Sigortacılığın akıl çağı için yeni zekâ modelleri
Dünyanın en büyük analitik odaklı şirketi SAS, İstanbul’da 24 Ekim’de düzenlediği SAS Sigortacılık Zirvesi’nde sigorta şirketlerinin teknoloji yatırımlarının odaklanması gereken noktalara ışık tuttu. SAS Türkiye ve Orta Asya Genel Müdürü Rasim Eğri, etkinliğin İstanbul’da düzenlenmesinin Türkiye’nin önemini gösterdiğine işaret ederken “Finans ve sigortacılık, bizim için en önemli alan. Bu alandaki inovasyonu ve yatırım stratejilerini belirleyen şirketlere analitik alanında atacakları adımlarda yardımcı olmak için sürekli bir çalışma yürütüyoruz” şeklinde konuştu.
SAS’ın uluslararası organizasyonundan toplantı için İstanbul’a gelen uzmanlar ise, sigortacılığın geleceğine yön verecek teknolojilere yatırım konusunda yükselen ve çokça bahsedilen yaratıcı yapay zekâ (generative AI) kadar mevzuata uyumu kolaylaştıracak açıklanabilir yapay zekâ (explainabile AI) boyutuna da dikkat çekti.
SAS Avrupa, Ortadoğu ve Afrika (EMEA) Endüstri İş Geliştirme Başkanı Alena Tsishchanka, gerçekleştirdiğimiz özel görüşmede, “Sigortacıların bugünlerde yatırım yapmaları gereken analitik ve diğer teknolojiler dikkate almaları gereken kriterler arasında açık bir teknolojiye yatırım yapmak öne çıkıyor. Açık teknolojiyi, açıklanabilir olması, sonuçlarının izlenebilir olması ve belirli kararların nasıl alındığı ile neden alındığının izah edilebilmesi özellikleri ile açıklayabiliriz. Analitik kararlarının kapalı kutu mantığı ile alınmaması giderek kritik hale gelen bir konu” şeklinde konuştu.
Bunda analitik ve yapay zekâ kullanımı ile ilgili regülasyonda, raporlamadan kararlarda tarafsız olunmamasına kadar birçok noktada hassasiyetin yüksek olmasının etkisi büyük. Uluslararası finansal raporlama standartlarında gelinen yeni aşama IFRS 17 kadar Avrupa Birliği ve ABD başta olmak üzere dünya genelindeki regülasyonlara uyum açısından yatırımın bu boyutu büyük önem taşıyor.
Rekabetçilik noktasında ise, analitik ve yeni nesil yapay zekâ teknolojilerinin, şirketlerin içinde teknoloji ile ilgili departmanlar dışında iş (business) tarafından da çok sayıda kişinin bu yeni teknikleri kullanmasına olanak tanıması yani teknolojinin demokratikleştirmesi öne çıkıyor. Yaratılan etkiyi verimlilik artışı, daha fazla insanın teknoloji kullanıcısı haline gelerek sisteme katılması ve kararlarda sorumlu/etik davranışın güçlendirilmesi başlıkları altında toplayabiliriz.
Tsishchanka, “Bu şekilde şirketin işini verimli şekilde yukarı taşıyacak bir mekanizma kurulabiliyor” diyor ve şöyle devam ediyor: “Bu etkinin işle ilgili sonuçları, pazara ürün veya servis sürme süresinin kısalması, bilgi teknolojileri departmanına yapılan talepler için bekleme süresinin ortada kalkması ve müşteri taleplerine daha hızlı yanıt vererek rekabet gücü kazanmayı kapsıyor. Yapay zekânın demokratikleşmesi, hız kazanmanın kalitenin yüksek tutulması ile birlikte gerçekleşmesini sağlıyor. Ancak şirketlerin başarılı sonuçlar elde etmek için birçok etkeni dikkate alması gerekiyor.”
SAS Sigorta Sermaye Yönetimi ve Aktüeryal Dönüşüm Global Çözüm Lideri Oana Avramescu, bu süreçte sigorta şirketlerinin geleneksel iş modelleri ile yenilikçi analitik ve yapay zekâ teknolojileri arasında bir denge kurmaları gerektiğini vurguluyor. Avramescu, “Sigorta şirketleri, regülatif zorunluluklar başta olmak üzere çeşitli nedenlerle GLM modeli (generalized linear models-genelleştirilmiş lineer model) ile çalışıyor ancak sadece GLM’e odaklanmaları durumunda, Alena’nın da belirttiği gibi, modellerinde piyasaya çıkma hızını yükseltmeleri mümkün olmayacak. Oysa makine öğrenmesi modeli ile, piyasaya çıkış süresi kadar değere dönüştürme süresini kısaltmak da mümkün” diyor.
Avramescu, bu konuyu açıklamak için Almanya’dan bir örnek veriyor: “Almanya’da yapay zekâ ve makine öğrenmesi için SAS teknolojisini kullanan bir sigortacı, yeniden kalibre ettiği GLM ile aktüeryal işlerinde yüzde 50’lik iyileştirme sağladı. Bunu sağlayan, aktüeryacıların bu şekilde daha önce tamamını GLM ve bütün bu modelleme işlerine ayırdıkları zamanın yüzde 50’sini geri kazanıp bunu müşterilerin doğru segmentasyonu başta olmak üzere, daha önce zaman bulamadıklar iş konularına odaklanacak ve kararlarını alacak zamanı kazanmaları ile gerçekleşti” diyor.
Avramescu, bunun rekabet gücüne yansıması konusunda ise, “Yapay zekâya ve makine öğrenmesine odaklandığımız için zirvedeki sunumumda bu konudan bahsetmedim. Şöyle anlatayım: Modellemenin son aşamasını doğru kararların üretim aşamasına taşınması oluşturuyor. Bizim dinamik aktüeryal modelleme çözümümüzün bütün bileşenlerin üzerine eklenmesi ile bu son aşamada, sigorta şirketlerine rekabet gücü sağlıyor. Bunun nedeni, birçok sigorta şirketinin modellerinin sonuçlarını bir karne halinde derlemesi ve bilgi teknolojileri departmanının daha sonra gelip bunla ilgili kodlamayı yapması gerekiyor. Bu, her ay ya da her üç aylık dönemde tekrarlanması gereken bir kodlama işi oluşturuyor” şeklinde konuştu.
SAS’ın dinamik aktüeryal modelinin arayüzü ile, analizden kodlamaya giden süreç sürükle/ bırak yöntemine dayanan bir çözümle low code/no code yapısına dönüştürülüyor. Sonuçlar ile kod arasındaki bağlantıyı kurmayı iş birimlerinin yapabileceği bir modele dönüştüren bu dinamik yapı, sigorta şirketlerinin analitik/ yapay zekâ dönüşümünün ne yönde olacağı konusunda yeterli bakış açısını sağlıyor.