Как нейросеть поможет ускорить принятие решений о выплате по страховке

Российский
сектор InsurTech (инновации в страховании) по уровню развития сопоставим с
мировыми лидерами или даже опережает их. Сейчас российские страховые компании
одними из первых в мире работают над внедрением искусственного интеллекта
в процесс урегулирования убытков. Благодаря этому механизму выплаты по
страховке можно будет получать за считанные часы.

Считается,
что инновационные технологии копируются нами с зарубежных аналогов. Однако в
финансовом секторе это совсем не так — тот же онлайн-банкинг у нас лучший
в мире. Активно развивается и сектор InsurTech — различные инновационные решения,
которые позволяют улучшить качество услуг в страховании. Сейчас некоторые
российские страховщики работают над внедрением искусственного интеллекта в
процесс урегулирования убытков. Это существенно повысит уровень комфорта для
клиентов страховых компаний. Вот как это может работать.

Зачем
мы учим нейросеть оценивать страховые случаи

Для
начала напомним, как сейчас построен процесс урегулирования убытков.
В общих чертах он выглядит следующим образом: если происходит страховой
случай, клиент заявляет о нём, а затем собирает
и отправляет пакет документов, чтобы его подтвердить. Компания проверяет эти
документы и отсекает мошенников, которые пытаются получить деньги по «липовым»
случаям. Такое случается
нечасто, но всё же бывает.

Затем
страховщик оценивает, является ли случай страховым по конкретному договору. И
если да, осуществляет выплату. Чтобы произвести все необходимые действия, нужно
время, которое сотрудники страховой компании тратят на проверку заявления
и других документов клиента, на анализ ситуации и прочее. Процесс может
занимать дни или даже недели.

Внедрение
искусственного интеллекта сократит время урегулирования убытков. Нейросеть
будет анализировать данные полиса, информацию о страховом случае и пакет
документов, полученный от клиента. Нейросети отдых не требуется, она начнёт
работу сразу же после получения данных. И на их основании станет принимать
решения по урегулированию. Благодаря этому выплаты смогут производиться в
течение нескольких часов.

Звучит
привлекательно и выглядит не так уж сложно. Но чтобы это будущее стало
реальностью, надо серьёзно потрудиться. Для реализации этого механизма
требуется решить задачу обучения искусственного интеллекта на массиве
накопленных данных по страховым случаям.

Научить
нейросеть принимать правильные решения — задача непростая. Мы планируем
решать её следующим образом. На основе массива собранных за предыдущие периоды
данных нейросеть будет анализировать, какие комбинации позволили получить
правильный результат (то есть назначение выплаты или отказ в ней). Она изучит
большое количество разных факторов, объединённых причинно-следственными
связями.

Наша
задача — научить искусственный интеллект обрабатывать страховые случаи
в той же логике, чтобы он, распознавая сочетания разных комбинаций, мог
принимать правильные решения о выплате компенсации застрахованному. Если
нейросеть не уверена в положительном результате, то решение о выплате или
отказе будет передано на рассмотрение человеку. Конечно, вначале модель
будет работать исключительно под контролем человека. И только после успешных
проб станет оценивать реальные события.

Почему
необходима интеграция с госсервисами и цифровизация

Как мы
уже сказали, для реализации механизма урегулирования убытков потребуется решить
задачу обучения искусственного интеллекта на массиве накопленных данных
по страховым случаям. Значит, нужно собрать и загрузить в нейросеть в
цифровом виде довольно большое количество информации.

Проблема
в том, что информации в цифровом виде крайне мало. Например, в медицинской
сфере карты больного заполняются докторами от руки. Системам распознавания
текста крайне сложно распознавать их почерки. И приходится делить такие
документы на отдельные блоки, которые частично распознаёт программа, а частично
человек. И потом переводить всё это в цифровой вид.

Другая
сложность состоит в идентификации человека, а точнее, в привязке конкретного
застрахованного к его медицинской карте, в которой содержится необходимая для
страховщиков информация. Потому что сейчас не всегда очевидно, что именно
те медицинские документы, которые нам предоставлены, относятся к
обратившемуся в страховую компанию клиенту. И что в реальном мире
действительно существуют и медицинская организация, и врач, которые
сформировали эти документы. Но и эту проблему мы можем решить с помощью
различных антифрод-программ.

В
создании системы быстрого урегулирования убытков, например, по больничным
помогла бы единая система электронных медицинских карт. Разговоры о такой
системе идут давно, и надеемся, что с развитием технологий эта идея будет
реализована.

Мы
полагаем, что механизм урегулирования убытков с использованием искусственного
интеллекта, который существенно ускорит процесс выплаты компенсации клиентам,
может быть внедрён на горизонте 3–4 лет.