دکترمیر‌امیدحاجی‌میرصادقی، عضو هیأت علمی دانشگاه صنعتی شریف، در نشست ششم کنفرانس تخصصی «اکوبیمه» با عنوان «کاربرد هوش مصنوعی در صنعت بیمه: از نوآوری تا حکمرانی داده و الگوریتم‌ها»، با تأکید بر تحول داده‌محور در بیمه، گفت: «همه ما می‌دانیم که بیمه ذاتاً با ریسک و کنترل آن سروکار دارد، همان‌طور که پلیس مسئول امنیت فیزیکی است، بیمه نیز مسئول امنیت اقتصادی است.» او با این مقدمه، ارتباط بنیادین بین بیمه و تحلیل آماری را مبنای ورود فناوری هوش مصنوعی به این صنعت دانست.
به گزارش ریسک نیوز ،وی افزود: «آنچه امروز هوش مصنوعی بر دوش می‌کشد بر پایه آمار و احتمال است و پرسش اساسی این‌جاست که صنعت بیمه تا چه اندازه می‌تواند با بهره‌گیری از هوش مصنوعی، برآورد دقیق‌تری از عدم قطعیت خود به‌دست آورد؟» حاجی‌میرصادقی با اشاره به قابلیت‌های گسترده فناوری‌های هوش مصنوعی تأکید کرد که این فناوری می‌تواند دو نقش مکمل در صنعت بیمه ایفا کند: نخست به‌عنوان ابزار توانمند در پوشش و کاهش ریسک‌ها، و دوم به‌عنوان عاملی فعال در بازار مدیریت ریسک برای افزایش منافع ملی و ارتقای کیفیت خدمات بیمه به جامعه.
تجربه موفق استفاده از داده در نظام‌های مالی
این استاد دانشگاه شریف تصریح کرد هرچند شخصاً تجربه مستقیمی از به‌کارگیری هوش مصنوعی در صنعت بیمه نداشته است، اما در حوزه مالی و مدیریت ریسک شاهد موفقیت‌های عملی چشمگیری بوده است. وی مثال زد: «در شرکت اسنپ‌پی، برای اولین‌بار وام‌های بدون ضمانت در بازار ایران معرفی شد و حجم اعتبارات اعطایی به‌طور معناداری از سایر بازیگران بازار بیشتر بود، در حالی که نرخ نکول و ریسک آن در مقایسه با کل صنعت بانکی به طرز چشمگیری پایین‌تر بود.»
به باور او، راز این موفقیت در استفاده هوشمندانه از داده‌های رفتاری و الگوریتم‌های تخمین ریسک نهفته است؛ رویکردی که می‌تواند برای صنعت بیمه نیز به الگویی اثربخش و مطمئن بدل شود.
نقد نگاه کلیشه‌ای به مفاهیم فناورانه
حاجی‌میرصادقی در ادامه با انتقاد از کلیشه‌سازی در ادبیات مدیریتی فناوری گفت: «در مقطعی شاهد بودیم که واژه‌هایی مانند حکمرانی داده (Data Governance) بدون محتوا و صرفاً به‌عنوان شعار در جلسات تکرار می‌شد. امروز نیز بیم آن می‌رود که هوش مصنوعی و Generative AI به همان سرنوشت دچار شوند و همه گفت‌وگوها به چت‌بات‌ها و خدمات مشتریان محدود شود، در حالی که این سطح، کوچک‌ترین بخش از ظرفیت هوش مصنوعی در بیمه است.»
او با تأکید بر تفاوت ماهوی میان صنعت بیمه و فناوری‌های زبانی گفت: «موضوع بیمه فراتر از تعامل لفظی است و به فهم عمیق رفتار ریسک‌آمیز انسان‌ها و مدل‌سازی آن‌ها بر پایه داده‌های واقعی نیاز دارد.»
الگوی سنتی بیمه با داده‌های کم‌بعد
به‌گفته عضو هیأت علمی دانشگاه صنعتی شریف، ساختار سنتی بیمه در ایران بر تحلیل داده‌های کم‌بعد استوار است: «مدل‌های سنتی مبتنی بر سن، جنسیت، منطقه جغرافیایی یا سابقه خسارت هستند و با چنین داده‌هایی ریسک فردی پیش‌بینی می‌شود. حتی اکنون در بیمه شخص ثالث یا بیمه بدنه خودرو، تعیین حق‌بیمه اغلب صرفاً بر اساس زمان آخرین خسارت انجام می‌شود.»
او خاطرنشان کرد این شیوه، از دهه‌ها پیش در صنعت بیمه رواج داشته و تغییر نکرده است. در بیمه‌های درمان تکمیلی نیز چندگانگی رفتار بیمه‌گذاران از نظر سن، سلامت یا سبک زندگی، در محاسبه حق‌بیمه لحاظ نمی‌شود و در نتیجه، مدل قیمت‌گذاری فاقد دقت واقعی رفتار بیمه‌شدگان است.
گذار به تحلیل داده‌های پر‌بعد و شناخت رفتاری
دکتر حاجی‌میرصادقی توضیح داد که مرحله بعدی تحول بیمه با ظهور داده‌های پر‌بعد و فناوری‌های نوین اطلاعاتی آغاز شد: «با پیشرفت فناوری ما توانستیم به انبوهی از داده‌ها دسترسی پیدا کنیم و از آن برای تحلیل الگوهای پیچیده‌تر رفتار استفاده کنیم. در همکاری بین بیمه‌ها و بانک‌ها، داده‌های تراکنشی بانکی می‌تواند برای تخمین بهتر ریسک بیمه به کار گرفته شود.»
او بیان کرد در مدل‌های هوشمند، داده‌های مصرف، نوع تعامل کاربر با خدمات و فرکانس استفاده از سرویس‌ها، مبنای تحلیل قرار می‌گیرد و از این رهگذر، پیش‌بینی به «سطح پویای بالا (High Dynamic Prediction)» ارتقا می‌یابد. این تحول، به تعبیر او، می‌تواند معنای واقعی «به‌روزرسانی صنعت بیمه» را رقم بزند.
عصر ردپای دیجیتال و بهره‌گیری از کلان‌داده
این استاد دانشگاه در ادامه سخنانش، ورود به مرحله کلان‌داده‌ها و ردپاهای دیجیتال را گام نهایی مدرن‌سازی بیمه دانست و توضیح داد:
«وقتی از ردپای دیجیتال صحبت می‌کنیم، دیگر تحلیل بر اساس چند ویژگی ساده نیست؛ بلکه داده از رفتارهای واقعی استخراج می‌شود.
مثلاً اگر در فروشگاه آنلاین مشاهده کنیم فردی دو کلاه‌کاسکت خریده، این نشانه علاقه او به ایمنی است و باید در قیمت‌گذاری بیمه موتورسیکلتش اثرگذار باشد. یا کاربری که هر سال لاستیک خودرو را تعویض و سرویس می‌کند، رفتاری مسئولانه در قبال سلامت سیستم ترمز دارد؛ یعنی ریسکش کمتر است.»
او تأکید کرد این نشانه‌ها دقیق‌ترین تصویری هستند که از رفتار بیمه‌گذار ارائه می‌دهند و هوش مصنوعی می‌تواند از چنین داده‌هایی برای محاسبه جامع‌تر نرخ حق‌بیمه استفاده کند.
نارسایی ساختار داده‌ای و موانع نهادی در بیمه
دکترحاجی‌میرصادقی اذعان کرد: «واقعیت این است که صنعت بیمه ایران هنوز از نظر بهره‌برداری از داده حتی به مرحله سنتی نیز نرسیده است؛ داده‌ها اغلب جدا از هم نگه داشته می‌شوند و تبادل واقعی بین زیرنظام‌ها وجود ندارد.» به گفته او، بسیاری از شرکت‌ها صرفاً به داده‌های داخلی خود اتکا دارند و تمایلی به استفاده از داده‌های بیرونی ندارند.
با این حال تصریح کرد که حتی داده‌های پایه‌ای مانند کد ملی و تاریخ تولد بیمه‌گذاران، در صورت یکپارچه‌سازی و تحلیل، قابلیت ایجاد تغییرات قابل‌توجهی در دقت ارزیابی ریسک دارند.
محدودیت‌های قانونی و ظرفیت‌های واقعی قیمت‌گذاری آزاد
به گفته این عضو هیأت علمی دانشگاه صنعتی شریف، در برخی بخش‌ها مانند بیمه شخص ثالث، مقررات بالادستی، آزادی شرکت‌ها در تعیین نرخ را محدود می‌کند. اما در بیمه‌های درمان تکمیلی و به‌ویژه در بیمه بدنه، فضای نوآوری و مدل‌سازی داده‌محور وجود دارد. وی یادآور شد:
«در کشورهای توسعه‌یافته، شرکت‌های بیمه حدود شش تا هفت سال پیش، با بهره‌گیری از داده‌های مکانی مشتریان و تحلیل رفتار رانندگی، حق‌بیمه‌های شخصی‌سازی‌شده ارائه کردند؛ راننده‌های ایمن تخفیف می‌گرفتند و کسانی که از اشتراک‌گذاری داده خودداری می‌کردند، در طبقه پرخطر قرار می‌گرفتند.»
نقش هوش مصنوعی در تشخیص تقلب و افزایش شفافیت
او در جمع‌بندی با اشاره به ضرورت تسهیل فرآیندهای بیمه‌ای و کاهش خطای انسانی گفت: «در بیمه درمان تکمیلی، به‌ویژه در بخش دندان‌پزشکی، برای کنترل تقلب معمولاً از بیمه‌گذاران پیش و پس از درمان عکس دریافت می‌شود یا هزینه تصویربرداری جداگانه پرداخت می‌شود، در حالی‌که با الگوریتم‌های ساده تشخیص تقلب می‌توان بیش از ۹۰ درصد موارد واقعی را شناسایی کرد و نیازی به تأیید دستی نیست.»
بیمه آینده بر مدار تحلیل رفتار و داده‌های واقعی
به‌گفته دکتر میر‌امید حاجی‌میرصادقی، آینده صنعت بیمه در گرو گذار از داده‌های کم‌بعد به ردپای دیجیتال است؛ جایی که هوش مصنوعی، داده و الگوریتم نه در حد شعار، بلکه در بطن فرآیند قیمت‌گذاری، خدمات و مدیریت ریسک وارد می‌شود. او تأکید کرد که این مسیر، نه یک انتخاب جانبی بلکه ضرورتی برای حفظ رقابت‌پذیری و ایجاد اعتماد مبتنی بر داده در نظام بیمه‌ای کشور است.
دیدگاه شما چیست؟