Mycket riskabelt företag: För-och nackdelar med försäkringsbolag som omfattar artificiell intelligens

Anonim

Det är en ny dag inte så långt i framtiden. Du vaknar; din armbandsur har spelat in hur länge du har sovit och följt ditt hjärtslag och andas. Du kör till jobbet; bilsensorer spårar din hastighet och bromsning. Du hämtar lite frukost på väg, betalar elektroniskt; Transaktionen och kaloriinnehållet i din måltid registreras.

Då har du en bilolycka. Du ringer ditt försäkringsbolag. Ditt samtal besvaras omedelbart. Röstet i andra änden känner ditt namn och chattar med dig om din husdjurskatt och hur ditt favoritfotbollslag gjorde i helgen.

Du pratar med en chat-bot. Anledningen till att "vet" så mycket om dig är att försäkringsbolaget använder artificiell intelligens för att skrapa information om dig från sociala medier. Det vet mycket mer förutom, för att du har kommit överens om att låta den övervaka dina personliga apparater i utbyte mot billigare försäkringspremier.

Detta är inte science fiction. Mer än tre fjärdedelar av försäkringsledare tror att artificiell intelligens kommer att revolutionera branschen inom några år. Vid 2030, enligt McKinsey futurists, artificiell intelligens innebär att din bil och livförsäkringspremier kan förändras baserat på om du väljer att ta en rutt eller en annan.

Det kommer att säljas till dig på löftet om mer personlig service, snabbare kravbehandling och lägre premier - och det kommer att leverera på de löften, för det mesta.

Men det finns också etiska risker - dataintegritet och diskriminering bland dem. Ett försäkringsbolag kan använda dina uppgifter för att räkna ut hur mycket du vill vara villig att betala för omslag. Den kan sälja informationen till en tredje part. AI kan bestämma att du utgör en större risk på grund av din ålder, kön, inkomst eller etnicitet.

Internet av saker

Trots att försäkringsbranschen i allmänhet har ett obestridligt rykte för att ta folkens pengar och sedan vägrar att betala är det en mycket konkurrenskraftig sektor. De mindre flexibla kommer sannolikt inte att överleva mot konkurrenter som använder AI för att vara lönsamma och sänka sina premier.

Att erbjuda lägre premier, en försäkringsgivare behöver veta en individ är i själva verket en lägre risk. Den möjliggörande tekniken är internet av saker, det kollektiva namnet för miljarder internetanslutna sensorer inbäddade i alla former av föremål vi använder varje dag. De är i telefoner, klockor, bilar, fitness trackers, hemassistenter och många andra saker. Sammantaget bildar de ett "ekosystem" för sensorer.

Data som samlas in över tiden tillåter försäkringsgivaren att göra en individuellt anpassad riskprofil utifrån en persons faktiska beteende, en praxis som kallas beteendepolitisk prissättning.

Att få "smart"

För att sänka ditt hus- och innehållsförsäkring kommer försäkringsbolaget att klistra in i AI-navet som driver ditt "smarta hem" genom sitt sensorsekosystem.

Om det finns ett mönster av inbrott i grannskapet, kommer hemnavet att veta, eftersom det är kopplat till försäkringsnätets nätverk. Lås och larm kan primeras och polisen heter vid första tecken på problem. För att hantera brandrisken kommer sensorerna att övervaka värme, fuktighet och detektera rök. Om kaminen blir kvar, stängs hubben av innan det blir ett problem.

För att beräkna lägre försäkringspremier för försäkringar kan ditt försäkringsbolag vilja övervaka hur du kör och underhåller din bil.

Sjukförsäkringspremier kan kräva att försäkringsgivaren får tillgång till dina journaler och bär en träningspass.


Läs mer: En försäkringsrabatt för din fitnessdata är en dålig affär på lång sikt


En ny industrisektor kommer att uppstå. Specialistföretag som distribuerar IoT-sensorer och samlar in data kommer att samarbeta med försäkringsbolagen för att bilda ett nytt företagsekosystem. Hela industrin kommer att övergå från rent reaktiv försäkring till proaktivt riskminimeringsskydd.

Det låter ganska positivt. Men det finns också större risker i den smala strävan att minimera försäkringsrisken.

Diskriminering

En mycket tydlig fara är problemet med profilering - bedömas en högre eller lägre försäkringsrisk eftersom du tillhör en viss demografisk grupp.

AI kan nu skilja risken till hundratals faktorer. Algoritmer skannar dessa faktorer för att identifiera kluster av tidigare okänd risk. De kan också härleda kluster på egen hand.

Men dessa slutsatser kan oavsiktligt diskriminera. Det finns redan många exempel där AI-algoritmer har oavsiktligt förstärkt stereotyper.

Fallet med prediktiv polis i Durham, England, illustrerar problemet. Polisen där utvecklade en algoritm för att bättre förutsäga risken för personer som är föremål för ett brott om de skulle beviljas borgen. Vad det gjorde var att diskriminera fattigare människor på grundval av var de bodde.

Opportunistisk prissättning

Det finns också utsikterna till mer individualiserad diskriminering.

Redan ganska välkänt är problemet med genetisk diskriminering - risken för att en hälso- eller livförsäkringsgivare ökar premien eller till och med förnekar locket för vissa villkor baserat på vad ditt DNA avslöjar om din genetiska disposition under vissa förutsättningar.


Läs mer: Australierna kan nekas livförsäkring baserat på genetiska testresultat, och det finns lite skydd


AI öppnar ett helt nytt område av personlig diskriminering, baserat på vad det kan hämta från dina beteenden och preferenser.

För en sak kan den mängd data som potentiellt är tillgänglig för AI berätta en försäkringsgivare mycket om dina utgifter. Var handlar du? Vad köper du? När spenderar du? Letar du efter fynd eller betalar fullt pris?

Att veta allt detta kommer att hjälpa ett försäkringsbolag att uppskatta om det kan komma undan med att ladda ditt högsta pris.

Vissa i branschen hävdar att detta är bara hur marknaderna fungerar, men när det underlättas av oöverträffad tillgång till personlig information blir det en mycket tvivelaktig praxis.

Förlust av privatlivet

En försäkringsgivare kan också frestas att använda uppgifterna för andra ändamål än att bedöma risker. Med tanke på dess värde kan uppgifterna säljas till tredje part för olika ändamål för att kompensera kostnaden för att samla in den. Annonsörer, marknadsförare, lobbyister och politiska partier är alla otroligt hungriga för detaljerade demografiska data.


Läs mer: Vad gör tekniska företag om etisk användning av data? Inte mycket


I motsats till vad folk kanske tror, ​​är dessa uppgifter inte egenskapen till den person den berör. Det ägs av den som betalat för det. Konsumenterna måste vara lagligt skyddade mot att deras data används för andra ändamål utan sitt informerade samtycke.

Riskhantering

Med någon kraftfull ny teknik finns det fördelar och risker. Fördelarna bör klargöras och riskerna hanteras till en acceptabel nivå. Det finns naturligtvis ironi i att hantera risken att hantera risker.

Försäkringsbolag har ett jobb att göra för att säkerställa att kunder kan lita på att det finns mycket mer uppåtvända än nackdelen i AI. De kommer att behöva anta transparenta rättvisa, om inte välvilliga, praxis som bidrar till det större bra. Det måste handla om mer än vinst.