| REKLAMA |
 |
W jaki sposób firmy ubezpieczeniowe planują oraz wdrażają strategie i budżety dotyczące generatywnej sztucznej inteligencji? Odpowiedzi na te pytania dostarcza raport „Your journey to a GenAI future: An insurer’s strategic path to success”, oparty na wynikach globalnego badania międzysektorowego, przeprowadzonego przez firmę SAS, lidera w dziedzinie danych i sztucznej inteligencji, we współpracy z Coleman Parkes Research. W badaniu wzięło udział 236 menedżerów i decydentów reprezentujących tę branżę.
Najpierw budżet i strategia
Raport SAS jednoznacznie wskazuje, że już 89 proc. ankietowanych reprezentujących sektor ubezpieczeń planuje inwestycje w GenAI w 2025 r., a 92 proc. z nich ma już przewidziany budżet na ten cel. Najczęściej wskazywanymi przez ubezpieczycieli celami inwestycyjnymi związanymi z GenAI są:
Ubezpieczyciele bardziej zaniepokojeni
Wyniki raportu SAS wskazują, że sektor ubezpieczeń wyraża większy niepokój wobec GenAI niż inne branże w kwestiach etycznego zastosowania technologii. Obawy w tym zakresie wyraziło 59 proc. decydentów w firmach ubezpieczeniowych, podczas gdy średnia dla wszystkich objętych badaniem sektorów wyniosła 52 proc.
Jednocześnie organizacje podejmują wysiłki w celu opracowania ram etycznego stosowania i monitorowania narzędzi generatywnej sztucznej inteligencji oraz zarządzania nimi. Prace te są na różnych etapach zaawansowania i dojrzałości:
Podobnie jak w innych branżach, głównymi obawami związanymi z wykorzystaniem GenAI w ubezpieczeniach są prywatność i bezpieczeństwo danych (odpowiednio 75 i 73 proc. wskazań). Nic w tym dziwnego – rośnie liczba incydentów z użyciem narzędzi GenAI, popełnianych zarówno przez amatorów, jak i zawodowych cyberprzestępców, stosujących tę technologię na większą skalę, np. w oszustwach finansowych, praniu pieniędzy i finansowaniu terroryzmu. GenAI może jednak stać się niezbędnym narzędziem w technologicznej wojnie z oszustami, pozwalającym dotrzymać im kroku.
Jak poradzić sobie z niedoborem danych?
Uzupełnieniem obaw związanych z etyką są kwestie zgodności z regulacjami. Tylko 1 na 10 (11 proc.) respondentów z sektora ubezpieczeń stwierdził, że jego organizacja jest w pełni przygotowana do spełnienia bieżących i zapowiadanych przepisów dotyczących GenAI.
Przykładowo, szkolenie dużych modeli językowych wymaga ogromnych ilości danych – zwłaszcza na potrzeby właściwej obsługi nietypowych przypadków. Dane te mogą jednak nie być dostępne w istniejących systemach produkcyjnych. Sektor ubezpieczeniowy boryka się z problemem braku dużych zbiorów danych, które zostałyby przefiltrowane pod kątem stronniczości i sprawdzone pod względem jakości.
Tymczasem jakość i ilość danych używanych do trenowania modeli GenAI i innych modeli AI może przesądzić o dokładności i rzetelności wyników modeli w decyzjach dotyczących roszczeń.
Co więcej, ubezpieczyciele jako powiernicy danych, chronią znaczne ilości wrażliwych informacji o swoich klientach. W obliczu rosnących obaw o prywatność, rozwiązaniem mogą być dane syntetyczne, które są sztucznie generowane, ale w sposób realistyczny odwzorowują dane rzeczywiste i wzbogacają istniejące zbiory bez naruszania prywatności klientów.
Badanie SAS wskazało, że ponad jedna czwarta (27 proc.) respondentów z sektora ubezpieczeń zadeklarowała, że korzysta z syntetycznych danych; blisko jedna trzecia (30 proc.) aktywnie rozważa ich użycie, a 22 proc. stwierdziło, że mogą je wziąć pod uwagę.
Źródło: SAS Institute
Mimo że branża ubezpieczeniowa charakteryzuje się powolnym przyjmowaniem zmian, to ubezpieczyciele okazują się pionierami w dziedzinie generatywnej sztucznej inteligencji, wykazując wyjątkowe zaangażowanie i entuzjazm inwestycyjny – powiedział Franklin Manchester, Principal Global Insurance Advisor w SAS. Nie mamy tu do czynienia z bańką AI, która ma pęknąć, co nas cieszy, ale jasne jest, że sektor ubezpieczeń, podobnie jak inne branże, musi pokonać pewne przeszkody.
Najpierw budżet i strategia
Raport SAS jednoznacznie wskazuje, że już 89 proc. ankietowanych reprezentujących sektor ubezpieczeń planuje inwestycje w GenAI w 2025 r., a 92 proc. z nich ma już przewidziany budżet na ten cel. Najczęściej wskazywanymi przez ubezpieczycieli celami inwestycyjnymi związanymi z GenAI są:
- zwiększenie satysfakcji i poprawa wskaźnika utrzymania klientów (81 proc. odpowiedzi, najwięcej spośród wszystkich uwzględnionych w badaniu sektorów),
- mniejsze koszty operacyjne i oszczędność czasu (76 proc.),
- poprawa zarządzania ryzykiem i zgodności z przepisami (72 proc.).
GenAI nie jest cudownym rozwiązaniem, ale ubezpieczyciele odkrywają, że może dostarczyć znacznie więcej elementów układanki, także w obszarach uznanych wcześniej za problematyczne, takich jak przetwarzanie danych nieustrukturyzowanych – powiedział Joe Rowe z firmy doradczej Accenture, Data and AI Insurance Lead dla sektora ubezpieczeń w Wielkiej Brytanii, Irlandii i Afryce. Przykładami obszarów, gdzie GenAI pomaga człowiekowi w podejmowaniu lepszych decyzji, są likwidacja szkód i ocena ryzyka.
Ubezpieczyciele bardziej zaniepokojeni
Wyniki raportu SAS wskazują, że sektor ubezpieczeń wyraża większy niepokój wobec GenAI niż inne branże w kwestiach etycznego zastosowania technologii. Obawy w tym zakresie wyraziło 59 proc. decydentów w firmach ubezpieczeniowych, podczas gdy średnia dla wszystkich objętych badaniem sektorów wyniosła 52 proc.
Jednocześnie organizacje podejmują wysiłki w celu opracowania ram etycznego stosowania i monitorowania narzędzi generatywnej sztucznej inteligencji oraz zarządzania nimi. Prace te są na różnych etapach zaawansowania i dojrzałości:
• 5 proc. respondentów określiło istniejące w ich organizacjach ramy zarządzania jako „dobrze ugruntowane i kompleksowe”. • 57 proc. stwierdziło, że wytyczne „są w trakcie opracowywania”. • 27 proc. określiło swoje ramy jako „doraźne lub nieformalne”. • 11 proc. przyznało, że ramy etyczne „nie istnieją”.
Wykorzystanie GenAI postępuje dość szybko, jednak aby rozwijać ją w sposób odpowiedzialny, ubezpieczyciele muszą osiągnąć harmonię w wymiarze ludzkim, procesowym i technologicznym, co pozwoli przejść z fazy eksperymentalnej do operacji i produkcji” – powiedział Joe Rowe.
Podobnie jak w innych branżach, głównymi obawami związanymi z wykorzystaniem GenAI w ubezpieczeniach są prywatność i bezpieczeństwo danych (odpowiednio 75 i 73 proc. wskazań). Nic w tym dziwnego – rośnie liczba incydentów z użyciem narzędzi GenAI, popełnianych zarówno przez amatorów, jak i zawodowych cyberprzestępców, stosujących tę technologię na większą skalę, np. w oszustwach finansowych, praniu pieniędzy i finansowaniu terroryzmu. GenAI może jednak stać się niezbędnym narzędziem w technologicznej wojnie z oszustami, pozwalającym dotrzymać im kroku.
Jak poradzić sobie z niedoborem danych?
Uzupełnieniem obaw związanych z etyką są kwestie zgodności z regulacjami. Tylko 1 na 10 (11 proc.) respondentów z sektora ubezpieczeń stwierdził, że jego organizacja jest w pełni przygotowana do spełnienia bieżących i zapowiadanych przepisów dotyczących GenAI.
Przykładowo, szkolenie dużych modeli językowych wymaga ogromnych ilości danych – zwłaszcza na potrzeby właściwej obsługi nietypowych przypadków. Dane te mogą jednak nie być dostępne w istniejących systemach produkcyjnych. Sektor ubezpieczeniowy boryka się z problemem braku dużych zbiorów danych, które zostałyby przefiltrowane pod kątem stronniczości i sprawdzone pod względem jakości.
Tymczasem jakość i ilość danych używanych do trenowania modeli GenAI i innych modeli AI może przesądzić o dokładności i rzetelności wyników modeli w decyzjach dotyczących roszczeń.
Co więcej, ubezpieczyciele jako powiernicy danych, chronią znaczne ilości wrażliwych informacji o swoich klientach. W obliczu rosnących obaw o prywatność, rozwiązaniem mogą być dane syntetyczne, które są sztucznie generowane, ale w sposób realistyczny odwzorowują dane rzeczywiste i wzbogacają istniejące zbiory bez naruszania prywatności klientów.
Badanie SAS wskazało, że ponad jedna czwarta (27 proc.) respondentów z sektora ubezpieczeń zadeklarowała, że korzysta z syntetycznych danych; blisko jedna trzecia (30 proc.) aktywnie rozważa ich użycie, a 22 proc. stwierdziło, że mogą je wziąć pod uwagę.
Wielu decydentów z branży ubezpieczeń aktywnie pracuje nad projektami GenAI, które mogą zrewolucjonizować sposób prowadzenia działalności przez ubezpieczycieli. Innowacyjny trend jest wciąż żywy w sektorze ubezpieczeń i możemy go podtrzymać tylko wtedy, gdy przyjmiemy zasady odpowiedzialnych innowacji. Obejmuje to tworzenie i utrzymywanie polityk oraz procesów, które chronią klientów i integralność danych, z których korzystamy” – powiedział Franklin Manchester.
Kolejny krok jest oczywisty: ubezpieczyciele muszą przyjąć etyczne ramy działania oraz rygorystyczne podejście do danych jako swój punkt odniesienia, aby w pełni wykorzystać transformacyjny potencjał i wartość technologii GenAI” – podkreślił ekspert SAS.
Źródło: SAS Institute
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
Technologie na żądanie zyskują na popularności, ale za jaką cenę?
W erze dynamicznej transformacji cyfrowej organizacje coraz chętniej sięgają po technologie dostępn… / Czytaj więcej
Jaki serwer dla ERP, CRM czy BI? VPS, dedykowany, chmura a może on-premise?
Wybór właściwej infrastruktury serwerowej dla systemów ERP, CRM czy Business Intelligence to jedna… / Czytaj więcej
Strategiczna przewaga czy kosztowny mit? Kto wygrywa dzięki chmurze?
Chmura miała być odpowiedzią na wyzwania sektora finansowego: przestarzałą infrastrukturę, rozprosz… / Czytaj więcej
Nowe narzędzie, nowe możliwości – Adrian Guzy z CTDI o innowacyjności, kulturze pracy z danymi i analityce w Microsoft Fabric
W nowej siedzibie CTDI w Sękocinie Starym pod Warszawą tafle szkła odbijają poranne słońce, a wnętr… / Czytaj więcej
Hiperautomatyzacja: kolejny etap rewolucji czy buzzword?
Automatyzacja to już nie tylko boty i proste skrypty – kolejnym krokiem jest hiperautomatyzacja, kt… / Czytaj więcej
Jak agenci AI zrewolucjonizują przemysł, zwiększą produktywność i obniżą koszty
Obecnie każda firma chce być firmą AI, ale według McKinsey tylko 1% przedsiębiorstw uważa, że osiąg… / Czytaj więcej
