cơ hội, Thách thức, Bước khởi đầu
A - Ngành ngân hàng (banking)
1 - Giá trị, các cơ hội chính và ứng dụng chủ đạo
3 - Mở rộng quy mô ứng dụng AI Tạo sinh (GenAI)
B - Ngành bảo hiểm
1 - Các cơ hội chính/ Các ứng dụng chủ đạo
2.1. Về GenAI
2.2. Về dữ liệu
Chuỗi bài viết Sẵn sàng cho Trí tuệ Nhân tạo (AI): Điều Lãnh đạo CNTT CIO Cần Biết và Làm.
- Phần 1: Xác định tham vọng AI | Sẵn sàng cho Trí tuệ Nhân tạo: Điều Lãnh đạo CNTT CIO Cần Biết và Làm
- Phần 2: Các phương án triển khai AI | Sẵn sàng cho Trí tuệ Nhân tạo: Điều Lãnh đạo CNTT CIO Cần Biết và Làm
- Phần 3: Xác định các rủi ro của AI | Sẵn sàng cho Trí tuệ Nhân tạo: Điều Lãnh đạo CNTT CIO Cần Biết và Làm
- Có cần bổ nhiệm CAIO (Giám đốc Cấp cao về AI)?
- Giải thích về Các Mô hình Ngôn ngữ Lớn (LLMs) & AI Tạo sinh (GenAI)
- Gartner Dự báo 10 Công nghệ chiến lược hàng đầu năm 2024 và xa hơn
- Xu hướng 6: AI (Artificial Intelligence): Trí tuệ nhân tạo
Nhận xét