Poate inteligența artificială să facă asigurările pentru transportul rutier de marfă mai precise sau doar mai rapide?

Inteligența artificială le oferă asigurătorilor noi modalități de a automatiza verificarea documentelor, de a extrage informații din cereri și de a analiza datele istorice. Pentru companiile de transport rutier de marfă, aceste capabilități ar putea contribui la reducerea întârzierilor administrative care complică obținerea unei asigurări.

Eficiența contează. Întârzierile în obținerea asigurării îi pot împiedica pe transportatori să pună camioanele în circulație, să accepte contracte noi sau să își continue activitatea conform planului.

Dar deciziile mai rapide nu sunt neapărat și mai bune.

În asigurările pentru transportul rutier de marfă, problema nu a fost niciodată lipsa totală a datelor. Asigurătorii pot lua în considerare istoricul inspecțiilor, evidențele privind siguranța, rapoartele despre accidente, autorizațiile de operare și documentele de conformitate. Provocarea este să stabilească ce dezvăluie, de fapt, aceste evidențe despre o companie și ce informații nu cuprind.

Pentru ca inteligența artificială să îmbunătățească asigurările pentru transportul rutier de marfă, trebuie să facă mai mult decât să accelereze subscrierea riscurilor. Ea trebuie să îi ajute pe asigurători să înțeleagă mai precis riscurile.

Un dosar de siguranță nu spune toată povestea

Înainte să intru în industria asigurărilor, am lucrat direct cu companii de transport rutier de marfă în domeniul siguranței și al conformității, ajutând transportatorii să obțină autorizația de operare, să organizeze dosarele de calificare a șoferilor, să țină evidența documentelor și să respecte cerințele de reglementare. Această experiență mi-a întărit o convingere importantă: evidențele de conformitate sunt utile, dar nu reflectă neapărat modul în care funcționează o flotă de la o zi la alta.

Să luăm două companii de transport rutier de marfă cu flote de dimensiuni similare, istorice operaționale asemănătoare și evidențe similare ale inspecțiilor. Una ar putea respecta un program consecvent de întreținere preventivă, ar putea investi în instruirea șoferilor și ar putea aborda potențialele probleme de siguranță înainte ca acestea să ducă la încălcări ale reglementărilor. Cealaltă ar putea adopta o abordare mai reactivă, rezolvând problemele doar atunci când apar. Pe hârtie, cele două companii ar putea părea similare, deși au abordări diferite în gestionarea riscurilor.

Se poate întâmpla și invers. În dosarul unui transportator poate apărea o încălcare a reglementărilor sau un accident, fără ca acel eveniment să explice pe deplin practicile sale actuale de siguranță ori circumstanțele incidentului.

Sistemul de măsurare a siguranței al Federal Motor Carrier Safety Administration (FMCSA) folosește date despre inspecțiile rutiere, accidente și investigații pentru a ajuta la identificarea transportatorilor care ar putea necesita intervenții în materie de siguranță. Deși sunt valoroase pentru supravegherea reglementară, aceste evidențe nu au fost concepute pentru a oferi o evaluare completă a stării generale de siguranță a unui transportator sau a eligibilității sale pentru asigurare.

FMCSA a documentat, de asemenea, limitările datelor din Sistemul de măsurare a siguranței, inclusiv întrebări legate de suficiența datelor și de măsura în care informațiile pot susține în mod fiabil diferite utilizări.

Inteligența artificială poate analiza rapid aceste evidențe, dar simpla viteză nu le înlătură limitările.

Riscurile automatizării pe baza unor informații incomplete

Există oportunități clare de a folosi inteligența artificială pentru a reduce volumul de muncă administrativă din asigurările comerciale. Sistemele automatizate ar putea ajuta la identificarea câmpurilor necompletate din cereri, la compararea informațiilor din documente, la organizarea evidențelor de siguranță și la semnalarea neconcordanțelor pentru verificare.

Aceste îmbunătățiri ar putea fi deosebit de valoroase în transportul rutier de marfă, unde colectarea documentelor implică adesea mai multe părți și sisteme.

Riscul apare atunci când evaluările automatizate sunt tratate drept concluzii definitive. De exemplu, un sistem de inteligență artificială ar putea semnala un transportator din cauza unui indicator de siguranță nefavorabil. Sistemul poate identifica în mod corect evidența, dar este posibil să nu țină cont de îmbunătățirile operaționale ulterioare sau de informații suplimentare care schimbă modul în care ar trebui interpretat incidentul.

Programul de stabilire a caracterului evitabil al accidentelor al FMCSA arată de ce contextul contează. Programul le permite transportatorilor să solicite reanalizarea anumitor accidente eligibile. Când FMCSA stabilește că un accident nu putea fi evitat, exclude acel eveniment din calculul categoriei „Indicator de accidente” din Sistemul său de măsurare a siguranței, deși accidentul rămâne menționat în evidențe.

Programul recunoaște că împrejurările unui incident contează, nu doar faptul că există o înregistrare a unui accident.

Această distincție este deosebit de importantă la evaluarea flotelor mici. Transportatorii mari pot avea personal dedicat siguranței și sisteme integrate de raportare, în timp ce companiile mai mici pot păstra evidențele în foi de calcul, e-mailuri și sisteme ale unor furnizori externi de servicii.

De exemplu, lipsa unui document de întreținere ar putea indica faptul că întreținerea nu a fost efectuată. Dar ar putea însemna și că documentul există undeva unde sistemul nu îl poate accesa. Aceste situații nu ar trebui să ducă automat la aceeași evaluare.

Cadrul de gestionare a riscurilor asociate inteligenței artificiale al National Institute of Standards and Technology oferă îndrumări voluntare pentru evaluarea fiabilității, transparenței și credibilității sistemelor de inteligență artificială.

Pentru asigurătorii din transportul rutier de marfă, aceste principii oferă un reper util pentru a stabili dacă informațiile care susțin o evaluare automatizată sunt actuale, suficient de complete și adecvate scopului pentru care sunt folosite.

Inteligența artificială trebuie să recunoască atunci când sunt necesare mai multe informații

Una dintre cele mai utile capacități pe care le-ar putea avea un sistem de inteligență artificială este să identifice când o decizie necesită informații suplimentare.

În loc să trateze fiecare cerere ca pe o simplă aprobare sau respingere, un sistem eficient ar trebui să distingă între situațiile în care informațiile sunt suficiente și cele care necesită clarificări.

Să luăm cazul unui transportator al cărui profil operațional s-a schimbat recent. Un sistem automatizat ar putea detecta schimbarea, însă întrebări suplimentare ar putea clarifica dacă firma și-a extins activitatea la alte categorii de mărfuri, a adăugat vehicule sau a introdus noi proceduri de siguranță.

Fiecare dintre acești factori poate influența modul în care ar trebui evaluat riscul său.

Aici devine importantă și explicabilitatea. Dacă un sistem de inteligență artificială recomandă un anumit rezultat, persoanele responsabile de decizie ar trebui să înțeleagă ce informații au influențat-o și dacă această concluzie este rezonabilă.

Ghidul NIST privind inteligența artificială de încredere identifică explicabilitatea, transparența, fiabilitatea și responsabilitatea drept caracteristici importante ale sistemelor de încredere. De asemenea, recunoaște rolul judecății umane în evaluarea performanței inteligenței artificiale.

În asigurările pentru transportul rutier de mărfuri, scopul nu ar trebui să fie eliminarea întrebărilor din procesul de subscriere. Ci identificarea, cât mai devreme în proces, a întrebărilor potrivite.

Expertiza umană rămâne importantă

Adoptarea inteligenței artificiale este uneori prezentată ca o alegere între automatizare și luarea deciziilor de către oameni. În practică, abordarea mai utilă constă în a stabili ce sarcini pot beneficia de tehnologie și care necesită judecată profesională.

Inteligența artificială poate ajuta la organizarea informațiilor, identificarea tiparelor și reducerea activităților administrative repetitive. Expertiza umană devine deosebit de valoroasă atunci când documentele sunt ambigue sau când situația unui transportator nu se încadrează ușor în categoriile standardizate.

O persoană familiarizată cu operațiunile de transport rutier de mărfuri poate înțelege de ce contează o anumită problemă de siguranță, cum influențează diferitele medii operaționale nivelul de risc sau de ce schimbările recente din activitate impun o analiză mai atentă.

Această expertiză nu ar trebui privită ca un obstacol în calea automatizării. Ea poate spori utilitatea evaluărilor automatizate.

Există și un aspect important legat de responsabilitate.

În decembrie 2023, National Association of Insurance Commissioners a adoptat un buletin-model privind utilizarea inteligenței artificiale de către asigurători, care prezintă așteptările autorităților de reglementare în ceea ce privește guvernanța, gestionarea riscurilor și respectarea legilor aplicabile în domeniul asigurărilor.

Efectul de reglementare al buletinului depinde de adoptarea și punerea sa în aplicare de către fiecare stat, însă acesta reflectă atenția tot mai mare acordată modului în care asigurătorii supraveghează deciziile sprijinite de inteligența artificială.

Nici judecata umană nu este infailibilă. Oamenii pot lua decizii inconsecvente sau pot trece cu vederea informații relevante. Oportunitatea constă în combinarea consecvenței și capacității de procesare ale inteligenței artificiale cu cunoștințele operaționale necesare pentru interpretarea situațiilor complexe.

Evaluarea acurateței, nu doar a eficienței

Dacă asigurătorii vor să afle dacă inteligența artificială îmbunătățește procesul de subscriere, trebuie să evalueze mai mult decât durata de procesare.

Procesarea unei cereri în câteva minute, în loc de câteva zile, ar fi o realizare operațională. Dar nu ar demonstra neapărat că evaluarea rezultată este mai exactă.

O evaluare mai relevantă ar analiza dacă recomandările automatizate rămân fiabile pentru diferite tipuri de transportatori, cât de des trebuie corectate evaluările și dacă sistemul identifică în mod adecvat informațiile lipsă sau contradictorii.

Flotele mai mici merită o atenție specială. Dacă un model funcționează bine pentru transportatorii care dispun de documente digitale ample, dar întâmpină dificultăți în cazul firmelor ale căror documente sunt mai puțin standardizate, eficiența sa poate fi inegală.

Testarea ar trebui să reflecte diversitatea firmelor evaluate.

Evaluarea trebuie să continue și după implementare. Schimbările de reglementare, de practici operaționale și de informații disponibile pot influența fiabilitatea sistemului în timp.

Asigurătorii ar trebui, de asemenea, să fie pregătiți să reanalizeze modul în care sistemele lor atribuie importanță diferitelor tipuri de informații. De exemplu, un model care acordă în mod constant prea multă importanță unui singur indicator de siguranță ar putea trece cu vederea alți factori relevanți pentru operațiunile unui transportator.

Obiectivul ar trebui să fie îmbunătățirea continuă, nu doar procesarea mai rapidă.

Adevărata oportunitate este o mai bună înțelegere a riscurilor

Inteligența artificială poate face asigurările pentru transportul rutier de mărfuri mai eficiente, poate reduce întârzierile administrative și îi poate ajuta pe asigurători să identifice informații care altfel ar putea fi trecute cu vederea.

Însă cea mai mare valoare a sa ar putea consta în a ajuta industria să ia decizii mai bine informate.

O flotă înseamnă mai mult decât istoricul inspecțiilor sale, iar un istoric de siguranță înseamnă mai mult decât o listă de încălcări. Înțelegerea riscului presupune să se țină seama de modul în care funcționează o firmă, de felul în care reacționează la probleme și de măsura în care informațiile disponibile reflectă situația sa actuală.

Cele mai utile sisteme de IA nu vor fi neapărat cele care oferă cele mai rapide răspunsuri. Vor fi cele care îi ajută pe asigurători să recunoască atunci când informațiile disponibile permit luarea unei decizii și când este necesară o evaluare suplimentară.

În cele din urmă, întrebarea nu este dacă IA poate face asigurările pentru transportul rutier de marfă mai rapide, ci dacă poate face deciziile din industrie mai exacte.

Acesta este standardul în funcție de care ar trebui măsurat succesul.