איך לזכות באמון לבינה מלאכותית לאורך הספקטרום הגילאי

בביטוח, אוטומציה המונעת על ידי בינה מלאכותית כבר מניבה ערך עסקי מוכח, משנה תהליכים מפתח ומבטיחה שירות מהיר ויעיל יותר.

אך היא גם מעלה שאלות של הוגנות ואחריות.

כאשר טכנולוגיה חזקה זו נכנסת לנקודות מגע רבות יותר בביטוח, האמון הופך למטבע יקר ערך – במיוחד לאורך קווים ב间-דוריים. משתמשים צעירים צופים שבינה מלאכותית תניע את רוב האינטראקציות. משתמשים מבוגרים יותר חוששים ממנה. האתגר, אם כן, הופך לעיצוב חוויות בינה מלאכותית שעונות על צורכיהם וציפיותיהם של לקוחות עם העדפות דמוגרפיות מגוונות.

כדי לעשות זאת, ביטוחנים (או נושאי ביטוח) המשתמשים בבינה מלאכותית חייבים להסתכל מעבר ליכולות הטכניות שלה ולשאוף להעדיף שקיפות, הכשרה הדרגתית ושיתוף פעולה בין בינה מלאכותית לבני אדם. עבור תעשיית הביטוח, שם החלטות רבות מתרחשות ברגעים רגישים בחיי האנשים ומשפיעות עליהם בדרכים רחבות, בניית אמון לאורך החלטות הנעותות על ידי בינה מלאכותית אינה רק אפשרות: היא תהיה ה-DNA של ביטוח הרבה מעבר לעתיד.

ציפיות לבינה מלאכותית: פער דורי

דורות דיגיטליים כמו מילניאלים ודור Z כבר רגילים מאוד לחוויות הנעותות על ידי בינה מלאכותית בבנקאות, קמעונאות ותקשורת. אין זה מפתיע, אם כן, שמשתמשים צעירים יותר מרגישים יותר בבית עם יישומים ושירותים של בינה מלאכותית ככל שכלים אלה מתפשטים לתחומים אחרים.

למשל, ביטוחנים רבים משתמשים בבוטים הנעותים על ידי בינה מלאכותית או עוזרים וירטואליים כדי להציע השוואות מחירים או המלצות מדיניות בתוך שניות. משתמשים צעירים שכבר מעדיפים מהירות ואישום לא ימריאו, אפילו אם הם לא מבינים לגמרי את המכניקה שמאחור.

ג’נריישן X ובייבי בומרים, מאידך גיסא, בדרך כלל חשדנים יותר כלפי בוטים אלו, במיוחד כאשר מדובר בהחלטות על כסף או השקעות. דמוגרפיה זו יותר מעריכה הסברים וביטחון, מעדיפה מודלים היברידיים, שבהם אנשים אמיתיים נותרים נקודות מגע זמינות – כדי ללוות אותם בהחלטות על כיסוי או להסביר למה תביעה אושרה או נדחתה – אפילו אם בני אדם אינם מבצעים את כל הפעולות.

חשוב לזכור שנוחות עם בינה מלאכותית משתנה לא רק לפי גיל, אלא גם לפי יתרונות המורגשים.

שקיפות: היסוד לאמון

80% מפרויקטי הבינה המלאכותית נכשלים עקב “מחסור באמון” מצד המשתמשים. מספר זה רק גדל בתעשייה כמו ביטוח, שם אמון וביטחון הוכחו כמרכיבים מפתח ברוב העסקאות.

כדי לבנות ביטחון, חברות חייבות להסביר באופן פעיל כיצד הבינה המלאכותית עובדת ומה נתונים היא משתמשת. למשל, CapitalOne מפרסמת באופן גלוי מידע על כיצד הם משתמשים בבינה מלאכותית ולמידת מכונה – כיצד הם מפעילים את המודלים, מה נתונים הבינה המלאכותית שלהם מאומנת עליהם, ועוד – לגילוי הונאות, הערכת סיכון אשראי ואישום חוויית לקוח, ומשתפים את תקני השליטה בבינה מלאכותית עם לקוחות.

מאמצי שקיפות עוזרים למשתמשים להרגיש שולטים ובנוח, אפילו כאשר אדם אינו בלופ. כדי לגשר על הפער האמון, במיוחד עבור לקוחות מבוגרים, ביטוחנים צריכים לשקל לספק “למה אנו קבענו החלטה זו” הקופצות, דפים ברורים לאישור נתונים, וגישה קלה לתהליכי ערעור במהלך מסע הלקוח הדיגיטלי.

מקרי שימוש בסיכון נמוך

האסטרטגיות המוצלחות ביותר של בינה מלאכותית מציגות למשתמשים את הערך שלה בהקשרים בעלי סיכון נמוך לפני שהם מתרחבים להחלטות בעלות השפעה גבוהה.

בהקשר של ביטוח, זה יכול להיות שימוש בבינה מלאכותית כדי לסייע לבעלי פוליסאות חדשים רק עם שאילתות כיסוי בסיסיות או עזרה לסוכנים לנסח דוא”לות לקוחות רגילות – שניהם מקרי שימוש בעלי סיכון נמוך שמאפשרים לעובדים וללקוחות כאחד לבנות אמון בבינה מלאכותית ללא חשש מתוצאות שליליות.

מקרי התנגשות אלו עוזרים למשתמשים חדשים, במיוחד אלו מדורות יותר מבוגרים, להתרגל לבינה מלאכותית, בעודם מחזקים את זהות החברה הקדמית-טכנולוגית עבור משתמשים צעירים. במהלך הזמן, אסטרטגיות בניית הנוחות האלו יאפשרו לחברות להרחיב את הבינה המלאכותית לתהליכי עבודה בעלי השפעה גבוהה יותר כמו אשראי, תביעות או הלוואות.

נגיעה אנושית עדיין משמעותית

בינה מלאכותית הוכיחה את עצמה כמשפרת את הפרודוקטיביות האנושית, אך אפשרותה לקחת שליטה מלאה עלולה לקרוס את האמון. במיוחד בביטוח או שירותים פיננסיים, אמפתיה, שיקול דעת והבנה הקשרית של בני אדם עדיין בלתי ניתנים להחלפה.

למשל, Morgan Stanley’s הציגה לא מכבר את הטייס האוטומטי של בינה מלאכותית עבור יועצים פיננסיים. המערכת עוזרת להם לנתח תיקי לקוחות מהר יותר, אך היועצים עדיין שומרים על השליטה המלאה ביחסי הלקוח. עבור משתמשים מבוגרים, ידיעה שאדם מעורב רבות מספקת ביטחון, בעוד משתמשים צעירים יותר עשויים לראות בזאת אות לאמינות ואחריות עבור מקרים שבהם הבינה המלאכותית מגיעה לגבולותיה.

סקר BCG גלובלי על אמון בינה מלאכותית מצא כי לאורך כל הדמוגרפיות, צרכנים מעדיפים “מודל ביטחון אנושי”, שבו הבינה המלאכותית מציעה הצעות אך ההחלטות הסופיות נותרות בידי אדם. אפילו כאשר הבינה המלאכותית משתפרת, הנוסחה המנצחת תהיה היברידית – שבה הבינה המלאכותית תתן מענה למהירות וקנה מידה, ובני אדם לעדינות ואמון.

אמון בתהליך

השלב הבא של אימוץ בינה מלאכותית בביטוח יעוצב כמו על ידי האמון בטכנולוגיה זו כפי שהוא על ידי יכולותיה.

אך האמון הזה לא יבוא בלילה.

החברות שיצליחו יהיו אלו שיצליחו ליצור חוויות הנעותות על ידי בינה מלאכותית שהן מהירות וגם ברורות, אוטומטיות וגם אישיות, בונות גשרים ב间-דמוגרפיים דרך שקיפות, אמפתיה ועיצוב מחשבתי. כי בעולם שבו הבינה המלאכותית קובעת יותר ויותר החלטות, האמון הוא המוצר החשוב ביותר שאתה יכול לספק.