AI กับการเรียนวิชาประกันภัย

AI กับการเรียนวิชาประกันภัย

Technology ใหม่ ๆ อย่างเช่น AI ได้เข้ามา Disrupt การจัดการต่างๆ ในการทำงานของการประกันภัยแล้ว แม้แต่ในด้านการคำนวนราคาเบี้ยประกัน ตัวอย่างหนึ่งที่เห็นได้ชัดคือ Usage Based Insurance (UBI) ที่มีการติดตั้ง Telematics Device ไว้ในรถยนต์เพื่อบันทึกพฤติกรรมการขับรถ สัญญาณก็จะถูกส่งขึ้นไปยังดาวเทียมด้วยความถี่หลายครั้งต่อวินาที ถ้าขับรถเพียงสิบนาทีก็จะมีข้อมูลหมื่นห้าพันบรรทัด ถ้าส่งสัญญาณด้วยความถี่ 25 ครั้งต่อวินาที การที่จะเอาข้อมูลจากสัญญาณจำนวนมหาศาลเหล่านี้มาใช้ วิเคราะห์ และทำนายผล เช่น ทำนายอุบัติเหตุ จำต้องใช้ Model การคำนวนทาง AI เช่น Recurrent Neural Networks เป็นต้น ทั้งนี้นอกจากเป็นเพราะจะต้องยุ่งกับข้อมูลจำนวนมากแล้ว  Pattern ของพฤติกรรมในข้อมูลก็ซับซ้อนเกินกว่าที่วิธีการคำนวนธรรมดาที่ใช้กันมายาวนาน เช่น Regression จะจับ Pattern เหล่านั้นไว้ได้สมบูรณ์พอ  ลองมองดูสัญญาณในรูปด้านล่างครับ ถ้าจะจับออกมาว่าตอนไหนเลี้ยวซ้ายเลี้ยวขวาก็ยังยากมากเลย อย่าว่าแต่ว่าจะจับสัญญาณว่ามีอุบัติเหตุรถชนกัน นั่นยิ่งยากใหญ่ แต่ Model แบบ AI ตีความสัญญาณเหล่านี้ได้ครับ

การที่จะใช้ Model ทาง AI เข้ามาในระบบการคำนวนราคาประกันก็จะเอาเข้ามาใส่ดื้อๆ หรือแยกเป็นอิสระไม่ได้ จะต้องให้องค์ประกอบใหม่จาก Telematics นี้สวมกันได้กับองค์ประกอบเดิมที่ใช้กันอยู่ เช่น การคำนวนราคาจากอายุ เพศ ชนิดของรถ ฯลฯ ด้วยเหตุนี้การใช้ Model ทาง AI กับการคำนวนราคาประกันจะต้องใช้ทั้งความรู้ทั้งทางด้าน AI และความเข้าใจทางด้านประกันภัยไปพร้อมๆกัน การเรียนคณิตศาสตร์ประกันภัย ก็ต้องเรียน AI ไปด้วย

นอกจาก Telematics แล้ว ยังมีตัวอย่างอื่นอีกมากมายที่การจัดการประกันภัยต้องเกี่ยวข้องกับ AI อย่างหลีกเลี่ยงไม่ได้ เช่น การใช้ Drone ถ่ายภาพบ้านเพื่อประเมินความเสียหาย หรือการใช้ Internet of The Things (IoT) ภายในบ้าน เพื่อตรวจจับความผิดปรกติเช่นท่อแตกแล้วน้ำท่วมบ้านเวลาไม่มีคนอยู่บ้าน การตีความสัญญาณเหล่านี้ ไม่ว่าจะเพื่อการคำนวนราคาหรือการพิจารณารับประกันภัย (Underwrite) ล้วนต้องใช้ Model ทาง AI ทั้งสิ้น

 

เขียนโดย

ดร. อุทัย  พิทักษ์ทอง
อาจารย์พิเศษสาขาวิทยาการประกันภัยและการบริหารความเสี่ยง
คณะสถิติประยุกต์
สถาบันบัณฑิตพัฒนบริหารศาสตร์

เปิดรับสมัครปริญญาโท ภาคพิเศษ

บัดนี้ - 30 ตุลาคม 2564
Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn