Er forsikring AI bare en kostnadskutter? Rapporten finner ingen bevis for inntektsgenererende AI ennå

Forsikringsbransjen, ofte sett på som en tradisjonsbastion, er midt i en sakte, men jevn teknologisk revolusjon.

I årevis har kunstig intelligens gjort stille inngrep i sektoren, og nå avslører en ny indeks hvilke giganter som leder an – og hvordan de fleste fortsatt sliter med å oversette AI-hype til håndgripelig økonomisk avkastning.

Mange forsikringsselskaper har allerede begynt å bruke AI-applikasjoner i sin kjernevirksomhet.

Datasynssystemer kan automatisk vurdere skader, enten det er på en bil etter en kollisjon eller på taket på et hus etter en stor storm, noe som hjelper skadebehandlere med å jobbe mer effektivt.

Maskinlæringsalgoritmer blir distribuert for å oppdage falske krav og for å bygge mer sofistikerte risikomodeller for forsikringspolicyer.

Og, som utallige andre bransjer, utnytter forsikringsselskaper AI for å øke produktiviteten i støttefunksjoner, fra kundeservice-chatbots til AI-drevet markedsføringsdesign og kodingsassistenter for deres interne teknologiteam.

Men hvilke forsikringsselskaper utmerker seg virkelig på dette?

Det er spørsmålet det London-baserte forsknings- og analysefirmaet Evident Insights satte seg fore å svare på med en ny indeks som vurderer AI-dyktigheten til store forsikringsselskaper.

Etter å ha fått anerkjennelse de siste årene for sin detaljerte benchmarking av AI-evner i banksektoren, markerer dette Evidents første inntog i en annen bransje.

Evidents vurdering er bygget nesten utelukkende på kvantitative beregninger hentet fra offentlige kilder – inkludert ledelsesuttalelser i økonomiske avsløringer, pressemeldinger, selskapsnettsteder, sosiale medier, patentsøknader, LinkedIn-profiler og nyhetsartikler.

Firmaet analyserte 76 individuelle beregninger, organisert i fire nøkkelpilarer de mener er avgjørende for vellykket distribusjon av AI: Talent (vektet til 45 %), innovasjon (30 %), lederskap (15 %) og åpenhet om ansvarlig AI-aktivitet (10 %).

Ved å bruke dette rammeverket rangerte Evident de 30 største nordamerikanske og europeiske forsikringsselskapene, bedømt etter totale premier garantert eller total forvaltningskapital.

Europeiske giganter overgår nordamerikanske jevnaldrende

I et overraskende resultat dukket to europeiske forsikringsselskaper, Axa og Allianz, opp som de klare lederne i Evidents vurdering.

De var de eneste to selskapene som rangerte blant de fem beste på tvers av alle fire pilarer, og etablerte en betydelig ledelse over tredjeplassforsikringsselskapet, USAA.

Alexandra Mousavizadeh, medgründer og medadministrerende direktør i Evident, fant dette resultatet spesielt bemerkelsesverdig, og fortalte meg i et intervju at det utfordrer den vanlige oppfatningen om at europeiske selskaper henger etter sine nordamerikanske kolleger i AI-adopsjon.

Faktisk, i Evidents bankindeks er alle de høyest rangerte firmaene nordamerikanske.

Mousavizadeh teoretiserer at Axa og Allianz deler et felles bedriftskulturelt trekk som kan forklare deres AI-dominans. «Min teori om dette er at det er innebygd i en ingeniørkultur», sier hun.

Hun forklarer at automatisering av kjerneprosesser som krav og underwriting representerer betydelige tekniske utfordringer som krever store, dyktige team av utviklere og teknologieksperter for å implementere effektivt i stor skala. «Du må ha flere ingeniører», sier hun.

Dette antyder at selv i AI-alderen er menneskelig kapital fortsatt en avgjørende faktor.

Selskaper som investerer mest i menneskelig AI-ekspertise er mest sannsynlig å utmerke seg, og skaper et stadig større gap mellom seg selv og bransjens AI-etternølere.

Evidents metodikk gir også kreditt til selskaper hvis ledelse åpent diskuterer deres AI-strategier og publiserer deres AI-styringspolicyer.

Det er her USAA, til tross for at de rangerte først på «talent»-søylen, til slutt falt til tredjeplass totalt, da det rangerte nær bunnen av flokken på både «lederskap» og «åpenhet».

Det iøynefallende gapet mellom AI-hype og avkastning

Til tross for fremgangen og investeringene, eksisterer det fortsatt et betydelig gap mellom AI-hype og faktisk, kvantifiserbar avkastning på investeringen (ROI) i forsikringssektoren.

Av de 30 forsikringsselskapene som ble evaluert av Evident, hadde bare 12 avslørt minst én AI-brukssak med «et håndgripelig forretningsresultat».

Enda mer slående var det at bare tre forsikringsselskaper – Intact Financial, Zurich Insurance Group og Aviva – hadde offentliggjort en spesifikk pengeavkastning fra deres AI-innsats.

Den mest transparente av denne lille gruppen var Canada-baserte Intact Financial, et eiendoms- og skadeforsikringsselskap.

I 2024 uttalte selskapet offentlig at det hadde investert 500 millioner dollar i teknologi (som omfatter all teknologi, ikke bare AI) på tvers av virksomheten, hadde distribuert 500 AI-modeller og så langt hadde sett en fordel på 150 millioner dollar.

En av de spesifikke brukstilfellene involverte bruk av AI-modeller for å transkribere kundeservicesamtaler og deretter bruke språkmodeller på disse transkripsjonene for å vurdere kvaliteten på hvordan de menneskelige agentene håndterte de opptil 20 000 kundesamtalene selskapet mottar daglig.

Spesielt er dette fortsatt et eksempel på kostnadsbesparelser – en måte å øke bunnlinjen i stedet for å øke topplinjeinntektene.

Evident fant ut at det er slik forsikringsselskaper først og fremst bruker AI i dag: angriper bransjens største kostnadssentre, nemlig skadebehandling, kundeservice og underwriting.

Som analysefirmaet bemerker i sin rapport: "Inntektsgenererende AI er ennå ikke dukket opp på vår utenfra-inn-vurdering."

Historien her strekker seg langt utover forsikringsbransjen; det er en fortelling som utspiller seg i alle sektorer som sliter med løftet og kompleksiteten til AI.

Ledere overalt er fortsatt i ferd med å finne ut hvilke AI-investeringer som virkelig vil lønne seg.

De tidlige vinnerne ser imidlertid ut til å dele en felles strategi: de kjøper ikke bare hyllevare-AI-verktøy; de investerer i å bygge dedikerte AI-team.

De ansetter ingeniører, eksperimenterer nådeløst, måler resultater omhyggelig og skalerer deretter de vellykkede brukstilfellene på tvers av hele organisasjonen.

Benchmarking-øvelser, som den utført av Evident, kan spille en viktig rolle i denne prosessen, både ved å informere ledere om hvilke strategier som ser ut til å fungere og ved å presse hele bransjer til å ta i bruk AI raskere og med større åpenhet om bruken og styringen.

Det er en leksjon verdt å lære, enten du forsikrer biler eller bygger dem.