لقد اعتمد التأمين السيبراني تقليديا على المشاركة البشرية (بما في ذلك التخمين) في جميع أجزاء العملية – من تحليل المخاطر واكتتاب السياسات إلى تعديلات المطالبات. كان أحد التحديات الرئيسية التي تواجه صناعة التأمين السيبراني، وأولئك الذين يسعون إلى التغطية، هو الزيادات السنوية في أقساط التأمين بسبب تصاعد التعرض للمخاطر. وفي الحالات الأكثر تكرارًا، يتم إسقاط عملاء التأمين من تغطيتهم أو يتم رفض مطالباتهم.
لكنها ليست كلها سيئة. يوفر ظهور تقنيات الذكاء الاصطناعي التوليدي (GenAI) فرصًا لشركات التأمين لبناء أدوات جديدة قوية لمساعدتها على تبسيط العمليات، وتحليل المخاطر السيبرانية بدقة أكبر، وتقديم توصيات ذات أولوية لتحسين أمان عملائها.
أكثر عمليات دقيقة وفعالة
تعمل GenAI على تقليل فرص الخطأ البشري طوال دورة حياة التأمين، مع تحسين كفاءة العمليات في الوقت نفسه. تساعد الأدوات الآلية المستندة إلى الذكاء الاصطناعي على تبسيط سير العمل والقضاء على بعض عمليات جمع البيانات التقليدية والتخمين التي يعتمد عليها كل من الوسطاء والمشترين.
يبدأ هذا بعملية تطبيق السياسة. في كثير من الأحيان، الأشخاص الذين يملأون نماذج القبول الأولية للمشتري ليسوا أعضاء في فرق التكنولوجيا أو الأمن في الشركة التي تسعى للتغطية. وبالتالي، قد لا يكون لديهم السياق المناسب حول برنامج الأمن السيبراني، أو مخزونات التكنولوجيا، أو أطراف ثالثة في سلسلة التوريد الخاصة بمؤسستهم – مما يؤدي في النهاية إلى تدهور جودة النتائج عندما يتعلق الأمر بتحديد ملف تعريف المخاطر الخاص بالشركة. من خلال الاستفادة من الذكاء الاصطناعي والأتمتة الأخرى، يمكن للوسطاء توفير الكثير من الوقت، وإنشاء قوائم جرد أكثر دقة واكتمالًا، وفي النهاية تقديم عروض أسعار أكثر دقة لتوفير قدر كبير من المال للمشترين.
في إحدى شركات التأمين التي كنت أعمل بها، كانوا يستخدمون أدوات GenAI للمساعدة في الاكتتاب. سوف يتلقى الضامن محتويات الطلب – جميع المعلومات رفيعة المستوى عن المشتري المطلوبة لاتخاذ القرارات. أثناء عملية المراجعة، يمكن للمكتتب طرح الأسئلة عبر مطالبات GenAI المضمنة في سير عمل الاكتتاب. يمكن أن تساعد الإجابات التي تم إنشاؤها بواسطة الأداة الضامن على تسريع السرعة التي يمكنه بها الحصول على عرض أسعار خارج الباب مع تحسين الدقة أيضًا.
أدوات مثل هذه يمكن أن تساعد أيضًا في تحسين الاتساق. يتمتع كل مكتتب بتجارب فريدة تؤثر على وجهة نظره وكيف يمكنه قراءة سطح الهجوم الخاص بالمشتري. تساعد إزالة التخمين البشري من العمليات شركة التأمين على اتخاذ قرارات أكثر اتساقًا بناءً على نظام موحد للتحليل المنفصل.
تقليل المخاطر وخفض التكاليف
يشبه GenAI في صناعة التأمين السيبراني وسيطًا مساعدًا، يهدف إلى تعزيز العملية لتحسين الكفاءات وتحقيق نتائج أفضل لكل من المشتري وشركة التأمين. الهدف النهائي لشركات التأمين السيبراني هو إزالة أكبر قدر ممكن من المخاطر وجعل التغطية رخيصة قدر الإمكان للعملاء، مع الاستمرار في جني الأموال. ولتحقيق هذه الغاية، يمكن لتقنيات الذكاء الاصطناعي الجيني ودعم نماذج اللغات الكبيرة أن تساعد شركات التأمين السيبراني على فهم أنماط البيانات وتوليد رؤى لم تكن موجودة من قبل.
سيكون لدى معظم شركات التأمين كميات كبيرة من بيانات الخسارة التاريخية المتاحة لها منذ دفع المطالبات. يمكن استخدام GenAI لتحليل هذه البيانات وتحديد الأنماط ذات الصلة. على سبيل المثال، يمكنه تحديد ما إذا كانت هناك أية قواسم مشتركة أو إشارات خطر عبر أنواع مختلفة من مثيلات المطالبات. يمكن أخذ إشارات المخاطر هذه في الاعتبار في سياسات وعمليات الاكتتاب، بحيث يمكن لشركة التأمين تجنب سياسات الاكتتاب حيث توجد إشارات المخاطر هذه و/أو تقديم خدمات استشارية للشركة المحتملة لمساعدتها على تخفيف تلك المخاطر قبل وأثناء مدة السياسة. .
تساعد GenAI أيضًا شركات التأمين على تقديم مشورة أفضل للعملاء. على سبيل المثال، قد تكتشف أداة تعداد سطح الهجوم 100 ثغرة أمنية مختلفة تعرض المشتري وشركته للخطر. يمكن أن يساعد الجمع بين التحليل التنبؤي الدقيق وإشارات الاستخبارات المتعلقة بالتهديدات في تحديد أولويات المشكلات الأكثر أهمية التي تحتاج إلى حل فوري، بالإضافة إلى تقديم توصيات إضافية للمؤسسة لإصلاحها على المدى الطويل. ويساعد هذا النوع من المعلومات الدقيقة والقابلة للتنفيذ في تخفيف المخاطر وإدارتها وتحسين المرونة التنظيمية مع خفض تكاليف التأمين السيبراني للمشترين.
GenAI تحمل مخاطرها الخاصة
يعد تسمم نماذج البيانات/الذكاء الاصطناعي إحدى المشكلات المحتملة في GenAI. تحتاج شركات التأمين إلى التأكد من أن نماذجها تشير فقط إلى مجموعات البيانات المطلوبة، وليس إلى معلومات غير موثوقة مصدرها الإنترنت العام. تعد الأساليب المتبعة لضمان اختبار النماذج بشكل مستمر والتحقق من صحتها وحمايتها من هجمات التسمم أمرًا بالغ الأهمية، وكذلك الأساليب لضمان وجود عمليات التحقق من الصحة والضوابط لإزالة تحيز العوامل.
يجب أيضًا حماية نماذج GenAI نفسها كما لو كانت كود مصدر. إذا قام شخص ما بتغيير شيء ما في النموذج (ولو بشكل طفيف)، فقد يصبح ذلك مزعجًا أو يؤدي إلى نتائج لا قيمة لها في النهاية. والأسوأ من ذلك أن النتائج المنحرفة قد تشير إلى أن شيئًا ما آمنًا عندما لا يكون كذلك. تحتاج شركات التأمين إلى إجراء اختبارات مستمرة لهذه الأنواع من التعرض للتهديدات.
يحتاج مطورو هذه القدرات إلى التأكد من أنهم يستفيدون من أفضل ممارسات إدارة المخاطر التي تقدمها مؤسسات مثل مركز موارد الذكاء الاصطناعي الجدير بالثقة والمسؤول التابع لـ NIST. يجب تطويق البيانات المستهدفة وستحتاج شركات التأمين إلى التكنولوجيا للمساعدة في التحكم في ذلك.
تثقيف مشتري التأمين حول تأثير GenAI
يحتاج المشترون إلى فهم أن هناك الآن بعض الفروق الرئيسية بين مقدمي خدمات التأمين السيبراني. الجزء الصعب هو أن معظم عمليات شراء التأمين السيبراني لا تتم عن طريق فرق الأمن أو التكنولوجيا. غالبًا ما يتم شراء التأمين الإلكتروني من قبل نفس الشخص أو الفريق داخل مكتب المدير المالي الذي يتخذ جميع قرارات التأمين الأخرى للشركة. المرة الوحيدة التي قد يتدخل فيها موظفو الأمن أو تكنولوجيا المعلومات هي عندما يُطلب منهم ملء نوع من الاستبيانات المبتذلة التي تسأل عن عدد الأدوات التي تمتلكها، ومكان وجودها، وكم البيانات المتوفرة لديك، ومن هم جميع الأطراف الثالثة لديك .
أكثر من أي وقت مضى، يمكن أن تساعد المعلومات المقدمة عند التقدم بطلب للحصول على سياسة ما في تحديد الثغرات الأمنية – ولكن فقط إذا كانت المعلومات دقيقة وكاملة. لقد أصبح كل شيء عن بعد. وهذا يتطلب من مشتري تأمين الشركة أن يصبح أكثر وعيًا ببيئة التكنولوجيا الخاصة به، وسلسلة التوريد الخاصة به، والمخاطر المرتبطة بها لضمان دقة واكتمال معلومات المسح التي تم جمعها في بداية عملية الاكتتاب وطوال عمر التأمين. السياسة بمجرد ربطها. قد لا يؤدي هذا إلى توفير الكثير من المال للشركة على أقساط التأمين فحسب، بل يساعد أيضًا في منع حدوث الاختراق.
