ChatGPT en zijn afgeleiden hebben de wereld stormenderhand veroverd. De mogelijkheid om via een eenvoudige chatinterface toegang te krijgen tot de geavanceerde prestaties van Large Language Models (LLM's) is de killer app voor kunstmatige intelligentie (AI) gebleken.
De grootste bedrijven ter wereld investeren miljarden om de prestaties van onze huidige LLM's te verbeteren en zo steeds betere resultaten te behalen. Het is echter goed om ons te realiseren dat AI in vele vormen bestaat, waarvan sommige voor ons gebruik waardevoller zijn dan andere.
Bij Atradius maken we al bijna tien jaar gebruik van verschillende AI-technologieën om de automatisering en efficiëntie van onze activiteiten te verbeteren. Sinds de introductie van ChatGPT is het aantal geïdentificeerde use cases echter explosief gestegen. Volledige acceptatie van AI in onze sector belooft aanzienlijke innovatie en procesoptimalisatie, maar vereist ook strategische aanpassingen. In dit artikel wordt ingegaan op hoe kredietverzekeraars zich het beste kunnen positioneren om het potentieel van AI te maximaliseren en waarom dit cruciaal is. Daarnaast verkennen we de kansen en uitdagingen die AI voor kredietverzekeraars met zich meebrengt en geven we inzicht in hoe deze kunnen worden aangepakt om nieuwe strategische voordelen te behalen.
De kracht van AI ligt in het vermogen om enorme hoeveelheden hoogwaardige data om te zetten in variabele output voor een bepaald doel, of dat nu classificatie (d.w.z. besluitvorming), generatie (bijv. tekstgeneratie) of iets anders is. Gezien de centrale rol die data speelt in veel kredietverzekeringsprocessen, ligt het voor de hand dat AI een aantal van de centrale processen in onze waardeketen kan verbeteren.
Een fundamenteel en centraal voorbeeld is de beoordeling van kredietrisico's, waarbij doorgaans een nauwgezette analyse van financiële gegevens, kredietgegevens, context en vele andere diverse informatiebronnen nodig is. Dit proces is traditioneel vaak complex en tijdrovend en vereist de verwerking van enorme hoeveelheden gegevens door mensen. AI belooft dit proces aanzienlijk te stroomlijnen, mits de gegevens beschikbaar zijn en kunnen worden gebruikt om AI-modellen te trainen. Hierdoor kunnen verzekeraars kredietrisico's beoordelen op basis van effectief veel meer gegevens voor elke beoordeling. AI-modellen kunnen ook gevoelig zijn voor patronen en trends die door menselijke waarnemers over het hoofd worden gezien, waardoor de nauwkeurigheid van risicobeoordelingen wordt verbeterd. Dit kan op zijn beurt leiden tot veel betere acceptatieprestaties.
Naast geoptimaliseerde prestaties kunnen kredietverzekeraars niet alleen gebruikmaken van gestructureerde gegevens (bijvoorbeeld gegevens in de vorm van tabellen met titels en beschrijvingen), maar ook van ongestructureerde gegevens, zoals nieuwsberichten of artikelen. AI kan deze ongestructureerde gegevens veel effectiever verwerken dan enkele jaren geleden. Niet alleen generatieve AI (bijvoorbeeld ChatGPT), maar ook optische tekenherkenning (OCR) en aanverwante technologieën kunnen kredietverzekeraars helpen bij het verwerken van de enorme hoeveelheden nieuws, jaarverslagen en andere bronnen die normaal gesproken handmatig moeten worden gelezen en geanalyseerd.
Bedenk dat elk proces waarvoor een grote hoeveelheid hoogwaardige gegevens beschikbaar is, in theorie tot op zekere hoogte kan worden geoptimaliseerd door AI. In tegenstelling tot andere sectoren, waar de opslag en het gebruik van gegevens nog steeds een hindernis vormen voor de invoering van AI, zijn kredietverzekeraars, met name met hun infrastructuur voor risicodekking, bijna klaar om deze nieuwe technologie te gebruiken om hun processen te optimaliseren. Maar er is nog werk aan de winkel.
Een mooi voorbeeld is onze tool Atrium Analyser die onze verzekerden helpt in hun zoektocht naar kredietwaardige klanten. Bekijk het eens via de volgende link, misschien wil jij je polispakket wel uitbreiden of overtuigt het jou om een kredietverzekeringspolis bij Atradius te laten berekenen: Atradius Analyser
De invoering van AI houdt meer in dan alleen investeren in nieuwe technologieën. Het vereist een verschuiving in de strategie, de bedrijfsvoering en de cultuur. Kredietverzekeraars moeten beseffen dat AI niet alleen een hulpmiddel is, maar een fundamentele verandering in de manier waarop zaken worden gedaan. De strategische vereisten vallen uiteen in drie hoofdcategorieën: datastrategie, investeringen in technologie en bijscholing van het personeel.
Aan het begin van elke AI-oplossing staan data. AI-algoritmen moeten worden getraind op basis van uitgebreide datasets om nauwkeurige inzichten, voorspellingen en beslissingen te kunnen genereren. Ruwe data alleen is echter niet voldoende; deze moeten worden georganiseerd, opgeschoond en toegankelijk gemaakt op een manier waarop AI-modellen effectief kunnen worden getraind. Hier is een datastrategie onmisbaar. Een goed gedefinieerde datastrategie zorgt ervoor dat de juiste soorten data worden verzameld, veilig worden opgeslagen en consistent worden beheerd.
AI-modellen kunnen bijvoorbeeld financiële gegevens, economische indicatoren, historische wanbetalingspercentages en klantprofielen gebruiken om te worden getraind. Door ervoor te zorgen dat deze gegevens gestandaardiseerd en correct gelabeld zijn, kan de AI relevante inzichten verkrijgen en zeer nauwkeurige kredietrisicobeoordelingen leveren. Verzekeraars die een ad-hoc of fragmentarische aanpak van gegevensbeheer hanteren, zullen moeite hebben om betrouwbare inzichten te verkrijgen uit hun AI-investeringen. Een datastrategie in de praktijk betekent vaak ook investeringen in de onderliggende technische infrastructuur, of dat nu gaat om cloud computing, datameren of data-analyseplatforms.
Om de implementatie van AI voor te bereiden, is het cruciaal om een robuuste technologische infrastructuur op te zetten. Het trainen van AI-modellen vereist aanzienlijke rekenkracht, die kan worden geleverd door gespecialiseerde computerclusters of cloudcomputingdiensten. Verzekeraars moeten gebruikmaken van bestaande ontwikkelingen van technologiebedrijven om de drempels voor de invoering van AI te verlagen. Naast de aanschaf van nieuwe systemen moeten verzekeraars een geïntegreerd technologisch ecosysteem creëren. Dit ecosysteem moet AI in staat stellen om naadloos toegang te krijgen tot gegevens uit huidige platforms en databases en deze te analyseren, zodat het inzichten kan genereren die de besluitvormingsprocessen verbeteren. Bovendien moeten verzekeraars zorgen voor een robuust beleid voor gegevensbeheer. AI gedijt op gegevens, maar de kwaliteit en toegankelijkheid van die gegevens zijn cruciaal. Verzekeraars zullen moeten investeren in het opschonen, structureren en beheren van hun gegevens op een manier die het nut ervan voor AI-toepassingen maximaliseert. Dit omvat ook het aanpakken van kwesties rond gegevensbeveiliging, privacy en naleving van regelgeving, aangezien deze van cruciaal belang zijn voor het behoud van het vertrouwen van klanten en het voldoen aan wettelijke vereisten.
Hoewel AI veel taken kan automatiseren, vervangt het de menselijke expertise niet. Integendeel, de introductie van AI zal de behoefte aan personeel dat niet alleen bekwaam is in data-analyse en AI-systeembeheer, maar ook in het juiste gebruik van AI-aangedreven systemen, vergroten. Kredietverzekeraars moeten investeren in het bijscholen van hun medewerkers om samen met AI te kunnen werken, bijvoorbeeld door verzekeraars die AI-beslissingen in de juiste context kunnen interpreteren en zich bewust zijn van de beperkingen ervan. Gezien het nichekarakter van onze sector zal dit vaak betekenen dat bestaande medewerkers moeten worden bijgeschoold in plaats van dat er nieuw talent met gespecialiseerde vaardigheden moet worden aangeworven.
Bovendien zal er binnen organisaties een cultuuromslag moeten plaatsvinden. Deze mentaliteitsverandering is cruciaal, omdat AI vaak wordt geassocieerd met banenverlies en andere kritiek die niet altijd terecht is. Dit soort weerstand tegen technologische veranderingen kan anders goed presterende AI-initiatieven in de weg staan. Kredietverzekeraars die een cultuur van innovatie en continu leren bevorderen, zullen beter in staat zijn om het potentieel van AI ten volle te benutten.
AI biedt een schat aan mogelijkheden voor kredietverzekeraars die bereid zijn om deze technologie te omarmen. Een van de meest directe voordelen is de mogelijkheid om risicobeoordelingen te verbeteren door middel van voorspellende analyses. AI kan enorme datasets analyseren, waaronder economische indicatoren en mogelijk zelfs sentiment op sociale media, om te voorspellen welke bedrijven het meest waarschijnlijk hun betalingen niet zullen nakomen.
Een andere kans ligt in het automatiseren van de schadeafhandeling. Traditioneel kan de afhandeling van een schadeclaim tijdrovend en arbeidsintensief zijn, waarbij vaak veel documentatie en handmatige verificatie nodig is. AI kan een groot deel van dit proces automatiseren, door schadeclaims te verifiëren aan de hand van externe bronnen en zelfs frauduleuze claims op te sporen met behulp van patroonherkenningsalgoritmen. Dit kan de kosten voor verzekeraars verlagen, de uitbetalingen aan klanten versnellen en de algehele operationele efficiëntie verbeteren.
AI biedt ook nieuwe manieren om met klanten in contact te komen. Zo kunnen AI-gestuurde chatbots polishouders direct antwoord geven op hun vragen en helpen bij het claimproces. Door routinetaken in de klantenservice te automatiseren, kunnen verzekeraars hun medewerkers vrijmaken voor complexere en meer waardevolle interacties.
Hoewel AI aanzienlijke kansen biedt, brengt het ook aanzienlijke uitdagingen met zich mee waar verzekeraars mee te maken zullen krijgen. Een van die uitdagingen is het naleven van wettelijke vereisten. AI-systemen die persoonlijke of financiële gegevens verwerken, moeten voldoen aan de wetgeving inzake gegevensbescherming en aan toekomstige AI-regelgeving, zoals de AI-wet van de EU. Deze wet schrijft een risicobeoordeling voor AI-systemen, risicobeheer op maat van elk gebruik, transparantie over het gebruik van AI en strenge maatregelen voor gegevensbeheer voor. Verzekeraars moeten ervoor zorgen dat hun AI-systemen volledig aan deze regelgeving voldoen en over een sterk kader voor gegevensbeheer beschikken.
Ook cyberaanvallen blijven een bedreiging vormen. Zoals bij elke digitalisering moeten kredietverzekeraars blijven investeren in cyberbeveiligingsmaatregelen om hun systemen te beschermen tegen kwaadwillende actoren. Dit vereist voortdurende waakzaamheid, aangezien cybercriminelen hun tactieken voortdurend aanpassen, soms met behulp van AI.
We moeten ook op onze hoede zijn voor de AI-illusie. Sommigen haasten zich om GenAI in bedrijfsprocessen te implementeren, vaak uit angst om kansen te missen, maar we vergeten dat dit vaak niet de beste oplossing is voor alle denkbare problemen. Andere beproefde technologieën blijven relevant en in veel gevallen levert een goede combinatie van verschillende tools aanzienlijk betere prestaties dan één technologie die op zichzelf wordt gebruikt. Ten slotte is er de uitdaging van het vertrouwen en begrip van de klant. Naarmate AI een grotere rol gaat spelen in de besluitvorming, kunnen sommige klanten zich ongemakkelijk voelen bij het vermeende gebrek aan menselijk toezicht. Kredietverzekeraars zullen transparant moeten blijven over de werking van hun AI-systemen en klanten duidelijk moeten uitleggen hoe beslissingen worden genomen. Het opbouwen van vertrouwen zal essentieel zijn om ervoor te zorgen dat AI-gestuurde processen door de markt worden geaccepteerd.
De toekomst van kredietverzekering is ongetwijfeld verweven met AI. Gezien alle voorwaarden en voorbereidingen voor het gebruik van AI binnen de kredietverzekeringsorganisatie, is dit geen eenvoudig proces.
We hebben niet het volledige potentieel van AI in kredietverzekering beschreven en we kunnen waarschijnlijk nog niet voorspellen wat de volledige impact van AI op de sector zal zijn. Het is echter duidelijk dat AI een groot potentieel heeft dat door kredietverzekeraars over de hele wereld kan worden benut.
Bron: ICISA Insider
Dit artikel kwam tot stand met de gewaardeerde input van onze collega André Düsing, Senior Manager Corporate Strategy.