پیشرفت‌ها در فناوری، امکانات جالب و جدیدی را در جمع‌آوری، تحلیل و کاربرد داده‌ها گشوده است. همچنین، پیشرفت‌های اخیر در دسترسی داده‌ها، تجزیه و تحلیل داده‌ها[1]، هوش مصنوعی (AI)[2] و توان رایانش[3]، امکان ارائه پروفایل ریسک[4] مشتریان با جزئیات بیشتر را فراهم کرده است. این امر، فرصت‌ها و چالش‌هایی را برای بیمه‌گران و مشتریان آنها ایجاد نموده است.

داده‌های جزئی‌تر[5] می‌توانند ارزیابی ریسک و مدیریت ریسک را بهبود بخشند. این موضوع ممکن است دسترسی بیمه به ویژه برای آن بخش‌ از مشتریانی که دارای پروفایل ریسک[6] با ارزیابی دشوار هستند را افزایش دهد. همچنین، انقلاب داده‌ها[7] می‌تواند امکان خرید بصرفه بیمه را ارتقا بخشد و پیشگیری از خسارت را به صورت پیشرفته‌ و از طریق دستگاه‌ها و پوشیدنی‌ها[8] تسهیل نماید. علاوه بر این، می‌تواند برای سلامت مالی مشتریان از طریق پیشگیری از خسارت‌ها مفید باشد. بدون این کار، پوشش بیمه‌ای برای این نوع خسارت‌ها وجود نخواهد داشت. بر پایه پیشرفت‌ها در جزئی‌گرایی داده‌ها[9]، بیمه‌گران می‌توانند پوشش دقیق‌تر و سفارشی‌تری ارائه نمایند و از کم‌بیمگی[10] و بیش‌بیمگی[11] پیشگیری نمایند. درنهایت، آنهایی که دارای رفتاری ریسک‌آگاه[12] هستند، منصفانه‌تر با آنها رفتار خواهد شد و برای مثال، تخفیف در حق بیمه برای آنها لحاظ شده و درک بهتری از سلامتی آنها به دست می‌آيد که در نهایت به سلامت کل جامعه ختم خواهد شد.

در همین حال، مشتریانِ دارای پروفایل پرخطرتر (مانند آنهایی که پیش‌بینی خسارت بالاتری دارند)، بیمه‌ای گران‌تر از قیمت بصرفه دریافت خواهند نمود. همچنین، گستره حضور داده‌ها می‌تواند توان بالقوه بیشتری برای تفکیک [مشتریان] بر پایه عواملی که به نظر غیرمرتبط به بیمه هستند (مانند نمره اعتباری[13]) به همراه داشته باشد که اغلب غیرمنصفانه دیده می‌شود. با توجه به کاهش شدید اندازه انباشت (اشتراک) ریسک[14] که برای تعیین حق بیمه به کار می‌رود، شخصی‌سازی[15] (یا همان سفارشی‌سازی) ممکن است در نهایت برای مشتریان به معنای ‌عدم‌ثبات بیشتر قیمت‌ها تلقی شود که به صورت بالقوه‌ای جذابیت بیمه را کاهش خواهد داد. علاوه بر این، تنزیل یک گروه ریسک[16] به یک بخش واحد، اصل مهم بیمه را که مبتنی بر اشتراک‌گذاری ریسک و حق بیمه‌هاست، به چالش می‌کشاند.

مفهوم انصاف[17]، دربرابر تبعیض غیرقانونی، گسترده‌تر بوده و سخت‌تر می‌توان آن‌را تعریف کرد. از طرفی، قوانین و مقررات، انصاف را در شرایط خاصی لحاظ کرده و برای آن کاربرد حقوقی تعیین می‌نمایند. از طرف دیگر، مشتریان معمولاً آن را به معنای کلی‌تری تعبیر می‌کنند. براساس عوامل فردی، اجتماعی و فرهنگی، انصاف، عموماً [مفهومی] شخصی است.

برای بیمه‌گران، کلید اصلی، ایجاد تعادل بین فهم‌های مختلف از انصاف و مزایای عینی کاربرد فزاینده از داده‌ها است. به همین منظور، بیمه‌گران می‌توانند در عملیات‌های روزمره خود رویه‌های حاکمیتی[18] قوی‌تری را برای جمع‌آوری و کاربرد داده‌ها با هدف تضمین کاربرد مسئولانه [از آنها]، به همراه شفافیت در ارتباط با مشتری اعمال کنند. در عصر دیجیتال، این رویه‌های قوی، پیش‌نیاز اعتماد مشتری و نیز عامل تعیین‌کننده مهمی در آمادگی مشتریان برای تسهیم داده‌ها با بیمه‌گران هستند.

به عنوان بخشی از این پژوهش و برپایه مصاحبه‌های ژرفی[19] که با متخصصین و مدیران اجرایی صورت پذیرفت، محققین انجمن ژنو چندین عنصر اصلی برای بیمه‌گران شناسایی کردند که اعتماد مشتریان را تقویت می‌نماید:

· داده‌ها باید علیه حملات طرف ثالث به صورت امنی ذخیره و حفاظت شود؛

· کاربرد داده‌ها باید نسبت به خطاها، داده‌های خارج از رده[20] و تغییرات در کیفیت داده‌ها، مستحکم باشد؛

· نتایج الگوهای بکاررفته در ارزیابی، پیش‌بینی و دیگر تصمیم‌های ملموس مانند مدیریت خسارات باید با آنچه به صورت فرهنگی و اجتماعی به عنوان منصفانه مقبول است، همسو باشد؛

· رویه‌ها، الگوها و دیگر نتایج مربوط به تصمیم‌ نباید مانعی برای فهم مشتری نسبت به محرک‌های ریسک باشد؛

· بیمه‌گران باید به صورت شفاف، روندها و حاکمیت پشت جریان جمع‌آوری، مدیریت و کاربرد داده‌ها را تشریح و ارائه کنند.

هنگامی‌که می‌توان بر یک ریسک با تغییر در رفتار اثر گذاشت، این موضوع باید با مشتری درمیان گذاشته شود. اگر رفتار خاصی منجر به حق بیمه بیشتر یا کمتری شود، نیز باید درباره آن به مشتری اطلاع داد. سپس، مشتری می‌تواند تصمیم بگیرد که آیا تضمینی برای تغییر در رفتار وجود دارد یا خیر. علاوه بر این، بیمه‌گر می‌تواند با مدیریت ریسک برای مثال از طریق خدمات پیشگیرانه، از بیمه‌گر حمایت کند.

برپایه یافته‌های پژوهش انجمن ژنو، پنج پیشنهاد کلیدی برای تضمین کاربرد مسئولانه داده‌ها در بیمه و نیز همسویی بهتر با انتظارات مشتری در اینجا ارائه می‌گردد:

１. در رویه‌ها، دستورالعمل‌ها و مقررات مرتبط با بیمه، بیمه‌گران، بیمه‌گزاران و تنظیم‌کنندگان مقررات باید بین جمع‌آوری داده‌ها و کاربرد داده‌ها تفاوت قائل شوند. جمع‌آوری هرچه‌بیشتر داده‌ها برای آزمون ریسک سوگیری[21] یا تبعیض مورد نیاز است.

２. بیمه‌گران باید پیش از راه‌اندازی نرم‌افزارها و الگوهای جدید داده‌ها، کاربرد مسئولانه داده‌ها و حفاظ‌های مرتبط با آنها را تعریف و اجرا نمایند.

３. علارغم ناهمگنی نمونه‌ها و کاربردها و به منظور تضمین نتایج مشخص و منصفانه، باید یک رویه منعطف و مبتنی بر اصول[22] اجرا شود. تمامی ذی‌نفعان حاضر در زنجیره ارزش باید هماهنگ باشند. درحالی‌که خروجی تمامی موارد، نتایج منصفانه است، اما این رویه می‌تواند متغیر باشد. بنابراین، اصول باید متمرکز بر نتیجه باشد تا سازوکارهای پشت آن.

４. بیمه‌گران باید با هدف کاربرد مسئولانه از داده‌ها، بر پایه امنیت داده‌ها، کاربرد قوی از داده‌ها، نتایج منطقی الگو، رویه‌ها و الگوهای مشخصِ تصمیم و ارتباطات شفاف و فعالانه، چارچوبی کل‌نگرانه را اجرا نمایند.

به منظور درک فهم اجتماعی از انصاف، تنظیم‌کنندگان مقررات و بیمه‌گران باید گفتگویی با ذی‌نفعان بیرونی داشته باشند. این امر می‌تواند از طریق پنل مستقل مشتریان یا از طریق یک کمیته حاکمیتی شامل ذی‌نفعان داخلی و بیرونی برای مثال رسانه‌ها، اثرگذاران بر مشتری[23] و شرکای کانال توزیع[24] انجام شود.