Är försäkrings-AI bara en kostnadsbesparande? Rapporten hittar ännu inga bevis för intäktsgenererande AI

Försäkringsbranschen, som ofta ses som en bastion för traditioner, befinner sig mitt i en långsam men stadig teknisk revolution.

I åratal har artificiell intelligens gjort tysta inbrytningar i sektorn, och nu avslöjar ett nytt index vilka jättar som leder laddningen – och hur de flesta fortfarande kämpar för att översätta AI-hypen till påtaglig ekonomisk avkastning.

Många försäkringsbolag har redan börjat använda AI-applikationer i sin kärnverksamhet.

Datorseendesystem kan automatiskt bedöma skador, oavsett om det är på en bil efter en kollision eller på taket på ett hus efter en stor storm, vilket hjälper skadereglerare att arbeta mer effektivt.

Maskininlärningsalgoritmer används för att upptäcka bedrägliga anspråk och för att bygga mer sofistikerade riskmodeller för försäkringspolicyer.

Och precis som otaliga andra branscher utnyttjar försäkringsbolag AI för att öka produktiviteten i supportfunktioner, från chattrobotar för kundtjänst till AI-drivna marknadsföringsdesign- och kodningsassistenter för sina interna teknikteam.

Men vilka försäkringsbolag är verkligen bra på detta?

Det är frågan som det Londonbaserade forsknings- och analysföretaget Evident Insights vill besvara med ett nytt index som bedömer AI-förmågan hos stora försäkringsbolag.

Efter att ha fått erkännande under de senaste åren för sin detaljerade benchmarking av AI-funktioner inom banksektorn, markerar detta Evidents första intåg i en annan bransch.

Evidents bedömning bygger nästan helt och hållet på kvantitativa mätvärden som härrör från offentliga källor – inklusive ledningens uttalanden i finansiella rapporter, pressmeddelanden, företags webbplatser, sociala medier, patentansökningar, LinkedIn-profiler och nyhetsartiklar.

Företaget analyserade 76 individuella mätvärden, organiserade i fyra viktiga "pelare" som de anser är avgörande för att framgångsrikt implementera AI: Talang (viktat till 45 %), innovation (30 %), ledarskap (15 %) och transparens i ansvarsfull AI-aktivitet (10 %).

Med hjälp av detta ramverk rankade Evident de 30 största nordamerikanska och europeiska försäkringsbolagen, bedömt efter totala tecknade premier eller totala tillgångar under förvaltning.

Europeiska jättar överträffar nordamerikanska kollegor

I ett överraskande resultat framstod två europeiska försäkringsbolag, Axa och Allianz, som de klara ledarna i Evidents bedömning.

De var de enda två företagen som rankades bland de fem bästa inom alla fyra pelarna, vilket etablerade en betydande ledning över försäkringsbolaget på tredje plats, USAA.

Alexandra Mousavizadeh, medgrundare och VD för Evident, tyckte att detta resultat var särskilt anmärkningsvärt och berättade för mig i en intervju att det utmanar den vanliga uppfattningen att europeiska företag ligger efter sina nordamerikanska kollegor när det gäller AI-användning.

Faktum är att i Evidents bankindex är alla de högst rankade företagen nordamerikanska.

Mousavizadeh teoretiserar om att Axa och Allianz delar ett gemensamt företagskulturellt drag som kan förklara deras AI-dominans. – Min teori om det här är att det är inbäddat i en ingenjörskultur, säger hon.

Hon förklarar att automatisering av kärnprocesser som anspråk och försäkringsgivning innebär betydande tekniska utmaningar som kräver stora, skickliga team av utvecklare och teknikexperter för att implementeras effektivt i stor skala. – Man måste ha fler ingenjörer, säger hon.

Detta tyder på att humankapital fortfarande är en avgörande faktor även i AI:s tidsålder.

Företag som investerar mest i mänsklig AI-expertis är de som mest sannolikt kommer att utmärka sig, vilket skapar en allt större klyfta mellan dem själva och branschens AI-eftersläntrare.

Evidents metodik ger också kredit till företag vars ledning öppet diskuterar sina AI-strategier och offentliggör sina AI-styrningspolicyer.

Det är här USAA, trots att de rankades först på "talang"-pelaren, till slut föll till tredje plats totalt, eftersom de rankades nära botten av paketet på både "ledarskap" och "transparens".

Det uppenbara gapet mellan AI-hype och ROI

Trots framstegen och investeringarna finns det fortfarande en betydande klyfta mellan AI-hypen och faktisk, kvantifierbar avkastning på investeringar (ROI) inom försäkringssektorn.

Av de 30 försäkringsbolag som utvärderades av Evident hade endast 12 avslöjat minst ett AI-användningsfall med "ett påtagligt affärsresultat".

Ännu mer slående var att bara tre försäkringsbolag – Intact Financial, Zurich Insurance Group och Aviva – offentligt hade avslöjat en specifik monetär avkastning från sina AI-insatser.

Den mest transparenta i denna lilla grupp var Kanada-baserade Intact Financial, ett egendoms- och olycksfallsförsäkringsbolag.

År 2024 uppgav företaget offentligt att det hade investerat 500 miljoner dollar i teknik (som omfattar all teknik, inte bara AI) i hela sin verksamhet, hade distribuerat 500 AI-modeller och hade hittills sett en fördel på 150 miljoner dollar.

Ett av dess specifika användningsfall handlade om att använda AI-modeller för att transkribera kundtjänstsamtal och sedan tillämpa språkmodeller på dessa transkriptioner för att bedöma kvaliteten på hur dess mänskliga agenter hanterade de upp till 20 000 kundsamtal som företaget tar emot dagligen.

Noterbart är att detta fortfarande är ett exempel på kostnadsbesparingar – ett sätt att öka resultatet snarare än att öka intäkterna.

Evident fann att det är på detta sätt som försäkringsbolag främst tillämpar AI idag: de attackerar branschens största kostnadsställen, nämligen skadereglering, kundservice och underwriting.

Som forskningsföretaget noterar i sin rapport: "Intäktsgenererande AI har ännu inte dykt upp i vår utifrån-och-in-bedömning."

Historien här sträcker sig långt bortom försäkringsbranschen; det är en berättelse som utspelar sig i alla sektorer som brottas med löftet och komplexiteten hos AI.

Chefer överallt håller fortfarande på att ta reda på vilka AI-investeringar som verkligen kommer att löna sig.

De tidiga vinnarna verkar dock dela en gemensam strategi: de köper inte bara färdiga AI-verktyg; de investerar i att bygga dedikerade AI-team.

De anställer ingenjörer, experimenterar obevekligt, mäter noggrant resultat och skalar sedan upp de framgångsrika användningsfallen i hela organisationen.

Benchmarkingövningar, som den som genomförs av Evident, kan spela en viktig roll i denna process, både genom att informera chefer om vilka strategier som verkar fungera och genom att driva hela branscher att införa AI snabbare och med större transparens om dess användning och styrning.

Det är en läxa som är värd att lära sig, oavsett om du försäkrar bilar eller bygger dem.