Αν ακούσει κανείς την αγορά, θα πιστέψει ότι η τεχνητή νοημοσύνη έχει ήδη αλλάξει ριζικά την ασφάλιση πιστώσεων.
Στην πράξη, δεν την έχει αλλάξει εκεί που πραγματικά κρίνεται το αποτέλεσμα: στην απόφαση κινδύνου.
Με εμπειρία 2 δεκαετιών στον κλάδο, η εικόνα είναι πιο ισορροπημένη και σαφής. Η ΤΝ εξελίσσεται γρήγορα και αποκτά ουσιαστικό ρόλο, αλλά σήμερα λειτουργεί κυρίως υποστηρικτικά, όχι αποφασιστικά.
Τα τελευταία χρόνια 10 χρόνια περίπου, οι big-3 ασφαλιστές πιστώσεων έχουν επενδύσει σημαντικά ή έχουν εξαγοράσει εταιρίες πληροφόρησης και unicorn ventures τεχνητής νοημοσύνης, προσπαθώντας να ενσωματώσουν την τεχνολογία πιο βαθιά στις λειτουργίες τους.
Παρόλα αυτά, σε επίπεδο καθημερινής πρακτικής και λήψης αποφάσεων, το αποτύπωμα αυτών των επενδύσεων παραμένει μέχρι σήμερα πολύ περιορισμένο.
Πού πραγματικά χρησιμοποιείται σήμερα η ΤΝ
Η τεχνητή νοημοσύνη έχει αρχίσει να ενσωματώνεται δυναμικά στο back office κομμάτι της διαδικασίας.
Συγκεκριμένα, μπορεί να:
- συγκεντρώνει οικονομικά στοιχεία εταιριών σε ελάχιστο χρόνο και να σου δίνει βασικό risk profile- credit rating
- εντοπίζει μοτίβα είτε σε επιμηκύνσεις πληρωμών και καθυστερήσεις, είτε σε fraud
- συλλέγει πληροφορίες από πολλαπλές πηγές (αγορά, ειδήσεις, reports) και να ανανεώνειτο consolidated database σου
- υποστηρίζει τη σύνταξη άμεσων reports, επικοινωνίας, παρουσιάσεων
- συγκρίνει όρους ασφαλιστηρίων και προτάσεων
Η ταχύτητα και η ευκολία πρόσβασης στην πληροφορία αποτελούν σαφή βελτίωση σε σχέση με το παρελθόν.
Τα όρια της ΤΝ σήμερα
Παρά την πρόοδο, η ΤΝ δεν έχει ακόμα τη δυνατότητα να υποκαταστήσει την ουσία της αξιολόγησης κινδύνου.
Δεν μπορεί να:
- αξιολογήσει την ποιότητα μιας εμπορικής σχέσης
- κατανοήσει πλήρως το επιχειρηματικό context πίσω από τους αριθμούς, ειδικά για επιχειρήσεις που δημοσιεύουν τακτικά ή δεν δημοσιεύουν καθόλου οικονομικά στοιχεία
- διακρίνει την αξιοπιστία της πληροφορίας σε ποιοτικά στοιχεία (διακυβέρνηση, ποιότητα μετόχων, αξιοπιστία ανεπίσημων οικονομικών μεγεθών)
- λάβει απόφαση με βάση εμπειρία, διαίσθηση και timing, είτε σε επίπεδο Credit analysis, Underwriting ή διαχείρισης ζημιών και αποζημίωσης.
Επιπλέον, η πληροφορία που παρέχει δεν είναι πάντα αξιόπιστη.
Συχνά είναι ελλιπής, επιφανειακή ή ακόμη και λανθασμένη οπότε πρέπει να πάντα να την φιλτράρεις για να μην εκτεθείς.
Η μεγάλη αλλαγή: δεν αφαιρεί δουλειά, τη μετασχηματίζει
Η πιο ουσιαστική επίδραση της ΤΝ σήμερα δεν είναι η αντικατάσταση ρόλων, αλλά η αλλαγή του τρόπου εργασίας.
Η ΤΝ:
- μειώνει τον χρόνο για επαναλαμβανόμενες εργασίες
- αυξάνει τον όγκο διαθέσιμης πληροφορίας
- απαιτεί όμως ενεργή αξιολόγηση και φιλτράρισμα
Με άλλα λόγια, μεταφέρει την αξία από την εκτέλεση στην κρίση.
Η “βρωμοδουλειά” που πλέον γίνεται διαφορετικά
Στην καθημερινότητα ενός broker ή credit risk controller/manager, η ΤΝ μπορεί να αναλάβει:
- αρχική έρευνα εταιριών
- πρωτογενή ανάλυση οικονομικών καταστάσεων
- προετοιμασία reports- παρουσιάσεων
- drafting επικοινωνίας με πελάτες ή ασφαλιστικές
- σύγκριση επιλογών και σεναρίων
Αυτό δεν σημαίνει λιγότερη δουλειά.
Σημαίνει περισσότερο χώρο για ουσιαστική δουλειά.
Πού δημιουργείται πλέον η πραγματική αξία
Ο χρόνος που εξοικονομώ σήμερα μεταφέρεται σε δραστηριότητες υψηλότερης σημασίας όπως:
- λήψη σωστών αποφάσεων κινδύνου
- πρόληψη ζημιών πριν συμβούν
- αποτελεσματική διαπραγμάτευση ορίων
- στρατηγική καθοδήγηση του πελάτη
Εδώ είναι που η εμπειρία, η κρίση και το timing παραμένουν αναντικατάστατα σε κάθε επικοινωνία και εργασία.
Συμπέρασμα
Η τεχνητή νοημοσύνη δεν έχει ακόμη αλλάξει τον πυρήνα της ασφάλισης πιστώσεων, αλλάζει σταδιακά το περιβάλλον μέσα στο οποίο λαμβάνονται οι αποφάσεις.
Σήμερα λειτουργεί ως επιταχυντής, αύριο πιθανόν να γίνει πιο παρεμβατική.
Μέχρι τότε, το ανταγωνιστικό πλεονέκτημα δεν βρίσκεται σε αυτόν που χρησιμοποιεί εργαλεία, αλλά σε αυτόν που ξέρει να τα αξιοποιεί σωστά και βρίσκεται ΜΕΣΑ στην αγορά, εξελίσσεται και βελτιστοποιεί την εργασία και την επικοινωνία του.
Στο τέλος της ημέρας, δεν είναι η τεχνολογία που προστατεύει μια επιχείρηση.
Είναι η ποιότητα της απόφασης πίσω από αυτήν.