Akankah AI Menggantikan Agen Asuransi?

Asuransi telah lama memiliki dua model distribusi yang luas. Penulis langsung menjual ke konsumen melalui situs web, aplikasi, dan pusat panggilan; Bisnis langsung GEICO dan Progressive adalah contoh yang sudah mapan, dan perusahaan asuransi digital yang lebih baru seperti Lemonade membangun merek mereka berdasarkan pembelian berbasis aplikasi dan klaim otomatis untuk kasus-kasus yang lebih sederhana. Saluran agen mencakup agen tawanan, yang mewakili satu perusahaan, dan agen serta pialang independen, yang menempatkan bisnis dengan beberapa operator. AI memperkuat model langsung untuk produk-produk yang terstandarisasi, preminya rendah, dan mudah dibandingkan, seperti mobil pribadi, penyewaan, dan beberapa polis pemilik rumah. Kutipan, pemeriksaan identitas, pertanyaan dasar, dan pemberitahuan kehilangan pertama dapat diotomatisasi. Asuransi tertanam, di mana pertanggungan ditawarkan pada titik pembelian lain, juga menghilangkan agen dari beberapa transaksi. Nasihat tetap penting ketika risikonya rumit atau konsekuensinya besar. Asuransi komersial melibatkan banyak pertanggungan, persyaratan yang dinegosiasikan, dan analisis eksposur. Asuransi jiwa, anuitas, dan perawatan jangka panjang melibatkan kewajiban yang sesuai dan jangka waktu yang panjang. Klien dengan kekayaan bersih tinggi memiliki aset yang tidak biasa. Perselisihan klaim dan kesenjangan cakupan sering kali menunjukkan betapa berharganya seorang penasihat yang telah menjelaskan kebijakan tersebut sebelumnya. Menjual atau menegosiasikan asuransi di AS memerlukan lisensi produsen negara bagian, dan chatbot tidak dapat memilikinya; perusahaan asuransi digital mempekerjakan staf berlisensi untuk aktivitas yang diatur. Kesalahpahaman yang umum adalah bahwa perubahan itu berarti segalanya atau tidak sama sekali. Dalam praktiknya banyak orang membeli asuransi mobil secara langsung dan masih menggunakan agen untuk perlindungan bisnis atau jiwa. Kesalahpahaman lainnya adalah bahwa agen yang mengadopsi AI hanya melakukan lebih sedikit pekerjaan. Agensi yang menggunakan AI untuk tugas layanan sering kali menggunakan waktunya untuk memberikan saran dan bisnis baru. Prospek pekerjaan tergantung pada peran. Tugas layanan pelanggan dan entri data dalam lembaga-lembaga menghadapi tekanan otomatisasi paling besar, sementara produsen yang memberikan saran mengenai cakupan yang kompleks menghadapi tekanan yang lebih sedikit. Proyeksi ketenagakerjaan pemerintah harus diperiksa secara langsung berdasarkan angka-angka yang ada saat ini dan bukan berdasarkan klaim yang tidak langsung.