Forsikringsbranchen har en lang historie, der går tilbage til Hammurabis lov (ca. 1750 f.Kr.), romersk søfartslovgivning og Lloyd's kaffehus på Themsen (1688).
Især blev det længstvarende ejendomsforsikringsselskab i USA (The Philadelphia Contributionship, 1752) oprettet af Benjamin Franklin. Det er fra denne grundlægger, vi kender udtrykket:
"Et gram forebyggelse er mere værd end et pund helbredelse."
Begrænsningerne for skadeserstatning
I dag giver digitale teknologier forsikringsselskaberne mulighed for at skabe fantastiske kundeorienterede driftsmodeller, som Ben Franklin kun kunne drømme om. Men branchens værditilbud - bygget på princippet om erstatning - truer nu de langsigtede vækstmuligheder, da de kortsigtede omkostninger ved at drive forretning skyder i vejret.
Ethvert forsikringsselskab i verden står over for en dyster virkelighed. Tænk på inflationspresset, der modarbejder bestræbelserne på at reducere omkostningerne. Kundernes forventninger til realtidsfunktioner. Og innovative produktdesigns på tværs af alle forretningsområder, der er designet til at levere en personlig, overvældende kundeoplevelse til en konkurrencedygtig pris.
Forsikringsselskaberne skal fortsætte med at udvikle deres forretningsmodeller for at overleve. Teknologier som kunstig intelligens (AI) og generativ AI (GenAI) kan sætte skub i denne udvikling, men begrænsningerne i skadeserstatningen vil fortsat bremse fremdriften.
«For at fremskynde udviklingen er forsikringsselskaberne nødt til at skifte til et nyt værditilbud - forudsige og forebygge.».
Det er på tide, at forsikringerne ændrer sig
Forestil dig forsikringsløsninger til skadesforsikring eller livsforsikring, der aktivt identificerer risici, som en person eller virksomhed kan håndtere for at undgå, at der opstår et tab. Selv for fem år siden virkede sådanne ideer nærmest som science fiction. Men nu er fiktion blevet til virkelighed. For eksempel:
- Den allestedsnærværende internetforbindelse har skabt en anslået smartphone-eksplosion på 69 %.
- Det globale marked for IoT-forsikring forventes at nå op på 687 milliarder dollars i 2032.
- Truslerne fra klimaforandringerne har skabt et nyt, skrigende forretningsbehov, og i 2023 blev der sat ny rekord med 142 naturkatastrofer.
Noget skal ændres.
Udfordring af status
Som vi har set med andre teknologiske gennembrud, kommer succesen, når man udfordrer status quo med mod.
Tænk på, at et menneske skulle udføre én beregning i sekundet i 31,7 milliarder år løbet af for at udføre de tilsvarende beregninger som verdens mest kraftfulde "exaskala"-computere udfører i ét sekund (teraFLOPs).
Når man tænker på de dybe konsekvenser, virker det meningsløst ikke at drage fordel af denne teknologi. Det er især tilfældet, når vi ved, at signaler fra smartphones og IoT-enheder kan udnyttes til proaktivt at identificere situationer, der forårsager eller forværrer tab.
Nu er det tid til at udfordre status quo i forhold til skadeserstatning. Gentænk ideen om, at der først skal ske et tab, før en forsikringspolice kan træde til.
Tab som følge af naturkatastrofer
I sin 2024 Climate and Catastrophe Insight Report rapporterede Aon, at globale naturkatastrofer i 2023 resulterede i økonomiske tab over gennemsnittet på i alt 380 milliarder dollars. Verden over dækkede forsikringsselskaberne 118 mia. dollars og satte rekord i antallet af forsikrede katastrofer til en værdi af en milliard dollars. Det år var også det dødeligste siden 2010 (med 95.000 dødsfald) og det varmeste år nogensinde.
AI er ikke perfekt - hvilket ikke bør afholde os fra at bruge
Tænk på forsikringsbranchens tidlige reaktion på "internettet". For længe siden forbød mange forsikringsselskaber brugen af det. Men i dag er det almindeligt, at forsikringsselskaberne søger online efter oplysninger om risici i forbindelse med forsikrings- og erstatningsprocesser.
Vi ved godt, at ikke alt på internettet er sandt. Men det er stadig nyttigt til at indsamle information. Kunsten er at finde ud af, hvad der er pålideligt.
AI er bygget af mennesker, og den vil arve vores fejl. Men ligesom det skete med onlinesøgninger, vil AI gennemsyre forsikringsprocesser over tid.
Nøglen til at løse udfordringerne omkring misinformation? Det handler om data.
Husk på det: Djævlen ligger i dataene
Forsikringsselskaberne indsamler og gemmer et sandt overflødighedshorn af data. En individuel police kan blive vurderet ud fra hundredvis, hvis ikke tusindvis, af variabler - detaljer om den navngivne forsikrede eller virksomhedsejer, den forsikredes placering, skadeshistorik osv.
Små unøjagtigheder kan (og fører) til store præmieforskelle og til, at der accepteres risici, som aldrig burde være tegnet. Nogle bliver direkte afvist.
Denne virkelighed eksisterer, fordi dataene indsamles af forsikringsansøgninger, der håndteres gennem samtaler, nogle gange online, nogle gange via papir og (ja, stadig) nogle gange endda fax. Ofte dukker unøjagtighederne først op efter et tab og efter en mere grundig undersøgelse af risikoen. Hvis oplysningerne oprindeligt blev indsamlet af en agent, kan det udløse dækning for fejl og mangler.
Ja, manuel gennemgang kan finde 95 % af fejlene, men det spilder folks tid. Så - ofte bliver de oplysninger, der bruges til at skrive en politik, aldrig valideret.
I stigende grad tilbyder tredjeparter - bureauer som Dun and Bradstreet - data og endda dataprodukter. Offentlige oplysninger, der er tilgængelige online, kan give dybere indsigt i individuelle risici.
Hvad er fordelene? Ifølge McKinsey kan forsikringsselskaberne opnå tocifrede stigninger i præmier og rentabilitet ved at indføre "digitaliseret indtegning".
I disse eksempler er der stadig den samme forhindring - oplysningerne blev indsamlet af en mellemmand i stedet for direkte fra kilden (kunden). Og da de fleste datapunkter er udtryk for risiko, er forsikringsselskaberne i bedste fald låst fast i et spil med hestesko og håndgranater: "Tæt nok på er godt nok til at vinde."
Overvind kaos og udnyt nye data
Så hvordan udvikler vi os til at producere mere præcise prismodeller, forsikringsbeslutninger og skadesoplevelser for mennesker og virksomheder?
Vi er nødt til at se på nye former for data (nogle gange kaldet alternative data) for at udvikle en bedre forståelse af risici. På den måde kan vi begynde at forebygge tab.
Generering af mere præcise AI-modeller
Forskere har vist, at AI kan bruges til at generere mere nøjagtige modeller og en årlig økonomisk fordel på 162 milliarder dollars. Sådanne muligheder lå uden for vores rækkevidde for bare få år siden.
Takket være den hurtige stigning i computerkraft - sammen med den udbredte anvendelse af cloud computing - kan forsikringsselskaber nu få enorme mængder data fra nye kilder (som luftbilleder, IoT, offentlig information og meget mere) til at analysere via parallelbehandling, hurtigere end nogensinde før.
Data om faktisk adfærd er bedre end proxydata. For nylig kom nogle bilproducenter i søgelyset, fordi de tillod, at data blev delt med forsikringsselskaber. Det er ingen hemmelighed, at nutidens forbundne køretøjer gemmer data om din kørsel. Disse data - hårde opbremsninger og accelerationer, kørsel om natten, hastighedsoverskridelser osv. - kan bruges (og bliver brugt) til at udvikle priser.
Data kan også bruges til at forebygge ulykker og tab. Kontrollen kan være det værd. Tænk over det:
- 3.308 dødsfald i amerikanske bilulykker i 2022 blev tilskrevet distraheret kørsel.
- Nogle data peger på, at distraheret kørsel er en faktor i 80 % af ulykkerne.
Fremkomsten af UBI
Forsikringsselskaberne har oplevet en øget deltagelse i brugsbaserede forsikringsprogrammer (UBI) (fordoblet fra 2016 til 2023) og 26 % deltagelse for nye kunder med en 59 point højere præmietilfredshed (pris) ifølge J.D. Power.
Tidligere i år deltog jeg i et program med fokus på at reducere distraheret kørsel gennem Cambridge Mobile Telematics (CMT). Jeg så med egne øjne, hvordan notifikationer reducerede distraheret kørsel - en opfattelse, som jeg fik bekræftet af telematikchefen hos et amerikansk forsikringsselskab, der kører et lignende program.
I CMT's State of US Road Risk in 2024 viste data, at faldet på 4,5 % i antallet af distraherede bilister i 2023 forhindrede mere end:
- 55.000 sammenstød.
- 31.000 skader.
- 250 dødsfald.
- 2,2 milliarder dollars i økonomiske skader.
Optimer og brug dine uudnyttede data - og inspirer til
Kan du huske det gamle ordsprog? "Data er den nye olie"? Det er en grov analogi, men stadig nøjagtig - for du skal hente olie op af jorden, raffinere den og i sidste ende distribuere den til forbrug og anvendelse.
Data er ikke anderledes. Telematik- eller UBI-data er en uudnyttet kilde, som forsikringsselskaberne kan (og bør) bruge til at udvikle branchens værditilbud.
State Farm har udvidet sit brandsikkerhedsprogram til to millioner husstande gennem Ting and Whisker Labs. Statslige og lokale myndigheder bruger smart city-teknologier til at lette trafikpropper og bekæmpe oversvømmelsesrisici. Og Apple Watch er blevet krediteret for at have reddet liv ved hjælp af hjertefrekvens-appen.
Disse historier inspirerer til forandring i branchen. Alle tab kan ikke forhindres, men med kraften der ligger i AI, kan vi forhindre nogle tab. De efterfølgende virkninger af at lette tabspresset, redde liv og forbedre den økonomiske værdi vil føre branchen ind i en ny æra.
Læs om de fem største forsikringsproblemer - og hvorfor AI ikke er et af dem
VIL DU HAVE FLERE GODE INDSIGTER HVER MÅNED? | TILMELD DIG SAS INSIGHTS NYHEDSBREV
