如今，围绕生成式人工智能和大型语言模型的讨论 保险公司对利用人 正在影响保险公司的议程和战略。虽然各家公司已经在试验甚至使用这些新功能，但仍有许多挑战需要克服，也有许多机遇需要探索。
上个月，我们赞助了一个保险专家小组，他们齐聚一堂，讨论人工智能为保险行业提供的潜力、保险公司已经看到价值的领域以及他们在降低风险方面面临的挑战。
在本次网络研讨会上，来自 Eberl Claims Service 的主持人 Robin Roberson 与来自 Sompo International 的 Shawn Crawley、来自 Skyward Insurance 的 Sean Duffy 以及来自 360 Digital Immersion 和 Insurance Unplugged 播客的 Lisa Wardlaw 进行了交谈。
以下是他们谈话的一些亮点。
保险专家建议：做好保险基础
人工智能将成为2024 年企业议程上的一项主要内容。生成 手机号码列表 式人工智能和法学硕士的进步已成为人工智能工具包不可或缺的一部分，迫使我们将视野拓展到单纯的功能之外，并关注更大的背景。虽然工具本身很重要，但人工智能的本质要求企业在制定人工智能战略时考虑更广泛的因素。这包括考虑他们的数据策略，以及对可持续性、客户和技术的影响。
这就是为什么全面的监管框架如此重要。正如 Lisa Wardlaw 所说，“你必须有一个你的公司遵守并在其内运作的总体监管框架。这些治理标准必须超越你直接应用它的职能。”这为每个人的行动 保险公司对利用人 设定了框架，从首席索赔官、首席承保官到数据和人工智能及数据科学主管等。
公司还必须留意其业务所在地不同地区的 欧洲电视网歌唱大赛 法规变化情况。美国与欧洲不同，而且美国各州的法规也各不相同。
策略是另一个基础要素。我们小组的保险专家一致认为，您的数据策略和 AI 策略必须保持一致。同样，公司需要制定有关员工使用开源生成 AI 工具的指导方针和政策。正如 Sean Crawley 所说，“管理员工如何使用这些工具对于您实施的任何部署的最终成功至关重要。”
整个生态系统的数据安全
随着保险公司将新的 AI 工具添加到他们的工具箱中，他们需要能够在新功能和他们能够实现的目标与行业对数据质量和安全性的期望之间取得平衡。个人身份数据 (PII) 和专有数据必须始终受到保护。然而，考虑到分析能力，公司通常需要比内部拥有的更多的数据来挖掘趋势。
正如 Sean Duffy 所说，虽然“保险公司拥有大量数据”，但有时监管可能会阻止使用这些数据。一些保险公司正在使用生成式人工智能来创建合成数据，或使用开放式 LLM 或开放式和封闭式 LLM 的组合来将更多数据纳入考量。
然而，如果您使用开放式 LLM 或外部供应商为您构建此解决方案，则必须在采购阶段考虑安全性和隐私性，Sean Crawley 说道。一般来说，请确保您的供应商都采取了正确的数据安全措施，围绕PII 数据实施您自己的协议，并确保您从头到尾都知道您的数据发生了什么。
展示（并庆祝）快速胜利
保险业传统上严重依赖人工流程，但这种情况正在 最新群发短信 迅速改变。与其他行业一样，保险公司正在采用新技术和工具来改变其日常运营。人工智能和相关工具的出现彻底改变了保险流程，而 LLM 和 ChatGPT 的引入促使许多保险公司采用人工智能技术。
鉴于这种演变的速度，许多公司在采用新技术时经历重大的学习曲线也就不足为奇了。要求人们相信幕后发生的事情（他们看不到的事情）来做出决策需要时间。