Artificiell intelligens, AI, är ett begrepp som ofta förekommer i media och i den allmänna debatten. AI har ibland setts som ett hot, men omnämns alltmer som ett verktyg som skapar möjligheter. Det här gäller inte minst för finans- och försäkringsbranschen.
På senare tid har AI blivit tillgängligt för stora grupper av människor genom Generativ AI, som kan beskrivas som en teknik för att skapa nytt innehåll baserat på stora mängder data. I praktiken används tekniken för att generera text, bilder, ljud, video eller kod, genom att lära sig mönster från existerande data. ChatGPT och Microsoft Copilot är begrepp som ofta nämns.
Generativ AI analyserar stora mängder träningsdata för att lära sig statistiska mönster och sannolikheter. Med utgångspunkt i dessa mönster kan den skapa nytt innehåll, till exempel text, bilder, ljud, video eller kod.
Ett exempel är språkmodeller som tränats på stora mängder text för att förutsäga vilken del av en text, en så kallad token, som sannolikt bör komma härnäst. Därigenom kan modellen bland annat generera text, besvara frågor, sammanfatta och översätta.
Den verkliga förändringen kom med generativ AI
Hur används då AI inom försäkringsbranschen? Vi har träffat Martin Björkman på Länsförsäkringar AB för att prata om det som händer just nu. Han är i dag Data Science Lead och har tidigare haft flera roller inom företaget, bland annat som marknadsanalytiker.
− Om man går cirka 10–15 år tillbaka i tiden började vi använda maskininlärningsmodeller inom marknadsföring. Sådana modeller använder historiska data för att identifiera mönster och beräkna sannolikheter, till exempel vilka kunder som kan vara intresserade av ett visst erbjudande. Modellen programmeras med ett mål och en metod, men lär sig själv vilka samband i data som bäst hjälper den att göra förutsägelser. Tekniken var avancerad och en stor del av arbetet handlade om att få medarbetarna att känna förtroende för resultaten när marknadsföringen skulle riktas.
Den verkliga förändringen kom dock med generativ AI.
– För många användningsområden behövs ingen programmeringskunskap hos slutanvändaren, och tröskeln för att komma igång är betydligt lägre eftersom man kan kommunicera med tekniken på naturligt språk.
Martin beskriver den här processen som ett exempel på augmentation Genom augmentation används tekniken för att stödja och förbättra människors arbete och processer, medan automatisering innebär att hela eller delar av processerna i stället utförs av tekniken.
Han använder sig av försäkringsbranschens arbete mot bedrägerier som ett exempel.
− Vi använder oss sedan ett antal år av maskininlärningsmodeller, som vi själva har tränat för att upptäcka de mönster som förekommer vid bedrägerier. Här har vi kunnat få varningar, som indikerar om ett ärende verkar normalt eller bör granskas närmare. Sedan har det krävts mänsklig inblandning för att avgöra om det verkligen rör sig om ett bedrägeri eller inte, säger Martin och fortsätter:
− Vi ser dock att det i dag allt oftare ligger organiserad brottslighet bakom många försäkringsbedrägerier. För att få större genomslag och snabbare hantering krävs då att varningarna inte bara når människor, utan att systemen själva kan agera på dem. Det innebär att skadereglerarna hinner utreda fler misstänkta bedrägerifall.
All kommunikation kan inte ske digitalt
Hur gör ni då för att få organisationen med er, när ni genomför sådana här genomgripande förändringar?
− Det gäller att hela tiden motverka att det uppstår ett digitalt utanförskap. Det är viktigt att påminna oss själva om att det är olika förutsättningar i olika delar av organisationen. Därför kan inte all kommunikation enbart ske digitalt. Vid sidan av de möjligheter som digitaliseringen ger oss, erbjuder vi också fysiska möten.
Han pekar också på att det samtidigt blir allt enklare att använda de digitala verktygen.
− Ytterst handlar det om att skapa tilltro och förtroende till vad den nya tekniken kan erbjuda, betonar Martin.
Kunna förklara vilken nytta AI för med sig
Men mer konkret: Hur gör ni för att få med era medarbetare ”på tåget”?
− Det är viktigt att komma ihåg att en AI-transformation till 10 procent handlar om själva tekniken och 30 procent om data och plattformar. Men hela 60 procent handlar om change management, förändringsledning. Generellt sett har en medarbetare ingen nytta av att veta hur teknik och plattformar fungerar.
Enligt Martin gäller det då att istället, på ett enkelt sätt, förklara vilken nytta de nya verktygen har för medarbetarna och hur de kan använda dem. Till exempel bjuder man in alla medarbetare till webbinarier, där de får kunskap om vad AI innebär för dem i vardagen. Och det hålls också webbinarier, där medarbetare får dela med sig av hur de skapar värde i sin yrkesvardag genom den nya tekniken.
AI-assistenten – som en schweizisk armékniv
En AI-assistent är ett program som använder artificiell intelligens för att förstå frågor och hjälpa människor med information, uppgifter och problemlösning. Några exempel är på AI-assistenter är Microsoft Copilot och ChatGPT. Hur kan dessa verktyg hjälpa era medarbetare?
− Tänk på AI-assistenten som en schweizisk armékniv. Den löser inte alla uppgifter på bästa möjliga sätt, men den löser många uppgifter tillräckligt bra för de flesta. När ett specifikt problem blir vanligt bygger vi istället ett verktyg som är optimerat för just det behovet.
Martin pekar också på vikten av att kunna rekrytera och behålla duktiga och kompetenta medarbetare. Då gäller det att ha en bra företagskultur, där det är högt i tak och det finns ett stort mått av frihet i att kunna finna nya vägar. Och naturligtvis bra och spännande arbetsuppgifter.
AI kan ses som en verktygslåda, fylld med möjligheter som blir en allt naturligare del av allas vår vardag. Men ju snabbare tekniken utvecklas, desto viktigare blir vår förmåga att anpassa oss och kunna fatta kloka beslut. Tekniken kan stötta oss, men ansvaret är fortfarande mänskligt.
− Om vi ska kunna lita på tekniken, måste vi därför behålla och utveckla den mänskliga kompetensen, konstaterar Martin till sist.
