اخبار بانک و بیمه پایشگر- با توجه به مغفول بودن برخی مفاهیم فناورانه در صنعت بیمه ، نشریه تخصصی بیمه داری نوین جهت تولید محتوای با کیفیت مجموعه میزگردهایی را برای اشنائی بیمه گران با این مفاهیم با حضور کارشناسان مجرب خارج از صنعت بیمه و البته با همراهی برخی کارشناسان داخلی برگزار می کند ، یکی از این مفاهیم بیگ دیتاست.

به گزارش پایگاه تحلیلی خبری پایشگر به نقل از ریسک نیوز، برای تحلیل‌گری درست صنعت بیمه نمی‌توان از هیچ دیتایی چشم پوشید. این در حالی است که بعضی از داده‌های این صنعت اصلا ثبت نشده‌اند از سوی دیگر 90 درصد داده‌هایی که ما در صنایع مختلف داریم غیرساختاریافته هستند ‌و داده‌های سازمانی شرکت‌های بیمه که انسان تولید ‌می‌کند بخش کوچکی از ‌مفهوم بیگ‌دیتا را شامل می شود. فرایند ساختارمند کردن همه داده‌ها و استفاده آنلاین از این داده‌ها با استفاده از هوش مصنوعی و رایانش ابری ما را به سمت فناوری بیگ دیتا هدایت می کنند.

طی گفتگوی دو نفر سعید روحانی عضو هیئت علمی‌ دانشکده فناوری اطلاعات دانشگاه تهران و محمود سبزی صاحب نظر بیمه ابعاد مختلف بیگ دیتا بررسی شده است.

* تصویری از جغرافیای داده در صنعت بیمه ترسیم بفرمایید.

سبزی: به‌طور کلی براساس تعاریف کلاسیک بیگ‌دیتا یا داده‌های بزرگ داده‌هایی هستند که با ابزارهای سنتی و دستی قابل تجزیه و تحلیل، طبقه‌بندی و نمایش نباشد و نیاز به ابزار و فناوری‌های نوآورانه داشته باشد. با نگاهی به آمارهای منتشره صنعت بیمه در سال 95 بیش از 28 هزار میلیارد حق بیمه تولید و بیش از 18 هزار میلیارد تومان خسارت پرداخت شد. از منظر بیگ‌دیتا و براساس طبقه‌بندی رشته‌ای که در صنعت بیمه صورت گرفته است تنها به بخشی از داده‌های بیمه‌ای می‌توان مفهوم بیگ‌دیتا اشاره کرد. هرچند از منظرهای مختلف دادهای بزرگی در صنعت بیمه نهفته است. در رشته آتش‌سوزی قریب به 2 میلیون و 700 هزار بیمه‌نامه صادر شده که در همان زمان نزدیک 17 میلیون منزل مسکونی ثبت شده در کشور وجود داشته است. در رشته بیمه‌نامه حوادث، 3 میلیون و 300 مورد صادر شده، در رشته بیمه درمان در حدود 3 میلیون بیمه‌نامه صادره، در رشته بیمه عمر یا زندگی کمتر از 3 میلیون بیمه‌نامه و در رشته حوادث راننده 20 میلیون و رشته شخص ثالث نزدیک به 20 میلیون صادر شده است. در کل تعداد بیمه‌نامه‌های صادره صنعت قریب به 56 میلیون بیمه‌نامه بوده است. پس عمده بخش‌هایی که از آن می‌توان به عنوان بیگ‌دیتا یاد کرد رشته‌های شخص ثالث، حوادث انفرادی و برخی از سایر رشته‌ها هستند. بیمه‌نامه آتش‌سوزی، درمان، حوادث، مسئولیت و بیمه‌نامه‌های عمر بیگ‌دیتاهایی هستند که در مرحله بعدی در صنعت بیمه وجود دارد. اگرچه در واقعیت تعداد بیمه‌نامه‌های صادره صنعت همین مقدار نیز نیست. چراکه مثلا در رشته حوادث راننده بیمه‌نامه مجزایی صادر نمی‌شود و طفیلی رشته شخص ثالث محسوب می‌شود.

*از نگاه شما می‌خواهیم به بیگ‌دیتا و صنعت داده بپردازیم.

روحانی: چرخه عمری که انسان زندگی می‌کند هر لحظه‌اش از نظر صنعت بیمه می‌تواند ‌بیمه‌ای باشد. از تولد نوزاد تا مرگ فرد مسن.

*این را راجع به ماشین هم می‌توان در نظر گرفت.

روحانی: راجع به ساختمان هم می‌توان گفت. برای تحلیل‌گری درست صنعت بیمه نمی‌توان از هیچ دیتایی چشم پوشید. آقای دکتر به حجم مالی و تعدادی بیمه‌نامه‌های صادرشده اشاره کردند. بعضی از داده‌های صنعت بیمه اصلا ثبت نشده‌اند. در حجم داده‌های دنیا، 90 درصد داده‌هایی که ما در صنایع مختلف داریم روی حوزه غیرساختاریافته است. مثال آن سوشال نتورک‌ها (Unsocial Networks) هستند. در مورد جغرافیای داده‌ای که به آن اشاره می‌کنید، بخش عمده داده‌های سازمانی شرکت‌های بیمه به دیتاهایی برمی‌گردد که انسان تولید ‌می‌کند. این مفهوم بیگ‌دیتا را پررنگ می‌کند. اگر بخواهیم داده‌های مرتبط با این دیتا را بررسی کنیم، بحث بیگ‌دیتا پیش می‌آید. به‌طور مثال بحث نقدینگی و پرداخت مستمری‌بگیران یکی از موضوعاتی است که جزء موضوعات اساسی سازمان تامین اجتماعی است. حجم پرداخت مستمری‌بگیران مهم‌ترین مساله سازمان تامین اجتماعی است. هر اتفاقی که در کشور می‌افتد اثر مالی خود را در سازمان می‌گذارد. تفکیک ساختار داده ضروری است. یک‌سری داده‌ها جزء داده‌های پروفایل و ثبتی است و یکی از پایه‌های اساسی، نوع داده‌ای است که در صنعت بیمه داریم. یکی از پایه‌هایی که در صنعت بیمه مطرح می‌شود حقوق اساسی، سرویس‌ها و نوع بیمه‌ای است که دنبال ‌می‌کنند. من اگر نخواهم اتومبیل بخرم به بیمه شخص ثالث نیاز ندارم. اگر قیمت ماشین را از یک نرخی پایین‌تر نگیرم ممکن است بیمه بدنه هم نکنم. اگر کار مهندسی یا ساخت‌وساز نداشته باشم، بیمه بدنه هم انجام نمی‌دهم. اگر ساختمان 8 طبقه به بالاتر نداشته باشم بیمه آتش‌سوزی هم نمی‌کنم. بخشی از دیتا به بیزینس، شغل و حرفه و لوکیشنی که آن فرد دارد انجام می‌دهد، برمی‌گردد. بخشی از داده‌های صنعت بیمه، داده‌های مرتبط با این دیتا یا ارتباطاتی که فرد با جامعه خودش دارد. من می‌توانم به کاستومر (customer) جرنی که مشتری انجام می‌دهد دسترسی پیدا کنم و اینها بخش دیگری از جغرافیای داده است. قسمت چهارم شبکه‌های اجتماعی هستند. یکی از دیتاهایی که امروز برای آن ارزش قائل ‌می‌شویم داده‌های تولید شده توسط کاربران است.

*شبکه‌های اجتماعی چگونه در صنعت بیمه داده وارد می‌کنند؟

روحانی: من یک مثال ساده می‌زنم چون این کار را کرده‌ایم. در دانشگاه در این زمینه تحقیقاتی انجام دادیم. به‌طور مثال بیمه آسیا می‌خواهد بداند برندش در چه وضعیتی در مقایسه با بیمه ملت است. من با مدل‌های ماشین می‌توانم پیش‌بینی کنم پیام مثبت می‌دهد یا منفی. فرض کنید من توییت همه افراد ایرانی را بگیرم و بفهمم نظرشان راجع به آسیا مثبت است یا منفی است یا یک محصول، جدید یا پارتی جدید است. ما در این زمینه ضعف داریم. ما در کشورمان هنوز تکنولوژی‌اش را نداریم و در دنیا هم جدید است. ibm هم پلنی که برای 2020 داده بحث بررسی ایجنت‌ها و فلت‌ها (Agent and flats) در حوزه بیمه است. یعنی نماینده‌ای تربیت کند که هوشمند باشد و این حجم داده زیاد را تولید ‌کند.

*در امتداد صحبت‌های گفته‌شده مطلبی دارید؟

سبزی: امروز عصر اطلاعات است و کثرت دریافت ذخیره‌سازی و طبقه‌بندی اطلاعات معضلاتی را در همه بخش‌ها و از جمله در صنعت بیمه به وجود آورده است. امروزه برای تسریع در امر تصمیم‌گیری بیمه‌ای نیاز به اطلاعاتی فوری، مهم، درست و قابل اعتماد داریم. اطلاعات زیادی در جهان هستی وجود دارد، اما ما به دنبال اطلاعاتی هستیم که نقش و سهم حداکثری را در تصمیمات بیمه‌ای داشته باشند. پس نمی‌توان و نباید از همه اطلاعات پیرامونی استفاده کنیم. یک مدیر یا کارشناسی که می‌خواهد تصمیمی در حوزه صنعت بیمه بگیرد، نیاز به یک‌سری اطلاعات مرتبط دارد. در صنعت بیمه متاسفانه از همین اطلاعات موجود هم درست استفاده نشده است و شاهد این هستیم که عمده تصمیمات براساس قضاوت‌های شخصی یا تحلیل‌های تجربی است.

بر همین اساس شاهد رشد و توسعه زیادی در صنعت بیمه نبوده‌ایم. در تولید ناخالص ملی، سهم صنعت بیمه بسیار اندک است. اگر بخواهیم ضریب نفوذ بیمه را به عنوان یک شاخص اقتصادی در کشور بررسی کنیم صنعت بیمه بعد از 85 سال دارای ضریب 1/2 درصدی است. به تعبیری یعنی داده‌های صنعت بیمه در اقتصاد ناچیز است، اما از همین داده‌ها هم استفاده درست نشده است.

*ابزارهای فعلی در تولید این داده‌ها چقدر موثر است؟

سبزی: به نظر می‌رسد مناسب است بحث را در صنعت بیمه ادامه دهیم.

*صنعت بیمه با ادبیات موضوع آشنا نیست. وقتی بحث بیگ‌دیتا مطرح ‌می‌شود در ذهن همان داده‌های موجود متبادر می‌شود.

سبزی: فهم و درک از موضوع بیگ‌دیتا در بین افراد مختلف و در صنایع مختلف فرق دارد و اهمیت و نقش آن براساس شرایط استفاده از داده‌ها تعریف می‌شود. مشکل ما در صنعت ‌بیمه این است که اساسا باید بیگ‌دیتا تعریف شود و اگر براساس آمار ارائه‌شده قبلی بخواهیم بررسی کنیم بیگ‌دیتا در رشته‌های خاصی قابل تعریف است. در رشته‌هایی که دارای داده‌های کم ولی قابل تسری به سایر بخش‌ها است این تبادل اطلاعات و بهره‌گیری متقابل از داده‌های درون صنعت و بیرون صنعت در بین اکثریت مدیران و تصمیم‌گیران صنعت دیده نمی‌شود. متاسفانه داده‌های درون صنعت چندان مورد تجزیه و تحلیل قرار نگرفته است و اطلاعات و داده‌های بیرون نیز کمتر وارد شده است. برای نمونه می‌توان به داده‌های منتشره بیمه مرکزی تحت عنوان سالنامه آماری کماکان به‌صورت تجزیه و تحلیل نشده و با تاخیر‌های زمانی طولانی ارائه می‌شود که صنعت بیمه و مدیران و تصمیم‌گیران را در تصمیمات چندان کمک نمی‌کند.

*در صنعت بیمه برای استفاده از داده‌ها از کجا شروع کنیم؟

روحانی: نه‌تنها صنعت بیمه بلکه هر صنعتی بخواهد وارد استفاده از داده‌ها و هوش عملیاتی برای تصمیمات موثر شود سه بحث مطرح است. اول اینکه ذخیره‌سازی این بیگ‌دیتا را چگونه انجام دهد. داده‌های خوب وجود دارد؛ اما آیا من به عنوان بنگاه تجاری بیمه به این داده‌ها دسترسی دارم؟ شاید تنها یک پارتنر (partner) برای ذخیره‌سازی داده نیاز باشد. اتفاق خوبی در ثبت احوال افتاده است. الان هر موقع بانک بخواهد احراز صلاحیت کند در ازای پرداخت پول به ثبت احوال این کار را انجام می‌دهند. نگاه بیمه‌ها هم همان نگاه است. در صورتی که قبلا اطلاعات افراد شامل شماره ملی و عکس افراد در خود بانک ذخیره می‌شد. الان من اطلاعات اعتبارسنجی شده را انتخاب می‌کنم و آن به من این سرویس‌ها را ارائه می‌دهد. 15 الی 20 شرکت بیمه‌ای داریم که هر کدام به صورت جداگانه ذخیره‌سازی ‌می‌کنند. درحالی‌که نوآوری اینها در بیمه‌نامه جدید و مشاوره به مشتری است نه در کارهای زیرساختی. ما اگر می‌خواهیم شروع کنیم باید تکلیف‌مان را برای نگهداری داده مشخص کنیم. اینکه چه نوع داده‌ای را نگهداری کنیم مورد بررسی قرار دهیم.

*نظر شما در این زمینه چیست؟

سبزی: تعداد شرکت‌های بیمه فعال در کشور در حال حاضر نزدیک به 32 شرکت است. اطلاعات صدور و خسارتی تولید شده توسط این شرکت‌ها از طریق سنهاب به بیمه مرکزی متصل هستند. از طریق سیستم سنهاب نهاد ناظر دیتاهای شرکت‌های بیمه‌ای را دریافت ‌می‌کنند. اما بهره‌برداری کنترل و نظارتی کمی روی آنها صورت می‌گیرد و کمتر مبنای ارزیابی شرکت‌ها هستند. حتی در بین شرکت‌های بیمه‌ای این داده‌ها و اطلاعات با تاخیر بسیار زیادی جابه‌جا می‌شوند. درحالی‌که صنعت بانکداری مدت‌هاست به این عقلانیت رسیده است. این اطلاعات زمانی ارزشمند و معتبر هستند که به صنعت بیمه در ارزیابی ریسک، انتخاب مشتریان و در خدمات قابل ارائه کمک کند.

موضوع نگهداری داخلی داده‌ها در شرکت‌های بیمه و عدم مشارکت و تسهیم آنها باعث می‌شود که درنهایت خود صنعت بیمه متضرر شود و بیمه‌گذاران و برخی از گروه‌های متقلب و متخلف از آنها بهره‌برداری کنند. به عنوان مثال لازم نیست هر شعبه‌ای که باز ‌می‌شود، دیتا نگه دارد. موضوعی که باید به آن بپردازیم این است که هدف استفاده از این بیگ‌دیتا چه هست. شرکت‌های مختلف بک‌آپ‌گیری (backup)‌ می‌کنند. هدف و هنر استفاده از این‌ها باید تقویت شود. روزنه‌هایی در صنعت بیمه و امیدهایی دیده می‌شود که متولیان صنعت بیمه و به‌خصوص نهاد ناظر در سال‌های اخیر انجام داده است. برای نمونه قراردادها یا تفاهمنامه‌هایی را در سال‌های مختلف با سازمان‌ها و ارگان‌ها (مثل پلیس، سازمان ثبت احوال و…) منعقد کرده است تا به کمک اطلاعات و خدمات آنها بتوانیم به تصمیم‌گیری‌های صنعت بیمه کمک کنند. اینکه ما هنوز نتوانستیم استفاده کنیم بحث هدف و هنر استفاده‌کنندگان است. صنعت بیمه و متولیان اصلی آن، هنر استفاده از بیگ‌دیتا را نداشته‌اند و این بحث‌ها همواره وجود داشته است. البته عدم تمایل برخی از شرکت‌ها و مدیران نیز مزید بر علت بوده است. اشکال صنعت بیمه در مقابل بانکداری که نزدیکترین و شبیه‌ترین صنعت است در نحوه استفاده از بیگ‌دیتا است. صنعت بانکداری این را می‌خواهد و دارد استفاده ‌می‌کند؛ اما صنعت بیمه به علت تفاوت با صنعت بانکداری و وجود شبکه واسط (شبکه نمایندگان و کارگزاران) علاقه کمتری به استفاده از این بیگ‌دیتاها دارد. چراکه اجازه استفاده از این داده‌ها و ورود این داده‌ها در ارزیابی‌های ریسک عمدتا منجر به بالا رفتن ریسک بیمه‌گذار شده است و بعضا منجر به عدم پذیرش ریسک توسط شرکت بیمه شده است. هدف اصلی شرکت بیمه بررسی و تحلیل ریسک است. این را شرکت‌های بیمه می‌خواهند؛ اما شبکه واسط (شبکه فروش) علاقه کمتری به این کار دارد به عبارتی حتی در ارائه اطلاعاتی که وجود دارد، حساسیت نشان می‌دهد.

*چرا حساسیت هست؟

سبزی: هرچه اطلاعات ارائه‌شده از سوی افرادی که روی ریسک فعالیت می‌کنند بیشتر باشد متاسفانه شاهد تجریه و تحلیل دقیق‌تر ریسک می‌شود اما از آنجا که صنعت بیمه چندان از این رویه تبعیت نمی‌کند و عمدتا به‌دنبال تقلید یا ارائه نرخ‌های دامپینگی هستند بنابراین ریسک صنعت در بلندمدت بالا می‌رود. همه اتفاقاتی که در حوزه بیگ‌دیتا رخ می‌دهد در بازار رقابتی کامل معنادار ‌می‌شود و در بازار انحصاری یا رقابت انحصاری چندان معنی‌دار نیست. ‌بیمه ایران با سهم حدود 44 درصد از بازار و رشته بیمه شخص ثالث با سهم نزدیک به 45 درصد از صنعت که از سوی نهاد ناظر قیمت‌گذاری و به‌صورت دستور ی انجام می‌شود چندان بازار بیمه کشور را رقابتی نمی‌کند. پس می‌توان نتیجه گرفت که صنعت بیمه رقابتی نیست؛ با وجود اینکه نزدیک به 32 شرکت ‌بیمه‌ای با هم در ظاهر رقابت ‌می‌کنند.

*در بحث داده گفتید صنعت بیمه از فرصت‌هایش استفاده نمی‌کند. من فکر می‌کنم یکی از این موارد در ارتباط صنعت بیمه با سایر صنایع است. نظرتان را در این زمینه بگویید.

سبزی: موضوع تعامل و بهره‌گیری از فرصت‌های سایر صنایع عمدتا به روحیه تصمیم‌گیران و مدیران ارشد شرکت‌ها برمی‌گردد. بسیاری از مدیران اطلاعات در اختیار خود را به سختی سهیم می‌کنند و از آن به‌عنوان قدرت استفاده می‌کنند و از افشای اطلاعات ترس دارند. صنعت بیمه با وجود الزام از سوی نهاد ناظر براساس آیین‌نامه افشای اطلاعات، با مقاومت‌هایی روبه‌رو است و به‌رغم این الزامات سعی در ارائه حداقل اطلاعات از شرکت خود هستند. این اتفاقات باعث شده است تا تبادل اطلاعات بین صنعت بیمه و سایر صنایع مختل شده است.

*نظر شما در این زمینه چیست؟

روحانی: ما سه لایه در معماری بیگ دیتا داریم لایه ذخیره سازی، لایه پردازش، لایه تحلیل. لایه بعدی پروسس(Process) است یعنی حجم زیاد داده نیاز به پردازش دارد. پردازش مبتنی بر دی‌بی‌اس (DBS) است. مواردی نظیر قیمت‌گذاری و محاسبه ریسک. آنقدر زیرساخت ما نامناسب است که برای محاسبات در این لایه دچار مشکل ‌می‌شویم، اما ما سازمان‌های پولداری داریم. هزینه زیرساخت و سخت‌افزاری برای ما اصلا مهم نیست. کوچک‌ترین شرکت‌های ما دیتاسنتر دارند. اولین چیزی که می‌خرند سرور‌های اچ‌وی (HV) است. پس ما در لایه پردازش معمولا به اشکال نمی‌خوریم. بانک‌ها با مشکل مواجه نمی‌شوند، چه برسد به صنعت بیمه. زمانی که ما استراتژی استورجمان (Storage Man) عوض شود استراتژی پردازش‌مان هم باید عوض شود. لایه پروسس ما صورت‌حساب‌های مالی را پرینت ‌می‌کند و کار راحتی دارد. درحالی‌که روی این لایه در دنیا دارای فشار زیادی است. دنیا دارد روی این فکر ‌می‌کند که از اسمارت‌فون کلاینتم (client Smartphone) چه استفاده‌ای می‌توانم بکنم. لایه بالاتر انریتیکال است که مدیران ما اصلا نمی‌دانند این لایه به چه معناست. تصمیمات اصلی بیمه چیست و چگونه باید این تصمیمات را پیش‌بینی کرد دارایی صنعت بیمه مشتری و دیتا است. پس ورود لایه انریتیکال فرهنگ‌سازی است یعنی باید تفکر تصمیم‌گیری لایه‌محور در میان مدیران ارشد تزریق شود. از سویی ما هنوز نتوانستیم صنعت فروش دیتا ایجاد کنیم.

سبزی: یکی از مشکلاتی که صنعت بیمه و نهاد ناظر با آن درگیر است موضوع تغییر شکل ظاهری بیمه‌نامه و نحوه استفاده از آن است. اما هر بار به علل مختلف و از جمله نبود بسترهای لازم برای اتصال، کنترل و نظارت بر دارندگان خودروها این موضوع با شکست مواجه شده است. یکی از مهم‌ترین علل آن را می‌توان در شکل بهره‌گیری از بیگ‌دیتا برای شناسایی، کنترل و اعمال تنبیهات برای افراد فاقد بیمه‌نامه شخص ثالث عنوان کرد.

*چه گام‌هایی برای پیاده‌سازی و جذب بیگ‌دیتا در صنعت بیمه باید برداشته شود؟

سبزی: اولین گام بحث اصلاح (تعداد بیمه‌نامه‌های شخص ثالث و حوادث راننده و در کل بیمه‌نامه‌های صادره صنعت) و آماده‌سازی داده‌های بهینه و قابل اعتماد و مرتبط است. موضوع دوم تصمیم‌گیری روی اطلاعات بزرگ و مهم است. برای مثال رشته شخص ثالث که بیش از 45 درصد پرتفوی صنعت بیمه را تشکیل می‌دهد هنوز دچار اطلاعات نادرست است. موضوع سوم حرکت به سمت بازار رقابتی است. در بازار رقابتی تصمیم‌گیری روی داده و تسریع در امر تصمیم‌گیری اهمیت پیدا می‌کند. تا زمانی که بازار رقابتی به معنای واقعی خود نباشد استفاده از بیگ‌دیتا و اطلاعات و آمار و ارقام توسط مدیران جدی گرفته نمی‌شود. اعتماد مدیران ما به داده زیاد نیست و تصمیمات‌شان شخصی است و بدبختانه در برخی موارد کارشناسان و تصمیم‌سازان براساس میل بالادستی‌ها داده جمع‌آوری و تحلیل ‌می‌کنند. به گفته بزرگان علم آمار، آمارها دروغ نمی‌گویند، آمارسازها دروغ می‌گویند. تصمیمات زیادی در صنعت بیمه وجود داشته است که در زمان خود گفته‌اند این کار خوب است، اما مدتی بعد نتایج دیگری داشته است. متاسفانه استفاده نادرست و نابجا از اطلاعات و داده‌ها منجر به بدبینی مدیران شده است. در این راستا تفکر مدیران ما باید عوض شود. خود صنعت بیمه باید به رقابتی بودن به معنای واقعی کلمه وارد شود.

*صنعت بیمه ما باید سرویس‌گرا باشد. نظر شما در‌ای زمینه چیست؟

روحانی: هنوز آمادگی لازم برای طی این مسیر را نداریم. آمادگی انسانی، داده و فرآیندی لازم است. از سویی آمادگی انسانی نیازمند آموزش و فرهنگ‌سازی است، آمادگی داده نیز نیاز است که درحال حاضر به نظر می‌رسد در این مسیر چالش‌هایی وجود دارد به عبارتی هدف اصلی ساخت سیستم مکانیزاسیون بوده است. این تفکر ساخت سیستم در مسیر تولید داده خطا دارد. در مکانیزاسیون به هر روشی داده را ثبت می‌کنید. یعنی نگاه ما تحلیل داده نیست بلکه فرآیند صدور بیمه‌نامه است و درواقع دیتا کوالیتی حاصل از مکانیزاسیون را تحویل تحلیل‌گر داده می‌دهیم که اشکالات زیادی در اطلاعاتش است این درحالی است که دیتا کیلینگ حجم زیادی از زمان ما را می‌برد. یعنی مقداری از زمان‌مان برای پاکسازی داده از بین می‌رود. بخش دیگر آمادگی فرآیند است. من تاکید می‌کنم غیر از نگاه مدیران، فرآیند شرکت‌های ‌بیمه‌ای داده‌محور نیست. برای بررسی میزان خسارت کارشناس را می‌فرستیم بررسی کند. حالا اگر یک صد تومانی در جیب طرف بوده باشد خسارت را بیشتر می‌نویسد. یعنی فرآیند تعیین ارزش ما مبتنی بر داده نیست. این جایی است که نیاز به تحلیل دارد.

*به جمع‌بندی از صحبت‌هایتان بپردازید و اگر پیشنهادی دارید ارائه دهید.

سبزی: صنعت بیمه ما عمدتا گذشته‌محور بوده و عمده داده‌های ما داده‌هایی است که از قدیم وجود داشته و مبنای تصمیمات بوده است. داده‌های نرخ‌گذاری داشتیم که الان هم رعایت نمی‌شود. نوع و کیفیت داده‌های ما اهمیت دارد. نگاه مدیران ارشد و میانی به داده لازم است تغییر کند و تمایل و آمادگی به‌کارگیری نیز در بین آنها باید وجود داشته باشد. این تمایل منجر به واقعی شدن قیمت تمام‌شده کالا‌ها ‌می‌شود. نوع بازار تعیین ‌می‌کند که ما این روند را ادامه دهیم یا ندهیم. بحث دیگر هزینه‌هایی است که انجام ‌می‌شود. یکی از آیتم‌ها بحث سرمایه‌گذاری بوده است. صنعت بیمه ما در سال 95 هجده میلیارد خسارت داده است. مدیران بدبین در صنعت بیمه اشاره دارند که در برخی از رشته‌ها در حدود 40 تا 50 درصد خسارت جعلی یا تخلفی یا تقلبی وجود دارد و نگاه خوشبینانه می‌گوید تا 30 درصد از خسارت‌ها تخلف یا تقلب وجود دارد. این حجم از خسارت، لزوم توجه و استفاده از دیتا، اطلاعات، آمار و ارقام، ابزارها و تکنولوژی‌ها را دوچندان می‌سازد. اگرچه همین امر برای بسیاری از مدیران دشوار است زیرا هزینه‌های سخت‌افزار در شرکت‌ها راحت انجام ‌می‌شود. چرا؟ چون وقتی مشتری یا ذی‌نفعان بیرونی قصد سنجش و ارزیابی آنها را دارند جزء دارایی مشهود ما ‌می‌شود؛ اما نرم‌افزار و داده‌ها در بخش دارایی‌های نامشهود قرار می‌گیرد. نحوه ارزشگذاری این دارایی‌ها از فردی به فرد دیگر و شرکتی به شرکت دیگر متفاوت است. اکنون که صنعت با تحولات بسیاری روبه‌رو است باید در این مسیر قرار گیرد و صنعت بیمه هم نباید از این اصل مستثنی شود. کما اینکه در صنعت بانکداری این اتفاق افتاده است. در صنعت بیمه مشتریان بزرگ ما را مدیریت ‌می‌کنند. مدیران ما اعتماد نمی‌کنند. قیمت‌گذاری‌های ما هم واقعی نیست.

*جمع‌بندی سخنان‌تان را ارائه کنید. بحث یارانش ابری در کجا قرار گرفته است.

روحانی: نتیجه خطایی که ما در تشخیص صنعت بیمه داریم، اتلاف منابع است. در دنیا چنین مسائلی ارزش این را دارد که خطای تصمیم‌گیری‌ را کاهش دهیم. خطای قیمت‌گذاری و ریسک را کاهش دهیم و سرویس‌های شخصی‌سازی‌شده ارائه دهیم. بیمه‌های ما نیازمند طبقه‌بندی و دسته‌بندی است. امروزه سیستم‌هایی در هوش مصنوعی استفاده ‌می‌شود. صنعت بیمه تنوع بیشتر و آزادی عمل بیشتری دارد. در سال‌های آینده ما از استارت‌آپ‌هایی خواهیم شنید که در صنعت بیمه کار می‌کنند. ما در تامین اجتماعی این کار را کردیم. مسابقه گذاشتیم و یک‌سری سرویس را ارائه دادیم. یک‌سری استارت‌آپ‌ها آمدند و رقابت کردند و الان با الوپیک در خانه می‌آیند و دفترچه بیمه قبلی را تحویل می‌گیرند و دفترچه جدید را تحویل می‌دهند. شعب بیمه امروز خلوت‌تر شده است. در آینده این را برای استارت‌آپ‌ها داریم یعنی به شرکت ‌بیمه این خدمت را ارائه می‌دهند که برای آنها بازارهای جدید ایجاد ‌می‌کنند. باید گفت صنعت بیمه نباید از ورود به این بخش بترسد و باید نگاهش را گسترده‌تر و بازتر کند.