Российские ИИ системы для страховых компаний

Обновлено: 22.08.2023
Примеры использования искусственного интеллекта для страхования в России представлены ниже.

Пользователи, которые искали ИИ для страхования, потом также интересовались следующими продуктами:

См. также: Топ 10: Системы бизнес аналитики

2019. Сервис страхования Мафин снижает тарифы благодаря машинному обучению



В рунете появилась новая онлайн-платформа Mafin, которая предоставляет персонализированное КАСКО. Главная уникальность платформы заключается в алгоритме, который применяется при расчете тарифа. Использование машинного обучения позволяет предложить страхователю максимально персонифицированный и справедливый тариф, для многих клиентов в среднем на 20% ниже среднерыночной цены. Алгоритм анализирует значительно больше показателей, чем классическая андеррайтинговая модель (70 против 20), и учитывает взаимосвязи между ними, что позволяет максимально точно оценить реальные риски каждого конкретного страхователя. При этом от него работа с платформой Mafin не потребует дополнительных усилий: все документы оформляются онлайн за полчаса через диалоговое окно, нужно только прислать данные или просто фото документов. Умная система сама "подтянет" информацию из сети и выдаст оптимальное предложение. Это собственная разработка компании, которой не применяет пока больше никто на российском рынке.


2019. Как будут развиваться технологии ИИ в страховании



Андрей Крупнов, директор по отраслевым решениям в КРОК, поделился своими прогнозами по использованию ИИ в российских страховых компаниях. По его словам, в первую очередь, развитие получат решения, направленные на выявление потенциальных мошенников и их соучастников на стадии котировки риска (до заключения договора). ИИ будет играть всё большую роль в принятии решений по урегулированию убытков, обрабатывая, например, данные автосервисов или лечебных учреждений, согласовывая целесообразность и размеры выплат. На этапе урегулирования убытков ИИ позволяет ускорить процесс подачи заявления об убытке, оценить ущерб и, если не принять, то подготовить решение о выплате возмещения. В качестве примера Андрей приводит уникальный опыт китайской компании Пинь Ян, где искусственный интеллект не только анализирует повреждения автомобилей, снятые через мобильное приложение страхователя, но и оценивает масштаб и стоимость повреждений и сам принимает решение о выплате и её размере. К недостаткам ИИ стоит отнести потребность в очень большом количестве высококачественных данных для построения достоверных моделей. В настоящее время страховщики обладают данными подходящей чистоты и в достаточном количестве только по наиболее массовым видам страхования. Поэтому, существует большой спрос на данные, например, по самим страхователям для расчёта индивидуального риск-скоринга.