 | 依據麥肯錫顧問經驗，成功的數位轉型，首先公司中高階層主管須發展並宣導新的「價值主張」(Value Proposition)，即設定高層次願望 (High-level Aspiration)，並追求客戶理賠旅程的整體數位化 (End-to-end digitalization of the claims customer journey)。要發展真正創新的客戶服務體驗，必須整合以下三個元素:
- AI與數位科技
- 數位理賠生態系整合
- 新數位營運模式
圖7. 創新客戶服務體驗三大元素
【AI與數位科技應用】
在理賠預防階段，隨著車載資通訊技術的發展與物聯網應用的崛起，許多車內感測設備或智慧行動裝置，已被廣泛應用於車險服務。使用基礎保險 (Usage Based Insurance，簡稱UBI ) 結合駕駛行為感知，不論是透過前裝遠程訊息處理器 (Telematics Box) 或後裝車載診斷系統 (OBD Dongle)，感知駕駛的行車狀態，獲取駕駛是否有異常事件產生，如急加速、急煞車、急轉彎或超速等，同時透過顯示介面（如手機），對駕駛進行警示與提醒；另行車數據如軌跡、里程、時段與事件資料等，亦可回傳至平台端系統，進行駕駛行為監控與風險分析。國內一些產險公司已陸續應用UBI於保費調整與損失預防，若再配合政府智慧交通有關高風險路段提醒與氣象資訊，將可進一步提升行車安全性。
在報案與損失評估階段，傳統車險理賠耗費很多人力，要做到即時無縫接軌，需要導入像資深理賠員程度的人工智慧，透過機器學習與深度學習，讓AI像人一樣會聽、會說、會看與會做，具有判斷與預測能力，可大量處理也不會疲累，能提供24小時更具效率與效能的服務。透過AI自然語言處理 (Natural Language Processing, 簡稱NLP)，可訓練文字與語音聊天機器人，協助報案受理、問題諮詢等；透過AI電腦視覺 (Computer Vision, 簡稱CV)，上傳照片供高效能運算 (HPC、GPU)或雲端運算 (Cloud Computing) 辨識圖像，可應用於身分識別、車牌辨識、損失部位與損失程度辨識等。AI亦可做大數據分析，找出潛在或未知的理賠詐欺因子，協助自動偵測並分派高風險理賠案件予人工審查。
在案件分流與反詐欺階段，可依案件複雜性與風險高低派工，儘量於第一時間取得事故現場資料並直接上傳受損照片，避免造假，另輔以3D深度感測，輔助辨識車輛損傷程度並判斷是否為偽造，再透過詐欺規則引擎與外部保險犯罪防制中心等資訊，篩選出可疑詐欺案件，進一步人工審查。
在賠付階段，可善用區塊鏈與智能合約，啟動單據驗證與自動付款，尤其是體傷部分，可參考「保險區塊鏈聯盟科技運用共享平臺」作法。申請診斷證明與蒐集收據，費力又耗時，醫院可以用數位化加密資料來傳遞相關保戶病歷與醫療費用，加速保險公司確認醫療過程與判別理賠金額；當區塊鏈提供完整且正確資訊時，能讓「智能合約」自動觸發理賠，主動通知保戶確認，達到即時理賠的效果，簡化理賠流程，使理賠流程透明化且更有效率，並協助保險公司識別保險詐欺，避免單一事件重複理賠。此外，「智能合約」可被用來觸發執行預定的支付，加速付款時效。目前多家壽險公司與醫院合作，當保戶因住院、開刀產生醫療費用後，不用先繳費給醫院，再向保險公司申請理賠，而是直接「對接」付費給合作的醫院，抵繳後，若理賠金有剩餘，在出院隔日就會自動匯入保戶帳戶。開辦這種「理賠金直接抵繳醫療費用」的服務，產險界亦可考慮向壽險業學習。
在代位求償階段，跨公司共享的分散式帳本（DLT）可取代現有的代位求償制度，當肇事責任歸屬於對方時，可以讓自己的保險公司先行賠付，然後再由保險公司負責向對方追償。以美國為例，代位求償支付總額逾百億美元，為了簡化這一流程，執行區塊鏈創新專案，直接結算這些付款的餘額，促進保險公司之間的金流，能追蹤每項個案，亦能自行決定清算的時間間隔。
陳素敏顧問簡介 （歡迎有興趣的保險公司洽詢陳素敏顧聯絡） |
沒有留言:
張貼留言