Poistné založené na individuálnom riziku nie je ničím novým. Poisťovatelia majetku a úrazu už v tejto oblasti urobili prvé kroky, avšak v blízkej dobe uvidíme zvýšenie efektívnosti a presnosti algoritmov, pomocou ktorých sa predpovedá rizikovosť, keďže už potrebná technológia existuje.
Aby poisťovne boli schopné presne stanoviť poistné na individuálnej úrovni, musia zlepšiť presnosť svojich predpovedí rizika a prijať nové zdroje údajov v reálnom čase. Poisťovacie spoločnosti majú v porovnaní s jednotlivcami informačnú výhodu. Ich prístup k údajom im dáva možnosť lepšie porozumieť „väčšiemu obrazu“. Algoritmy Data Science a Machine Learning poskytujú údaje o tom, ktoré faktory sú vysoko rizikové a ktoré typy správania pravdepodobne vedú k poistnej udalosti. Na základe týchto predpovedí môžu poisťovatelia vylepšiť individuálne hodnotenia rizika a podľa toho stanoviť svoje poistné
Individuálne riziko
Keďže sa vzťah medzi spotrebiteľom a poisťovateľom mení, musíme tiež porozumieť etickým dôsledkom a podnietiť diskusiu o tom, kto ťaží z tohto prechodu a kto má kontrolu nad údajmi. Individuálne stanovenie poistného pochádzalo z poistenia majetku a úrazu, ale čo keby sa uplatnilo v zdravotnom poistení? V súčasnosti je to zákonom zakázané. To je odôvodnené tým, že každý jednotlivec má právo na rovnakú zdravotnú starostlivosť. Môže však byť prínosom aj zdieľanie týchto údajov s poskytovateľmi zdravotného poistenia, pretože ak rozmýšľame vo „väčšom obraze“, môže to poisťovniam aj klientovi pomôcť v súvislosti s preventívnym poistením.
Poistenie v prípade potreby a osobné zľavy
Internet vecí (IoT) bude poskytovať čoraz viac údajov o zákazníkoch pre analýzu údajov v reálnom čase. Uvidíme nárast evolúcie digitálnych dvojčiat, v ktorých je každý jednotlivý objekt alebo človek zastúpený na základe svojho správania vo fyzickom svete. Zoberme si napríklad senzory do auta, ktoré predstavujú jazdné správanie poistencov alebo lekárske aplikácie, ktoré registrujú početné premenné, ako sú krvný tlak, srdcová frekvencia, cukor, metabolizmus a podobne.
Stanovenie zliav za nízkorizikové správanie
Ak je klient ochotný tieto údaje zdieľať, napríklad v prípade pozitívnych odmien alebo prémiových zliav, poskytovateľ poistenia môže na požiadanie vyvinúť nové obchodné modely, v ktorých poistník platí poistenie iba v čase, keď ich poistený skutočne využíva, odmení nízkorizikové správanie a ponúkne prispôsobené zľavy na základe týchto digitálnych dvojčiat. Vodiči s nízkym rizikom môžu byť odmenení nižším poistným. To isté platí pre ľudí, ktorí sa zúčastňujú na výzvach týkajúcich sa zdravotného poistenia organizovaných poisťovňami. V týchto prípadoch má spotrebiteľ slobodu dobrovoľného výberu. Ak by sa chcel pripojiť k programu, bude profitovať z benefitov, ale nebude penalizovaný, ak o to nebude mať záujem.
Technologickí giganti, ktorí môžu získať podiel trhu
Tento vývoj je stále vnímaný trochu futuristicky, ale už vidíme netradičnú konkurenciu zo strany technologicky orientovaných organizácií ako Apple alebo Amazon. Tieto spoločnosti majú prístup k nesmiernemu množstvu dát, ktoré môžu využiť k uľahčeniu stanovovania zliav pre jednotlivcov za ich správanie. Keďže sa tieto spoločnosti už špecializujú na technickú a dátovú analytiku a dokonca sami vyrábajú inteligentné zariadenia, majú zdroje a kompetenciu preniknúť na poistný trh a prevziať podiel na trhu od tradičných poisťovacích spoločností, ak tieto nebudú rýchlo reagovať.
