شركات التأمين السعودية تريد الذكاء الاصطناعي للمطالبات لا لروبوتات المحادثة

إذا سألت مورداً لتقنيات التأمين عما يفعله الذكاء الاصطناعي لديه، فسيبدأ العرض التوضيحي عادةً بعميل يطرح سؤالاً. وإذا سألت شركة تأمين عن مواضع تكاليفها، فستأتي الإجابة من مكان مختلف تماماً. فاقتصاديات شركة التأمين تحكمها المطالبات. إذ تدخل الأقساط وتخرج المطالبات، والفرق بين الرقمين، بعد احتساب تكلفة تشغيل الأعمال، هو النتيجة. وتحسين خدمة العملاء يغيّر نسبة المصروفات بصورة هامشية، أما تغيير طريقة تقييم المطالبات أو تسعيرها أو كشف الاحتيال فيها فيغيّر نسبة الخسائر، ونسبة الخسائر هي جوهر النشاط. ولهذا فإن الذكاء الاصطناعي المفيد في التأمين بعيد عن البريق. فالمطالبة تصل في صورة مستندات: نموذج وصور فوتوغرافية وتقرير شرطة وفاتورة وسجل طبي. ويقرؤها أحدهم، ويطابقها مع الوثيقة، ويقرر ما إذا كانت المطالبة مشمولة بالتغطية وبأي مبلغ، ويبحث عن مؤشرات على أنها ليست كما تبدو. وكل خطوة من هذه الخطوات تقوم على فهم المستندات والتعرف على الأنماط، وهو بالضبط ما تجيده الأنظمة الحالية، ولا شيء منها يتعامل مباشرة مع العميل. وقد عملت البيئة التنظيمية السعودية على فتح المجال أمام هذا تحديداً. فهيئة التأمين، التي أُسست جهةً تنظيمية مستقلة في 2024 وتتولى مسؤولية الترخيص والملاءة المالية وسلوك السوق وحماية المستهلك، وسّعت في يونيو 2025 طاقة بيئتها التجريبية التشريعية للسماح لمزيد من شركات تقنيات التأمين باختبار منتجات مبتكرة، منها التأمين المعياري ونماذج التغطية بين الأفراد والاكتتاب القائم على الذكاء الاصطناعي. والتأمين المعياري هو البند الذي يستحق التوقف عنده في تلك القائمة، لأنه يغيّر مشكلة المطالبات بدلاً من أتمتتها. فالوثيقة المعيارية تدفع مبلغاً ثابتاً عند وقوع حدث محدد وقابل للقياس، كمستوى معين من الأمطار أو عتبة حرارة أو تأخر رحلة جوية، لا عند تقييم الخسارة. ولا توجد تسوية للمطالبات، لأنه لا يوجد ما يُسوّى. وبالنسبة إلى المخاطر التي تتوفر لها بيانات خارجية موثوقة، يلغي هذا النهج الجزء الأعلى تكلفة من العملية بالكامل. وفي مؤتمر ليب (LEAP) 2026، وقّعت هيئة التأمين وهيوماين (HUMAIN) اتفاقية تعاون لاستكشاف القدرات الحاسوبية للذكاء الاصطناعي والمنتجات والوصول الآمن إلى البيانات لصالح القطاع. والفعل هنا مهم، وقد نقلته تك سكوب كما ورد. فاستكشاف القدرات الحاسوبية والوصول إلى البيانات أمر بعيد كل البعد عن تشغيل شركة تأمين لنموذج في بيئة الإنتاج، ولا يشير أي شيء منشور إلى تنفيذ فعلي. وعنصر الوصول إلى البيانات هو الجزء الأهم إن تحقق. فالذكاء الاصطناعي في التأمين يحدّه توفر البيانات أكثر بكثير مما تحدّه قدرات النماذج. فشركة التأمين ترى وثائقها ومطالباتها فقط، ولا ترى السوق، ما يعني أنها لا تستطيع بسهولة كشف مطالِب يقدم الخسارة نفسها إلى ثلاث شركات تأمين، كما أن لديها سجلاً محدوداً لتسعير مخاطر لم يسبق لها الاكتتاب فيها. والبنية التحتية للبيانات على مستوى القطاع، مع الضوابط المناسبة، هي ما قد يغيّر ما تستطيع نماذج أي شركة تأمين بمفردها القيام به. وهي أيضاً الأصعب بناءً، لأنها تتطلب أن يسهم المتنافسون بالبيانات. ويُعد كشف الاحتيال المجال الذي يتضح فيه العائد على المدى القريب أكثر من غيره، وهو يرتبط بعمل يجري بالفعل في قطاع الخدمات المالية السعودي. فمنصات الامتثال ومكافحة الاحتيال المبنية للمصارف، ومنها منصة فوكال (FOCAL) من مزن (Mozn)، تعالج مشكلة مماثلة من حيث البنية: رصد الأنماط الشاذة في بيانات المعاملات والهوية بدقة مقبولة، ضمن بيئة خاضعة للتنظيم تشترط إمكانية تفسير القرار لاحقاً. واحتيال التأمين مجال مختلف لكنه يحمل الشكل نفسه. والحذر الواجب استحضاره في أي نقاش حول تقنيات التأمين يتعلق بالتسعير. فالاكتتاب القائم على الذكاء الاصطناعي ينتج تقييماً أدق تفصيلاً للمخاطر، وهو ما يعني بعبارة أخرى أنه يفرض على العملاء أسعاراً مختلفة بناءً على خصائص مستنتجة. وهذا ما دأب الاكتتاب على فعله دائماً، غير أن القيام به عبر نموذج بدلاً من جدول يثير تساؤلات حول الخصائص المستخدمة، وما إذا كانت مسموحاً بها، وما إذا كان بالإمكان إبلاغ العميل بسبب تسعيره على هذا النحو. ويقع سلوك السوق ضمن اختصاص هيئة التأمين، والجهة التنظيمية التي تشرف على السلوك ستطلب في نهاية المطاف من شركة التأمين تفسير سعر ما. وتتداول مواد الموردين وأبحاث السوق ادعاءات واسعة الانتشار عن خفض الذكاء الاصطناعي لتكاليف مطالبات التأمين بنسب مئوية ثابتة، دون منهجية يمكن التحقق منها، ولذلك لا تُستخدم هنا. والأسئلة الجديرة بطرحها على أي مورد لتقنيات التأمين في Money20/20 هي نفسها التي تنطبق في أي مكان: أي شركة تأمين تشغّل هذا الحل في بيئة الإنتاج، وفي أي فرع من فروع التأمين، وما الذي تغيّر في نسبة الخسائر؟ وكل ما يسبق هذه الإجابة مجرد عرض توضيحي.