您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[英国特许保险学会]:保险、技术和数据报告 - 发现报告
当前位置:首页/行业研究/报告详情/

保险、技术和数据报告

AI智能总结
查看更多
保险、技术和数据报告

保险、技术和数据:通过监管视角获得信任 作者:ShenM.Millie 由CallumDelhoy编辑 cii.co.uk 2保险、技术和数据:通过监管视角获得信任 Contents Introduction3政策监视列表8 保险、技术和数据4 数字监管合作论坛(英国) 9 金融服务和AI 5 在线安全法案(英国) 9 信任:“社会因素” 6 禁止监控广告法(BSAA)(美国) 10 2022年算法责任法案(美国) 11 欧盟委员会的人工智能法案(EU) 11 联合国教科文组织全球人工智能伦理标准 11 金融服务监管框架审查(英国) 12 关于我们 特许保险协会是致力于建立对保险和财务规划行业信任的专业机构。我们的严格标准。专业信任。体现了我们对推动对专业标准力量的信心的承诺:能力、诚信和对客户的关怀。特许保险协会很自豪能成为特许机构联盟和全球保险教育协会的成员。 了解更多信息:cii.co.uk 结论:批判性思维and13 客户的声音如何真正重要 参考文献15 Introduction 金融科技(fintech)对保险的明显和新兴影响是深刻而复杂的。无可争辩的是,金融科技现在是所有金融服务的核心;正如Kalifa在前言 他的Kalifa对英国金融科技的评论1: “金融科技不是金融服务领域的利基市场。它也不是子行业。这是一场永久性的技术革命,正在改变我们的金融方式。” 本报告的重点是为什么以及如何在金融,技术和数据方面的监管发展直接影响客户和社会利益相关者对保险的看法。技术和数据的影响为保险与消费者和中小企业的长期“信任问题”提出了新的挑战。这需要在各种形式和规模的保险公司内部重新思考如何制定,传达和审查技术和数据策略。 COVID-19大流行以真正前所未有和有影响力的方式揭示了个人和中小企业在财务弹性方面存在的系统性不平等和巨大问题。保险甚至在这里有自己广为人知的COVID特有的声誉问题,重点是业务中断2。在英国,“生活成本危机”现在被确立为一种现实生活中的现象,包括真正令人震惊的广泛程度的粮食不安全和能源贫困3。这放大了并增加了新的 自2018年以来,社会对监控资本主义、大科技、数据隐私问题和算法驱动的偏见感到不安。在撰写本文时,公民社会组织(CSO )活动家,消费者团体和包括监管机构在内的其他利益相关者正在询问有关技术在金融服务中的地位,数字市场的目的以及它们应如何运行的问题。 英国政府的旗舰《金融服务未来监管评论》正承受着来自声音,消费者,经济学家和民间社会其他人的广泛联盟的持续竞选压力。这是在英国脱欧后塑造金融服务未来的“千载难逢的机会”-特别是其提出的包括法定目标以促进英国监管机构的“国际竞争力”的提议-是否减轻了繁荣所需的系统稳定性和消费者信任,创新金融服务部门?正如50多位经济学家发表的公开信,恰逢上议院的重要辩论 。 2022年5月16日4阐明: 即使监管机构能够有效地解决所有这些问题,总体竞争力目标也会带来进一步的挑战,因为它没有区分“好”竞争力和“坏”竞争力 。“好”的版本可能包括,例如,金融公司削减费用和成本,或提供更高质量的产品和服务,或促进更高的诚信和法律清晰度,或创建更有力地应对气候变化的金融体系。有害的竞争力可能涉及(对于。 例如)淡化洗钱规则,以吸引俄罗斯寡头的钱。或者,人们可能会试图吸引从“绿色清洗”中获利的全球企业;或者从事有利可图的风险-以纳税人为代价。最近以竞争力为名削弱银行“围栏”安全规则的压力就是一个例子。 此外,“有害的”意味着与其他国家进行“乞丐邻居”的竞争,使每个人的处境更糟。” 保险与围绕技术,数据和信任的现场辩论和挑战密不可分。但是,谁真正受益于技术在金融服务中的广泛应用?在2020年代,“数据价值交换”如何为消费者和中小企业加起来?公司需要改变技术和数据的使用方式,以确保消费者和中小企业了解并获得有竞争力的产品和服务?我们如何定义,衡量并确保准入、公平和信任?。 在各种监管努力(迟来的)编纂和标准化数字市场以及如何使用技术和数据以及达到什么目的的背景下,对于消费者来说,保险业的目光必须关注这些更大规模的讨论,同时不要忽视特定行业的问题,例如,现在什么是定价“公平”?个性化真的是唯一的方法吗? 本报告旨在通过分享“保险泡沫”之外的一系列相关观点来支持保险专业人士,帮助个人提出更多自己的问题,并找到一些答案。 1https://www.gov.uk/government/publications/the-kalifa-review-of-uk-fintech 2https://viewpoints.reedsmith.com/post/102hkjb/corbin-king-v-axa-many-business-interruption-policyholders-are-offered-a-life 3https://www.thegardian.com/society/2022/may/09/more-than-2m-adults-in-uk-cannot-afford-to-eat-every-day-survey-finds 4https://financeinnovationlab.org/economist-competitative-letter/ 在整个2000年代,特别是随着保险科技的出现并从“现象”转变为景观的一部分,保险贸易和技术媒体专注于投资趋势,独角兽和首次公开募股(IPO)。他们遵循了将现有保险公司标记为技术和数据“恐龙”的老路,将其描绘成老式的“无技术”或“慢技术”部门失败客户的整体且越来越无关紧要的集合。 保险、技术和数据 与此同时,作为一个具有独特结构和复杂价值链的多层面部门,保险业继续向自己提出以下问题: •我们如何重建公众对该行业的信任? •保险文化需要改变吗? •保险公司可以利用技术变得更加透明、相关和可信吗? •我们如何成为“亚马逊”?我们需要成为技术公司吗? •技术支持的灵活性和个性化是改变观念(以及成本比率 )的关键吗? 在2020年代,保险将不再需要在专业真空中进行辩论,定义和确定这些问题的答案。正是由于对保险的巨大经济,社会和政治相关性 ,权力和影响的认可,以及由于其热情的采用支持技术和数据的商业模式和实践。 保险专业人士将密切了解该行业在工作场所文化和EDI(公平,多样性和包容性)方面的进步。 然而,该行业无疑也为保险科技现象提供了资金。5并继续这样做 (例如,通过公司冒险和服务 partnership).Insurancehasbuiltonthelong-standinguseofRoboticProcessAutomation(RPA),themitimatelyadopted人工智能(AI)6以及对客户的大规模收购、挖掘和销售 5https://www.willistowerswatson.com/-/media/WTW/Insights/2021/10/quarterly-insurtech-brieing-q3-2021.pdf?modified=20211026222035 6https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/894170/CDEI_AI_Barometer.pdf 保险、技术和数据-续 数据(直接和/或通过与他人合作,作为供应商或代理协议)。 金融服务和AI 目前,各种形式和规模的保险公司都普遍相信并赞扬人工智能技术的优点,包括面部识别、语音识别和分析。 对于面向客户的功能,例如首次通知损失(FNOL)和欺诈管理 ,应让更多的保险专业人员意识到, 尽管媒体和销售活动中有大量积极的故事,但AI的现场体验显然并不总是增强对基于技术的数据价值生成的信任。在某种程度上,AI专家和内部人士严重关注“技术冲击”。 人工智能内部人士描述,一个社区对这项技术的潜力越来越愤世嫉俗,因为“不受约束的人工智能系统”中的偏见而受到压迫和沮丧,这些偏见导致了错误的逮捕,性别歧视的招募,错误的等级,令人反感和排斥的语言生成器以及表现不佳的语音识别系统。 仅举几个高调和反复出现的负面影响。许多研究表明,人工智能行业是建立在地理和社会不平等的基础上的。人工智能研究的数据集准备工作高度不一致,很少有主要的人工智能研究人员讨论 他们在发表的论文中工作的潜在负面影响。 为了解决这些和其他“信任杀手”,AI行业正在认真讨论创建全球黑客和“威胁建模者”社区。 致力于对新AI产品的潜在危害进行压力测试,以赢得政府和公众的信任。 保险专业人士也应该意识到,金融服务领域的IT领导者也有疑问:QlikEmbeddedAnalytics在500名英国IT领导者中进行的研究显示7: •只有50%的受访者相信预测分析系统做出的决策是没有偏见的。 •44%的人表示,他们担心自己可能会对预测分析软件自动触发的决策负个人责任 (在从事基金和投资的人中,这一比例上升到81%)。 •46%的人报告说,监管负担超过了预测分析可以提供的好处 。 受访者表示,他们担心: •数据质量(40%) •数据孤岛(40%) •数据隐私(30%) •使用不准确或过时的数据集(30%) •不具备实施预测分析的技能(43%) 受访者提出的另一个问题是组织中缺乏“必要的数据素养”。76 %的受访者表示,更多的数据素养对于员工认识到技术的局限性以及向客户和其他利益相关者解释如何决策至关重要 截至2021年7月,至少16个州已经实施了面部识别禁令,包括华盛顿、马萨诸塞州和新泽西州。 加州立法者最近通过了一项法律,要求仓库披露他们用来跟踪工人的算法和指标。纽约市法案禁止雇主使用人工智能招聘工具,除非偏见审计可以表明他们不会歧视。最后,在伊利诺伊州,该州的生物识别信息隐私法案禁止公司未经其同意获取和存储一个人的生物识别信息 。 越来越明显的是,将AI技术投入使用的热情超过了定义和实现信任的标准,结构和法规的创建。这是一系列利益相关者的共同观点 ,其中包括负责构建基础代码的专家,以及每天在金融服务委员会和专业人员中出售的主张。 2021年6月发布,英国艾伦图灵研究所(ATI)的金融服务报告8是为了“为金融服务中的人工智能控制创造必要的基础”。其目标是建立一个概念基础,用于定义期望和做出有关AI透明度的决策。它描绘了与在金融服务中使用人工智能相关的潜在挑战和担忧,旨在使公司、监管机构和消费者掌握驾驭不断变化的“有前途的技术创新和新出现的挑战和风险”所需的理解,以便他们能够追求“负责任和对社会有益的创新”。 背景是AI已经具有变革性 7https://www.qlik.com/us/company/press -room/press-releases/uk-finance-it-leaders-trust-predictive-analystic-to-manage-kids-money 8https://www.turing.ac.uk/sites/default/files/2021-06/ati_ai_in_financial_services_lores.pdf 保险、技术和数据-续 对金融服务交付的影响,其作用将进一步增加。 AdaLovelace研究所的创新监管:反映英国人工智能战略雄心的监管途径9明确表示,创建一个成功,安全和创新的人工智能经济将取决于英国政府建立正确的管理和监管人工智能系统方法的能力。它于2021年11月下旬发布,也就是英国国家人工智能战略发布两个月后10(“我们使英国成为全球AI超级大国的十年计划”)。 正如在技术和数据方面所做的那样,在基本的监管框架、标准和保护之前,人们正在感受到影响。由此产生的负面社会影响正在被识别、量化,并在2020年代以前所未有的方