۲۷ بهمن ۱۴۰۴، ۱۰:۱۹

چالش بقای صنعت بیمه در عصر داده؛ چت‌بات را با هوش مصنوعی اشتباه نگیریم

چالش بقای صنعت بیمه در عصر داده؛ چت‌بات را با هوش مصنوعی اشتباه نگیریم

دیدگاه کارشناسان بیمه نشان می‌دهد برجسته‌سازی دستیارهای هوش مصنوعی و چت‌بات‌ها، اگر جای حل بحران داده، خسارت و مدل ریسک بنشیند، بیش از تحول، نوعی انحراف راهبردی است.

به گزارش خبرنگار مهر، همزمان با اوج‌گیری موج جهانی هوش مصنوعی، صنعت بیمه ایران نیز در معرض سیلی از مفاهیم، وعده‌ها و پروژه‌هایی قرار گرفته که اغلب با عنوان‌هایی چون «دستیار هوشمند»، «چت‌بات بیمه‌ای» یا «هوش مصنوعی مولد» معرفی می‌شوند. اما آنچه در ظاهر نشانه‌ی تحول فناورانه تلقی می‌شود، از نگاه بسیاری از متخصصان، بیش از آنکه یک تغییر ساختاری باشد، نوعی سطحی‌سازی یک مسئله عمیق است. در نشست‌ها و گفت‌وگوهای تخصصی اخیر، کارشناسان مختلف از زوایای گوناگون هشدار می‌دهند که تقلیل هوش مصنوعی به ویترین‌های ارتباطی، نه‌تنها صنعت بیمه را متحول نمی‌کند، بلکه می‌تواند آن را از پرداختن به مسائل بنیادین‌تر بازدارد. به بیان دیگر برجسته‌سازی دستیارهای هوش مصنوعی و چت‌بات‌ها، اگر جای حل بحران داده، خسارت و مدل ریسک بنشیند، بیش از تحول، نوعی انحراف راهبردی است.

مسئله دستیار هوش مصنوعی دقیقاً کجاست؟

نقطه اشتراک دیدگاه‌ها در این است که «دستیار هوش مصنوعی» اگر صرفاً به معنای یک رابط مکالمه‌ای یا چت‌بات خدمات مشتری باشد، نه‌تنها پاسخگوی چالش‌های صنعت بیمه نیست، بلکه می‌تواند به انحراف تمرکز مدیریتی منجر شود. از فقر داده و ضعف مدل‌های ریسک گرفته تا بحران در فرآیند خسارت، زیرساخت پردازشی، ساختار سازمانی و حتی ماهیت وجودی بیمه در عصر پیش‌بینی‌پذیری، همگی مسائلی هستند که با افزودن یک لایه مکالمه‌ای حل نخواهند شد. در ادامه، دیدگاه پنج کارشناس این حوزه، هر یک از منظری متفاوت، این نقد را شرح می‌دهند.

خطر کلیشه‌سازی و تقلیل هوش مصنوعی به ویترین

میرامید حاج‌میرصادقی، عضو هیئت علمی دانشگاه صنعتی شریف و متخصص در حوزه هوش مصنوعی و علم داده، نقد خود را از یک تجربه تاریخی آغاز می‌کند: زمانی «دیتا گاورننس» (حاکمیت داده) به واژه‌ای مُد روز بدل شد و بدون درک سیستمی، صرفاً به‌عنوان یک چک‌لیست صوری مطالبه می‌شد.

او هشدار می‌دهد که امروز همان مسیر در حال تکرار شدن است، با این تفاوت که این بار «هوش مصنوعی مولد» و «چت‌بات» در مرکز توجه قرار گرفته‌اند.

از نگاه او، خطر اصلی آن است که تحول مبتنی بر داده، با داستان‌های جذاب اما سطحی ابزارهای مولد اشتباه گرفته شود.

به باور حاج‌میرصادقی، مسئله اصلی صنعت بیمه نه فقدان چت‌بات، بلکه فقر تحلیلی ناشی از داده‌های کم‌ابعاد است. مدل‌های سنتی بیمه‌گری تلاش می‌کنند رفتار پیچیده انسانی را با چند متغیر ایستا مانند سن، جنسیت یا سابقه خسارت توضیح دهند؛ رویکردی که به بن‌بست رسیده است.

او تأکید می‌کند که بدون عبور از این نگاه ساده‌ساز و بدون حرکت به سمت تحلیل داده‌های چندبعدی و رفتاری، هر نوع دستیار هوش مصنوعی صرفاً یک لایه تزئینی خواهد بود، نه ابزار تحول.

«چت‌بات‌ها» پیش‌غذا هستند، «خسارت» غذای اصلی است

محمدرضا فرحی، فعال صنعت بیمه، نقد خود را از زاویه تجربه مشتری مطرح می‌کند.

او معتقد است تمرکز افراطی بر چت‌بات‌ها در لایه ارتباط با مشتری، صنعت را از گلوگاه اصلی تحول منحرف کرده است.

از نظر او، ابزارهای مکالمه‌ای در بهترین حالت «پیش‌غذا» هستند، در حالی که «غذای اصلی» تحول دیجیتال بیمه، در فرآیند ارزیابی و پرداخت خسارت نهفته است؛ جایی که هنوز ساختارها فرسایشی، دیوان‌سالار و مبتنی بر بی‌اعتمادی به مشتری هستند.

فرحی تأکید می‌کند که هوش مصنوعی زمانی معنا پیدا می‌کند که بتواند با اتکا به مستندات دیجیتال، تحلیل تصویر و داده‌های واقعی، فرآیند خسارت را سریع، شفاف و خودکار کند. در غیر این صورت، افزودن یک دستیار مکالمه‌ای بر بالای یک سیستم ناکارآمد، تنها تجربه‌ای متناقض برای مشتری می‌سازد: گفت‌وگویی هوشمند در ورودی، و بروکراسی سنتی در هسته.

تهدید وجودی بیمه در عصر «علم غیب» ماشینی

در لایه‌ای عمیق‌تر، فرحی به تهدیدی اشاره می‌کند که فراتر از ابزارهاست: زوال مفهوم تصادف.

از نگاه او، قدرت پیش‌بینی ماشین‌ها و کاهش عدم‌قطعیت، بنیان اقتصادی صنعت بیمه را به چالش می‌کشد. وقتی داده‌های کلان و مدل‌های هوشمند «نادانسته‌ها» را به «دانسته‌ها» تبدیل می‌کنند، دیگر ریسکی باقی نمی‌ماند که بتوان بر مبنای آن حق بیمه دریافت کرد.

او هشدار می‌دهد که کاهش شدید هزینه قدرت پردازش و همگانی شدن دسترسی به مدل‌های پیشرفته، این تهدید را شتاب می‌بخشد. در چنین شرایطی، تمرکز بر ساخت دستیارهای هوشمند، بدون بازاندیشی در مدل کسب‌وکار بیمه، نوعی ساده‌سازی خطرناک است؛ چراکه مسئله، نه کیفیت پاسخ‌گویی، بلکه معنای بقای صنعت بیمه در عصر پیش‌بینی‌پذیری است.

دستیار هوشمند به‌مثابه ویترین، نه جایگزین زیرساخت

الهام فراهانی، بنیان‌گذار، عضو هیئت‌مدیره و رئیس کمیته آموزش انجمن ملی هوش مصنوعی ایران، با تفکیک میان «پشت صحنه» و «روی صحنه»، نگاه متعادلی به دستیارهای هوشمند ارائه می‌دهد.

او معتقد است که هوش مصنوعی در لایه‌های زیرساختی مانند کشف تقلب یا پیش‌بینی ریزش مشتری، سال‌هاست که ارزش‌آفرینی می‌کند؛ اما این ارزش برای مشتری قابل لمس نیست، مگر آنکه در رابط کاربری تجلی یابد.

با این حال، نقد اصلی فراهانی متوجه شکاف میان ادعا و واقعیت است.

او می‌پرسد چرا با وجود تمام شعارهای فناورانه، صنعت بیمه هنوز از حداقل‌هایی مانند یک دستیار هوشمند واقعی برای مقایسه، تحلیل و راهنمایی مشتری محروم است.

فراهانی در عین حال، تأکید می‌کند که نبود این ویترین، ریشه در مشکلات عمیق‌تری دارد: ضعف زیرساخت پردازشی، کمبود نیروی متخصص و فقدان ساختار سازمانی مستقل برای هوش مصنوعی. از این منظر، دستیار هوشمند نه نقطه آغاز، بلکه نوک کوه یخ تحول است.

تقلیل هوش مصنوعی به چت‌بات، یک سوءتفاهم خطرناک

مجید نیلی احمدآبادی عضو هیئت علمی دانشگاه تهران با نگاهی انتقادی، مسئله را در سطحی کلان‌تر می‌بیند.

او معتقد است صنعت بیمه نه با کمبود داده، بلکه با ناتوانی در هضم و پردازش سیلاب داده‌ها مواجه است.

از نگاه او، اصرار بر تحلیل این حجم پیچیده اطلاعات با ابزارهای سنتی، نوعی خودکشی مدیریتی است و تمرکز رسانه‌ای بر چت‌بات‌ها، این بحران را پنهان می‌کند.

او تأکید می‌کند که انقلاب واقعی هوش مصنوعی در لایه‌های پنهان سازمان رخ می‌دهد؛ جایی که الگوریتم‌ها با داده‌های اختصاصی و عملیاتی درگیر می‌شوند و الگوهایی را استخراج می‌کنند که فراتر از توان تحلیل انسانی است. در این چارچوب، دستیارهای هوشمند صرفاً زمانی معنا دارند که به این «قلب تپنده داده‌کاوی» متصل باشند، نه آنکه به‌عنوان نماد ظاهری تحول معرفی شوند.

دستیار هوش مصنوعی؛ نشانه بلوغ یا پرده‌پوشی مسئله؟

آنچه از مجموع این دیدگاه‌ها برمی‌آید، یک پیام روشن است: مسئله صنعت بیمه، نبود چت‌بات یا دستیار هوشمند نیست. مسئله، فقر داده‌های تحلیلی، ناکارآمدی مدل‌های ریسک، فرسودگی فرآیند خسارت، ضعف زیرساخت و حتی تهدید وجودی بیمه در عصر پیش‌بینی‌پذیری است. دستیار هوش مصنوعی، اگر بدون حل این مسائل به میدان بیاید، بیش از آنکه نشانه بلوغ باشد، به پرده‌ای برای پوشاندن بحران‌های عمیق‌تر تبدیل می‌شود.

پرسش نهایی که پیش روی صنعت بیمه قرار دارد این است: آیا دستیارهای هوشمند قرار است دروازه‌ای به تحول واقعی باشند، یا تنها ویترینی پرزرق‌وبرق برای صنعتی که هنوز با مسائل بنیادین خود تسویه‌حساب نکرده است؟ پاسخ به این پرسش، مسیر آینده بیمه‌گری در عصر هوش مصنوعی را تعیین خواهد کرد.

کد خبر 6750296

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
  • نظرات حاوی توهین و هرگونه نسبت ناروا به اشخاص حقیقی و حقوقی منتشر نمی‌شود.
  • نظراتی که غیر از زبان فارسی یا غیر مرتبط با خبر باشد منتشر نمی‌شود.
  • captcha

    نظرات

    • NP DE ۱۱:۰۷ - ۱۴۰۴/۱۱/۲۷
      2 0
      این دیدگاه‌ها هر دو درست‌اند اما از دو زاویه متفاوت به مسئله می‌نگرند. بیایید دقیق‌تر بررسی کنیم که اختلاف نظر کجاست، چالش واقعی چیست، و راهکار پایدار چه می‌تواند باشد.
    • NP DE ۱۱:۰۸ - ۱۴۰۴/۱۱/۲۷
      0 0
      چالش واقعی مشکل اصلی، فقدان یک پلتفرم داده‌محور درونی در صنعت بیمه است. به‌طور خلاصه، چالش‌ها شامل:داده‌های جزیره‌ای و ناهماهنگ بین شرکت‌ها و بخش‌ها؛ضعف در مدل‌های تحلیلی ریسک (predicitive modeling)؛نبود زیرساخت پردازش ابری، پایگاه‌های داده متمرکز و APIهای باز؛کمبود متخصص هوش مصنوعی با شناخت بیمه؛نبود نهاد راهبردی AI در سطح صنعت بیمه کشور.
    • NP DE ۱۱:۰۹ - ۱۴۰۴/۱۱/۲۷
      0 0
      راهکارهای پایدار و واقعی برای عبور از فاز «شعار هوشمندسازی» به تحول واقعی، باید چند اقدام کلیدی انجام شود:ساختار داده‌محور صنعتی: ایجاد مرکز داده بیمه ملی (Insurance Data Hub) با استانداردهای اشتراک امن داده.مدل‌سازی ریسک پیشگویانه: پیاده‌سازی موتورهای تحلیلی (analytics engines) برای کشف الگوهای خسارت و رفتار مشتری.
    • NP DE ۱۱:۱۰ - ۱۴۰۴/۱۱/۲۷
      0 0
      سرمایه‌گذاری در داده‌کاوی و یادگیری ماشین: نه صرفاً در «چت‌بات»، بلکه در پردازش پشت‌صحنه (backend AI). تربیت متخصصان میان‌رشته‌ای: ترکیب دانش بیمه با مهارت‌های داده‌کاوی و هوش مصنوعی.شفاف‌سازی و یکپارچه‌سازی فرآیندها: تا داده‌های واقعی، معتبر و قابل تحلیل تولید شوند.به بیان ساده، دستیار هوشمند واقعی پایان مسیر تحول دیجیتال بیمه است، نه آغاز آن. تا زمانی که ریشه‌ها (داده، زیرساخت، مدل‌سازی) تقویت نشوند، هر چت‌باتی فقط ظاهرا هوشمند است.
    • NP DE ۱۱:۱۴ - ۱۴۰۴/۱۱/۲۷
      0 0
      صنعت بیمه در حال حاضر با مشکل «داده‌های پراکنده و غیرقابل تحلیل» روبه‌روست، نه با کمبود داده خام. تا زمانی که این داده‌ها استاندارد، تمیز و در قالب‌های تحلیلی قابل پردازش نشوند، هیچ سامانه هوش مصنوعی واقعی شکل نخواهد گرفت.
    • NP DE ۱۱:۱۴ - ۱۴۰۴/۱۱/۲۷
      0 0
      راه‌حل پایدار، ایجاد یک بستر ملی داده بیمه‌ای، توسعه موتورهای تحلیلی مبتنی بر الگوریتم‌های یادگیری ماشین و تربیت نیروی میان‌رشته‌ای است که هم بیمه را بشناسد و هم هوش مصنوعی را. با تحقق این زیرساخت‌ها، دستیارهای هوشمند نه ویترین تبلیغاتی، بلکه دستاورد واقعی بلوغ فناورانه صنعت بیمه خواهند بود.