Hvordan tjene tillit til AI på tvers av aldersspekteret

I forsikring, driver AI-drevet automatisering allerede målbare forretningsverdi, transformerer nøkkelprosesser og lover raskere og mer effektiv service.

Men det reiser også spørsmål om rettferdighet og ansvar.

Etterhvert som denne kraftfulle teknologien kommer inn i flere forsikringspunkter, blir tillit en stadig mer verdifull valuta – spesielt på tvers av generasjonslinjer. Yngre brukere forventer at AI skal drive de fleste interaksjoner. Eldre brukere er skeptiske til det. Utfordringen blir da å designe AI-erfaringer som møter behovene og forventningene til kunder med ulike demografiske preferanser.

For å gjøre dette, må forsikringsselskaper (eller bærere) som bruker AI se bort fra dens tekniske evner og strebe etter å prioritere transparens, progressiv påmelding og AI-menneskelig samarbeid. For forsikringsbransjen, hvor avgjørelser ofte skjer i sensitive øyeblikk i menneskers liv og har langtrekkende virkninger, er bygging av tillit på tvers av AI-drevne avgjørelser ikke bare et valg: Det vil være DNA-et til forsikring langt inn i fremtiden.

AI-forventninger: En generasjonsdeling

Digitale, native generasjoner som millennials og Gen Z er allerede svært vant til AI-drevne erfaringer i bank, detaljhandel og media. Det er ikke overraskende at yngre brukere er mer sannsynlig å føle seg hjemme med AI-applikasjoner og -tjenester når disse verktøyene sprenger seg inn i andre sektorer.

For eksempel bruker forsikringsselskaper ofte AI-drevne chatboter eller virtuelle assistenter for å tilby sammenligninger av pris eller politikk-anbefalinger innen sekunder. Yngre brukere som allerede prioriterer hastighet og personlig tilpasning, vil sannsynligvis ikke blinke, selv om de ikke fullt ut forstår mekanismene som er i spill.

Gen X og babyboomerne er generelt mye mer skeptiske til disse AI-botene, spesielt når det gjelder avgjørelser om penger eller investeringer. Denne eldre demografien setter pris på forklarbarhet og forsikring, og foretrekker hybridmodeller hvor virkelige mennesker er tilgjengelige som kontaktpunkter – for å gå gjennom dekningavgjørelser eller forklare hvorfor en krav ble godkjent eller avvist – selv om mennesker ikke utfører alle operasjoner.

Det er viktig å huske at komforten med AI varierer ikke bare med alder, men også med oppfattet innsats, også. Når avgjørelser er høyrisiko eller -belønning – som i tilfelle av finansiell tap eller forsikringsdekning – minker tilliten til AI sin skjulte logikk.

Transparens: Grunnlaget for tillit

En overveldende 80% av AI-prosjekter feiler på grunn av “mangel på tillit” fra brukernes side. Denne andelen øker bare i en bransje som forsikring, hvor tillit og tillitsfullhet har vist seg å være nøkkel-elementer i de fleste transaksjoner.

For å bygge tillit, må selskaper proaktivt forklare hvordan AI fungerer og hvilke data det bruker. Ta CapitalOne for eksempel. De publiserer åpen informasjon om hvordan de bruker AI og ML – hvordan de prompter modellene, hvilke data deres AI er trent på, og mer – for svindelforebygging, kredittrisikovurdering og kundeerfaring-personalisering, og deler sine AI-styringsstandarder med kunder.

Transparensinnsats hjelper brukerne å føle seg i kontroll og på behagelig vis, selv når et menneske ikke er i løkken. For å brobygge tillitsgapet, spesielt for eldre kunder, bør forsikringsselskaper vurdere å tilby “hvorfor vi tok denne avgjørelsen”-popup, klare påmeldingssider for datapolicyer og enkel tilgang til ankeprosesser gjennom hele den digitale kunde-reisen.

Lav-innsatsbrukstilfeller

De mest vellykkede AI-strategiene introduserer brukerne til AI sin verdi i lav-risiko-sammenhenger før de skalerer til høy-impakt-avgjørelser.

I en forsikringskontekst kan dette bety å bruke AI til å assistere nye forsikringstakere bare med grunnleggende dekningsspørsmål eller å hjelpe agenter med å utarbeide rutinemessige kunde-e-poster – begge lav-risiko-brukstilfeller som tillater både ansatte og kunder å bygge tillit til AI uten frykt for negative konsekvenser. PayPal sin kunde-orienterte AI-brukstilfeller begynner alltid med funksjoner som booster sikkerhet uten å berøre penger direkte, som å detektere mistenkelige innloggingsforsøk eller anbefale passordoppdateringer.

Disse mindre interaksjonene hjelper nye brukere, spesielt de fra eldre generasjoner, å venne seg til AI, samtidig som de forsterker merkevarens teknologiske identitet for yngre brukere. Over tid vil disse komfort-byggende strategiene tillate selskaper å utvide AI til høyere-innsats-arbeidsflyter som kredit, krav eller utlån.

Menneskelig berøring betyr fortsatt noe

AI har vist seg å kunne forbedre menneskelig produktivitet, men å la det ta over fullstendig er sikker på å underminere tillit. Spesielt i forsikring eller finansielle tjenester er menneskelig empati, dømmekraft og kontekstforståelse fortsatt uerstattelige.

Vurdér Morgan Stanleys nylig lanserte AI-kopilot for finansielle rådgivere. Systemet hjelper dem med å analysere kundeporteføljer raskere, men rådgiverne beholdes full kontroll over kunde-forholdet. For eldre brukere gir det ofte en forsikring om at et menneske er involvert, mens yngre kunder kan se det som et signal om troverdighet og ansvar i tilfeller hvor AI når grensene.

En BCG global AI-tillit-undersøkelse fant at på tvers av alle aldersdemografier, konsumenter foretrekker en “menneskelig sikkerhetsmodell”, hvor AI gir forslag, men endelige avgjørelser hviler hos et menneske. Selv når AI forbedres, vil den vinnende formelen være hybridisert – hvor AI står for hastighet og skala, og mennesker for nyanser og tillit.

Tillit til prosessen

Den neste fasen av AI-tilpasning i forsikring vil bli formet like mye av tillit til denne teknologien som det er av dens evner.

Men den tilliten kommer ikke over natten.

Selskapene som lykkes, vil være de som kan skape AI-drevne erfaringer som er rask og forklarbare, automatisert og personlig, byggende broer på tvers av demografier gjennom transparens, empati og gjennomtenkt design. Fordi i en verden hvor AI tar flere avgjørelser enn noensinne, er tillit det viktigste produktet du kan levere.