在当今快速发展的技术环境中，人工智能 (AI) 和生 保险业人工智能战 成式人工智能 (GenAI) 已成为推动各行业转型的关键工具。这一点在保险行业尤为明显，该行业的人工智能整合有望彻底改变流程、增强客户体验并优化运营效率。然而，在围绕人工智能的兴奋和热议中，迫切需要采取更深入、更具战略性的方法来实施它。
这是最近在 Insurance Unplugged 播客节目中主持人 Lisa Wardlaw 与行业思想领袖兼战略家 Denise Garth（Majesco 的首席战略官）之间对话的焦点，Majesco 是用于保险业务转型的云保险平台软件。
在本集中，人工智能的实用性和为人工智能做好 保险业人工智能战 准备成为焦点：强大的数据策略的重要性、遗留系统对数据的影响，以及为什么应对未来的挑战需要采用新方法。
以下是他们谈话的摘录。
当前对人工智能的看法
丽莎·沃德洛:
您如何看待人们对于人工智能的看法？他们是否对此进行了广泛而深入的思考？
丹尼斯·加思:
我们都知道，GenAI 和 AI 是目前业 手机号码列表 界的热门话题。有时当它成为当下的热门话题时，每个人都想说，哦，我知道了，我知道了。但你真的知道吗？
坦率地说，我认为人们只是对外面的热点做出反应，这很危险。人工智能已经存在很长时间了。我们拥有已经使用了十多年甚至更久的人工智能模型，还有新模型不断问世。这些模型真的很棒，而且我认为它们可以成为单点解决方案，因为你关注的是特定问题，例如欺诈，或者可能是承保的特定风险类型，或者可能是代位求偿之类的索赔问题。但是，如果你没有一个整体的数据和分析策略，即“你如何将所有这些东西整合在一起”，那么你也会面临危险。
最重要的是，你的数据到底在哪里？你能访问所有数据吗？这些数据是干净的数据吗？是有效数据吗？如果这些问题都不存在，那么这些单点解决方案甚至更全面的解决方案都会变得非常非常困难。
所以，你必须有一个总体战略。你必须能够将所有数据整合在一起。你必须确保它是有效且干净的数据，然后你要应用什么工具或技术来处理它？
从 GenAI 的角度来看，这一点比以往任何时候都更加重要，因为我个人并不认为 Gen AI 是一个点解决方案。我认为它极大地降低了 GenAI 的潜力。从保险的角度来看，你必须从整个流程端到端地看待它。如果有人说他们正在将 GenAI 作为点解决方案，我不得不问，这样做的价值是什么，你如何获取数据？你从哪里获取数据？
数据在人工智能实施中的作用
丽莎：
我希望 GenAI 能够摆脱炒作，真正投入实际应用，我们能 起澳大利亚买家共鸣的战 够利用它作为催化剂，告诉大家我们再也不能以单点解决方案的方式实现数字化。基本上，我们需要更全面的思考才能让它增值。您如何将催化数据的想法与人寿或年金领域联系起来？您是否看到人们已经这样想了？
丹妮丝
它存在于各个角落。我认为不幸的是，对于寿险行业而言，这甚至是一个更大的挑战，因为我们拥有如此巨大的遗产。我的意思是，当我在一家保险公司工作时，我有 11 个不同的管理系统。这些 最新群发短信 遗留系统是高度定制的。我说它们是混杂的，因为基本上我们当时对字段的定义不同，以便能够执行不同的流程，因为当时的技术不像今天这样强大，能够快速添加其他字段进行配置，做这些现代解决方案中可以做的事情。
因此，很多数据——有时嵌入在代码中，或者数据的定义嵌入在代码中，然后定义甚至不一致。由于我们有很多业务都依赖于这些遗留数据，他们可能已经建立了新的政策体系来启动一些新的业务线或推出一些新产品。你仍然拥有所有旧的东西。有时这些旧东西很有价值，因为它有数据洞察力，因为它有多年的历史，特别是对于生命健康而言，多年的历史真的非常重要。