Podziękowania
Wprowadzenie – Jan Monkiewicz, Lech Gąsiorkiewicz, Paweł Gołąb, Marek Monkiewicz
Część I. Ramy ogólne
1. Finanse cyfrowe – pojęcie i składowe – Jan Monkiewicz, Paweł Gołąb
2. Ubezpieczenia w świecie cyfrowym: nowe uwarunkowania i wyzwania – Aleksandra Małek, Jan Monkiewicz, Marek Monkiewicz .
3. Wpływ nowych technologii na umowę ubezpieczenia
Katarzyna Malinowska
Część II. Nowe narzędzia
4. Nowe technologie w underwritingu ubezpieczeń – Ilona Kwiecień, Dariusz Wawrzyniak
5. Zastosowanie chmury obliczeniowej w przedsiębiorstwach ubezpieczeniowych – Paweł Gołąb
6. Internet rzeczy w ubezpieczeniach – skutki dla oceny ryzyka i szkodowości – Aleksandra Małek
7. Sztuczna inteligencja – szanse i zagrożenia – Andrzej Wodecki
8. Likwidacja szkód w warunkach cyfrowych: rola sztucznej inteligencji – Aleksandra Małek
Część III. Nowe produkty i nowe modele biznesowe
9. Cyfrowe produkty ubezpieczeniowe: on demand oraz usage-based
10. Cyfryzacja i ubezpieczenia parametryczne: nowa koncepcja ubezpieczeń – Marietta Janowicz-Lomott, Krzysztof Łyskawa
11. Cyfryzacja i ubezpieczenia społecznościowe – Robert Kurek
12. Ubezpieczenia cybernetyczne: istota, rynek, państwo – Grzegorz Strupczewski
13. Sklep z ubezpieczeniami: cyfryzacja i mikroubezpieczenia – Ilona Tomaszewska
14. Pośrednik na cyfrowym rynku ubezpieczeniowym – Marcin Barzan, Marek Mozer, Rafał Zieliński
15. Sprzedaż ubezpieczeń na rynku cyfrowym: sprzedaż internetowa i porównywarki cenowe – Wojciech Rabiej
Cz ęść IV. Nowe wyzwania
16. Działalność ubezpieczeniowa i kryptowaluty – Robert Kurek
17. Cyfryzacja rynku ubezpieczeń korporacyjnych – Andrzej Liwacz
18. Insurtech i bigtech: skutki dla rynku ubezpieczeniowego – Jacek Lisowski, Anna Chojan
19. Ochrona konsumenta na cyfrowym rynku ubezpieczeń: podstawowe elementy zmian – Ewa Kornacka, Marek Monkiewicz
20. Nadzór ubezpieczeniowy w erze cyfrowej. Szanse i zagrożenia – Daria Ringwelska-Ładak
Cz ęść V. Studia przypadków
21. Od danych do wiedzy o ryzyku w ubezpieczeniach komunikacyjnych: studium UFG – Wojciech Bijak, Kamil Gala, Piotr Dziel
22. Insurtechy w Polsce: wybrane przykłady – Anna Chojan, Jacek Lisowski .
Indeks
Tabela 2.1. Tradycyjne i nowe ród a danych wykorzystywane przez sektor ubezpieczeniowy
Tradydyjne ród a danychNowe cyfrowe ród a danych
Dane medyczne: np. historia chorobowa, stan zdrowotny, stan zdrowia w rodzinie, dane genetyczne
Dane demograficzne: np. wiek, p e , status rodzinny, zawód, adres zamieszkania
Ekspozycja na ryzyko: np. rodzaj posiadanego pojazdu, wyposa enie domu, rodzaj mieszkania
Dane behawioralne: np. palenie, picie alkoholu, liczba przejechanych rocznie kilometrów, uprawiane sporty, lapsy
Szkodowo : np. raporty szkodowe ubezpiecze , odpowiedzialno cywilna
Dane populacyjne: np.wska niki zachorowa , miertelno , wypadkowo
Dane katastroficzne: np. cz sto i dotkliwo katastrof naturalnych
Dane IoT: np. sposób u ytkowania pojazdu, aktywno fizyczna, stan zdrowia, inteligentne domy
Dane z platform online: np. porównywarki, zakupy online, media spo eczno ciowe
W asne dane cyfrowe ubezpieczyciela: np. dane z interakcji z kientami, infolinie, chatbotsy, e-maile
Dane geolokalizacyjne (np. wspó rz dne geograficzne lokalizacji)
Dane genetyczne (np. wyniki analizy predykcyjnej danych pacjenta)
Dane bankowe (np. dane maj tkowe klienta, zwyczaje zakupowe)
Inne dane cyfrowe (np. zdj cia klienta dla oceny wieku, rozk ady lotów)
ród o: opracowanie w asne na podstawie (Eiopa, 2019b, s. 9).
inteligentnych domów czy urz dze telematycznych zainstalowanych w samochodach, to oczekuj z tego tytu u korzy ci, w tym obni enia sk adek i bardziej spersonalizowanej oferty (Accenture, 2021). Gotowo klientów do przekazania danych zale y m.in. od wieku i narodowo ci. Nawet na obszarze Europy mo na wskaza , e np. ubezpieczenia komunikacyjne wykorzystuj ce telematyk s popularne w niektórych krajach (np. W ochy, Wielka Brytania), podczas gdy w innych krajach w a ciwie nie wyst puj albo wyst puj w marginalnym zakresie (np. Polska). W wielu przypadkach wykorzystanie dodatkowych danych pozwala na ubezpieczalno ró nych rodzajów ryzyka, które na podstawie tradycyjnych danych ubezpieczycieli by yby nieubezpieczalne (Swiss Re, 2015).
2.3. Cyfryzacja a cucha warto ci ubezpiecze
Koncepcj a cucha warto ci wprowadzi do dyskursu naukowego wiele lat temu Michael Porter w swojej pracy po wi conej kszta towaniu strategii konkurencji (Porter, 1985). Definiowa on go jako narz dzie pozwalaj ce przedsi biorstwom na przeprowadzanie analizy wszystkich swoich aktywno ci oraz ich powi za wzajemnych, które wyznaczaj
ostatecznie jego pozycj konkurencyjn na rynku. a cuch warto ci s u y do dekompozycji ca o ci dzia a firmy na jej podstawowe strategiczne elementy. Koncepcja ta zak ada, e przedsi biorstwo jest pewnym ca o ciowym systemem, a poszczególne czynno ci i zadania powinny prowadzi do tworzenia przez nie warto ci dodanej. a cuch warto ci przedstawia niejako proces ich „dodawania” w jego poszczególnych miejscach (Rojek, 2014). Tym samym oznacza to, e a cuch jest zbiorem pewnych sk adowych nawzajem od siebie zale nych.
Koncepcja Portera by a adresowana, co do zasady, do analizy przedsi biorstw produkcyjnych, ale zosta a z up ywem czasu zastosowana tak e w analizie przedsi biorstw z innych sektorów, w tym tak e w dzia alno ci ubezpieczeniowej (EC, 2018; Eiopa 2020a). Nie doczeka a sie wprawdzie szerszych dyskusji o charakterze akademickim, ale znalaz a swoje miejsce w opisie sektorowym i mikroekonomicznym.
a cuch tworzenia warto ci w ubezpieczeniach najcz ciej jest przedstawiany w dotychczasowym uj ciu w podziale na sze podstawowych aktywno ci: zarz dzanie produktem, zarz dzanie sprzeda /dystrybucj , underwriting, zarz dzanie relacjami z klientami, zarz dzanie szkodami oraz wreszcie zarz dzanie kapita em oraz aktywami (por. rys. 2.2).
Rysunek 2.2. a cuch warto ci w ubezpieczeniach ród o: (EC, 2018, s. 51).
Obliczenie szacowanej sk adki przez komunikator Messenger udost pnia np. brytyjski ubezpieczyciel Co-opinsurance czy Lemonade. Zapis procesu kwotowania sk adki dla przyk adowej nieruchomo ci po o onej w Berlinie jest przedstawiony na rysunku 8.338.
Rysunek 8.3. Zapis rozmowy autorki z robotem Maya – chatbotem ubezpieczyciela Lemonade. Rozmow przeprowadzono 22 maja 2021, 15:00 CET, z u yciem aplikacji Lemonade (zarejestrowany u ytkownik aplikacji: ale****@*****.***)
Je li wrócimy do listy zastosowa AI w yciu codziennym, to rozumienie g osu czy kontekstu rozmowy pojawia si kilkakrotnie, np. dyktowanie naszym telefonom tekstu SMS-ów czy narz dzia edycji dokumentów pozwalaj ce osobie pisz cej na dyktowanie tekstu, który jest automatycznie konwertowany na tekst pisany. Ale to tak e dobrze nam znany Asystent Google, który potrafi w ci gu kilku sekund rozpozna utwór i wykonawc na podstawie s yszanej melodii. A tak e roboty odbieraj ce telefon od pacjenta i kierujce do odpowiedniego konsultanta na podstawie problemu zdrowotnego, sygnalizowanego przez osob dzwoni c . Nasuwa si zatem oczywiste pytanie: jak to mo liwe, e te same mechanizmy i rozwi zania s wykorzystywane w tak ró ny sposób? W jaki sposób dostosowuje si je do potrzeb ubezpiecze i likwidacji szkód?
38 Lemonade nie oferuje ubezpiecze w Polsce. Aby zilustrowa proces zawierania ubezpieczenia w ramach aplikacji Lemonade, autorka wybra a do ubezpieczenia adres w Berlinie, poniewa Lemonade umo liwia zawarcie umowy nieruchomo ci po o onej w Niemczech. Z uwagi na ochron danych osobowych na rysunku autorka dokona a usuni cia dok adnego adresu nieruchomo ci i wszelkich danych i informacji, które mog yby ten adres sugerowa .
„Roboty” zbieraj ce informacje na temat likwidacji szkody s po prostu zaprogramowane w taki sposób, aby zadawa pytania dotycz ce szkody, samochodu, zdarzenia drogowego, objawów choroby itp. (w zale no ci od kontekstu). Tak samo jak nasz inteligentny g o nik wie, aby po komendzie dotycz cej zamówienia pizzy zada odpowiednie pytania na temat grubo ci ciasta, ostro ci sosu czy dodatkowych sk adników, tak samo robot zbieraj cy informacje na temat szkody wie, e w kolejnym pytaniu powinien spyta o to, czego dotyczy szkoda i zebra niezb dne informacje, które pozwol na likwidacj szkody.
Te pytania, które zadaje robot, nie ró ni si od pyta , które us yszeliby my na infolinii czy na które musieliby my odpowiedzie w formularzu zg oszenia roszczenia.
Zamiast czeka na po czenie z konsultantem call center, po prostu odpowiadamy na pytania, czatuj c z chatbotem. To s rozwi zania udost pniane klientom przez ca dob , 7 dni w tygodniu – nie ma zatem ogranicze typu: czas pracy konsultanta czy likwidatora szkody, wi to narodowe itd.
Rysunek 8.4. przedstawia zapis rozmowy autorki z robotem Warty (z u yciem komunikatora Messenger).
Rysunek 8.4. Zapis rozmowy autorki z chatbotem TU Warta S.A. Rozmow przeprowadzono 3 maja 2019, 17:45 CET, z u yciem komunikatora Messenger. U ytkownik zalogowany w komunikatorze Messenger: autorka (konto zarejestrowane na numer telefonu +486*******0)
18.3. Dzia alno bigtechów w obszarze ubezpiecze
Najwi ksze i dominuj ce firmy technologiczne, które dzia aj w skali mi dzynarodowej i w znacz cy sposób przyczyniaj si do zmian w spo ecze stwie oraz dzia aniach online, nazywane s bigtech (tak e technologiczni giganci – Tech Giants, czy Wielka Czwórka – Big Four). Do tych firm zalicza si Google, Amazon, Facebook i Apple, st d funkcjonuj cy akronim GAFA, w innej wersji dolicza si do nich Microsoft (wtedy akronim przybiera posta GAFAM) (Smyrnaios, 2016). Obecnie, wskutek rozwoju kolejnych megafirm technologicznych i ich wp ywu na funkcjonowanie rynków, konkurencji i klientów, do bigtechów zalicza si tak e inne firmy o podobnych charakterystykach, takie jak Alibaba, Twitter, a tak e, z uwagi na ogromn kapitalizacj rynkow , firmy takie jak Saudi Aramco, Tesla czy Tencent. Cech wspóln opisanych firm, oprócz ich dzia ania w obszarach nowoczesnych technologii informatycznych, jest fakt, e rozpraszaj one swoj dzia alno , która nie skupia si ju jedynie na ich pierwotnej dzia alno ci, ale oferuj swoje rozwi zania w zupe nie innych obszarach, w szczególno ci w dziedzinie finansów. Firmy te staraj si wykorzystywa ogromne bazy u ytkowników i danych, które posiadaj , a tak e mo liwo docierania do szerokiego grona odbiorców i uatrakcyjnianie dla nich swojej oferty przez czynienie jej jak najbardziej pe n . Wskazuje si jednak, e próby dzia ania przez bigtechy na rynku finansowym zwi zane s z wyzwaniami, takimi jak postrzeganie je przez klientów jako firm, którym nie do ko ca mo na ufa . Z badania przeprowadzonego w 2018 r. przez Capgemini wynika, e klienci bigtechów identyfikuj ró ne czynniki, które zniech caj ich do korzystania z us ug finansowych oferowanych przez takie firmy (rys. 18.5). G ównymi obawami s w tpliwo ci co do bezpiecze stwa danych i poszanowania prywatno ci przetwarzanych danych (takie zagro enie identyfikowa o prawie 60% badanych), zwi zane ze ledzeniem u ytkowników w sieci i uzyskiwaniem dost pu do danych wra liwych. Respondenci wskazywali tak e, e brakuje im zaufania do firm bigtech, na którym powinno przecie opiera si wiadczenie us ug
Rysunek 18.5. Czynniki zniech caj ce do korzystania z us ug finansowych wiadczonych przez bigtechy – perspektywa klientów w 2018 r. ród o: (Capgemini, 2018).
finansowych oraz na fakt, e banki dostarczaj im us ugi, które s wystarczaj ce dla ich potrzeb, maj z e do wiadczenia z obs ug przez bigtech w przesz o ci lub produkty i oferowany serwis s dla nich nieodpowiednie.
Wed ug raportu Capgemini mimo wielu czynników, które zniech caj do korzystania z us ug finansowych oferowanych przez bigtechy, klienci powoli zyskuj do nich zaufanie w tym obszarze. W 2016 r. ch zakupu ubezpieczenia od firmy bigtech wyraa o 17% badanych (w Stanach Zjednoczonych), w 2018 r. by o to ju 30%, a w 2020 r. a 36% (Capgemini, 2020, s. 10). Interesuj cym przyk adem jest tutaj rozwój platformy ubezpieczeniowej WeSure posiadanej przez chi ski bigtech Tecent. Za o ona pod koniec 2017 r. platforma pozwala na zakup i obs ug ubezpiecze od ró nych ubezpieczycieli przez stron online oraz komunikator, w ci gu dwóch lat zyska a 25 mln u ytkowników. Innym przyk adem jest Xiang Hu Bao, uruchomiona w 2018 r. platforma ubezpiecze wzajemnych, na której liczba 100 mln u ytkowników zosta a przekroczona w ci gu roku (Capgemini, 2020, s. 10). O ile w przypadku firm oferuj cych swoim klientom inne us ugi finansowe czy b d cych dostawcami platform spo eczno ciowych, sklepów online czy innych us ug technologicznych ich zaanga owanie w rynek ubezpiecze wydaje si by poniek d naturalnym krokiem w rozwoju, to zupe nie innym przyk adem mo e by oferowanie us ug ubezpieczeniowych swoim klientom przez firmy produkcyjne, czego przyk adem jest Tesla. Wskazuje si , e przedsi biorstwo to zacz o pod koniec 2019 r. kierowa do swoich klientów ofert ubezpieczenia motoryzacyjnego do zakupywanego samochodu w wybranych stanach USA (Capgemini, 2020, s. 11). Taka oferta ubezpieczenia mo e by atrakcyjna dla nowych w a cicieli aut, poniewa proponuje si im spersonalizowane ubezpieczenie oparte na danych dotycz cych ich samochodu i stylu jazdy. Monitorowanie bie cych danych pochodz cych z kamer i czujników zamontowanych w danym samochodzie pozwala z wysok dok adno ci oceni ryzyko i na jego bazie skalkulowa sk adk dla danego klienta. Klienci, którzy wraz z nietuzinkowym samochodem otrzymuj spersonalizowane us ugi, maj poczucie wyj tkowo ci i przez to wskazuje si , e ich retencja jest wysoka. Warto zawa y wysokie zaanga owanie i zainteresowanie Tesli niestandardowymi metodami wykorzystywanymi w finansach, czego przyk adem jest na pewno próba adopcji kryptowalut. Ju od pocz tku 2021 r. Elon Musk og osi , e Tesla b dzie przyjmowa a p atno ci za samochody w bitcoinie. Od marca 2021 r. by a mo liwo zakupu Tesli za BTC, natomiast od 13 maja zosta a ona zablokowana (Tesla.com). Adopcja takich rozwi za p atniczych przez firmy produkcyjne ukazuje ich otwarto na nowe rozwi zania finansowe, wi c oczekiwania, e mog wnie co nowego na rynek ubezpiecze , nie s przesadzone.
O zaanga owaniu bigtechów w rynki ubezpiecze najlepiej wiadcz podejmowane przez nie konkretne inicjatywy w tym zakresie. W zasadzie tylko w dzia alno ci Apple, jako jedynego przedsi biorstwa zaliczanego do GAFAM, nie uda o si odnale prób zaistnienia na rynku ubezpiecze , cho nie zmienia to faktu, e produkty Apple s wykorzystywane na potrzeby ubezpiecze , jak np. smartwatche w celu monitorowania parametrów yciowych w ubezpieczeniach yciowych i zdrowotnych. Dystrybutorzy Apple cz sto proponuj tak e mo liwo zakupienia ubezpieczenia wraz z zakupywanymi produktami Apple, jednak s to ubezpieczenia oferowane przez firmy zewn trzne.