متاورس اصطلاح گسترده‌ای است و به فناوری‌های زیادی اشاره دارد که برخی از آنها شامل واقعیت افزوده و واقعیت مجازی هستند. ایده این است که ما می‌توانیم فعالیت‌های عادی همچون خرید کردن، دیدار با افراد و موارد دیگر را در فضای دیجیتالی انجام دهیم که به طور فیزیکی وجود ندارد.
اگرچه ایده متاورس اخیرا رونق گرفته است، ولی آن قدری که جدید به نظر می‌رسد هم ایده جدیدی نیست و در واقع به سال 1968 برمی‌گردد؛ یعنی زمانی که ایوان ساترلند اولین ماشین واقعیت مجازی را در هاروارد ساخت و پذیرش آن در صنایعی مثل بازی و خرید، پیش از این گسترش یافته است.
چیزی که جدید است، اضافه شدن صنایعی مثل بیمه، مالی، خرده‌فروشی و موارد دیگری است که جذب متاورس می‌شوند. گارتنر پیش‌بینی می‌کند که تا سال 2026، 30% سازمان‌ها خدمات و محصولاتی را برای متاورس آماده می‌کنند. گذشته از این، گزارشی از سوی بلومبرگ نشان می‌دهد که تا سال 2024، بازار متاورس به ارزش 800 میلیارد دلار خواهد رسید. این بازار جا خواهد افتاد و بسیاری از سازمان‌ها به این جریان وارد می‌شوند و آن را برای کسب‌وکار خود به‌کار می‌بندپاندمی کرونا به فناوری‌های دیجیتالی جهش بزرگی داد و در صنعت بیمه هم همین گونه بود. آن روزهایی که مشتریان ترجیح می‌دادند کارگزاران بیمه را بطور حضوری ببینند یا برای دریافت پوشش بیمه‌ای ثبت‌نام کنند یا ارزیابی خسارت را حضوری انجام دهند، گذشته است.
اکنون آنها با دریافت اطلاعات با سرعت نور هم‌آهنگ شده‌اند و حقیقتا هم همینطور است. همه‌چیز بصورت آنلاین در دسترس است، پس چرا فرآیند بیمه‌ای اینگونه نباشد؟
همانگونه که استفاده از واقعیت افزوده و واقعیت مجازی با سرعت ادامه می‌یابد، کسب‌وکارهای بیمه‌ای می‌توانند عملیات‌های مهم‌تری را در متاورس اجرا کنند. در اینجا درباره این بحث می‌شود که صنعت بیمه در متاورس چگونه به نظر می‌رسد و چگونه می‌تواند کارآمدی و جذب مشتریان را افزایش دهد.
- پردازش پیشرفته‌تر دعاوی خسارت
یکی از چشمگیرترین جریان‌هایی که صنعت بیمه را به متاورس هدایت می‌کند، گسترش پردازش خسارت از راه دور است. شرکت‌های بیمه‌ای از قبل می‌توانند به راحتی، زیان اموال یا خودرو را بدون حضور فیزیکی و با استفاده از فناوری‌هایی مثل هوش بصری، ارزیابی کنند. این فناوری‌ها به بیمه‌گران کمک می‌کنند تا در سطح پیکسلی زیان‌ها را بررسی کنند، ریسک‌ها را ارزیابی کنند و دعاوی خسارت را با سرعت و دقت بیشتری پردازش کنند. اگرچه هنوز هم اگر مشتری درخواست داشته باشدو نیز در مواردی که خسارات شدت بیشتری دارند، مداخله انسانی مهم است.
در حالی که هوش بصری می‌تواند زیان را ارزیابی کند و هزینه‌های تعمیر را تخمین بزند، هنوز هم مواردی هستند که مشتریان درخواست صحبت با یک فرد را دارند. این موارد می‌توانند به‌زودی به متاورس منتقل شوند، که به مدیران بیمه‌ای یا قانون‌گذاران اجازه می‌دهد که از راه دور با تمام داده‌های لازم، ارزیابی خسارت را انجام دهند و سپس برای فریندهای صدور بیمه‌نامه و مذاکره درباره نرخ‌ها و موارد دیگر در یک فضا یا اتاق معین، بصورت مجازی مشتریان را ببینند و با آنها صحبت کنند.
این گزینه مجازی می‌تواند کمک کند که مفاهیم بیشتری به موارد پیچیده اضافه شود و در عین حال به بیمه‌گران کمک می‌کند که اعتماد و رضایت مشتری را جلب کنند. به علاوه در زمان و منابع بیمه‌گر و بیمه‌گزار صرفه‌جویی می‌شود. حتی با خودکارسازی بسیاری از مراحل پردازش خسارات، مشتریان همچنان می‌توانند به افراد واقعی در متاورس دسترسی فوری داشته باشند.
- بهبود صدور بیمه‌نامه‌ها و تجربه مشتری
صدور بیمه‌نامه فرآیند مهمی است؛ زیرا میزان ریسکی که شرکت بیمه از سوی مشتری خود می‌پذیرد را مشخص می‌کند. این فرایند شامل ارزیابی‌های جامع از شیء مورد نظر برای بیمه و همچنین پیشینه و سابقه مشتری است. در متاورس جلسات صدور بیمه‌نامه می‌توانند در فضاهای مجازی برگزار شوند.
هنوز بسیار از مشتریان بخاطر تحلیل نادرست خسارت، کندی دفعات پردازش خسارات و حتی بطور کلی در دریافت بیمه ، انگاره‌ای منفی از صنعت بیمه دارند. ولی این احساس می‌تواند با افزایش پذیرش متاورس تغییر یابد. پردازش و تحلیل اسناد بطور کامل خودکارسازی خواهد شد و تمام ارتباطات میان شرکت‌های بیمه‌ای و مشتریان سرعت می‌یابد. حتی مشتریان می‌توانند دارایی‌های دیجیتالی خود را هنگام تضمین بیمه‌نامه‌ها به‌کار ببندند.
برخلاف باور رایج، نه هوش مصنوعی و نه متاورس هیچکدام به این زودی‌ها شغل یک بیمه‌گر یا کارگزار بیمه را نمی‌گیرند. به جای آن می‌توان این فناوری‌ها را در هر جایی برای آموزش کارمندان به کار گرفت و کمک کرد که با کارآمدی بیشتری به شغل‌شان بپردازند.
هرکسی می‌تواند از قبل با فناوری‌های واقعیت افزوده و واقعیت مجازی آزمایش کند تا یاد بگیرد چگونه وسیله نقلیه یا اموال را ارزیابی کند. آنها می‌توانند بیاموزند که چگونه تصاویر و ویدئوهای مناسب را ثبت و با موارد موجود مقایسه کنند؛ در حالیکه نرخ خطا را کاهش می‌دهند و به بیمه‌گران کمک می‌کنند که تاثیر واقعی ارزیابی ریسک و خسارت را در یک محیط کنترل‌شده بفهمند.
چگونه بیمه‌گران می‌توانند برای متاورس آماده شوند؟
مثل هر فناوری جدیدی، طبیعی است که در ابتدا درباره آن محتاط بود یا آن را یک جریان گذرا به حساب آورد. اگرچه همانطور که هوش مصنوعی راهش را تقریبا به همه جوانب صنعت بیمه یافته است، شانس خوبی وجود دارد که متاورس هم فناوری بعدی این‌چنینی باشد.
در اینجا راه‌هایی برای بیمه‌گران وجود دارد که می‌توانند از همین امروز شروع به آماده‌سازی عملیات‌های خود برای متاورس کنند:
- سرمایه‌گذاری و درک راه‌حل‌‌های مبتنی بر هوش مصنوعی
در حال حاضر ابزارهای خودکارسازی هوش مصنوعی در صنعت بیمه رایج هستند. بنابراین هم‌اکنون این فرصت وجود دارد که فکر کنید چگونه می‌توان آنها را با متاورس ترکیب کرد؛ مثلا، ارزیابی دقیق و پردازش بلادرنگ خسارات بیمه‌ای در عرض چند دقیقه به جای چند روز.
- آزمایش تجربی با فناوری‌های واقعیت افزوده و واقعیت مجازی
با جلسات آموزشی کوچک شروع کنید تا به آزمایش بتا برسید و درک کنید که آیا فناوری‌های واقعیت افزوده و واقعیت مجازی می‌توانند به بهبود پردازش‌ها کمک کنند یا خیر. یک راه دیگر برای ارزیابی سودمندی آنها، برگزاری جلساتی در متاورس است. این کار به ذینفعان کمک می‌کند که اصول اولیه اینگونه فناوری‌ها را بیاموزند و ایده‌هایی تولید کنند که بتواند در راستای بهبود تجربه مشتری استفاده شود.
- متاورس را در صنایع موازی تحت نظر بگیرید
یکی از راه‌های پیگیری اینکه فناوری به کجا می‌رود، تحت نظر گرفتن موارد استفاده از آن در صنایع موازی همچون صنایع مالی و خرده فروشی است. این کار می‌تواند به سازمان‌ها کمک کند که دریابند اینگونه فناوری‌ها را چگونه در فرآیندهای داخلی و خارجی به‌کار گیرند و در صدر رقابت باقی بمانند.
پذیرش متاورس «اگر و اما» ندارد، بلکه فقط موضوع زمان آن مطرح است. اکنون کسب‌وکارها باید تلاش کنند تا اصول متاورس و همچنین موارد استفاده بالقوه از آن را در سراسر صنعت بیمه درک کنند. فقط به خاطر داشته باشید که به دلیل افزایش ریسک‌های امنیتی، نیاز است که داده‌ها هنگام انتقال به فضای مجازی به دقت مدیریت شوند. شرکت‌ها به تیم‌های داخلی نیاز خواهند داشت که واقعا مفاهیم فناوری‌هایی مثل بینایی رایانه‌ای[1]، یادگیری ماشین، هوش مصنوعی و کلان‌داده‌ها و اینکه چگونه همه آنها می‌توانند در متاورس با یکدیگر کار کنند را درک کنند. در نهایت، کسانی که بر زمان و تلاش سرمایه‌گذاری می‌کنند، بدون شک از سایرین جلوتر خواهند بود.
مترجم: نرگس اردلان
[1] computer vision: یکی از شاخه‌های علوم کامپیوتر است که شامل روش‌های مربوط به دستیابی تصاویر، پردازش، آنالیز و درک محتوای آنها است. معمولاً این پردازش‌ها تصاویر تولید شده در دنیای واقعی را به عنوان ورودی دریافت و داده‌هایی عددی یا سمبلیک را به عنوان خروجی تولید می‌کنند.