Connect with us

Hur man skapar förtroende för AI över åldersspektrumet

Tankeledare

Hur man skapar förtroende för AI över åldersspektrumet

mm

Inom försäkringsbranschen driver redan AI-driven automatisering mätbara affärsvärden, omvandlar nyckelprocesser och lovar snabbare, mer effektiv service.

Men det väcker också frågor om rättvisa och ansvar.

Medan denna kraftfulla teknik kommer in i fler försäkringskontaktytor blir förtroende alltmer en värdefull valuta – särskilt över generationsgränserna. Yngre användare förväntar sig att AI ska driva de flesta interaktioner. Äldre användare är misstänksamma mot det. Utmaningen blir då att designa AI-upplevelser som möter kundernas behov och förväntningar med en mängd olika demografiska preferenser.

För att göra detta måste försäkringsbolag (eller bärare) som använder AI se bortom dess tekniska förmågor och sträva efter att prioritera transparens, progressiv ombordstigning och AI-mänsklig samverkan. För försäkringsbranschen, där beslut ofta sker vid känsliga ögonblick i människors liv och direkt påverkar dem på lång sikt, är byggandet av förtroende över AI-drivna beslut inte bara ett alternativ: Det kommer att vara DNA:t för försäkringar långt in i framtiden.

AI-förväntningar: En generationsklyfta

Digitalt infödda generationer som millennials och generation Z är redan mycket vana vid AI-drivna upplevelser inom bank, detaljhandel och media. Det är inte förvånande att yngre användare är mer benägna att känna sig mer hemma med AI-applikationer och tjänster när dessa verktyg sprids till andra sektorer.

Till exempel använder försäkringsbolag ofta AI-drivna chatbots eller virtuella assistenter för att erbjuda prisjämförelser eller försäkringsrekommendationer inom sekunder. Yngre användare som redan prioriterar hastighet och personanpassning kommer troligen inte att blinka, även om de inte fullständigt förstår mekanismerna som ligger till grund.

Gen X och babyboomers å andra sidan är i allmänhet avsevärt mer misstänksamma mot dessa AI-robotar, särskilt när det gäller beslut om pengar eller investeringar. Denna äldre demografi värdesätter förklarbarhet och trygghet, föredrar hybridmodeller, där riktiga människor förblir tillgängliga som kontaktpunkter – för att gå igenom försäkringsbeslut eller förklara varför ett anspråk godkändes eller avslogs – även om människor inte utför alla operationer.

Det är viktigt att komma ihåg att komforten med AI varierar inte bara med ålder, utan också med upplevd insats, också. När beslut har hög risk eller belöning – som i fallet med finansiell förlust eller försäkringsskydd – minskar förtroendet för AI:s dolda logik.

Transparens: Grundvalen för förtroende

En överväldigande 80% av AI-projekt misslyckas på grund av “brist på förtroende” från användarnas sida. Den siffran ökar ännu mer i en bransch som försäkringar, där förtroende och tillit har visat sig vara nyckelelement i de flesta transaktioner.

För att bygga förtroende måste företagen proaktivt förklara hur AI fungerar och vilka data den använder. Ta CapitalOne till exempel. De publicerar öppet information om hur de använder AI och ML – hur de promptar modellerna, vilka data deras AI är utbildad på och mer – för bedrägeridetektion, kreditriskbedömning och kundupplevelsepersonalisering och delar sina AI-styrningsstandarder med kunderna.

Transparensinsatser hjälper användare att känna sig i kontroll och lugna, även när en människa inte är inblandad. För att överbrygga förtroendeklyftan, särskilt för äldre kunder, bör försäkringsbolag överväga att tillhandahålla “varför vi fattade detta beslut”-popup-fönster, tydliga sidor för datapolicyer och enkel åtkomst till överklagandeprocesser under hela den digitala kundresan.

Lågriskfall

De mest framgångsrika AI-strategierna introducerar användare till AI:s värde i lågriskkontexter innan de skalar till högimpaktbeslut.

I en försäkringskontext kan detta innebära att använda AI för att hjälpa nya försäkringstagare endast med grundläggande försäkringsfrågor eller hjälpa agenter att utarbeta rutinmässiga kundmejl – båda lågriskfall som tillåter anställda och kunder att bygga förtroende för AI utan rädsla för negativa konsekvenser. PayPals kundorienterade AI-användningsfall börjar alltid med funktioner som förbättrar säkerheten utan att direkt beröra pengar, såsom att använda AI för att upptäcka misstänkta inloggningsförsök eller rekommendera lösenordsuppdateringar.

Dessa mindre interaktioner hjälper nya användare, särskilt de från äldre generationer, att vänja sig vid AI, samtidigt som de förstärker varumärkets teknikutveckling för yngre användare. Över tid kommer dessa förtroendeskapande strategier att tillåta företag att expandera AI till högriskflöden som kredit, anspråk eller utlåning.

Mänsklig beröring fortfarande viktig

AI har visat sig förbättra mänsklig produktivitet, men att låta det ta över helt kommer att urholka förtroendet. Särskilt inom försäkring eller finansiella tjänster är mänsklig empati, omdöme och kontextuell förståelse fortfarande oumbärliga.

Tänk på Morgan Stanleys nyligen introducerade AI-samverkanspartner för finansiella rådgivare. Systemet hjälper dem att analysera kundportföljer snabbare, men rådgivarna behåller fortfarande full kontroll över kundrelationen. För äldre användare ger det en människa är inblandad ofta trygghet, medan yngre kunder kan se det som en signal för trovärdighet och ansvar för de fall där AI når gränserna.

En BCG global AI-förtroendesurvey fann att över alla åldersdemografier, konsumenter föredrar en “mänsklig säkerhetsmodell”, där AI ger förslag men slutliga beslut vilar på en person. Även när AI förbättras kommer den vinnande formeln att vara hybridiserad – där AI står för hastighet och skala, människor för nyans och förtroende.

Förtroende för bearbetning

Nästa fas av AI-antagande inom försäkringar kommer att formas lika mycket av förtroende för denna teknik som det är av dess förmågor.

Men det förtroendet kommer inte att komma över en natt.

De företag som lyckas kommer att vara de som kan skapa AI-drivna upplevelser som är snabba och förklarliga, automatiserade och personliga, byggande broar över demografier genom transparens, empati och genomtänkt design. Eftersom i en värld där AI fattar fler beslut än någonsin är förtroende den viktigaste produkten du kan leverera.

Calvin Zhai leder go-to-market-meddelanden och strategi för Sapiens Life och Annuities-lösningar i Nordamerika, i linje med försäkringsgivarnas behov och den föränderliga marknadsdynamiken. Han har djup expertis inom produktutveckling, strategisk positionering och innovation, formad av erfarenhet från startups och globala företag. Framför allt, i sin tidigare roll på Manulife, fokuserade han på att utveckla försäkringsprodukter och driva digitala transformationsinitiativ som förbättrade kundengagemang och operativ effektivitet.