Это новый день не очень далеко в будущем. Ты просыпаешься; ваши наручные часы записали, как долго вы спали, и контролировали ваше сердцебиение и дыхание. Вы едете на работу; автомобильные датчики отслеживают вашу скорость и торможение. Вы выбираете завтрак по дороге, оплачивая электронным способом; транзакция и калорийность вашего блюда записываются.
Тогда вы попали в автомобильную аварию. Вы звоните в свою страховую компанию . На ваш звонок отвечают сразу. Голос на другом конце знает ваше имя и дружелюбно рассказывает вам о вашей любимой кошке и о том, как ваша любимая футбольная команда делала это на выходных.
Вы разговариваете с чат-ботом. Причина, по которой он «знает» о вас так много, заключается в том, что страховая компания использует искусственный интеллект для сбора информации о вас из социальных сетей. Кроме того, он знает намного больше, потому что вы согласились позволить ему отслеживать ваши личные устройства в обмен на более дешевые страховые взносы.
Это не научная фантастика. Более трех четвертей руководителей страховых компаний считают, что искусственный интеллект произведет революцию в отрасли в течение нескольких лет. К 2030 году, по мнению футуристов McKinsey, искусственный интеллект будет означать, что ваш автомобиль и страховые взносы могут измениться в зависимости от того, решите ли вы выбрать тот или иной маршрут .
Он будет продан вам с обещанием более персонализированного обслуживания, более быстрой обработки претензий и более низких премий — и по большей части выполнит эти обещания.
Но есть и этические риски — конфиденциальность данных и дискриминация среди них. Страховая компания может использовать ваши данные, чтобы выяснить, сколько вы готовы заплатить за покрытие. Это может продать информацию третьей стороне. ИИ может решить, что вы представляете больший риск из-за вашего возраста, пола, дохода или этнической принадлежности.
Интернет вещей
Хотя страховая отрасль в целом имеет незавидную репутацию, когда люди берут деньги, а потом отказываются платить, это высококонкурентный сектор. Менее ловкие, вероятно, не выживут против конкурентов, использующих ИИ, чтобы оставаться прибыльными, снижая при этом свои премии.
Чтобы предложить более низкие страховые взносы, страховщик должен знать, что на самом деле человек имеет более низкий риск. Технологией поддержки является Интернет вещей , общее название для миллиардов подключенных к Интернету датчиков, встроенных во все виды объектов, которые мы используем каждый день. Они есть в телефонах, часах, автомобилях, фитнес-трекерах, помощниках по дому и многом другом. В совокупности они образуют «экосистему» датчиков.
Данные, собранные с течением времени, позволяют страховщику составлять индивидуальный профиль риска, основанный на фактическом поведении человека, практику, известную как поведенческая политика ценообразования .
Стать умным
Чтобы снизить страховку вашего дома и имущества, страховая компания подключится к центру искусственного интеллекта, который управляет вашим «умным домом» через экосистему датчиков.
Если по соседству есть образец краж со взломом, домашний хаб узнает, потому что он подключен к сети страховщика. Замки и тревоги могут быть заправлены, и полиция будет вызвана при первых признаках проблемы. Для управления риском возникновения пожара датчики будут контролировать температуру, влажность и обнаруживать дым. Если печь останется включенной, домашний концентратор выключит ее, прежде чем она станет проблемой.
Чтобы рассчитать более низкие страховые взносы, ваша страховая компания может захотеть отслеживать, как вы ведете машину и обслуживаете ее.
Для премий по медицинскому страхованию может потребоваться предоставление страховщику доступа к вашим медицинским записям и ношение фитнес-трекера .
Появится новый сектор промышленности. Специализированные компании, которые развертывают IoT-датчики и собирают данные, будут сотрудничать со страховщиками для формирования новой бизнес-экосистемы. Вся отрасль перейдет от чисто реактивного страхования к упреждающему, минимизирующему риски покрытию.
Все это звучит довольно позитивно. Но есть и более широкие риски в узком стремлении к минимизации страхового риска.
Дискриминация
Одной очень очевидной опасностью является проблема профилирования — судить о более высоком или низком страховом риске, потому что вы принадлежите к определенной демографической группе.
ИИ теперь может дифференцировать риск на сотни факторов. Алгоритмы сканируют эти факторы, чтобы выявить кластеры ранее непризнанного риска. Они также могут самостоятельно выводить кластеры.
Но эти выводы могут непреднамеренно дискриминировать. Уже есть много примеров, когда алгоритмы ИИ непреднамеренно усиливали стереотипы.
Случай прогностической полиции в Дареме, Англия, иллюстрирует эту проблему. Там полиция разработала алгоритм, позволяющий лучше прогнозировать риск, которому подвергаются люди, обвиняемые в совершении преступления, в случае их освобождения под залог. То, что это сделало, было дискриминацией по отношению к более бедным людям на основе того, где они жили.
Оппортунистические цены
Существует также перспектива более индивидуальной дискриминации.
Уже достаточно хорошо известна проблема генетической дискриминации — риск того, что страховщик здоровья или жизни увеличит страховые взносы или даже откажется от покрытия определенных условий на основании того, что ваша ДНК показывает о вашей генетической предрасположенности к определенным условиям.
ИИ открывает совершенно новую область персональной дискриминации, основанную на том, что он может извлечь из вашего поведения и предпочтений.
С одной стороны, множество данных, потенциально доступных для ИИ, может многое рассказать страховщику о ваших привычках расходов. Где вы ходите по магазинам? Что ты покупаешь? Когда ты проводишь? Вы ищете сделки или платите полную цену?
Знание всего этого поможет страховой компании оценить, сможет ли она избежать взимания с вас максимальной цены.
Некоторые представители отрасли утверждают, что именно так работают рынки, но когда этому способствует беспрецедентный доступ к личной информации, это становится крайне сомнительной практикой.
Потеря конфиденциальности
У страховщика также может возникнуть соблазн использовать данные для целей, отличных от оценки риска. Учитывая их ценность, данные могут быть проданы третьим сторонам для различных целей, чтобы компенсировать затраты на их сбор. Рекламодатели, маркетологи, лоббисты и политические партии страстно жаждут подробных демографических данных.
Вопреки тому, что люди могут подумать, эти данные не являются собственностью человека, к которому они относятся. Это принадлежит тому, кто заплатил за это. Потребители должны быть защищены законом от использования их данных в других целях без их информированного согласия.
Управление рисками
С любой новой мощной технологией есть преимущества и риски. Преимущества должны быть четко обозначены, а риски снижены до приемлемого уровня. Конечно, есть ирония в том, что нужно управлять риском.
У страховых компаний есть задача сделать так, чтобы клиенты могли верить, что в ИИ гораздо больше преимуществ, чем недостатков. Им нужно будет принять прозрачно справедливые, если не доброжелательные, методы, которые способствуют большему благу. Это должно быть больше, чем прибыль.
