Czy sztuczna inteligencja oraz Data Science pozbawią aktuariusza pracy?

Czy sztuczna inteligencja oraz Data Science pozbawią aktuariusza pracy?
Udostępnij Ikona facebook Ikona LinkedIn Ikona twitter
Aktuariusz to stanowisko, które w świecie ubezpieczeń kojarzone jest z prestiżem i bardzo dobrymi zarobkami. To elitarny zawód - w Polsce licencję aktuariusza posiada niewiele ponad 400 osób. Czy cokolwiek może zagrozić temu statusowi?

Co może pozbawić aktuariusza pracy? #DataScience #AI #ubezpieczenia

Jak zostać aktuariuszem?

Jakie predyspozycje powinien mieć kandydat na aktuariusza? Najważniejsze są umiejętności analityczne i biegła znajomość excela oraz SQLa. Kilka słów o cyfrach: stażyści i młodsi specjaliści ds. aktuarialnych mogą liczyć na zarobki rzędy 4.000 – 7.000 PLN brutto w przypadku umowy o pracę. Kolejnym stopniem wtajemniczenia na drodze do uzyskania licencji aktuarialnej jest zaliczenie egzaminów obejmujących 9 bloków tematycznych, począwszy od matematyki finansowo/ubezpieczeniowej poprzez statystykę, ekonomię, modelowanie, prawdopodobieństwo, rachunkowość czy prawo. Następny krok to uzyskanie licencji aktuarialnej. Jej posiadacze, w zależności od poziomu doświadczenia zawodowego, mogą liczyć na zarobki rzędu 8.000 – 15.000 PLN. Wyższe wynagrodzenia otrzymują już tylko główni aktuariusze.

Data Scientist. Kto to właściwie jest?

Czym zajmuje się Data Scientist? W największym skrócie to osoba, która łączy role programisty i analityka danych. To hybrydowe stanowisko jest szczególnie cenione przez pracodawców. Dlaczego? Do niedawna takim obszarem kompetencji zajmowały się dwie różne osoby, a integracja ich wiedzy przebiegała z różnym skutkiem. Data Scientist oprócz zdolności analitycznych (typowych dla tradycyjnej roli aktuariusza) potrafi programować swoje rozwiązania tak, by działały w sposób automatyczny. W pracy korzysta m.in. z języków R i Python. Ze względu na częstą pracę z bazami danych ma również opanowany język SQL, zna reguły statystyki (podobnie jak aktuariusz). Kluczową kompetencją jest umiejętne wykorzystywanie wiedzy z zakresu AI i uczenia maszynowego. Tworzy ona najbardziej istotną wartość dodaną. Dzięki algorytmom binarnej klasyfikacji, np. drzewom losowym (random forest), maszynie wektorów podpierających (support vector machine) czy też sieciom neuronowym już dziś możemy oszacować ryzyka wynikające z następstw katastrof naturalnych, zachowania konsumenckie czy też umożliwić odczytywanie tekstów i obrazków przez komputer.

Technologia. Przyjaciel czy wróg?

Data Science pozornie odbiega od specyfiki pracy aktuariusza. Dotychczas zajmował się on precyzyjnie wyselekcjonowanymi danymi, a nie ogromnymi zbiorami danych. W rzeczywistości wiele metod i narzędzi wykorzystywanych w Data Science ma dla aktuariusza kluczową wartość. Już dziś dzięki telematyce firmy ubezpieczeniowe wiedzą, jakie są nawyki i styl jazdy kierowców. Korzystając z tych danych mogą w czasie rzeczywistym dostosowywać ceny usług ubezpieczeniowych do realiów, umożliwiając klientom preferującym bezpieczny styl jazdy redukcję kosztu polisy. Narzędzia analizy danych pozwalają na bardziej precyzyjną personalizację oferty ubezpieczeniowej i ocenę ryzyka.

Jak widać, podobieństw łączących obie profesje jest relatywnie dużo. Jaki z tego wniosek? Stanowisko aktuariusza powinno w naturalny sposób ewoluować w stronę Data Scientist. Mając na uwadze specyfikę obu tych zawodów i możliwości, które daje machine learning można założyć, że wiele czynności wykonywanych przez współczesnych aktuariuszy zostanie zautomatyzowanych przy wykorzystaniu sztucznej inteligencji i modeli samouczących. Proces ten będzie prowadził do zwiększenia zarówno liczebności danych, jak i ich jakości. Kiedy zostanie on zrealizowany? Wbrew pozorom nieprędko. Szeroko pojęta cyfryzacja niesie za sobą wysokie nakłady inwestycyjne. Duże koszty transformacji zmuszają osoby zarządzające towarzystwami ubezpieczeniowymi do rozłożenia ich w czasie. Zmiana przyzwyczajeń klientów oraz agentów ubezpieczeniowych jest również procesem długoterminowym. To dobra informacja dla aktuariuszy – mają czas, by zdobyć nową wiedzę i dostosować swoje kompetencje do zmieniającej się rzeczywistości. Czy to konieczne? Widząc, jak bardzo Data Scientists są poszukiwani na rynku, odpowiedź brzmi: tak. Analiza Big Data to przyszłość, nikt już nie ma w tej kwestii żadnych wątpliwości. Brak reakcji na nowe wyzwania może być dla aktuariuszy dużym ryzykiem. Zresztą na pewno to wiedzą – są w końcu specjalistami od ryzyka.

 

Źródło: Goldman Recruitment