Page 54 - OIC 2024_E-Book

ครบรอบ 17 ปีี
สำํานัักงนัคณะกรรมกรกํากับและสำ่งเสำริมกรประกอบธุุรกิจประกันัภััย (สำํานัักงนั คปภั.)
3. การพิจ้ารณ์ารับปีระกันัภัยแลิะการกําหนัด้เบ่ย ปีระกันัภัย (Underwriting and pricing) Machine learning และ Deep learning ของ AI ช่วยจัดระบบข้อม่ลท่ม่ปริมาณ มากมาย กระจดั กระจาย และเพื่ิม ขนัึ อยท่่ กุ วนัั ใหอ้ ยใ่่ นัรป่ แบบ โครงสร้างข้อม่ล เพื่ือประโยชนั์ในัการประมวลผลและสามารถึ วเิ คราะหข์ อ้ มล่ ไดอ้ ยา่ งรวดเรว็ สามารถึนัําไปประกอบการกําหนัด อัต่ราเบ่ยประกันัภััยได้อย่างม่ประสิทธุิภัาพื่มากขึนั และช่วยให้ กระบวนัการพื่ิจารณารับประกันัภััยท่ม่ความซีับซี้อนั สามารถึ ดําเนัินัการได้อย่างรวดเร็วและแม่นัยํามากขึนั โดยงานัศึกษา ของ PwC พื่บวา่ แบบจําลองการประเมนัิ เบย่ ประกนัั ภัยั ทข่ บั เคลอื นั ด้วย AI จะช่วยลดต่้นัทุนัได้ประมาณ 20-30%5
4. การต้รวจ้จ้ับการฉั้อฉัลิ (Fraud detection) แลิะ การบรหิ ารจ้ด้ั การความเสย่ ง (Risk management) ขอ้ มล่ จาก Coalition Against Insurance Fraud พื่บว่าการฉ้อฉลประกันัภััย ทาํ ใหธุ้ รุ กจิ ประกนัั ภัยั เสย่ คา่ ใชจ้ า่ ยมากกวา่ 308.6 พื่นัั ลา้ นัดอลลาร์ ต่่อปี6 AI สามารถึช่วยพื่ัฒนัากระบวนัการต่รวจจับการฉ้อฉล ผา่ นัโมเดลการทํางานั อาทิ “โมเดลเพื่อื การทํานัายขอ้ มล่ (Predictive Model)” ท่จะวิเคราะห์ร่ปแบบและความผิดปกต่ิท่เกิดขึนั โดยอาศยั ขอ้ มล่ ในัอดต่่ และสามารถึทํานัายความนัา่ จะเปนั็ ทจ่ ะเกดิ การฉอ้ ฉลทําใหส้ ามารถึต่รวจจบั การฉอ้ ฉลไดก้ อ่ นัทจ่ ะเกดิ ขนัึ จรงิ “โมเดลการต่รวจจับความผิดปกต่ิ (Anomaly Detection)” ท่จะ ระบุร่ปแบบของพื่ฤต่ิกรรมท่ต่้องสงสัยและอาจก่อให้เกิด การฉ้อฉล โดยจะสามารถึต่ิดต่ามธุุรกรรมเหล่านัันัเพื่ือนัําไป ต่รวจสอบและต่รวจจับการฉ้อฉล หรือ “การประมวลผลภัาษา ธุรรมชาต่ิ (Natural Language Processing-NLP)” ท่สามารถึใช้ ในัการวิเคราะห์การสือสารผ่านัต่ัวอักษร เช่นั อ่เมลหรือบันัทึก ขอ้ ความสนัทนัาเพื่อื ระบพืุ่ ฤต่กิ รรมต่อ้ งสงสยั ทอ่ าจเปนั็ สญั ญาณ ถึึงพื่ฤต่ิกรรมการฉ้อฉล โดยงานัศึกษาของ Accenture คาดว่า AI จะสามารถึลดการส่ญเส่ยจากการฉ้อฉล ได้ถึึง 20 - 40%7 และสําหรับประเทศไทยนัันังานัศึกษาของ KPMG ท่สํารวจจาก บริษัทประกันัภััยชันันัําของไทย พื่บว่าการฉ้อฉลประกันัภััย ลดลง 15 - 25%8 หลังจากนัําระบบ AI มาใช้ในัการต่รวจจับ การฉ้อฉล
5 PwC. (2023). Insurance AI Report 2023.
6 Agency Forward Editorial Team. (2024). How AI is transforming the insurance industry. 7 Accenture. (2023). AI in Financial Services Report.
8 KPMG Thailand. (2023). AI in Insurance and Fraud Detection.
ทังนั่ AI ไม่เพื่่ยงแต่่ช่วยลดการฉ้อฉล แต่่ยังช่วยลดเวลา และทรัพื่ยากรท่ต่้องใช้ในัการสืบสวนัและต่รวจสอบข้อเท็จจริง อันัจะช่วยลดต่้นัทุนัการบริหารจัดการ ส่งเสริมประสิทธุิภัาพื่ การดําเนัินังานัโดยรวมรวมทังเป็นัการสร้างความเชือมันัและ ความนั่าเชือถึือให้แก่อุต่สาหกรรมประกันัภััยอ่กด้วย
AI กับทิศทางการดําาเนินงานของตัวแทนแลัะ นายหนาประกันภัย
จากท่กล่าวข้างต่้นั จะเห็นัได้ว่าการนัํา AI เข้ามาใช้ ในัการดําเนัินังานั จะเป็นัประโยชนั์ ต่่อทังผ่้เอาประกันัภััย บริษัทประกันัภััย รวมถึึงต่ัวแทนัและนัายหนั้าประกันัภััย โดยแทนัท่ต่ัวแทนัและนัายหนั้าประกันัภััยจะกลัวการถึ่กแทนัท่ โดย AI การยอมรับ AI เป็นัพื่ันัธุมิต่ร เพื่ือร่วมมือกันัขับเคลือนั การทํางานั จะช่วยยกระดับการทํางานัให้ม่ประสิทธุิภัาพื่ส่งสุด อย่างไรก็ด่ ประเด็นัสําคัญท่ควรคํานัึงถึึงม่ดังนั่
1. AI แลิะความคาด้หวังของลิ้กค้าท่เปีลิ่ยนัแปีลิงไปี :
ช่องทางการสือสาร เช่นั Chatbot จะทําให้ล่กค้าได้รับทราบ ข้อม่ลเบืองต่้นัก่อนัท่จะม่ปฏิิสัมพื่ันัธุ์กับต่ัวแทนัและนัายหนั้า ประกันัภััย ดังนัันั บทบาทของต่ัวแทนัและนัายหนั้าประกันัภััย ม่แนัวโนั้มท่จะปรับเปล่ยนัไปส่่การต่อบคําถึามของล่กค้าท่ม่ ขอ้ มล่ มากขนัึ และคําถึามทซี่ บั ซีอ้ นัมากขนัึ รวมถึงึ อาจต่อ้ งแกไ้ ข ข้อม่ลท่ไม่ถึ่กต่้องอันัอาจเกิดขึนัจากการต่อบคําถึามโดย AI
52