Hindistan‘daki insurtech platformları, karmaşık sigorta poliçelerini tarayarak limitleri, istisnaları ve diğer teminat boşluklarını kısa sürede ortaya çıkarmak için yapay zekâ destekli araçlardan giderek daha fazla yararlanıyor. Bu yaklaşımın, sigorta danışmanlarının müşterilere poliçe boşluğu analizi ve daha isabetli öneriler sunmasına yardımcı olabileceği ifade ediliyor.
Kaynakta aktarılan örnekte, sağlık, hayat ve konut sigortaları bulunan bir pazarlama yöneticisi, anne ve babasını da kapsayan aile tipi sağlık poliçesini düşük prim önceliğiyle satın aldı. Primlerini zamanında ödeyen ve belgelerini düzenli biçimde saklayan sigortalı, annesinin kalp rahatsızlığı nedeniyle özel bir hastaneye yatırılmasının ardından nihai faturanın yalnızca yüzde 50’sinin karşılandığını gördü. Bunun nedeni, poliçede yer alan oda kirası alt limiti olarak gösterildi.
Bu örnek, toplam sigorta bedeli yeterli görünse bile poliçedeki özel limitlerin geri ödemeyi azaltabileceğine işaret ediyor. Poliçe boşluğu analizi; teminat eksiklikleri, limitler, istisnalar ve benzeri hükümleri sistematik biçimde belirlemeyi amaçlıyor.
Artan sağlık maliyetleri teminat yeterliliğini etkiliyor
2016’da yeterli görülen ₹3 lakh (3.197 dolar) tutarındaki sağlık teminatının, sağlık hizmetlerindeki maliyet artışı hesaba katıldığında 2026’da yetersiz kalabileceği belirtiliyor. Oda kirasına ilişkin bir limit de toplam sigorta bedeli yeterli olsa dahi geri ödemeleri sınırlayabiliyor.
Poliçelerde katarakt, fıtık veya böbrek taşı gibi belirli rahatsızlıklar için bekleme süreleri bulunabiliyor. Sigortalıların teminat kapsamını, limitleri ve istisnaları ayrıntılı biçimde incelemeden poliçe satın alması, hasar anında beklenmeyen ödeme farklarıyla karşılaşılmasına yol açabiliyor.
Doğal dil işleme ile poliçe karşılaştırması
Yapay zekâ destekli sistemlerin arka planında, binlerce ürün broşürünü ve poliçe belgesini okuyup karşılaştırmak için doğal dil işleme teknolojisi kullanılıyor. Bu araçlar, bir kişinin fiilî sigorta risklerini ve poliçeleri arasındaki boşlukları dakikalar içinde daha açık biçimde gösterebiliyor.
Kaynakta, teknolojinin insan danışmana duyulan güvenin yerini almasının beklenmediği; bunun yerine danışmanların risk yöneticisi, uzman ve danışman olarak hareket etme kapasitesini artırabileceği değerlendiriliyor. Danışmanların anlık boşluk analizlerinden, elde edilen bulgulardan ve daha net önerilerden yararlanarak müşterilere rehberlik edebileceği aktarılıyor.
Ürün odaklı yaklaşımdan portföy yaklaşımına geçiş
Yapay zekâ destekli boşluk analizinin, küçük poliçe hükümlerinden kaynaklanan istisnaları müşteriler açısından daha görünür hâle getirebileceği belirtiliyor. Sistemlerin aynı anda hem teminat boşluklarını ve çakışmaları belirlemesi hem de prim dağılımını optimize etmesiyle daha bütüncül risk portföyleri oluşturulabileceği ifade ediliyor.
Kaynağa göre ürün odaklı modelden portföy odaklı yaklaşıma geçiş; poliçe devamlılığının yükselmesine, hasar memnuniyetinin iyileşmesine ve veriye dayalı çapraz satışa katkı sağlayabilir. Yapay zekâ destekli poliçe boşluğu analizinin bu nedenle müşterilerin yanı sıra sigorta sektörü açısından da büyüme potansiyeli taşıdığı değerlendiriliyor.
Kaynak: Insurance Asia
