به‌زودی داده‌های متنوعی در اختیار اینشورتک‌ها قرار می‌گیرد

کلان‌داده‌ها این روزها به عنوان بخشی مهم در تجزیه و تحلیل ریسک، هزینه و قیمت و رفتار مشتری در سراسر جهان استفاده می‌شوند؛ اما ایران در این بخش نیز به نظر جامانده است. علی بنیادین نائینی، معاون طرح و توسعه بیمه مرکزی اما در گفت‌وگو با «اینشورتک»، داده و کلان‌داده را از دغدغه‌های مدیران بیمه مرکزی در برج بلند خیابان مریم معرفی می‌کند که در کنار سایر ابزارها و امکانات فناورانه، برای آن ایده، طرح و برنامه دارند، اما اجرای آن با چالش‌هایی همراه است. 

فکر می‌کنید در اکوسیستم بیمه کشور، رگولاتور چه سهمی برای تسهیل روند کار شرکت‌های بیمه دارد؟ مسیر درست تسهیل‌گری برای استفاده از هوش مصنوعی و راهکارهای نوآورانه داده‌محور را چگونه ارزیابی می‌کنید؟

پاسخ به این سؤال نیازمند توضیح و ارائه یک پیش‌زمینه است. نکته اول این‌که ما هم به این موضوع واقف هستیم که توسعه صنعت بیمه و حیات آن در جهان امروز، با استفاده از فناوری‌ها و دانش روز مانند هوش مصنوعی، هوش تجاری، تجزیه و تحلیل داده‌های بزرگ و مگاداده‌ها، بلاک‌چین و مانند آن گره خورده است. به‌ویژه در بحث دیتا و استفاده از آن، در نیاز بیمه به آن، مانند هر مؤسسه مالی دیگری مانند بانک‌ها، شکی وجود ندارد. خود بیمه مرکزی هم در حد توان از آن بهره می‌گیرد و تا به امروز نیز در بررسی، برنامه‌ریزی و حتی کشف بسیاری از رفتارهای متقلبانه، همین فناوری و دانش به بیمه مرکزی کمک کرده است. بنابرین قطعاً کلان‌داده، تجزیه و تحلیل و کاربرد نتایج آن، صنعت بیمه را متحول می‌کند. این موضوع فقط در مورد مگادیتاها یا کلان‌داده‌ها نیست، بلکه از آن فراتر، بررسی کلان‌روندهاست که نیاز امروز ماست. منظور من از کلان‌روندها، روندهایی مانند پیری جمعیت، کلان‌روندهای محیط‌زیستی و آب و هوایی به‌ویژه در بخش‌های سلامت یا اقتصادی مانند کشاورزی و... است. یا در مثالی دیگر، ایران جزو ده کشور حادثه‌خیز جهان است، بررسی کلان‌روندها در زمینه حوادث غیرمترقبه مانند سیلاب‌ها و زلزله‌های کشور، تا چه میزان می‌تواند بر پیش‌بینی ریسک‌های مرتبط با مناطق مسکونی، شهرنشینی و روستانشینی یا ساختارهای عمرانی و زیرساخت‌های ما مؤثر باشد؟ شما از تحلیل این کلان‌داده‌ها به کلان‌روندها می‌رسید. بنابراین نهاد ناظر دارای این نگرش است که هم شرکت‌های بیمه به لحاظ سودآوری، هم اینشورتک‌ها برای طراحی خدماتی که به شرکت‌های بیمه ارائه می‌دهند، هم بیمه‌گزار به لحاظ اقناع‌شدن از نظر آپشن‌هایی که شرکت‌های بیمه می‌توانند براساس رفتار، سبک زندگی و برآورد نیازهای او ارائه کنند، نیازمند بررسی کلان‌داده‌ها و کلان‌روندها هستند. اما این موضوع همان‌طور که در بخش کاربری چندجانبه است، در بخش احصا نیز چندوجهی است.

به چالش‌های دسترسی به کلان‌داده‌ها اشاره می‌کنید؟

نخستین چالش ما حفظ اصل محرمانگی است. یعنی باید تمام دیتاهای موجود به دیتای ناشناس یا اصطلاحاً No name تبدیل شود. در حقیقت شما آنچه می‌خواهید این است که کلان‌روندها را از پس و پشت کلان‌داده‌ها احصا کنید. برای تفهمیم دقیق موضوع به سراغ مثال می‌روم. فرض کنید بتوانیم تمام دیتاهای مربوط به بیماران را احصا و دسته‌بندی کنیم. می‌توانیم به این نقطه برسیم که فلان بیماری از فلان نقطه به کشور وارد شده یا در فلان نقطه برای اولین بار رؤیت شده و در این مسیر منظم یا کاتوره‌ای فراگیر شده است. این یک روند است. براساس مقایسه چندین روند می‌توانیم پیش‌بینی از احتمالات گسترش آن بیماری در آینده را ارائه کنیم. در حقیقت ما به یک الگوی سیر بیماری دست پیدا می‌کنیم. اما لازمه این کار این است که بتوانیم دیتاها را از هم تمیز دهیم. مشکل دوم این‌جا خودش را نشان می‌دهد. ما در بازار مالی و سرمایه‌ای فعالیت می‌کنیم که در آن هم فناوری رو به رشد است و هم داده‌ها. این موضوع هم زوایای مثبت دارد هم منفی.

هم‌زمان مدل‌های کسب و کار هم در حال رشد است، انتظارت و توقعات مشتری‌های شرکت‌های بیمه هم رو به رشد است. مسلماً نمی‌توانیم با رویکرد سنتی قدیمی بیمه‌گری را توسعه دهیم. باید به سمت بیمه‌گری نوین حرکت کنیم. بنابراین در وهله نخست باید زیرساخت تولید و جمع‌آوری کلان‌داده‌ها را ایجاد و با حفظ اصل محرمانگی از آن استفاده کنیم. یکی دیگر از چالش‌های ما تربیت افرادی است که بتوانند کلان‌داده و کلان‌روند را با صحت و دقت تحلیل کنند. بنابراین در یک روند کلی، باید سیستمی طراحی شود که داده‌ها در حین تولید ثبت و تمیز شوند، محرمانه شوند و ضمن رعایت امنیت استفاده شوند. این سیستم موجب می‌شود که صنعت بیمه از پرداخت‌کننده خسارت، به صنعتی پیش‌نگر تبدیل شود. اما مشکلات دیگری هم ممکن است به وجود بیاید. یکی از مخاطراتی که وجود دارد این است که آینده الزاماً تداوم گذشته نیست. اما شما وقتی از مدل تحلیل داده و روند استفاده می‌کنید یعنی آینده را در امتداد گذشته پیش‌بینی می‌کنید. یک مثال بارز این مخاطره پدیدارشدن کرونا بود که اساساً پیش‌نگری و پیش‌بینی نشده بود. اما در حال حاضر می‌دانیم که صنعت بیمه با استفاده از تحلیل کلان‌داده‌ها می‌تواند هم ریسک‌های پیش رو را ارزیابی کند و هم ریسک‌های فناورانه را پوشش دهد.

با توجه به همه مواردی که ذکر کردید، بیمه مرکزی در این بخش چه برنامه‌ریزی مدونی دارد؟

ما مسئله‌ای داریم به نام مسئولیت درمورد فناوری و کلان‌داده‌ها. بنابراین در وهله نخست مسئله را بررسی و آسیب‌شناسی کردیم. نتیجه نخست این بود که دیدیم بستر لازم را برای توسعه این فناوری و استفاده از این دانش نداریم. بنابراین آیین‌نامه‌ای به عنوان «نحوه تأسیس شرکت‌های اینشورتک» تدوین کرده‌ایم. از شرکت‌های فناور نیز دعوت کردیم تا نظرات تخصصی آنان نیز لحاظ شود. پیش‌تر نیز با مرکز نوآوری تلاش کردیم تا ورود فناوری را به صنعت بیمه تسهیل کنیم. پیش‌تر و در تابستان امسال هم که بیمه مرکزی مجوز فعالیت سندباکس بیمه‌ای را صادر کرد. اکنون اما بر حوزه نهادسازی تمرکز کرده‌ایم. واقعیت این است که پیش از این فناوری در بیمه به حوزه آی‌تی و تمام عملیات بیمه‌گری به مدیریت بازار، فروش، خسارت و پرداخت خلاصه شده بود. حالا و در آیین‌نامه جدید اجازه می‌دهیم که دیتا فعلاً در یک محیط گلخانه‌ای و محدود در اختیار اینشورتک‌ها قرار بگیرد.

بخشی از چالشی که بیمه‌گران مطرح می‌کنند این است که کلان‌داده‌ها در صنعت بیمه باید از فضایی خارج از اکوسیستم بیمه تأمین شود و همین دسترسی را با مشکل جدی مواجه کرده است. رگولاتور در این زمینه چه برنامه‌ای دارد؟

این موضوع درستی است اما ما تلاش کردیم تا برای این دسترسی الزام قانونی ایجاد کنیم. مثال آن رفتارهای ترافیکی است. بیمه بدنه الان براساس قیمت خودرو تعیین می‌شود. اما فرض کنید که در تعیین نرخ بیمه فاکتوری مانند رفتار ترافیکی مالک خودرو هم نقش داشته باشد. یعنی شرکت بیمه بتواند بر اساس این رفتار، مشتری پرریسک را از کم‌ریسک تفکیک کند. بنابراین آنچه مبنای تخفیفات یا آپشن‌های بیمه شما می‌شود الزاماً دارایی شما نیست، بلکه رفتار اجتماعی مانند عمل به مقررات راهنمایی و رانندگی و حقوق شهروندی در رانندگی خواهد بود. این موضوع در قالب تفاهم‌نامه‌ای با پلیس راهور ناجا دیده شده است. همین موضوع را می‌توان به نظام بهداشت و سلامت، یا مخاطرات شهری و مانند آن تعمیم داد. موضوع فقط تبیین محرمانگی بر دیتاست وگرنه مشابه این اتفاق در نظام بانکی رخ می‌دهد که سازمان‌های اعتباری کشور بر اساس همین تحلیل دیتا برای مشتری‌ها اعتبارسنجی می‌کنند. آنچه می‌گویم به معنای این خواهد بود که هر بیمه‌گزار یک ریسک پروفایل خواهد داشت که خدمات بیمه‌ای متناسب با آن به او ارائه خواهد شد. البته تحقق آنچه می‌گویم در صورتی است که بتوانیم بر چالش‌هایی که قبلاً ذکر کردم فائق بیاییم. اما این چشم‌اندازی است که بیمه مرکزی ترسیم کرده است.