فناوریهای کمی هستند که مانند ChatGPT در ماههای اخیر توجه دنیای کسبوکار را به خود جلب کرده باشند. این وضعیت در صنعت بیمه عمر هم تفاوتی ندارد و در این حوزه، درباره اینکه ChatGPT چگونه جنبههای مختلف فرآیند پذیرهنویسی را خودکار میکند، صحبتهای زیادی شده است. مثلا درباره اینکه چگونه میتواند ارزیابیهای دقیقتری از ریسک ارائه دهد، خسارات را با سرعت بیشتری پردازش کند و الگوهایی را که نشاندهنده تقلب هستند، شناسایی کند.
همه اینها قابلیتهای بسیار سودمندی هستند و شکی وجود ندارد که ChatGPT راه درازی را در خودکارسازی کارهای پیش پا افتادهتر تعهد خواهد کرد. با این حال، خودکارسازی وظایف تازه شروع شده است. راههای دیگری وجود دارد که کمتر بدیهی هستند و از طریق آنها پذیرهنویسان میتوانند از این فناوری استفاده کنند، اما در این مطلب صرفا روی یک رویکرد تمرکز شده و آن پذیرهنویسی میدانی است.
کاهش پذیرهنویسی میدانی
تصویر فروشنده خانه به خانه بیمه عمر ممکن است با استانداردهای امروزی کاملا قدیمی به نظر برسد. با این حال، تا اواسط دهه 1990، فروشندگان خانه به خانه تقریبا در همه جا حضور داشتند، در خانههای مردم را میکوبیدند، آخرین بیمهنامهها را مطرح میکردند و به سؤالاتی که ممکن بود یک مشتری بالقوه داشته باشد، پاسخ میدادند. برای مدت طولانی، این روش ابزار اصلی فروش بیمهنامههای عمر بود و رمز موفقیت آن استفاده از تکنیکهای پذیرهنویسی میدانی بود.
پذیرهنویسی میدانی شامل ارزیابی کلاس پوشش ایدهآل مشتری بر اساس مشاهده و چند سوال زیرکانه است. حتی چیزی به سادگی تعداد اتومبیلهای موجود در مسیر میتواند نشانگر مفیدی از وضعیت مالی و خانوادگی مشتری باشد. با این دادهها، نماینده فروش میتواند با حداقل سر و صدا یا عوارض، یک مشتری جدید را پذیرهنویسی کند. بیمهشدگان نیز رضایت خود را از دریافت بیمهنامهای متناسب با وضعیت خود اعلام میکنند.
امروزه، پذیرهنویسی میدانی به ندرت انجام میشود. افزایش هزینههای بهکارگیری گروههای بزرگی از بیمهگران میدانی، عملا این رویه را در دهه 1990 نابود کرد. به طور واضح، امروزه پذیره نویسی میدانی هنوز هم انجام میشود، اما وقتی به نمایندگان در مورد این موضوع فشار آورده میشود و آنها اذعان میکنند که فقط در مواردی از آن استفاده میکنند که میتوانند از جمعآوری حق بیمه زیادی مطمئن باشند. بابت استفاده از این روش، نباید نمایندهای را سرزنش کرد، چرا که این روزها وقتی نوبت به ارزیابی یک مشتری معمولی با درآمد متوسط میرسد، حاشیه سود بسیار پایین است.
از چند جهت، افول پذیرهنویسی میدانی سنتی میتواند با بسیاری از مشکلاتی که در حال حاضر بیمهگذاران عمر به طور کلی با آن مواجه هستند، مرتبط باشد. درصد آمریکاییهایی که دارای بیمهنامه عمر هستند در حال حاضر تنها 52 درصد است، رقمی که برای دههها رو به کاهش بوده است. نسلهای قدیمیتر، یعنی جمعیت هدف دقیقی که بیمهگران باید روی آن تمرکز کنند، بیمه عمر را اولویت اصلی نمیدانند. چرا؟ زیرا هیچ کس برای درک نیازها و موقعیت خود قبل از تبلیغ فروش یک بیمهنامه وقت کافی نمیگذارد.
پذیرهنویسان اکنون با تصویری مبهمتری نسبت به زمانی که پذیره نویسی میدانی در اوج بود، کار میکنند. بدون دادههای حیاتی مالی، خانگی و پزشکی که بیمهگران میدانی میتوانند قبل از درخواست جمعآوری کنند، بیمهگران نمیتوانند از قرار دادن مشتری در کلاس پوشش مناسب مطمئن باشند. جای تعجب نیست که این وضعیت منجر به رد بسیاری از بیمهنامهها و اتلاف وقت برای همه میشود. بدیهی است که برای بازگرداندن پذیرهنویسی میدانی از لبه پرتگاه، چیزی باید تغییر کند و به نظر میرسد که ChatGPT میتواند این تغییر باشد.
ظهور پذیرهنویسی میدانی دیجیتال
ChatGPT با توانایی خود در درک ورودیهای متنی و پاسخگویی به شیوهای شبیه به انسان، میتواند نقش یک پذیرهنویس میدانی دیجیتال را ایفا کند. در مورد آن فکر کنید. دادههایی که یک نماینده برای تعیین کلاس محصول مناسب مشتری نیاز دارد، بسیار ساده است. تنها چیزی که نیاز دارید اطلاعات اولیه در مورد وضعیت مالی، شغل، وابستگان خانواده و سلامت متقاضی است. یک ربات چت که از طریق ChatGPT پشتیبانی میشود، میتواند به راحتی این دادهها را قبل از ارائه توصیههای بیمهنامه درک کند، درست مانند کاری که در قدیم یک پذیرهنویس میدانی انسان انجام میداد.
اینها تنها برخی از روشهای نوآورانهتری هستند که بیمهگران میتوانند از ChatGPT در فرآیند پذیرهنویسی استفاده کنند. خودکارسازی وظایف مطمئناً جایگاه خود را دارد، اما بیمهگران نیز اگر میخواهند از این فناوری بیشترین بهره را ببرند، باید دیدگاه خود را گسترش دهند.
به خاطر داشته باشید که ما هنوز در روزهای اولیه توسعه هوش مصنوعی هستیم. هنگامی که هیاهو پیرامون ChatGPT کمی فروکش کرد، بیمهگران باید به این فکر کنند که چگونه میتوانند هوش مصنوعی را به طور موثر در فرآیندهای فعلی خود ادغام کنند. تاکنون صحبتهای زیادی در این زمینه صورت نگرفته است و باید دید آیا هوش مصنوعی به وعده خود عمل خواهد کرد یا خیر.