صنعت بیمه یکی از بخشهایی است که به اهمیت هوش مصنوعی پی برده. اگر در این سالها چالش ImageNet را بررسی کرده باشید، میدانید هجده مال قبل مشخص شد که قدرت تشخیص چهره هوش مصنوعی از دقت تشخیص انسان بیشتر است و این نشان میدهد که این تکنولوژی به مرحله ثبات و پختگی رسیده است. زمانی که این تکنولوژی آماده استفاده توسط مشتری باشد، باید بتواند مشتریمدار نیز باشد، یعنی مشکلی را رفع کند.
استفاده از هوش مصنوعی برای اتوماتیکسازی یک کار بصری، مثل تشخیص آسیبی که به خودرو وارد شده، میتواند به سرعت اطلاعاتی درباره میزان آسیب به مشتری ارائه دهد.
مثلاً، مشتری میتواند با تلفن هوشمند خود از همه زوایای خودروی خود عکس بگیرد و آن را در اپلیکیشن، آپلود کند تا این اپلیکیشن میزان خسارت را تخمین بزند. قدرت تشخیص تصویر هوش مصنوعی، تصاویر مشتری را با هزاران تصویر خودروی آسیبدیده مقایسه میکند و میزان خسارت و هزینه تعمیر را تخمین میزند. این روش نهتنها میتواند در زمان مشتریان صرفهجویی کند (مخصوصا در خسارات جزئی)، بلکه میزان شک و نگرانی را در زمانهای پراسترس کاهش میدهد.
بعد از این که الگوریتم بصری، میزان خسارت را برآورد کرد، مشتری میتواند تصمیم بگیرد که میخواهد اتومبیلش را تعمیر کند یا منتظر بماند. برای کسانی که میخواهند خودروی خود را تعمیر کنند، هوش مصنوعی کمک میکند تا صاحب خودرو به یک تعمیرگاه هدایت شود. الگوریتم دیگری میتواند، لیستی از تعمیرگاههای نزدیک را که متخصص خودروهای خاصی هستند و گزارشهای آنلاین بهتری دارند، به راننده معرفی کند.
استفاده از تواناییهای هوش مصنوعی برای ارزیابی خسارات پس از حادثه، روش سودمندی به حساب میآید، اما شرکتهای بیمه میتوانند از هوش مصنوعی برای جلوگیری از تصادفات نیز استفاده کنند. در آزمایشگاه های سولاریا در شرکت بیمه Liberty Mutual، تیمی در حال توسعه برنامهای برای ایجاد رانندگی ایمن و جای پارک مناسب برای رانندهها هستند. تصور کنید اپلیکیشنی به هنگام رانندگی در شهر به شما بگوید کدامیک از تقاطعها خطرناک هستند و باید حواستان را بیشتر جمع کنید.
همچنین کسانی که در حومهی شهر زندگی میکنند، میتوانند با خیال راحت در جادهها رانندگی کنند. با استفاده از این اپلیکیشن میتوان بهترین جای پارک را هم پیدا کرد.
به خاطر ویژگیهای هوش مصنوعی، طبیعی است که شرکتها به دنبال روشهای جدید استفاده از آن باشد، اما کسانی که میخواهند از این تکنولوژی استفاده کنند باید نسبت به تواناییها و محدودیتهای فعلی آن واقعگرا باشند. با وجود اینکه هوش مصنوعی در بعضی حوزهها، مانند تشخیص تصویر، در حال پیشرفت و تکامل است، هنوز در خیلی از زمینهها جای کار دارد. محققان تمام تلاششان را میکنند، اما در برخی از موارد، این الگوریتمها هنوز قابلاستفاده در بازار واقعی نیست.
مثلا در حوزه مهارتهایی مثل درک زبان طبیعی، ضعفهای زیادی وجود دارد. در حال حاضر اگر به دستیار مجازی خود بگویید «با جان تماس بگیر، نه، با پیتر تماس بگیر» به احتمال زیاد او اول با جان تماس میگیرد یا از شما میخواهد درخواستتان را تکرار کنید. بنابراین در حوزه درک زبان طبیعی، تلاشها همچنان ادامه دارد.