AI có thể giúp bảo hiểm vận tải xe tải chính xác hơn, hay chỉ nhanh hơn?

Trí tuệ nhân tạo mang đến cho các công ty bảo hiểm những cách mới để tự động hóa việc xem xét tài liệu, trích xuất thông tin từ hồ sơ đăng ký và phân tích hồ sơ lưu trữ. Với các công ty vận tải xe tải, những khả năng này có thể giúp giảm tình trạng chậm trễ hành chính vốn làm phức tạp quá trình xin bảo hiểm.

Hiệu quả đó rất quan trọng. Việc chậm trễ trong bảo hiểm có thể khiến các hãng vận tải không thể đưa xe tải vào hoạt động, nhận hợp đồng mới hoặc tiếp tục vận hành theo kế hoạch.

Nhưng quyết định nhanh hơn không nhất thiết là quyết định tốt hơn.

Trong lĩnh vực bảo hiểm vận tải xe tải, vấn đề chưa bao giờ là hoàn toàn thiếu dữ liệu. Các công ty bảo hiểm có thể xem xét lịch sử kiểm tra, hồ sơ an toàn, báo cáo tai nạn, giấy phép hoạt động và tài liệu tuân thủ. Thách thức là xác định những hồ sơ đó thực sự cho thấy điều gì về một doanh nghiệp và còn bỏ sót những gì.

Nếu AI muốn cải thiện bảo hiểm vận tải xe tải, công nghệ này cần làm nhiều hơn là đẩy nhanh quy trình thẩm định. AI cần giúp các công ty bảo hiểm hiểu chính xác hơn về rủi ro.

Hồ sơ an toàn không kể hết mọi chuyện

Trước khi bước chân vào ngành bảo hiểm, tôi trực tiếp làm việc với các công ty vận tải xe tải về vấn đề an toàn và tuân thủ, hỗ trợ các hãng vận tải thiết lập giấy phép hoạt động, sắp xếp hồ sơ năng lực của tài xế, lưu trữ hồ sơ và đáp ứng các yêu cầu pháp lý. Kinh nghiệm đó củng cố một bài học quan trọng: hồ sơ tuân thủ rất hữu ích, nhưng không nhất thiết phản ánh cách một đội xe vận hành hằng ngày.

Hãy xét hai công ty vận tải xe tải có quy mô đội xe, lịch sử hoạt động và hồ sơ kiểm tra tương tự nhau. Một công ty có thể duy trì lịch bảo dưỡng phòng ngừa nhất quán, đầu tư vào đào tạo tài xế và xử lý các mối lo ngại tiềm ẩn về an toàn trước khi chúng dẫn đến vi phạm. Công ty còn lại có thể áp dụng cách tiếp cận mang tính đối phó hơn, chỉ xử lý vấn đề khi chúng phát sinh. Trên giấy tờ, hai công ty này có thể trông giống nhau dù có cách quản lý rủi ro khác biệt.

Điều ngược lại cũng có thể xảy ra. Một hãng vận tải có thể có vi phạm hoặc tai nạn trong hồ sơ, nhưng sự việc đó không thể hiện đầy đủ các biện pháp an toàn hiện tại của hãng hay những tình huống xung quanh vụ việc.

Hệ thống Đo lường An toàn của Cục Quản lý An toàn Vận tải Cơ giới Liên bang Hoa Kỳ (FMCSA) sử dụng dữ liệu kiểm tra ven đường, tai nạn và điều tra để giúp xác định những hãng vận tải có thể cần được can thiệp về an toàn. Dù có giá trị đối với hoạt động giám sát theo quy định, những hồ sơ này không nhằm đưa ra đánh giá toàn diện về tình trạng an toàn tổng thể hay khả năng được bảo hiểm của một hãng vận tải.

FMCSA cũng đã ghi nhận những hạn chế của dữ liệu trong Hệ thống Đo lường An toàn, trong đó có những câu hỏi về mức độ đầy đủ của dữ liệu và độ tin cậy của thông tin khi dùng cho các mục đích khác nhau.

AI có thể phân tích những hồ sơ này nhanh chóng, nhưng chỉ riêng tốc độ không thể khắc phục những hạn chế của chúng.

Rủi ro khi tự động hóa thông tin chưa đầy đủ

Có nhiều cơ hội rõ ràng để ứng dụng AI nhằm giảm khối lượng công việc hành chính trong lĩnh vực bảo hiểm thương mại. Các hệ thống tự động có thể giúp phát hiện những trường thông tin còn thiếu trong hồ sơ đăng ký, đối chiếu thông tin giữa các tài liệu, sắp xếp hồ sơ an toàn và đánh dấu những điểm không nhất quán để xem xét.

Những cải tiến này có thể đặc biệt hữu ích trong ngành vận tải xe tải, nơi việc thu thập tài liệu thường cần đến nhiều bên và nhiều hệ thống.

Rủi ro xuất hiện khi các đánh giá tự động bị xem như kết luận cuối cùng. Chẳng hạn, một hệ thống AI có thể đánh dấu một hãng vận tải vì một chỉ số an toàn bất lợi. Hệ thống có thể xác định chính xác hồ sơ đó, nhưng lại không tính đến những cải thiện trong hoạt động sau đó hoặc thông tin bổ sung làm thay đổi cách diễn giải sự việc.

Chương trình Xác định Khả năng Phòng tránh Tai nạn của FMCSA cho thấy vì sao bối cảnh lại quan trọng. Chương trình cho phép các hãng vận tải yêu cầu xem xét một số vụ tai nạn đủ điều kiện. Khi FMCSA xác định rằng một vụ tai nạn không thể phòng tránh, cơ quan này loại sự việc đó khỏi phép tính cho hạng mục Chỉ số Tai nạn trong Hệ thống Đo lường An toàn, dù vụ tai nạn vẫn được ghi trong danh sách.

Chương trình thừa nhận rằng hoàn cảnh xung quanh một sự việc rất quan trọng, chứ không chỉ riêng việc có ghi nhận tai nạn hay không.

Sự khác biệt này đặc biệt quan trọng khi đánh giá các đội xe nhỏ. Các hãng vận tải lớn có thể có nhân sự chuyên trách về an toàn và hệ thống báo cáo tích hợp, trong khi các doanh nghiệp nhỏ hơn có thể lưu hồ sơ trong bảng tính, email và hệ thống của các nhà cung cấp dịch vụ bên ngoài.

Chẳng hạn, thiếu một tài liệu bảo dưỡng có thể cho thấy công việc bảo dưỡng đã không được thực hiện. Nhưng cũng có thể hồ sơ đó tồn tại ở nơi hệ thống không thể truy cập. Không nên tự động đưa ra cùng một đánh giá cho hai tình huống này.

Khung Quản lý Rủi ro AI của Viện Tiêu chuẩn và Công nghệ Quốc gia đưa ra hướng dẫn tự nguyện để đánh giá độ tin cậy, tính minh bạch và mức độ đáng tin cậy của các hệ thống AI.

Đối với các công ty bảo hiểm vận tải xe tải, những nguyên tắc này là tài liệu tham khảo hữu ích để xác định liệu thông tin làm cơ sở cho một đánh giá tự động có cập nhật, đủ đầy và phù hợp với mục đích sử dụng đã định hay không.

AI cần nhận biết khi nào cần thêm thông tin

Một trong những năng lực hữu ích nhất mà hệ thống AI có thể có là nhận biết khi nào một quyết định cần thêm bối cảnh.

Thay vì xem mọi hồ sơ chỉ đơn giản là cần chấp thuận hoặc từ chối, một hệ thống hiệu quả nên phân biệt được trường hợp đã có đủ thông tin với trường hợp cần làm rõ thêm.

Hãy xem xét một doanh nghiệp vận tải gần đây đã thay đổi hồ sơ hoạt động. Hệ thống tự động có thể phát hiện thay đổi đó, nhưng việc đặt thêm câu hỏi có thể giúp xác định liệu công ty đã mở rộng sang các loại hàng hóa khác, bổ sung thiết bị hay áp dụng các quy trình an toàn mới hay chưa.

Mỗi yếu tố trong số đó đều có thể ảnh hưởng đến cách đánh giá rủi ro của doanh nghiệp.

Khả năng giải thích cũng trở nên quan trọng ở đây. Nếu hệ thống AI đề xuất một kết quả cụ thể, những người chịu trách nhiệm đưa ra quyết định cần hiểu thông tin nào đã tác động đến đề xuất đó và liệu kết luận có hợp lý hay không.

Hướng dẫn của NIST về AI đáng tin cậy xác định khả năng giải thích, tính minh bạch, độ tin cậy và trách nhiệm giải trình là những đặc điểm quan trọng của các hệ thống đáng tin cậy. Hướng dẫn này cũng ghi nhận vai trò của phán đoán con người trong việc đánh giá hiệu quả hoạt động của AI.

Đối với bảo hiểm vận tải đường bộ, mục tiêu không nên là loại bỏ các câu hỏi trong quá trình thẩm định bảo hiểm. Thay vào đó, cần xác định đúng câu hỏi sớm hơn trong quy trình.

Chuyên môn của con người vẫn quan trọng

Việc ứng dụng AI đôi khi được mô tả như một lựa chọn giữa tự động hóa và con người ra quyết định. Trên thực tế, cách tiếp cận hữu ích hơn là xác định công việc nào có thể hưởng lợi từ công nghệ và công việc nào cần đến phán đoán chuyên môn.

AI có thể giúp sắp xếp thông tin, nhận diện quy luật và giảm bớt các công việc hành chính lặp đi lặp lại. Chuyên môn của con người đặc biệt có giá trị khi hồ sơ không rõ ràng hoặc hoàn cảnh của doanh nghiệp vận tải không dễ xếp vào các danh mục tiêu chuẩn.

Người am hiểu hoạt động vận tải đường bộ có thể nhận ra vì sao một vấn đề an toàn cụ thể lại quan trọng, các môi trường hoạt động khác nhau ảnh hưởng thế nào đến mức độ rủi ro, hoặc vì sao những thay đổi gần đây trong hoạt động cần được xem xét kỹ hơn.

Không nên xem chuyên môn đó là trở ngại đối với tự động hóa. Ngược lại, chuyên môn này có thể giúp các đánh giá tự động trở nên hữu ích hơn.

Trách nhiệm giải trình cũng là một vấn đề quan trọng cần cân nhắc.

Vào tháng 12 năm 2023, Hiệp hội Quốc gia các Ủy viên Bảo hiểm đã thông qua bản thông báo mẫu về việc các công ty bảo hiểm sử dụng trí tuệ nhân tạo, trong đó nêu rõ các kỳ vọng về quy định liên quan đến quản trị, quản lý rủi ro và tuân thủ các luật bảo hiểm hiện hành.

Tác động về mặt quy định của bản thông báo phụ thuộc vào việc từng bang thông qua và triển khai văn bản này, nhưng nó phản ánh sự quan tâm ngày càng tăng đối với cách các công ty bảo hiểm giám sát những quyết định có AI hỗ trợ.

Phán đoán của con người cũng không phải lúc nào cũng đúng. Con người có thể đưa ra quyết định thiếu nhất quán hoặc bỏ sót thông tin liên quan. Cơ hội nằm ở việc kết hợp tính nhất quán và khả năng xử lý của AI với kiến thức thực tế về hoạt động vận tải cần thiết để diễn giải những tình huống phức tạp.

Đo lường độ chính xác, không chỉ hiệu quả

Nếu muốn biết AI có cải thiện quy trình thẩm định bảo hiểm hay không, các công ty bảo hiểm cần đánh giá nhiều yếu tố hơn là chỉ thời gian xử lý.

Xử lý hồ sơ trong vài phút thay vì vài ngày sẽ là một thành tựu về vận hành. Tuy nhiên, điều đó không nhất thiết chứng minh rằng kết quả đánh giá chính xác hơn.

Một đánh giá có ý nghĩa hơn sẽ xem xét liệu các đề xuất tự động có duy trì được độ tin cậy ở nhiều loại hình doanh nghiệp vận tải khác nhau hay không, các đánh giá cần được điều chỉnh thường xuyên đến mức nào, và hệ thống có nhận diện phù hợp thông tin còn thiếu hoặc không nhất quán hay không.

Các đội xe nhỏ cần được đặc biệt quan tâm. Nếu mô hình hoạt động tốt với những doanh nghiệp vận tải có hồ sơ số phong phú nhưng gặp khó khăn với các doanh nghiệp có tài liệu ít được chuẩn hóa hơn, thì hiệu quả của mô hình có thể không đồng đều.

Việc kiểm thử cần phản ánh sự đa dạng của các doanh nghiệp được đánh giá.

Việc đánh giá cũng cần được tiếp tục sau khi triển khai. Những thay đổi về quy định, hoạt động vận hành và thông tin hiện có có thể ảnh hưởng đến độ tin cậy của hệ thống theo thời gian.

Các công ty bảo hiểm cũng nên sẵn sàng xem xét lại cách hệ thống của mình cân nhắc các loại thông tin khác nhau. Chẳng hạn, nếu một mô hình liên tục quá coi trọng một chỉ báo an toàn, mô hình đó có thể bỏ qua những yếu tố khác liên quan đến hoạt động của doanh nghiệp vận tải.

Mục tiêu nên là cải tiến liên tục, chứ không chỉ xử lý nhanh hơn.

Cơ hội thực sự là hiểu rõ hơn về rủi ro

AI có tiềm năng giúp bảo hiểm vận tải đường bộ hiệu quả hơn, giảm chậm trễ hành chính và hỗ trợ các công ty bảo hiểm nhận diện những thông tin có thể bị bỏ sót.

Tuy nhiên, giá trị lớn nhất của AI có thể nằm ở việc giúp ngành đưa ra quyết định dựa trên thông tin đầy đủ hơn.

Một đội xe không chỉ được đánh giá qua lịch sử kiểm định, cũng như hồ sơ an toàn không chỉ là tập hợp các vi phạm. Để hiểu rõ rủi ro, cần xem xét cách doanh nghiệp vận hành, cách doanh nghiệp ứng phó với vấn đề và liệu thông tin hiện có có phản ánh đúng hoàn cảnh hiện tại của doanh nghiệp hay không.

Những hệ thống AI hữu ích nhất chưa chắc là những hệ thống đưa ra câu trả lời nhanh nhất. Đó sẽ là những hệ thống giúp các công ty bảo hiểm nhận biết khi nào thông tin hiện có đủ cơ sở để đưa ra quyết định và khi nào cần đánh giá thêm.

Sau cùng, vấn đề không phải là liệu AI có thể giúp bảo hiểm vận tải đường bộ trở nên nhanh hơn hay không, mà là liệu AI có thể giúp ngành này đưa ra quyết định chính xác hơn hay không.

Đó là tiêu chuẩn để đánh giá mức độ thành công của AI.