ارقام حیرت‌انگیز است: چت جی‌پی‌تی در دو ماه اول عرضه، ۱۰۰ میلیون کاربر جذب کرد. تیک‌تاک حدود ۹ ماه طول کشید تا به این تعداد کاربر برسد و در مورد اینستاگرام این مدت ۲.۵ سال بود. اما سرعت پذیرش چت جی‌پی‌تی پس از راه‌اندازی آن در نوامبر ۲۰۲۲ بی‌سابقه است. سرعت بی‌نظیر پذیرش این فناوری، موجی از حدس و گمان در رسانه‌ها و دنیای کسب‌وکار درباره پتانسیل برهم‌زنندگی آن ایجاد کرده است.
با دیجیتالی شدن سریع در بسیاری از حوزه‌های زندگی، مقدار داده‌ای که می‌تواند مورد استفاده قرار گیرد رو به افزایش است. از آنجا که صنعت بیمه صنعتی داده‌محور است، هوش مصنوعی و استفاده از تحلیل داده در زنجیره ارزش برای بهبود محصولات، تعاملات، پیشگیری از خسارت، رسیدگی به ادعای خسارت و سایر فرآیندها تازگی ندارد. بر اساس چندین مطالعه، این صنعت از جمله صنعت‌هایی است که بیشترین ارزش بالقوه را از هوش مصنوعی کسب خواهد کرد.
برآوردها نشان می‌دهد پتانسیل بازار هوش مصنوعی مولد (GenAI) تا سال ۲۰۲۵ به ۱۵ میلیارد دلار و تا سال ۲۰۲۷ به ۳۲ میلیارد دلار در صنایع بیمه و مالی خواهد رسید. مک‌کینزی پیش‌بینی می‌کند فناوری‌های هوش مصنوعی می‌توانند تا ۱.۱ تریلیون دلار ارزش سالانه بالقوه را برای صنعت بیمه جهانی ایجاد کنند.
هوش مصنوعی در برابر هوش مصنوعی تولیدی – تفاوت چیست؟
در مجموع می‌توان گفت دو نوع کاربرد هوش مصنوعی وجود دارد. اولی از توانایی هوش مصنوعی در شناسایی الگوها در داده‌ها و استنتاج یا پیش‌بینی از آنها استفاده می‌کند. دومی، یعنی هوش مصنوعی مولد، از مدل‌های زبانی بزرگ (LLM) که با مجموعه داده‌های موجود آموزش دیده‌اند، برای تولید محتوای جدید با تقلید از خلاقیت انسانی به‌کار می‌رود. این محتوا می‌تواند تصاویر، متن، کدنویسی، موسیقی، هنر و ... باشد.
هوش مصنوعی به بیمه‌گران امکان می‌دهد ارزش پیشنهادی خود را با پیش‌بینی و در نتیجه پیشگیری بهتر از ریسک افزایش دهند. هوش مصنوعی به داده‌های باکیفیت نیاز دارد. شرکت بیمه آلیانز در حال توسعه و گسترش کیفیت داده‌های خود در تمام کسب‌وکارش است. این امر برای مثال می‌تواند به این شرکت در ارزیابی و مدل‌سازی رویدادهای اقلیمی فاجعه‌بار کمک کند. مثلا با بهبود مداوم دقت داده‌های مکانی ، می‌توان به مشتریان در شناسایی سطح مواجهه احتمالی با خطرات اقلیمی کمک کرد.
با امکان‌پذیر کردن رویکرد پیش‌بینانه و پیشگیرانه، هوش مصنوعی می‌تواند دیدگاه شرکت بیمه را از جبران خسارت به یک سازمان با دید پیشگیری از خسارات تغییر دهد. قدرت بینش‌های تولید شده توسط هوش مصنوعی می‌تواند به کسب و کارها کمک کند تا مقاوم‌تر شوند. هوش مصنوعی به بیمه‌گران امکان می‌دهد تا پوشش‌هایی برای ریسک‌های نوظهور و فناوری‌هایی که هنوز قابل بیمه کردن نیستند ارائه دهند.
تأثیرات بر زنجیره ارزش بیمه
پتانسیل هوش مصنوعی مولد در سراسر زنجیره ارزش بیمه، نویدبخش است. چت جی‌پی‌تی ابتدا سروصدای زیادی به پا کرد، اما اکنون مایکروسافت و گوگل به ترتیب با کوپایلوت و بارد به عنوان برجسته‌ترین ابزارهای بازار، به آن ملحق شده‌اند. مجموعه داده‌های وسیع‌تر از ریسک به شرکت‌های بیمه امکان می‌دهد تا راه‌حل‌های بیمه‌ای هدفمندتر و سفارشی‌تر و قیمت‌گذاری هوشمندانه‌تری ارائه دهند.
مجموعه داده‌های بزرگ‌تر همچنین برای هوش مصنوعی مولد فرصت بیشتری فراهم می‌کند تا ناهنجاری‌ها یا الگوهای غیرمعمول رفتاری را که می‌تواند نشانه‌ای از تقلب باشد، شناسایی کند. می‌توان شاخص‌های زیان را شناسایی و ادعاهای خسارت آینده را بر همین اساس بهتر پیش‌بینی کرد. توانایی تجزیه و تحلیل تصاویر و ویدیوهای هوش مصنوعی مولد می‌تواند ابزار مفید دیگری در فرایند ادعای خسارت باشد.
ریسک‌ها و چالش‌ها
راه‌حل‌های هوش مصنوعی مولد در مراحل اولیه توسعه قرار دارند و بیمه‌گران باید پیش از اجرای این فناوری‌ها، ریسک‌ها و محدودیت‌های آنها را مدیریت کنند. وقتی صحبت از تأثیر بر اشتغال در صنعت بیمه می‌شود، تأثیر هوش مصنوعی را بیشتر به عنوان عامل تکاملی (و نه انقلابی) می‌بینیم که به تدریج طی چند سال شغل‌های جدید ایجاد می‌کند و پروفایل‌های شغلی موجود را تغییر می‌دهد. هوش مصنوعی جایگزین هوش هیجانی انسان که در محیط کار بسیار مهم است، نیست. ما شغل‌های جدیدی را برای متخصصانی که می‌توانند سیستم‌های هوش مصنوعی را توسعه، اجرا و مدیریت کنند و سیستم‌های موجود را تکامل دهند، در چشم‌انداز صنعت می‌بینیم. هوش مصنوعی عمدتاً پروفایل‌های شغلی را به عنوان یک فناوری پشتیبان و مکمل تحت تأثیر قرار می‌دهد و فرصت‌های بسیاری برای ارتقای مهارت‌های دیجیتال فراهم می‌کند.
همراه با فرصت‌های ایجاد شده توسط هوش مصنوعی تولیدی، خطرات قابل توجهی مانند حفاظت از داده‌ها، محرمانگی و نگرانی‌های اخلاقی وجود دارد. راه‌حل‌های هوش مصنوعی و هوش مصنوعی مولد تنها به اندازه داده‌هایی که با آنها آموزش دیده‌اند مؤثر هستند و داده‌های تاریخی بعضا ممکن است باعث عدم تقارن اطلاعات شوند که این امر باعث ایجاد محتوای سوگیرانه توسط هوش مصنوعی مولد شود.
هوش مصنوعی مولد همچنین می‌تواند اطلاعاتی را ایجاد کند که به نظر قانع‌کننده اما در عمل، غلط باشد. در جرایم سایبری از این امر استفاده می‌شود تا انواع جدیدی از تقلب، ایمیل‌های فیشینگ یا ویدیوهای جعلی تولید گردد.
هوش مصنوعی برای چند سال یک موضوع کلیدی راهبردی در شرکت بیمه آلیانز بوده است و روندهای جدید به طور مداوم توسط تیم دانشمندان داده و متخصصان هوش مصنوعی این شرکت رصد و بررسی می‌شوند. داده یک عنصر کلیدی کسب و کار است. فناوری و تحلیل داده به طور فزاینده‌ای در مرکز صنعت بیمه قرار گرفته است.
چگونه هوش مصنوعی حملات سایبری را تسریع می‌کند؟
خلاف‌کاران سایبری هم در حال حاضر از مدل‌های زبانی مبتنی بر هوش مصنوعی مانند چت جی‌پی‌تی برای نوشتن کد استفاده می‌کنند. هوش مصنوعی مولد می‌تواند به خلاف‌کاران کمتر ماهر از نظر فنی، کمک کند تا به راحتی کد خود تولید کنند که این امر به صورت بالقوه می‌تواند تعداد حملات ممکن را افزایش دهد. بنابریان ما باید انتظار افزایش استفاده از هوش مصنوعی توسط خلاف‌کاران در آینده را داشته باشیم که این امر نیازمند اقدامات امنیت سایبری حتی قوی‌تر از شرایط کنونی است.
هوش مصنوعی می‌تواند برای انجام حملات اتوماتیک و همچنین توسعه تکنیک‌های جدید برای دزدی یا آلوده‌سازی داده‌ها مورد استفاده قرار گیرد. نرم‌افزار شبیه‌سازی صدا اخیراً به مجموعه جرایم سایبری اضافه شده است. در سال 2019، مدیرعامل یک شرکت بریتانیایی پس از تماس تلفنی با شخصی که صدایش شبیه مدیر هلدینگ بود، مبلغ 220،000 یورو را به یک کلاهبردار انتقال داد. صدا با استفاده از هوش مصنوعی کپی شده بود.
اما همه اخبار بد نیستند. درست است که هوش مصنوعی به خلاف‌کاران هم کمک می‌کند، اما همچنین ابزار قدرتمندی برای تشخیص است. شرکت آلیانز با یک شرکت ارائه‌دهنده بیمه سایبری همکاری دارد تا به مشتریان پوشش سایبری با ابزارهای امنیتی مبتنی بر هوش مصنوعی ارائه دهد که به آنها در شناسایی، پیشگیری و پاسخ به ریسک‌های سایبری کمک می‌کند. شاید در آینده شاهد حوادث سایبری بیشتری مبتنی بر هوش مصنوعی باشیم، اما سرمایه‌گذاری در فناوری‌های تشخیصی مبتنی بر هوش مصنوعی نیز می‌تواند حوادث بیشتری را در ابتدا شناسایی کند.