Miközben egyre több mesterséges intelligenciára építő (AI-native) insurtech szereplő állítja, hogy a hagyományos biztosítók már nem tudnak felzárkózni, Kyle Nakatsuji, a Clearcover alapító-vezérigazgatója szerint a kép ennél árnyaltabb. Úgy véli: a meglévő biztosítók valódi, nehezen másolható előnyökkel rendelkeznek – de ezeket gyorsan kell kihasználniuk.

Valós ellenállás a szervezeten belül

Az AI bevezetése nem pusztán technológiai kérdés. A Clearcover AI-alapú gépjármű-biztosító alapítója és vezérigazgatója szerint a biztosítók „szervezeti immunrendszere” valóban létezik: az igazgatóságok óvatosak, az értékesítési hálózatok ellenállnak, az ösztönzési rendszerek nem támogatják az átalakulást.

Az AI ugyanis nemcsak folyamatokat, hanem hierarchiákat, szerepeket és több évtizedes intézményi tudást is érint. Minél erősebb a technológia, annál nagyobb az ellenállás.

Ezt erősíti egy friss Deloitte-kutatás is: a vezetők stratégiai szinten felkészültnek érzik magukat az AI-ra, de operatív szinten nem. A pilot projektek működnek, de az éles működésbe való átültetés gyakran elakad – különösen az „utolsó mérföldön”.

Hol téved az „inkumbensek lemaradnak” narratíva?

Nakatsuji szerint az a feltételezés hibás, hogy csak az lehet sikeres az AI-ban, aki eleve erre építette a működését.

Két külön problémát kell megkülönböztetni:

1. AI-technológia fejlesztése
Ebben valóban előnyben vannak az AI-native startupok: tiszta IT-architektúra, gépi tanulási szakemberek, gyors iteráció.

2. Az a működési kontextus, amelyben az AI valódi értéket teremt
Itt viszont a hagyományos biztosítók vannak előnyben.

A biztosítás ugyanis erősen kontextusfüggő iparág:

• kárrendezési gyakorlatok régiónként eltérnek,
• a kockázatelbírálás (underwriting) gyakorlata sokszor eltér a formális szabályzatoktól,
• a szabályozási környezet országonként és államonként különböző,
• a belső működés jelentős része informális tudásra épül.

Ezt a működési kontextust – amely az AI-modellek számára „üzemanyagként” szolgál – a biztosítók évtizedek alatt halmozták fel. A technológia önmagában nem elegendő: adat + kontextus együtt teremt értéket.

A kulcskérdés: ki tud gyorsabban végrehajtani?

A szerző szerint nem az a döntő, hogy ki kezdte korábban az AI-t, hanem hogy ki képes gyorsabban áthidalni a végrehajtási szakadékot.

Ez úgy történik, ha az AI-t szorosan összekapcsolják a biztosító működésének kulcsterületeivel: a kárrendezéssel (claims), kockázatelbírálással (underwriting), az értékesítés/disztribúcióval és a compliance-szel.

Az így kialakuló rendszerek tanuló visszacsatolási hurkokra (feedback loopokra) épülnek: minden új adat javítja a modelleket, ami további hatékonyságnövekedést hoz. Ez nem lineáris, hanem exponenciális fejlődési pálya.

A szerző tapasztalata szerint a működő AI-demók és a valóban üzleti hatást elérő rendszerek közötti különbség szinte teljes mértékben abból fakad, hogy mennyire értik a biztosítási működést.

A következő 12–18 hónap kritikus lehet

Nakatsuji szerint a biztosítók számára az egyik legfontosabb felismerés: az adatállományuk értéknövelő eszköz, amely használattal egyre többet ér, a működési tapasztalatuk pedig versenyelőny, nem pedig teher.

A piacon már látszanak azok a szereplők – biztosítók, specializált közvetítők (MGA) és niche szolgáltatók –, amelyek nem kísérleti projekteket futtatnak, hanem éles, ügyfeleket érintő AI-megoldásokat vezetnek be.

Az AI-alapú működés hatása fokozatosan jelenik meg:először a költséghányadban (expense ratio), majd a kárhányadban (loss ratio), végül a piaci versenyképességben.

A szerző szerint azok a biztosítók lesznek a nyertesek, amelyek nem válnak technológiai céggé, hanem megőrzik biztosítói karakterüket – miközben képesek az AI-t beépíteni a működésükbe, és annak hatását idővel „felhalmozni”.