Tankeledare

Hur man skapar förtroende för AI över åldersspektrumet

mm
Lägg till Unite.AI bland dina föredragna källor på Google

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

Men det väcker också frågor om rättvisa och ansvar.

När denna kraftfulla teknik kommer in i fler försäkringspunkter 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 onboarding och AI-mänsklig samverkan. För försäkringsbranschen, där beslut ofta fattas under känsliga ögonblick i människors liv och påverkar dem på lång sikt, är att bygga 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 sprids till andra sektorer.

Till exempel använder försäkringsbolag ofta AI-drivna chatbotar eller virtuella assistenter för att erbjuda prisjämförelser eller försäkringsrekommendationer inom några sekunder. Yngre användare som redan är inställda på att prioritera hastighet och personanpassning kommer troligen inte att blinka, även om de inte fullständigt förstår mekanismerna som ligger bakom.

Gen X och babyboomers är i allmänhet avsevärt mer misstänksamma mot dessa AI-botar, särskilt när det gäller beslut om pengar eller investeringar. Denna äldre demografiska grupp värdesätter förklarbarhet och trygghet, och föredrar hybridmodeller där riktiga människor förblir tillgängliga som kontaktpunkter – för att guida dem genom 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 försäkring, där förtroende och förtroende har visat sig vara nyckelelement i de flesta transaktioner.

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

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 opt-in-sidor för datapolitik och enkel åtkomst till överklagandeprocesser under 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, som 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 tiden kommer dessa förtroendeskapande strategier att tillåta företag att expandera AI till högriskflöden som kredit, anspråk eller utlåning.

Mänsklig beröring är fortfarande viktig

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

Överväg Morgan Stanleys nyligen introducerade AI-samverkanspartner för finansiella rådgivare. Systemet hjälper dem att analysera kundportföljer snabbare, men rådgivarna har 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 situationer där AI når gränserna.

En BCG global AI-förtroendehistorik fann att över alla åldersdemografier, konsumenter föredrar en “mänsklig säkerhetsventil”-modell, där AI gör 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.

Lita på bearbetningen

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

Men det förtroendet kommer inte över en natt.

Företagen 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, förtroende är den viktigaste produkten du kan leverera.

Calvin Zhai leder go-to-marknadsföringsmeddelanden 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 kundengagemanget och operativ effektivitet.