Actuarial Intelligence

Onze beroepsgroep is te terughoudend bij het verkennen én toepassen van nieuwe modellen en technieken. Een gemiste kans, want Artificial Intelligence kan niet zonder Actuarial Intelligence.

Wat is AI?

Van Artificial Intelligence (AI) bestaan bijna net zoveel definities als het aantal mensen aan wie je het vraagt. Voor de rest van dit artikelen zullen we AI definiëren als een systeem, dat op basis van voorbeelden kan leren nieuwe situaties te beoordelen. Dergelijke systemen functioneren dankzij algoritmes, die met behulp van machine-learningtechnieken (waaronder Deep Learning) zijn getraind.

Historie Artificial Intelligence

Veel mensen beschouwen Artificial Intelligence als ‘iets nieuws’. Het is echter al meer dan 60 jaar geleden dat de toen 28-jarige wiskundige John McCarthy het beroemde Darmouth onderzoeksproject over AI organiseerde. Twee jaar later ontwikkelde hij Lisp, een functionele programmeertaal die populair zou worden voor het ontwikkelen van AI-systemen en tegenwoordig nog steeds wordt gebruikt. Eind jaren zeventig werd de wereldkampioen Backgammon (Luigi Villa) verslagen door een computer. In de jaren tachtig werden de al veel langer bestaande statische modellen uitgebreid met machine-learningmethoden. In de jaren negentig kocht je voor een paar honderd gulden (!) al een schaakcomputer met het niveau van een meester.

Trendbreuk door Machine Learning

Uit bovenstaande blijkt, dat de achterliggende technieken van AI-systemen al enkele decennia bestaan. De trendbreuk kwam, toen het door de groeiende beschikbaarheid van data en computerkracht (Figuur 1) mogelijk werd om deze technieken voor praktische toepassingen in te zetten. Van het laboratorium naar de supermarkt, van de studeerkamer naar de huiskamer. Daar waar het in de jaren negentig nog een hele toer was om een neuraal netwerk aan de praat te krijgen, vergt het trainen en valideren van een dergelijk netwerk nu nog maar enkele regels code. Dankzij de sterke opkomst van geautomatiseerde machine-learningplatformen, wordt de tijd die nodig is om dit soort modellen daadwerkelijk in productie te brengen, aanzienlijk verkort.

Ontwikkelingen in Insurance

Verzekeringsproducten zullen de komende jaren in versneld tempo worden aangeboden door partijen die hun processen volledig hebben gedigitaliseerd. Zij zijn in staat om AI-systemen als chatbots effectief in te zetten om de klantbeleving te optimaliseren met behoud van de menselijke maat. Bedrijven als Lemonade in de Verenigde Staten en Nexible in Europa zetten daarvoor al enkele jaren de toon. Daarnaast zullen technologiespelers als Google en Amazon hun wereldwijde distributienetwerk gaan inzetten om verzekeringsproducten aan te bieden die ‘nieuwe’ risico’s van digitalisering en databeheer afdekken. Doordat zij in continu contact staan met de potentiële eindklant, zijn zij in staat om op het juiste moment pay-as-you-go-producten en diensten aan te bieden. Aanbieders van vervoersconcepten als de autonoom rijdende auto, zullen in ruil voor data bereid zijn om bepaalde risico’s ‘gratis’ te verzekeren. Tijdens het Digital Insurance Forum 2018 kwam naar voren dat de winnaars van morgen bereid zijn om stevig te investeren in nieuwe technologie vanuit een integrale klantstrategie. Ze maken duidelijke keuzes en houden de voortgang van hun digitale transitie nauwlettend in de gaten aan de hand van begrijpelijke KPI’s. Verzekeraars zullen in deze veranderende omgeving meebewegen door als onderdeel van een groter ecosysteem nauwer te gaan samenwerken met nieuwe partners (insurtechs) en daarbinnen nieuwe rollen te vervullen als regisseur en als leverancier van ‘actieve’ verzekeringsproducten.

Strategie

Net als andere technologieën is AI geen doel op zich. Dat iets interessant en vernieuwend is, maakt het nog niet automatisch nuttig. Dat is het wel, wanneer het bijdraagt aan het bereiken van de strategische doelen van een organisatie. Een verzekeraar die dichter bij de eindklant wil komen te staan, besluit bijvoorbeeld om AI in te zetten om het claimproces ‘frictieloos’ in te richten. Van schadeafhandeling naar schadepreventie. Om een dergelijke transitie met succes te volbrengen, begint de verzekeraar niet bij de technologie, maar bij de beleving van de klant, bijvoorbeeld door het in kaart brengen van de customer journey,

Bijdrage van de actuaris

Uit recente samenwerking met enkele data scientists ben ik ervan overtuigd geraakt dat we als beroepsgroep een fundamentele bijdrage kunnen leveren aan de ontwikkelingen rondom AI. Inhoudelijk hebben we een solide basis in de lineaire algebra en de statistiek, een ijzersterk fundament voor het doorgronden van de machine-learningmodellen, het brein van elk AI-systeem. Vanuit dat fundament zijn we niet alleen in staat om de uitkomsten van de modellen te interpreteren, maar ook om deze terug te vertalen naar het oorspronkelijke business probleem. We weten dat elk model, vaak stilzwijgend, gebaseerd is op een groot aantal aannames en kunnen de impact hiervan duiden. Uiteindelijk draait AI niet om het bouwen van complexe modellen, maar om het oplossen van een probleem met behulp van data. Wij zijn in staat om te laten zien wat de oplossing betekent voor het bedrijfsresultaat van de opdrachtgever.

Ethiek

AI kan mensen helpen om betere keuzes te maken, of het nu gaat om een verzekering, een film of een nieuwe partner. Dat is prachtig, maar zoals elke technologie wordt AI ook ingezet voor doelen die de mensheid kunnen schaden. Er wordt wel gezegd dat AI gaat leiden tot een grote nutteloze onderklasse, de ‘have-nots’, of zelfs tot een digitale dictatuur. Als beroepsgroep hebben wij de verantwoordelijk om hier niet alleen over na te denken, maar ook ons standpunt hierover kenbaar te maken als dat nodig is.

Teamwork

Zet een paar mensen bij elkaar en laat ze praten over AI: aan hype & buzz geen gebrek. Binnen het team biedt de actuaris hier vanuit een positief kritische houding een gezond tegenwicht tegen. Tegelijkertijd realiseert de actuaris zich dat hij veel kan leren van zijn teamgenoten en data scientists. Denken vanuit de data. Hacking skills. Nieuwe tools. Open source. Kennis delen. Een ‘alles-is-mogelijk’ mindset. Door toch trouw te blijven aan haar eigen roots en tegelijkertijd open te staan voor nieuwe zienswijzen, vervult zij binnen het team een waardevolle brugfunctie tussen domein, inhoud en opdrachtgever.

Conclusie

AI is al lang geen toekomstmuziek meer. Deze technologie beïnvloedt nu al dagelijks de keuzes van miljoenen mensen. Met een positief-kritische en door nieuwsgierigheid gedreven houding kunnen actuarissen als onderdeel van een multidisciplinair team een wezenlijke bijdrage leveren aan deze interessante ontwikkeling. Kortom: met Actuarial Intelligence.

Dit artikel verscheen eerder in de Actuaris.