Para para ahli di industri asuransi biasanya terbiasa memperkirakan risiko global besar, mulai dari serangan siber sistemik hingga bencana alam. Namun, beberapa kini mulai memusatkan perhatian pada masalah yang tampaknya hampir tak teratasi: memecahkan dominasi Excel dalam bisnis underwriting khusus.
Meskipun orang telah menciptakan metode baru untuk “menganalisis dan mengolah angka selama beberapa dekade,” kata Amrit Santhirasenan, chief executive dan co-founder dari startup asuransi hyperexponential, “Excel telah menjadi pilihan alat.” Hyperexponential hanya salah satu dari beberapa bisnis baru yang berharap mengotomatisasi input data dan analisis yang merupakan tulang punggung pekerjaan underwriter – pengambil keputusan inti industri asuransi.
Untuk menilai risiko besar seperti teroris dan tumpahan minyak serta menghitung harga asuransi yang melindungi terhadap mereka, underwriter menerima informasi dari broker, biasanya dalam bentuk spreadsheet. Mereka kemudian menambahkan informasi lain, termasuk data klaim mereka sendiri. Semua data ini digabungkan dengan informasi harga dari aktuaris yang bobotnya berbagai aspek risiko, yang umumnya juga dibuat dalam Excel. Semua data ini digunakan untuk memutuskan apakah menawarkan perlindungan asuransi dan dengan harga berapa. Ada banyak pekerjaan manual: menurut hyperexponential, underwriter menghabiskan tiga jam sehari untuk input data.
Salah satu underwriter mengatakan Excel memiliki kelebihan fleksibilitas tetapi kesulitan dengan set data besar, menambahkan “kerapuhan dan kinerja lambat dapat menyebabkan pemborosan waktu yang signifikan.” “Saya pikir pekerjaan underwriter semakin sulit selama dekade terakhir ini, karena yang kita lakukan hanyalah memberi Anda lebih banyak informasi untuk dikonsumsi, dipahami, diproses, tetapi tidak memberi Anda alat baru untuk melakukannya,” kata Nigel Walsh, kepala asuransi di Google Cloud, yang menyediakan analisis dan alat pengembangan produk.
Data telah “terjebak di spreadsheet dan spreadsheet itu semakin rumit [dengan] lebih banyak versi,” tambahnya. “Seiring dengan semakin besar, dan semakin besar, hal-hal itu memakan waktu yang sangat lama untuk dijalankan…. dan Anda tidak pernah benar-benar tahu apakah Anda bekerja dengan set data terbaru, atau versi terbaru.” Spreadsheet juga bisa kesulitan mengatasi jumlah data real-time yang besar tentang aset yang diasuransikan seperti kapal tanker minyak dan maskapai penerbangan yang sekarang tersedia. Model Excel “masuk akal 20 tahun yang lalu,” kata Santhirasenan, “karena sebagian besar data hanyalah fakta dan angka yang sangat cocok dengan spreadsheet. [Tapi] risiko yang diasuransikan dunia tidak terlihat seperti itu lagi.”
Masuklah serangkaian start-up dan kemitraan teknologi asuransi yang sedang mengembangkan perangkat lunak harga asuransi khusus dan alat analitik lainnya. Kantor Lloyd di London. Beberapa tokoh industri khawatir tentang apa yang mungkin terlewatkan dalam proses yang lebih sedikit, lebih otomatis, mengingat kerugian signifikan dari kesalahan penetapan harga asuransi. Tujuannya adalah untuk mengotomatisasi pengumpulan data dari broker, aktuaris, dan sumber internal dan eksternal lainnya dan menggunakan analitik untuk membantu underwriter memutuskan apakah menawarkan asuransi dan dengan harga berapa.
Janji yang diberikan adalah bahwa ini akan menghemat waktu – memotong proses penerbitan beberapa penawaran dari hari menjadi jam, dan dalam beberapa kasus dari jam menjadi menit – dan mengurangi risiko dibandingkan dengan model penetapan harga dan analisis yang memerlukan pembaruan manual. Beberapa veteran industri mengatakan kepada Financial Times bahwa Ki, asuransi digital di pasar Lloyd of London yang memberikan perlindungan asuransi kepada bisnis, telah meningkatkan kesadaran akan manfaat otomatisasi.
Ki telah mengotomatisasi proses penerbitan penawaran, tetapi hanya di mana ia memberikan asuransi atas dasar “mengikuti”, mengambil sebagian risiko di belakang underwriter “pemimpin” yang akan menutup klaim hingga tingkat tertentu. Untuk underwriting pemimpin, pandangan pasar umumnya adalah bahwa underwriter dan aktuaris harus terlibat secara mendalam. Namun, alat analisis risiko dan penetapan harga yang diotomatisasi seharusnya berarti keterlibatan mereka dapat dikurangi untuk fokus pada pekerjaan yang paling khusus.
Kemitraan yang baru diumumkan antara Google Cloud dan Lloyd’s insurer Hiscox mencoba underwriting otomatis pada kebijakan sabotase properti dan terorisme. Model yang didukung AI menganalisis risiko yang baru disajikan, memeriksa apakah sesuai untuk perusahaan asuransi, dan bahkan menyusun email kepada broker yang menawarkan perlindungan. AI dapat mendorong otomatisasi lebih jauh, kata Walsh, memungkinkan underwriter menganalisis data, misalnya, dengan bertanya apakah penambahan risiko tertentu akan membuat portofolio mereka terlalu terkonsentrasi di satu area. “Anda membuat data Anda menjadi percakapan.”
Start-up lainnya, Cytora, menawarkan teknologi yang mengekstraksi informasi dari pengajuan broker asuransi, membangun data, dan mengklasifikasikan risiko yang perlu ditutup, mengarahkannya kepada underwriter yang relevan untuk ditinjau. “Biasanya [underwriter] harus menekan tiga tombol untuk [menerbitkan] penawaran,” kata Richard Hartley, co-founder dan chief executive.
Salah satu kliennya, asuransi Markel, mengatakan tim yang menggunakan platform tersebut telah meningkatkan produktivitas mereka lebih dari dua kali lipat. Hartley mengatakan “dunia baru” ini menghapus beberapa pembatasan jumlah karyawan pada seberapa banyak bisnis perusahaan asuransi dapat ditanggung. Beberapa berpikir bahwa keuntungan akan meningkat seiring dengan perkembangan teknologi. “Bukan di luar kemungkinan bahwa [underwriter] bisa memproses 10 kali lipat volume,” kata David King, co-founder dan co-chief executive dari Artificial Labs, yang menawarkan underwriting sepenuhnya otomatis untuk kebijakan tertentu dan triage digital pengajuan broker ditambah otomatisasi tugas tertentu untuk yang lain.
Artificial Labs dan hyperexponential sama-sama telah menyelesaikan putaran pendanaan tahun ini pada saat start-up asuransi lainnya mengalami kesulitan. “Jika Anda dapat menetapkan harga dengan lebih baik, ini dapat memiliki dampak bisnis yang luar biasa,” kata Angela Strange, seorang mitra di Andreessen Horowitz, yang berinvestasi di hyperexponential dalam putaran pendanaan.
Bagi banyak perusahaan asuransi, upaya untuk mengotomatisasi proses terbatas pada jalur bisnis tertentu, dan kebanyakan memprediksi adopsi luas di kalangan underwriter akan memerlukan waktu bertahun-tahun, mengingat rentang risiko potensial yang besar yang memerlukan asuransi dan kebutuhan untuk melatih staf dalam teknologi baru. Akan sulit untuk sepenuhnya menghilangkan spreadsheet dari industri, kata para veteran: mereka banyak digunakan untuk pekerjaan sehari-hari di berbagai bagian industri. Microsoft, yang memiliki Excel, mengatakan perusahaan tetap menjadi “mitra teknologi kunci bagi perusahaan di seluruh layanan keuangan secara luas, dan khususnya asuransi.”
Perusahaan juga menyoroti layanan cloud-nya, Azure. Ini menyediakan penyedia perangkat lunak termasuk Indico Data, yang mengotomatisasi ekstraksi informasi dari pengajuan broker dan tugas administratif lainnya. Beberapa khawatir tentang apa yang mungkin terlewatkan dalam proses yang lebih sedikit dan lebih otomatis, mengingat kerugian signifikan dari kesalahan penetapan harga asuransi. Di mana AI digunakan, juga ada risiko bahwa itu “membayangkan” atau membuat informasi.
“Model tidak sempurna,” kata Troy Dehmann, chief operating officer dari Lloyd’s insurer Beazley, yang memiliki kemitraan dengan Cytora untuk mengotomatisasi tugas kunci. Namun, ia melihat potensi besar dalam teknologi tersebut, menggambarkan masa depan di mana semua informasi yang diperlukan underwriter disatukan dalam dashboard sederhana. “Anda akan memproses jauh lebih banyak, Anda akan memiliki pandangan yang berbeda tentang portofolio Anda, Anda akan dapat mengelola portofolio yang lebih besar,” katanya, menambahkan: “Bayangkan seberapa cepat itu.”