کارگزاری‌ها و نمایندگی‌های بیمه که به دنبال کاهش ریسک در بیمه‌نامه‌ها و مشتریان تحت پوشش خود هستند، می‌توانند به سوابق خسارت مراجعه کنند که تاریخچه ادعاهای خسارت هستند و نشان می‌دهند یک مشتری بالقوه تا چه حد پرریسک بوده یا نبوده است.
بااین‌حال، سوابق خسارت فرآیندی است که منابع زیادی صرف می‌کند. اسکات ناولز و وسلی ون‌رنزبرگ[1]، هم‌بنیانگذاران شرکت Deep Vector، محصول مبتنی بر هوش مصنوعی خود با نام Loss Scan را در ۲۰۲۳ راه‌اندازی کردند. بنا بر اظهارات ناولز، Loss Scan به مشکل استخراج داده‌ها از سوابق خسارت به شیوه‌ای می‌پردازد که به بیمه‌گر و نمایندگان کمک می‌کند تا بازار بیمه و ریسک‌های آن را بهتر درک کنند.
او ادامه داد: «سخت‌ترین کار برای هر کس، فقط دریافت صحیح همه این سوابق خسارت نیست. بلکه این است که فرض کنیم این منابع را داریم، حالا چگونه آنها را ارزیابی کنیم؟ این کار، نیروی انسانی زیادی را به خود مشغول می‌کند تا همه اطلاعات ادعای خسارت، بررسی و سپس تلاش شود تا یک ایده مفهومی از نوع ادعاها در هر صنعت ثبت شود و به این ترتیب کارکنان بتوانند در مورد نرخ‌ها برای هر صنعت تصمیم‌گیری کنند.»
ناولز که کار خود را به‌عنوان نمایندگی بیمه تجاری آغاز کرد، در سال ۲۰۰۹ کار در زمینه اینشورتک و عملیات را در شرکت‌های مختلف بیمه شروع کرد. ناولز و ون‌رنزبرگ، مدیر فنی Deep Vector، قبلا در یک شرکت بیمه با یکدیگر کار کرده بودند.
Loss Scan با در نظر گرفتن تمام جزئیات اطلاعات ادعاهای خسارت، مانند وضعیت ادعا، علت ادعا، اطلاعات مکان یا خودرو در صورت وجود، تصویر کاملی از ریسک ایجاد می‌کند. این موارد می‌توانند به صدها یا هزاران صفحه با تمام جزئیات ادعای خسارت برسند. بنا بر اظهارات ناولز، Loss Scan سپس اطلاعات را «بازنمایی» می‌کند تا بیمه‌گران بتوانند ریسک بیمه‌شده را بهتر ارزیابی کنند.
نمایندگان و کارگزارانی که به دنبال مشتری هستند می‌توانند نتایج ارزیابی Loss Scan را به آنها ارائه و ریسک‌هایشان را نشان دهند. ناولز می‌گوید: «وظیفه من به‌عنوان نماینده این است که کسب‌وکار شما را ارزیابی کنم، نقاط ضعفی که باعث ایجاد مشکل در حق‌بیمه شما می‌شود را پیدا کنم و یک برنامه خلاقانه اما بسیار تأثیرگذار ایجاد کنم که به ما در کاهش این ادعاها کمک کند.»
به گفته ناولز، این شرکت در حال کار روی یک سیستم امتیازدهی ریسک برای افزودن به Loss Scan است تا درک نتایج تولید شده را آسان‌تر کند و انتظار دارد این ویژگی را در سه‌ماهه اول یا دوم سال ۲۰۲۵ راه‌اندازی کند.
[1] Scott Knowles and Wesley van Rensburg