Etikett: SAS Institute

”AI kan hjälpa försäkringsbolag att uppnå sina ambitiösa ESG-mål”

Posted on oktober 16, 2023 by - Allmänt

ESG påverkar många områden inom ett försäkringsbolag, allt från prissättning och bedömning av skador, till investeringsstrategi och urval av kunder och leverantörer. Samtidigt integrerar försäkringsbolagen i allt högre utsträckning ESG i sin kärnverksamhet och i sina strategier. Avancerad analys och AI kan nu hjälpa försäkringsbolagen att nå ambitiösa ESG-mål, implementera hållbarhetsstrategier och uppfylla ökande kraven på rapportering, skriver Anette Jakobsen, rådgivare inom dataanalys och AI, SAS Institute. 

Diskussioner om ESG kopplat till försäkringsbolag har fram tills nu mest varit fokuserat på extremväder med översvämningar, stormar och torka som påverkar storleken och frekvensen av de anspråk som försäkringsbolaget behöver hantera.

Analys och AI kan hjälpa försäkringsbolagen att få en bättre förståelse för de risker de står inför och hur de kan minska dem. Om skadan ändå inträffar ligger fokus på hållbar skadereglering, återvinning och reparationer. I sina årliga hållbarhetsrapporter mäter de flesta försäkringsbolag hur stor del av skaderegleringen som är hållbar och har självklart mål för detta. Försäkringsbranschens fokus har på så sätt skiftat från en passiv skaderegleringsroll till en aktiv förebyggande agenda baserad på mantrat att de mest hållbara skadorna är de som aldrig inträffar.

Ett exempel på hur AI kan användas för att bättre förstå försäkringsrisker är företaget LiveEO, som använder satellitdata för att modellera och förutsäga översvämningsrisker i syfte att minska eller förhindra försäkringsanspråk på byggnader till följd av översvämningar. Bolaget vann SAS Hackathon 2022.

ESG-betyg som stöd för beslut

Försäkringsbolagen håller i allt högre utsträckning ett öga på sina kunders ESG-betyg, som indikerar företagens övergripande hållbarhetsprestanda. Flera försäkringsbolag har avvisat eller uteslutit kunder baserat på dåliga ESG-betyg.

Även på leverantörssidan tittar försäkringsbolagen noga på sina ESG-arbetet när de screenar och väljer leverantörer. Flera bolag använder de tio principerna i FN:s Global Compact som riktlinje för att välja och utvärdera nya och befintliga leverantörer och kunder.

Lagstiftning under utveckling

En av de största utmaningarna för försäkringsbranschen ligger i att hålla jämna steg med de nya regelverk som tillkommer snabbt, samla in nödvändiga data för att uppfylla nya krav utan att det kräver alltför mycket resurser. Det gäller inte minst kraven på rapportering. Hållbarhetsrapporterna är här för att stanna och kommer sannolikt att ändra karaktär och eventuellt bli ännu mer omfattande i framtiden. Enbart när det gäller ORSA (Own Risk and Solvency Assessment), CSRD (Corporate Sustainability Reporting Directive) och GRI (Global Reporting Initiative) har försäkringsbranschen redan i dag fler än 1 000 KPI:er att rapportera.

I dag behöver försäkringsbolagen samla in data från hela värdekedjan, och inte enbart från sin egen organisation. Eftersom behovet av data sträcker sig utanför den egna organisationen och det i vissa fall kan vara svårt att avgöra vilka externa data som är relevanta och hur dessa data ska integreras, bygger rapporterna ofta på otillräcklig information. Här kan analys och AI kan spela en central roll. Med hjälp av strukturerad dataanalys kan försäkringsbolagen skapa mer robusta modeller, vilket kan bidra till att säkerställa att rapporteringen inte bara uppfyller kraven på regelefterlevnad utan också tillför värde till verksamheten som helhet.

Bra för identitet och varumärke

ESG-agendan spelar också en roll för företagen som arbetsgivare. Försäkringsbolag som inkluderar ESG i sin verksamhet kan ha lättare att attrahera och behålla attraktiva medarbetare som värderar hållbarhet och socialt ansvarsfullt företagande.

Kunder, aktieägare, leverantörer, samarbetspartners och medarbetare granskar noggrant ett försäkringsbolags ESG-profil. Hur försäkringsbolagen hanterar dessa frågor blir också betydelsefullt för kundernas och intressenternas egna ESG-profiler.

Utvecklingen visar att branschen tar ESG på största allvar och att ESG nu verkligen har blivit en del av branschens strategiska strävan och kärnverksamheten, samtidigt som avancerad analys och AI kan hjälpa försäkringsbolagen att snabbare uppnå målet att bli ett mer hållbara.

Anette Jakobsen
rådgivare inom dataanalys och AI
SAS Institute

SAS Institute: Fyra heta trender i försäkringsbranschen 2023

Posted on mars 9, 2023 by - Allmänt

Molnmigrering, modellriskhantering, ökat kundfokus och ESG är fyra av de mest betydelsefulla trenderna för försäkringsbranschen under 2023, skriver Anette Jakobsen, rådgivare för försäkringsbranschen vid dataanalysföretaget SAS Institute.

Vad kommer försäkringsbranschen att fokusera på 2023?

Vi har svagt negativ tillväxt, lägre men fortfarande hög inflation och stigande räntor, vilket kommer att prägla försäkringsbranschen under året. Den makroekonomiska osäkerheten kräver dock att försäkringsbolagen fortsätter att prioritera den digitala omställningen.

Det är ett faktum att datamängden och komplexiteten inom försäkringsbranschen ökar dramatiskt. Särskilt den ökande volymen av onlinetransaktioner bidrar i hög grad till detta. Detta ställer nya krav på teknik och processer, eftersom kunderna förväntar sig snabba transaktioner och snabba interaktioner med sina försäkringsgivare. Bättre, snabbare och smidigare är nyckelord här.

Fyra områden kan lyftas fram som betydelsefulla under året som kommer: molnmigrering, modellriskhantering, ökat kundfokus och inte minst ESG.

Migrera till molnet

Mot denna bakgrund kommer vi under 2023 att se att fler försäkringsbolag flyttar över till molnet. Inte minst för att kunna utnyttja kapaciteten hos de mer avancerade analyslösningarna. Kraven på prestanda ökar på alla områden och det är uppenbart att det inte finns mer tid att förlora, både av konkurrensskäl och för att uppfylla kundernas förväntningar.

Model Risk Management (MRM)

Den ökande användningen av avancerade modeller, artificiell intelligens och maskininlärning i olika beslutsprocesser, till exempel skadereglering, prissättning, försäkringsbedrägerier och liknande inom försäkringsbranschen, skapar ett motsvarande ökande behov av hantering, dokumentation och kontroll av modellrisker. Finansinspektionens och Europeiska försäkrings- och tjänstepensionsmyndighetens ökade fokus på prisvandring, price walking, som undersöktes i juli 2022, och på huruvida försäkringskunder betalar mer i försäkringspremie än nya kunder skapar ett ökat behov för försäkringsbolagen att övervaka och dokumentera de avancerade modelleringstekniker som används för exempelvis priselasticitet, churn och differentiering av priser. Modellriskhantering, MRM, förväntas bli en nyckelfaktor i branschen. Det är en uppenbar möjlighet för försäkringsbolagen att dokumentera, övervaka och förstå sina data och modeller och minimera den faktiska modellrisken.

Den goda kundupplevelsen

Inflationen var rekordhög 2022, den förväntas sjunka 2023, men kommer fortfarande att vara hög. Räntorna stiger och den ekonomiska tillväxten väntas bli något negativ 2023. Försäkringskundernas köpkraft har försvagats och i flera nordiska länder anger försäkringskunderna en ansträngd ekonomi som skäl för att säga upp sina personförsäkringar. Detta innebär att det krävs ett ökat kundfokus, inte minst när det gäller tilläggsprodukter. Det är dags att skydda kunderna från omotiverade försäljningsinsatser. Det innebär att man ser till individen, inte bara till segmenten. Var befinner sig den enskilda kunden i sin livscykel? Användningen av data från många olika system och datakällor och avancerad analys utgör grunden för denna personliga och holistiska strategi, som säkerställer att kunderna erbjuds rätt produkter vid rätt tidpunkt och via rätt kanal.

ESG som en konkurrensparameter

ESG står för Environmental (miljö), Social (socialt ansvar) samt Governance (bolagsstyrning). Inom begreppet ryms alla hållbarhetsfrågor som berör företag, och det kommer att fortsätta att vara ett viktigt tema inom försäkringsbranschen. ESG blir alltmer en konkurrensparameter för försäkringsbolag på grund av dess växande betydelse för deras intressenter: aktieägare, tillsynsmyndigheter, kunder, anställda och samhället i stort.

Försäkringsbolagen har alltid varit tvungna att hantera klimatets inverkan på deras verksamhet. Det som har förändrats under de senaste åren är kraven på rapportering. Bland annat förväntas alla försäkringsbolag nu inkludera klimatscenarier i sin egen risk- och solvensbedömning (ORSA). På samma sätt måste miljöpåverkan och sociala frågor rapporteras, och kraven förändras ständigt.

Detta regelverk skapar ökade krav på dataarbete, dokumentation, öppenhet och modellering, som med fördel kan automatiseras och förbättras med hjälp av teknik, och detta arbete kommer att fortsätta även 2023.

Användningen av sakernas internet, insamling av strukturerade och ostrukturerade data, avancerad AI och maskininlärning är vägen framåt mot mer robusta lösningar och tillfredsställande kundupplevelser. Potentialen inom dessa fyra fokusområden är stor, men det krävs också ansträngningar för att förverkliga den. Frågan är därför också om de kommer att behandlas parallellt eller i turordning.

Anette Jakobsen
rådgivare för försäkringsbranschen
SAS Institute.

Sex skäl till att försäkringsbolag bör arbeta med digitala tvillingar

Posted on mars 28, 2022 by - Allmänt

Det är hög tid för försäkringsbranschen att börja arbeta med digitala tvillingar för att kunna navigera och fatta beslut i en orolig och osäker omvärld. Det skriver Josefin Rosén som är Nordic Leader AI and Analytics på SAS Institute.

I oroliga tider som dessa är det extra svårt att jobba med försäkringar.

Det blir inte enklare av att kunder, både privatpersoner och företag, ställer högre krav på service, transparens och erbjudanden, inte minst vad gäller snabbare hantering av försäkringsärenden.

Över alla dessa omständigheter tornar nya krav från regeringar och myndigheter upp sig. Det gäller skydd mot cyberbrottslighet, bedrägerier och IT-säkerhet i största allmänhet, för att nämna några regulatoriska områden. Lösningen på alla utmaningar finns i många fall i ökad digitalisering. Men digitaliseringen medför också stora utmaningar. Hur ska man göra? Hur ska kostnader för nya tekniklösningar hållas nere?

Digitala tvillingar är definitivt en typ av lösning som underlättar både strategiskt beslutsfattande och löpande verksamhet för försäkringsbolag. Men vad är en digital tvilling?

En digital tvilling är helt enkelt en digital representation av ett fysiskt objekt, till exempel en människa, eller av en process, en tjänst eller egentligen av vad som helst som finns i verkligheten. Genom att samla in relevanta data kan en digital tvilling användas för att simulera olika scenarier, vilket görs med mjukvara, AI och data. Digitala tvillingar ger bättre förståelse av vad som kan hända i framtiden, beroende på vilka beslut som fattas i nuet.

Här är sex exempel på vad digitala tvillingar kan användas till inom försäkringsbranschen.

  • Bedrägeriupptäckt. AI och maskininlärning kan användas för att upptäcka mönster i komplexa situationer.
  • Riskhantering, med kontroll av regelefterlevnad. Kan göras med avancerad modellering, för att besvara frågor av typen ”vad händer om?”.
  • Företagsförändringar. Att simulera hur individer och intressenter kan komma att reagera och agera.
  • Prisoptimering, gällande produkter, kanaler och för individer.
  • Automatisera hantering av krav och förbättra besluten med hjälp av nya datakällor.
  • Förståelse av kunders beteenden, till exempel med hjälp av data från kroppsnära enheter och uppkopplade fordon.

Nu kanske du tänker att det är frågan om ”vanlig” dataanalys. Vad är skillnaden med digitala tvillingar? En viktig sak är att man utgår i från modeller (tvillingarna) som är enkla att förstå och att det därigenom blir enklare att avgöra vilka data som behövs för analyserna. Även resultaten blir enklare att förstå, eftersom det krävs mindre arbete med att sammanställa dem till svar på relevanta frågor. Det gör att chansen ökar att få beslutsstöd i realtid. Det ger till exempel bättre möjligheter att snabba på hanteringen av krav på utbetalningar.<

Även planering på lång sikt blir tydligare, eftersom både konstruktionen av analysmodeller och resultaten från dem utgår i från representationer av de objekt och företeelser som analyseras.

Om ni inte har börjat med digitala tvillingar är det hög tid att undersöka den typen av lösningar. Ingenting tyder på att omvärlden kommer att bli mindre komplicerad och utmanande.

Josefin Rosén, Nordic Leader AI and Analytics, SAS Institute