به گزارش پایگاه خبری بانکداری الکترونیک به نقل از ریسک نیوز مجید نیلی احمدآبادی، متخصص حوزه هوش مصنوعی، و مدیر پنل ششم همایش اکو بیمه، گفت: با وجود ابزارهایی مانند «اعتبارات مالیاتی» و دیگر مدلها، دست شرکتهای بیمه برای سرمایهگذاری روی فناوریهای نو و استارتاپهایی که در حوزه بیمه فعالیت میکنند – شرکتهای فناور بیمهای – از قبل بازتر شده است.
وی سپس خطاب به دکتر الهام فراهانی، مدیر عامل شرکت «سیمرغ» بیمه ایران سوال خود را مطرح کرد: چه چالشهای جدی در داخل سازمانهای بیمه سنتی ما وجود دارد؟ چالشهای داخلیمان عمدتاً از چه جنسی هستند؟
نیلی احمدآبادی در ادامه با اشاره به راهحلی منطقی افزود: واقعیت این است که با توجه به اندازه اقتصاد بیمه ما، به نظر میرسد روی آوردن به مدلهای «نوآوری باز» (Open Innovation) و مدلهای یکپارچهسازی که شرکتها به صورت مشترک و با کاهش هزینهها بتوانند از آنها استفاده کنند، راهحلی منطقی است. اما این راهحل در ایران محقق نشده است.
مدیر پنل پرسش اصلی را اینگونه مطرح کرد: چه کاری باید انجام داد تا این راهحلها در ایران عملیاتی شوند؟
الهام فراهانی در ابتدا به یکی از چالشهای رایج در به کارگیری هوش مصنوعی اشاره کرد: اول از همه، شرکتهای بیمه باید توجه کنند که وقتی از هوش مصنوعی صحبت میکنیم، صرفاً به «دستیار هوش مصنوعی» محدود نشویم. خود من از منتقدان پروژه دستیار هوش مصنوعی هستم که در معاونت علمی و فناوری ریاست جمهوری تعریف شده است – پروژهای که به ازای هر دانشگاه یا وزارتخانه به یک دانشگاه ارجاع داده شد. به نظر من، به جای این کار، میتوانستند روی توسعه یک مدل زبانی بزرگ مرجع فارسی سرمایهگذاری کنند تا همه از آن بهره ببرند. من با این رویکرد موافق نبودم.
وی سپس با اشاره به یک واقعیت در گزارشات جهانی، یک کاربرد اولیه را ضروری دانست: اما یک موضوع مهم وجود دارد؛ اگر به گزارشات خارجی نیز نگاه کنید، میبینید اولین استفاده از حوزه هوش مصنوعی، حداقل داشتن یک دستیار هوش مصنوعی برای مشتریان و کارکنان خود در شرکت بیمه است. دستیاری که وقتی کسی تلفن میزند، مجبور نباشد کتاب یا آییننامهها را جستجو کند و مشتریان ما نیز سردرگم نشوند.
الهام فراهانی با ذکر یک مثال ملموس از فقدان ابزار مقایسه گفت: مثلاً فرض کنید همین الان یک دستیار وجود داشته باشد که حداقل بتواند تعرفههای دو بیمهنامه را با یکدیگر مقایسه کند. من الان میخواهم ماشینم را بیمه کنم، کدام شرکت چه ویژگیهایی ارائه میدهد؟ در حوزه بانک، شما زمانی که میخواستید نرخ سود بانکی را ببینید – با اینکه قدیم نرخها بالاتر بود – یک جستجو میزدید، سایتهایی بودند که جدولی تنظیم کرده بودند: بانک الف، ب، پ و ت، هرکدام برای سهماهه چقدر سود میدهند، ششماهه چقدر و غیره. اما آیا امروز در حوزه بیمه ما چنین چیزی داریم؟ نداریم.
وی با اشاره به نقش چتجیپیتی در آشنایی عمومی با هوش مصنوعی افزود: ببینید، ما اصلاً چطور شد که دنیا با هوش مصنوعی بیشتر آشنا شد؟ عموم مردم چگونه آشنا شدند؟ زمانی که یک چتجیپیتی آمد و به مردم در زندگیشان کمک و تسهیل ایجاد کرد.
فراهانی با تفکیک کاربردهای پشتی و جلوی صحنه ادامه داد: ببینید، اگر من در پشت صحنه تحلیل اطلاعات انجام دهم، مثلاً کشف تقلب (Fraud Detection) داشته باشم، پیشبینی ریزش مشتری (Churn Prediction) داشته باشم و از این موارد. اینها میتواند به مشتریان ما حس خوبی بدهد، اما آن حس خوب زمانی است که روی رابط کاربری (UI) ظاهر شود. یعنی جایی که از طریق رابط کاربری با مشتری در ارتباط است، من بتوانم بروم مثلاً در سایت بیمه «الف» با یک دستیار صحبت کنم، سوالاتم را مطرح کنم و چنین خدماتی دریافت کنم.
وی با تأکید بر فقدان حتی حداقلها پرسید: ما حتی الان «حداقل» این را هم نداریم. یعنی همان حداقل را هم نداریم. چرا شرکتهای بیمه هنوز یک دستیار هوش مصنوعی ندارند که همین الان بتوانیم به سایت بیمه «الف» برویم، چند سوال از آن بپرسیم، تحلیل کند و تعرفهها را برای ما مقایسه کند و حس خوبی به ما بدهد؟
الهام فراهانی در بخش بعدی سخنان خود، چالشها، راهکارهای هوش مصنوعی در صنعت بیمه و سپس تجربه موفق شرکت خود را تشریح کرد.
چالشهای اصلی: فقدان زیرساخت و نیروی متخصص
فراهانی در مورد چالش اول گفت: اولین مشکل این است که شرکتهای بیمه زیرساخت مناسب ندارند. شما بررسی کنید کدام شرکت بیمه در حال حاضر در دیتاسنتر خود چند عدد GPU (واحد پردازش گرافیکی) دارد که بتواند با آن پردازش انجام داده و پاسخ بگیرد؟ همین الان چند تا داریم؟
وی چالش دوم را نیروی انسانی متخصص دانست و گفت: مورد دوم این است که شرکتها چند نفر متخصص حرفهای هوش مصنوعی در شرکتهای خود دارند؟
و چالش سوم را تشکیل واحد مستقل عنوان کرد و گفت: اصلا کدامیک واحد اختصاصی هوش مصنوعی تشکیل دادهاند؟ وی سپس به تجربه بیمه ایران در شرکت سیمرغ پرداخت.
تجربه موفق: مدل پیادهسازی در بیمه ایران (شرکت سیمرغ)
دکتر فراهانی اظهار داشت: ما در شرکت بیمه ایران (در زیرمجموعه آن، شرکت سیمرغ) واحد هوش مصنوعی را تأسیس کردیم. رویکرد من از روز اول این بود که باید مستقل باشیم و آب و دانه ما را از شرکت اصلی جدا کنید. من با ساختار کلی شرکت کاری ندارم، اینکه مثلاً اینجا چند نفر Backend یا Frontend کار دارید، به من مربوط نیست. من نمیتوانم منتظر بمانم و فرایندهای خودم را متوقف کنم و درخواست بدهم، زیرا ممکن است برنامهنویس Backend درگیر پروژه دیگری باشد که اولویت بیشتری برایش دارد و مجبور شوم صبر کنم تا وقتش آزاد شود. اولویت پروژههای هوش مصنوعی برای من بالاترین است.
وی در تشریح ساختار تیم مستقل خود افزود: به همین دلیل ما چرخه کامل توسعه سیستم را ایجاد کردیم که شامل تیم و نیروهای زیر است: متخصص MLOpsیا عملیات یادگیری ماشین، برنامهنویس Backend، برنامهنویس Frontend، طراح UI/UX، متخصص دیتابیس و نهایتا مهندس هوش مصنوعی.
دکتر فراهانی نتیجهگیری کرد: با این تیم مستقل، خیالم راحت است و سامانههای مختلف را توسعه میدهیم. اکنون کدام شرکت بیمه چنین ساختاری ایجاد کرده است و در حال ساختن زیرساختهاست؟
فراهانی در ادامه راهکارهایی برای شرکتهای بیمه کوچکتر و استراتژی مالکیت داده ارائه داد.
راهکار برای شرکتهای بیمه کوچکتر: اپراتورهای هوش مصنوعی
وی با طرح مشکل هزینهبری زیرساختها گفت: ممکن است بگویید بیمه ایران بزرگ است و وضعش خوب است و ۶۵ درصد صنعت را در اختیار دارد و بودجه کافی برای خرید زیرساخت دارد. اما سایر بیمهها چه کنند؟ خرید یک کارت گرافیک H100 حدود ۲.۵ میلیارد تومان و سرورهای DGX یا MGX تا ۵۰ میلیارد تومان هزینه دارد. چه کسی میخواهد چنین هزینهای کند؟
فراهانی راهکار پیشنهادی در وزارت ارتباطات را تشریح کرد: راهکار ما در وزارت ارتباطات، ایجاد «اپراتور هوش مصنوعی» است.
مشابه اپراتورهای موبایل (همراه اول، ایرانسل و رایتل و …)، ما ۳ یا ۴ اپراتور خصوصی هوش مصنوعی خواهیم داشت. این اپراتورها دارای پروانه رسمی از سازمان تنظیم مقررات از وزارت ارتباطات هستند. محیطی امن برای نگهداری و پردازش اطلاعات فراهم میکنند برای هر دو بخش خصوصی و دولتی. بخش دولتی و خصوصی (از جمله بیمهها) میتوانند به جای خرید تجهیزات گران، از این اپراتورها زیرساخت اجاره کنند(GPU ابری). این فضا امن است و پروتکلهای خاص خود را دارد.
استراتژی مالکیت داده و فناوری
وی با اشاره به یک چالش مهم دیگر در رویکرد برونسپاری افزود: یک موضوع مهم دیگر بحث مالکیت داده است. شرکتهای مختلفی پیشنهاد میدهند که “دادههایتان را به ما بدهید تا برایتان مدل آموزش دهیم”. نظر من این است: هر کس که داده (Data) را دارد، باید تکنولوژی را هم کنار دست خودش بیاورد و تحلیلهای خودش را انجام بدهد.
فراهانی در توضیح مخالفت با برونسپاری داده و مدلسازی پرسید: چرا من باید دادههایم را به یک شرکت بیرونی بدهم تا مدلهای خودش را با دادههای من بهبود دهد و بعد همان مدل بالغ شده را به سایر شرکتهای بیمه بفروشد؟
وی رویکرد صحیح را اینگونه بیان کرد: خودم که داده را دارم، مهندس هوش مصنوعی را استخدام میکنم و تحلیل داده را در داخل سازمان انجام میدهم.
فراهانی با اشاره به تجربه مشابه در بانکها نتیجه گرفت: این رویکرد در بانکها هم دیده میشود. بانکهایی که من مشاورشان هستم، نه حاضرند GPU اجاره کنند (به دلیل حساسیت داده) و نه حاضرند با شرکتهای ثالث قرارداد ببندند برای پروژههای هوش مصنوعیشان. زیرا میدانند آن شرکت با هزینه بانک پروژه هوش مصنوعیای را انجام دادهاند و بعداً محصول را به دیگران میفروشد.
الهام فراهانی چشمانداز آینده و ادغام هوش مصنوعی در تمامی کسبوکارها را ترسیم کرد.
وی در مورد استراتژی شرکتهای دارای بودجه کافی گفت: برای همین است که در رویکردهای آینده، شرکتهایی که منابع مالی دارند، باید خودشان زیرساختهای لازم را فراهم کنند، واحد هوش مصنوعی خود را تشکیل دهند و با استفاده از دادههای آموزشی که در اختیار دارند، کارهایشان را در همانجا انجام دهند. باید بروند و انواع خدمات هوش مصنوعی را راهاندازی کنند.
فراهانی در مورد شرکتهای با بودجه محدود افزود: اگر هم شرکتهایی هستند که منابع مالی کافی ندارند، باید بروند و از مکانهای امن، زیرساخت اجاره کنند و باز هم در همان محیط، دادههایشان را توسط متخصصان داخلی خود آموزش دهند.
وی در پایان با بیان یک پیشبینی جسورانه گفت: ما در آینده دیگر چیزی به نام “شرکتهای حوزه هوش مصنوعی” نخواهیم داشت؛ یعنی این اصطلاح اساساً از بین خواهد رفت. من این موضوع را حتی به کمیسیون نظام صنفی رایانهای هم گفتهام؛ گفتم شما کمیسیونی به نام کمیسیون هوش مصنوعی دارید، این دیگر از بین خواهد رفت. چرا؟ چون حتی شرکتهایی که تخصص محدودی دارند – مثلاً شرکتهایی که قبلاً در حوزه ERP فعال بودند – میروند و یک دپارتمان هوش مصنوعی برای خود تشکیل میدهند، یک سری خدمات هوش مصنوعی را درون سیستم ERP خود ادغام میکنند. هر سامانهای که شما داشته باشید، طرف میرود و قابلیت هوش مصنوعی را به آن اضافه میکند. دیگر اینکه فقط شرکتی داشته باشید که صرفاً نامش “شرکت هوش مصنوعی” باشد، از بین خواهد رفت.