Tankeledere

Sådan opnår du tillid til AI på tværs af aldersgrupper

mm
Føj Unite.AI til dine foretrukne kilder på Google

I forsikringsbranchen driver AI-dreven automatisering allerede målbare forretningsværdi, transformerer nøgleprocesser og lover hurtigere og mere effektiv service.

Men det rejser også spørgsmål om retfærdighed og ansvar.

Da denne kraftfulde teknologi finder vej til flere forsikringskontaktpunkter, bliver tillid en stadig mere værdifuld valuta – især på tværs af generationer. Yngre brugere forventer, at AI skal drive de fleste interaktioner. Ældre brugere er skeptiske over for det. Udfordringen bliver så at designe AI-oplevelser, der møder kundernes behov og forventninger med en variation af demografiske præferencer.

For at gøre det skal forsikringsselskaber (eller bærere), der anvender AI, se ud over dens tekniske evner og stræbe efter at prioritere gennemsigtighed, progressiv onboarding og samarbejde mellem mennesker og AI. For forsikringsbranchen, hvor beslutninger ofte sker i følsomme øjeblikke i menneskers liv og har langtrækkende konsekvenser, er opbygning af tillid på tværs af AI-drevne beslutninger ikke bare en mulighed: Det vil være forsikringens DNA langt ind i fremtiden.

AI-forventninger: En generationsskæl

Digitally-native generationer som Millennials og Gen Z er allerede højt tilpasset AI-drevne oplevelser i bank, detail og medier. Det er ikke overraskende, at yngre brugere er mere tilbøjelige til at føle sig mere hjemme med AI-applikationer og -tjenester, da disse værktøjer spreder sig til andre sektorer.

For eksempel bruger forsikringsselskaber ofte AI-drevne chatbots eller virtuelle assistenter til at tilbyde pris sammenligninger eller politik anbefalinger inden for sekunder. Yngre brugere, der allerede prioriterer hastighed og personlig tilpasning, vil sandsynligvis ikke blinke, selv om de ikke fuldt ud forstår mekanismerne på spil.

Gen X og Baby Boomere er generelt betydeligt mere skeptiske over for disse AI-bots, især når det kommer til beslutninger om penge eller investeringer. Denne ældre demografi værdsætter forklarbarhed og forsikring, og foretrækker hybridmodeller, hvor rigtige mennesker er tilgængelige som kontaktpunkter – for at føre dem gennem dækningbeslutninger eller forklare, hvorfor en krav blev godkendt eller afvist – selv om mennesker ikke udfører alle operationer.

Det er vigtigt at huske, at komforten med AI varierer ikke kun med alder, men også med opfattet indsats. Når beslutninger er højrisiko eller højbelønning – som i tilfælde af finansielt tab eller forsikring – skrumper tilliden til AI’s skjulte logik.

Gennemsigtighed: Tillidens grundlag

En overvældende 80% af AI-projekter fejler på grund af “manglende tillid” fra brugernes side. Denne procentdel stiger i en branche som forsikring, hvor tillid og tillidsværdighed har vist sig at være nøgleelementer i de fleste transaktioner.

For at opbygge tillid må virksomheder proaktivt forklare, hvordan AI fungerer, og hvilke data det bruger. Tag CapitalOne for eksempel. De offentliggør åbent information om, hvordan de bruger AI og ML – hvordan de prompter modellerne, hvilke data deres AI er trænet på og mere – til svindelforebyggelse, kreditvurdering og kundeoplevelsespersonalisering og deler deres AI-styringsstandarder med kunderne.

Gennemsigtighedsindsats hjælper brugerne med at føle sig i kontrol og på behagelig afstand, selv når et menneske ikke er involveret. For at brobygge tillidskløften, især for ældre kunder, bør forsikringsselskaber overveje at tilbyde “hvorfor vi tog denne beslutning”-popup, tydelige opt-in-sider for datapolitik og let adgang til appelprocesser på tværs af den digitale kunderejse.

Lav-risiko-brugstilfælde

De mest succesfulde AI-strategier introducerer brugere til AI’s værdi i lav-risiko-sammenhænge før de skalerer op til højimpaktbeslutninger.

I en forsikringskontekst kunne dette betyde at anvende AI til at hjælpe nye politikholdere kun med grundlæggende dækningsspørgsmål eller hjælpe agenter med at udarbejde rutinemæssige kundeemail – begge lav-risiko-brugstilfælde, der tillader både medarbejdere og kunder at opbygge tillid til AI uden frygt for negative konsekvenser. PayPals kundeorienterede AI-brugstilfælde begynder altid med funktioner, der forbedrer sikkerhed uden at røre penge direkte, såsom brug af AI til at opdage mistænkelige loginforsøg eller anbefale adgangskodeopdateringer.

Disse mindre interaktioner hjælper nye brugere, især fra ældre generationer, med at tilpasse sig AI, mens de samtidig forstærker mærkets teknologi-orienterede identitet for yngre brugere. Over tid vil disse tillidsbyggende strategier tillade virksomheder at udvide AI til højere-risiko-arbejdsgange som kredit, krav eller udlån.

Mennesketouchen er stadig vigtig

AI har vist sig at forbedre menneskelig produktivitet, men at lade det tage over fuldstændigt er sikker på at underminere tillid. Især i forsikring eller finansielle tjenester er menneskelig empati, dømmekraft og kontekstforståelse stadig uerstattelige.

Overvej Morgan Stanleys nyligt introducerede AI-co-pilot til finansielle rådgivere. Systemet hjælper dem med at analysere kundeporteføljer hurtigere, men rådgiverne er stadig fuldt ud i kontrol over kunderelationen. For ældre brugere giver det ofte en forsikring om, at et menneske er involveret, mens yngre kunder måske ser det som et signal om troværdighed og ansvarlighed for tilfælde, hvor AI når grænserne.

En BCG global AI-tillid-undersøgelse fandt at på tværs af alle aldersdemografier, forbrugere foretrækker en “menneskelig sikkerhedsmodel”, hvor AI giver forslag, men de endelige beslutninger hviler på et menneske. Selv når AI forbedres, vil den vindende formel være hybridiseret – hvor AI står for hastighed og skala, mennesker for nuance og tillid.

Tillid til processen

Den næste fase af AI-adopteringsprocessen i forsikring vil blive formet lige så meget af tillid til denne teknologi som af dens evner.

Men den tillid kommer ikke over nattemaden.

De virksomheder, der lykkes, vil være de, der kan skabe AI-drevne oplevelser, der er hurtige og forklarbare, automatiserede og personlige, der bygger broer på tværs af demografier gennem gennemsigtighed, empati og omhyggelig design. For i en verden, hvor AI tager flere beslutninger end nogensinde, er tillid det vigtigste produkt, du kan levere.

Calvin Zhai står i spidsen for go-to-market-besked og strategi for Sapiens Life og Annuities-løsninger i Nordamerika, hvor han tilpasser forsikringsselskabers behov til de ændrende markedstendenser. Han bringer dyb ekspertise indenfor produktudvikling, strategisk positionering og innovation, formet af erfaringer på tværs af startups og globale virksomheder. Bemærkelsesværdigt, i hans tidligere rolle hos Manulife, fokuserede han på at udvikle forsikringsprodukter og drive digitale transformationsinitiativer, der forbedrede kundeengagement og operationel effektivitet.