(SGTT) - Dù không rõ rệt như các ngân hàng, nhưng các công ty bảo hiểm cũng đang chịu ảnh hưởng của sự thay đổi về công nghệ, tập trung đầu tư các ứng dụng trực tuyến, cách định phí… để phục vụ khách hàng tốt hơn.
Tháng 8 năm ngoái, Tập đoàn bảo hiểm Prudential hợp tác với công ty Babylon Health (Anh) để cung cấp các công cụ quản lý sức khỏe kỹ thuật số. Babylon Health được biết đến với dịch vụ cung cấp bác sĩ “ảo”, tức phần mềm mô phỏng vai trò tư vấn của bác sĩ cho bệnh nhân thông qua các cuộc gọi video.
Sau khi được tư vấn, nếu có vấn đề cần thăm khám chuyên sâu, bệnh nhân có thể đặt lịch hẹn với các bác sĩ ngoài đời.
Công nghệ bảo hiểm
Không chỉ Prudential, nhiều công ty bảo hiểm lớn đã chú ý đến các công nghệ dành cho ngành bảo hiểm (insurtech), một khái niệm tương tự công nghệ dành cho ngành tài chính (fintech) – cũng dùng để chỉ các công ty tài chính công nghệ.
Thống kê của công ty hoạt động trong lĩnh vực kiểm toán, tài chính Ernst & Young cho thấy tốc độ tăng trưởng bình quân giá trị các thương vụ M&A (mua bán và sát nhập) trong lĩnh vực công nghệ bảo hiểm giai đoạn 2012 – 2017 lên đến 45%.
Không chỉ vậy, bảo hiểm ngày nay còn tập trung nhiều vào ứng dụng trực tuyến. Chẳng hạn, Chubb ra mắt sản phẩm bảo hiểm trễ chuyến bay trên ứng dụng tại Úc, hay Ping An (Trung Quốc) đạt mục tiêu giải quyết 90% các khiếu nại một cách tự động trong tương lai gần.
Năm 2017, Prudential ra mắt công cụ tư vấn trực tuyến PruBot tích hợp công nghệ trí tuệ nhân tạo để trò chuyện với khách hàng và công cụ Matchbook giúp khách đặt lịch hẹn với chuyên viên tư vấn ưa thích.
Giữa năm 2018, tại hội nghị thường niên của ngành bảo hiểm Việt Nam với hơn 200 chuyên gia định phí bảo hiểm, vấn đề được đưa ra mổ xẻ cũng liên quan đến công nghệ: làm thế nào để áp dụng dữ liệu lớn (big data) và trí tuệ nhân tạo (AI) vào ngành bảo hiểm nhân thọ.
Định phí là vị trí nghề nghiệp đặc thù của ngành bảo hiểm, với công việc chính là tính toán các giá trị rủi ro để đưa ra sản phẩm bảo hiểm phù hợp, từ bảo hiểm nhân thọ hay phi nhân thọ.
Thực tế, mỗi người có khả năng mua gói bảo hiểm khác nhau và được tính toán dựa trên một số tiêu chí như tuổi tác (càng lớn tuổi phí càng cao), thu nhập, độ ổn định của nghề nghiệp…
Thay đổi cách định phí bảo hiểm
Công nghệ có thể làm thay đổi cách thức định phí bảo hiểm hiện hữu. Một ví dụ dễ nhận thấy là dữ liệu đầu vào từ các vòng đeo tay thể thao.
Thông qua chúng, hãng bảo hiểm sẽ biết ai chạy bộ thường xuyên, chạy như thế nào, từ đó dự đoán ai có khả năng “sống lâu, sống khỏe” hơn. Đánh giá bằng cách này được cho là hiệu quả hơn những bản khám bệnh tổng quát từ bệnh viện, vốn chỉ mang tính thời điểm.
Chưa hết, dữ liệu của những hành vi mà trước đây chúng ta không để ý cũng sẽ được lượng hóa, đưa vào tính toán rủi ro.
Chẳng hạn, phía định phí bảo hiểm có thể dựa vào dữ liệu lái xe trên đường để xem người mua bảo hiểm có tuân thủ luật giao thông hay không, hoặc căn cứ dữ liệu mua sắm trong siêu thị để xem khách hàng mua rau nhiều hơn hay thịt nhiều hơn, từ đó đánh giá chế độ ăn uống của khách hàng có lành mạnh hay không.
Dữ liệu lớn cùng các kỹ thuật phân tích dữ liệu như trí tuệ nhân tạo (AI), hay máy học (Machine learning) sẽ thay đổi đáng kể cách thức tương tác giữa khách hàng và các công ty bảo hiểm.
Với công ty bảo hiểm thì lợi ích đã thấy rõ, đó là tiết giảm chi phí, giúp quản lý tài chính hiệu quả hơn. Trong khi đó, lợi ích của khách hàng là các sản phẩm được tối ưu hóa cho bản thân thay vì các sản phẩm đánh đồng như trước đây, do các công ty bảo hiểm đã phân biệt được sự khác nhau cụ thể giữa mỗi khách hàng.
Theo các chuyên gia trong ngành bảo hiểm, dữ liệu khách hàng ngày nay có thể chia thành bốn mục chính: nhân khẩu học như tên tuổi, giới tính, trình độ, nơi ở…; các hành vi tiêu dùng, đầu tư, cuộc sống...; kinh tế xã hội - các loại tài sản sở hữu; thông tin sức khỏe và sinh trắc học như lịch sử bệnh, quá trình sử dụng thuốc và cả dữ liệu di truyền.
Trong tương lai, không chỉ có bảo hiểm nhân thọ, các loại sản phẩm khác như bảo hiểm tài sản, sức khỏe hay các sản phẩm đầu tư cũng sẽ thay đổi.
Thách thức trong việc xử lý dữ liệuTuy nhiên, những viễn cảnh của công nghệ bảo hiểm vẫn còn một khoảng cách khá xa so với thực tế, đó là thách thức xử lý khối lượng dữ liệu khổng lồ tạo ra theo cấp số nhân nhưng lại rải rác nhiều nơi. Các chuyên gia định phí cũng phải có khả năng của một nhà khoa học dữ liệu để có thể tập hợp và phân tích chúng. Một nhược điểm khác là mức độ chính xác trong các dữ liệu mà khách hàng cung cấp và những rủi ro đạo đức trong kinh doanh khi phía doanh nghiệp bảo hiểm có thể chỉnh sửa theo ý muốn.
Nguyễn Dũng
