تخسر شركات التأمين أموالًا على سياسات لا يمكنها تحديدها. الذكاء الاصطناعي يهدف إلى تغيير ذلك

حتى في عام قوي للصناعة، تقول شركة ناشئة إن ما يصل إلى 20٪ إلى 30٪ من سياسات شركة التأمين قد تكون غير مربحة. وقد جمعت 8 ملايين دولار للمساعدة في العثور عليها.

أعلنت شركات التأمين على الممتلكات والمسؤولية في الولايات المتحدة أنها سجلت أحد أفضل سنوات الاكتتاب لديها منذ عقود، وفقًا لتقرير من Soteris، شركة ناشئة مدعومة من Y Combinator تبيع برامج للصناعة. 

ومع ذلك، يمكن للنتائج العامة القوية أن تخفي نقاط الضعف. تقول Soteris إن العديد من شركات التأمين تخسر أموالًا بهدوء على حصة كبيرة من سياساتها ولا تملك طريقة موثوقة لتحديد أيها.

تخرج Soteris من مرحلة السرية بأكثر من 8 ملايين دولار في تمويل أولي ومنتج جديد يهدف إلى حل هذه المشكلة. تحدث الرئيس التنفيذي، سونيت شاه، عن ما يراه كنقطة عمياء في الصناعة وما قد يعنيه إصلاحها لشركات التأمين وعملائها.

لماذا لا تستطيع شركات التأمين رؤية المشكلة

تحدد شركات التأمين الأسعار وتقيّم الأداء من خلال تجميع العملاء المتشابهين، مثل السائقين من فئة عمرية معينة في منطقة محددة. وبما أن أي سياسة واحدة إما تنتج مطالبة أو لا، فقد اعتاد الاكتواريون منذ زمن طويل معاملة الاختلافات داخل المجموعة كضوضاء عشوائية. قد تبدو المجموعة صحية بينما تخسر بعض السياسات داخلها أموالًا، ولا يظهر التكلفة الحقيقية للسياسة إلا عندما تصل المطالبات، أحيانًا بعد سنوات من البيع.

“كل شركة تأمين تعرف أنها تصدر سياسات ستكلفها مالًا,” قال شاه في بيان. ويجادل بأنها تفتقر إلى الأدوات اللازمة للعثور على تلك السياسات. وبالعمل مع شركات التأمين، يقول إنه وجد أن حتى الشركات ذات السجلات القوية تحمل سياسات تقلل من الأرباح، في بعض الحالات بنسبة 20٪ إلى 30٪ من الإجمالي.

صناعة تتجه نحو السياسة الفردية

حجم الجائزة هو السبب في حصول الفكرة على الانتباه. McKinseyقدّرت أن شركات التأمين يمكنها رفع نتائج الاكتتاب، أي الأرباح المتحققة من كتابة السياسات، بنسبة 30٪ إلى 50٪ من خلال إجراءات منسقة مثل تقليص الأعمال غير المربحة واستعادة الأرباح في مجموعات تبدو صحية في المتوسط. تقرير الاستشارة لعام 2025 تقرير التأمينتشير إلى تقسيم أدق وتخصيص حتى المستوى الفردي كاتجاه الصناعة.

Soteris هي إحدى الشركات الناشئة التي تعمل على هذا التحول. يستخدم نهجه التعلم الآلي، وهو شكل من أشكال الذكاء الاصطناعي يتعلم الأنماط من البيانات التاريخية، لتحليل سياسات شركة التأمين السابقة بطرق تصل إلى الملايين أو حتى المليارات. تقول الشركة إن فريقًا يعمل على جداول البيانات قد يجري عشرات أو مئات التحليلات. من خلال دمج هذه التحليلات، يمنح كل سياسة درجة مستقلة بدلاً من اعتبارها جزءًا من مجموعة.

تقول الشركة إن شركات التأمين يمكنها الحصول على درجة في أقل من ربع ثانية، عند طلب عرض سعر أو في أي وقت لاحق، وأن إعداد ذلك يستغرق أقل من 90 يومًا.

من المطالبات إلى الربح

المنتج الأول لشركة Soteris، المستخدم مع شركات التأمين والوكالات التي تبيع نيابة عنها منذ عام 2020، يتنبأ بكمية القسط التي ستُدفع كمطالبات لكل سياسة. تقول الشركة إنها قامت بتقييم أكثر من 100 مليون طلب سياسة بقيمة تزيد عن 180 مليار دولار من الأقساط، وأن العملاء حسّنوا نسبة دفع المطالبات لديهم بمقدار 5 إلى 15 نقطة مئوية خلال عام واحد.

المنتج الجديد يذهب خطوة أبعد، إلى الربح. غالبًا ما يتم تقسيم الأموال من سياسة واحدة بين الشركة التي تبيعها، والشركة التي تحمل الترخيص الحكومي، والشركة التي توفر رأس المال، كل منها يحصل على حصة مختلفة. تقول Soteris إن تكلفة المطالبات للسياسة لا تكشف ما تكسبه الشركة التي تصدرها. الأداة الجديدة تقدر هذا الرقم وتبلغه في EBITDA، وهو مقياس شائع للربح التشغيلي.

تقول الشركة إن عدة مشاريع تجريبية أظهرت ارتفاع EBITDA لشركات التأمين بين 70٪ و125٪. وكانت هذه تجارب تجريبية وليس تطبيقات كاملة، والنتائج تعود إلى Soteris نفسها.

ما قد يعنيه ذلك للعملاء

بالنسبة لشخص يشتري تأمينًا للسيارة أو المنزل، يقول شاه إن التأثير الرئيسي يكون على جانب شركة التأمين، لأن الأداة تساعد على ضمان ربحية كل سياسة. ويجادل أن الفائدة للعملاء تأتي بصورة غير مباشرة.

“الهدف الرئيسي لشركات التأمين هو زيادة عدد سياساتها، لذا فإن التأثير الثانوي هو أن ذلك يمكّنها من خفض الأسعار للحصول على حصة سوقية أكبر.” قال شاه. “لذلك بالنسبة لمعظم الناس، نتوقع أن تكون أسعارهم أقل مما ستكون إذا لم تستخدم شركة التأمين منتجنا.”

هذا توقع وليس ضمانًا. ركز جواب شاه على الأسعار ولم يتطرق إلى ما إذا كان يمكن رفض تغطية العملاء الذين تم تصنيفهم كغير مربحين أو عدم تجديدهم. توضح وصف الشركة لمنتجها الخاص، الذي يجعل شركات التأمين تتوقف عن كتابة سياسات لم تكن لتؤتي ثمارها أبدًا، أن هذه مسألة حقيقية.

سؤال الإنصاف

استخدام شركات التأمين للذكاء الاصطناعي أثار مخاوف من أن يتم تسعير الأشخاص بشكل غير عادل أو رفضهم بواسطة خوارزمية. “إنها مخاوف عادلة ونحن نأخذها على محمل الجد،” قال شاه. يشير إلى القواعد القائمة ضد التمييز ومتطلبات اختبار التحيز، ويقول إن التنظيم هو سبب لبناء الذكاء الاصطناعي داخليًا بدلاً من الاعتماد على روبوتات الدردشة الخارجية. تقول سوتيرس إن نماذجها تسمح لها بإظهار مقدار مساهمة كل عامل في أي نتيجة، وهو ما يهم شركات التأمين لأن الالتزام بالتنظيم أمر أساسي للنجاح في الصناعة.

لماذا الانتظار، ومن يدعم ذلك

تعمل سوتيرس مع شركات التأمين منذ عام 2020 لكنها الآن فقط تعلن عن نفسها للجمهور. يقول شاه إن المشكلة استغلت وقتًا لحلها. كان بناء الفريق المناسب صعبًا، ووجد أن الخبراء من خارج قطاع التأمين ليسوا تلقائيًا مناسبين. “كانت الخبرة المتخصصة في المجال مهمة للغاية،” قال. بدأ مساره الخاص بأعمال جانبية لبناء نماذج تسعير لشركات التأمين على الحياة أثناء دراسته العليا. بعد حصوله على درجة الدكتوراه في الاقتصاد، عمل في صندوق التحوط Pine River Capital وساعد في قيادة مشروع هناك لبناء شركة إعادة تأمين للممتلكات والمسؤوليات. “هذا هو المكان الذي تعلمت فيه حقًا مدى صعوبة التأمين،” قال.

قادت جولة التمويل الأولية شركة Spider Capital، بمشاركة Intact Private Capital وAmplify Partners وFoundation Capital وWebb Investment Network وOverlook Ventures. لن تكشف سوتيرس عن أي عملاء. “في هذه المرحلة، لا يمكننا مشاركة هذه المعلومات علنًا بسبب الالتزامات التعاقدية،” قال شاه.

ما الذي يجب مراقبته

اتجاه الصناعة واضح: المزيد من شركات التأمين ترغب في تسعير وتقييم المخاطر بوليصة واحدة في كل مرة. الأسئلة المفتوحة هي مدى حقيقة الفائدة المحتملة خارج المشاريع التجريبية، وإلى أين ستنتهي. يمكن لشركات التأمين تمرير التوفير إلى العملاء من خلال خفض الأسعار، كما يتوقع شاه، أو الاحتفاظ به كهامش أعلى مع كتابة عدد أقل من البوالص. من المحتمل أن يراقب المنظمون عن كثب أي العملاء ينتهي بهم الأمر على الجانب الخاطئ من الدرجات.