DNB volgt AI-ontwikkeling in de verzekeringssector op de voet
De Nederlandsche Bank houdt de ontwikkelingen omtrent de toepassing van Artificial Intelligence in de verzekeringssector nauw in de gaten. Uit eerder onderzoek – ‘AI in de verzekeringssector’ (2018) en ‘DNB Themaonderzoek Insurtech’ (2019-2020) – bleek al dat de inzet van geavanceerde data-analyses en AI steeds verder toeneemt. De toezichthouder vond het dan ook hoog tijd worden om zich opnieuw te informeren over de huidige stand van zaken. DNB sprak daarom over de toepassing van AI met zes middelgrote en grote verzekeraars en geeft hierover een korte terugblik.
Uit de gevoerde gesprekken blijkt dat verzekeraars steeds intensiever gebruik maken van (geavanceerde) data-analyses en AI. Volgens DNB is de verzekeringssector één van de industrieën die van oudsher veel gebruik maakt van data, met name op het actuariële domein te behoeve van de premiestelling en het inschatten van adequate voorzieningen.
De toezichthouder benadrukt dat – gezien de relatief kleine selectie van verzekeraars – de uitkomsten niet per definitie een totaalbeeld van de sector vormen, waardoor de getrokken conclusies met voorzichtigheid geïnterpreteerd moeten worden. En waar DNB de termen ‘AI’ en ‘geavanceerde data-analyse’ gebuikt om de ontwikkelingen te omschrijven, benadrukt de toezichthouder wel dat deze begrippen lastig zijn af te bakenen.
De ondervraagde partijen geven aan dat de toepassing van data-analyses in alle onderdelen van de waardeketen (onder andere acceptatie en claimbehandeling) toenemen. “Bij schade- en zorgverzekeraars is dit zichtbaar in de gehele waardeketen. Bij levensverzekeraars ligt de focus met name op het automatiseren en optimaliseren van operationele processen, ten behoeve van kostenefficiëntie. De toepassing van geavanceerde data-analyses wordt vooral als nuttig gezien als het schaalbaar en herhaalbaar is.”
Menselijke tussenkomst
Het detecteren van afwijkende claims (fraudedetectie), e-mailroutering naar juiste postvakken, ‘robo advice’ en chatbots en het analyseren van teksten van klanten met behulp van text mining worden in de gesprekken als voorbeeld genoemd voor het gebruik van AI.
Daarnaast geven de verzekeraars aan dat de frequentie van bestaande analyses (bijvoorbeeld het modelleren van de risicopremie) de laatste jaren flink omhoog is gegaan. Internet of Things-toepassingen worden vooralsnog niet breed en op grote schaal ingezet, wel lopen er enkele toepassingen en pilots. Verzekeraars zien de mogelijkheden hiervan met name in de preventie.
In de gesprekken zijn geen voorbeelden naar voren gekomen van volledig geautomatiseerde beslissingen op basis van AI-algoritmes, zonder enige menselijke tussenkomst. Volgens DNB lijken verzekeraars terughoudend te zijn met de inzet van dergelijke ‘black-box’ modellen. De toepassingen van geavanceerde data-analyses en AI worden met name ingezet ter ondersteuning en ter advisering in het maken van beslissingen.
De ondervraagde verzekeraars geven aan de menselijke tussenkomst in het proces belangrijk te vinden. Bijvoorbeeld in het geval dat een algoritme een afwijkende claim (mogelijke fraude) detecteert. Bij dergelijke zaken wordt de eindbeoordeling altijd door een mens gedaan.
Onverzekerbaarheid
Verzekeraars verwachten dat geavanceerde data-analyses steeds meer en steeds vaker worden toegepast. Ook verwachting zij dat de technieken het mogelijk maken om de premiestelling steeds verder te verfijnen, hierdoor bestaat echter wel de mogelijkheid dat de geavanceerde risicoselectie kan leiden tot onverzekerbaarheid. Verzekeraars hebben in de gesprekken dan ook hun zorgen geuit over dergelijke risico’s die gepaard gaan met een verdergaande premiedifferentiatie.
DNB stelt tot slot dat het de technologische ontwikkelingen in de verzekeringssector op de voet blijft volgen. De toezichthouder heeft daarvoor een drietal vervolgstappen in 2022 in de planning staan. Zo wordt het project ‘AI en uitlegbaarheid’ voortgezet, zoekt men een betere afstemming qua toezichtactiviteiten met het AFM om overlap te voorkomen en blijft DNB betrokken bij internationale overleggen over AI (bijvoorbeeld via EOIPA).
