به گزارش روابط عمومی پژوهشکده بیمه، این پنل روز چهارشنبه ۲۷ آبانماه ۱۴۰۵، با ریاست ابراهیم نوروزی دستگردی، سرپرست معاونت توسعه و نوآوری بیمه مرکزی و با حضور میترا قنبرزاده، علیرضا دقیقی اصلی، احسان جلالی لواسانی، سعید صحت، محمود اسعد سامانی، مسعود حجاریان کاشانی و رسول ارجمند بهصورت برخط برگزار شد.
در ابتدای نشست، ضرورت عبور از الگوهای سنتی و کاغذمحور نظارت و حرکت به سمت نظارت برخط، هوشمند و مبتنی بر داده مورد تأکید قرار گرفت. در این بخش، ظرفیت هوش مصنوعی و تحلیل مستمر دادهها برای پایش عملکرد شرکتهای بیمه، شناسایی زودهنگام نشانههای هشدار و فراهمکردن امکان مداخله پیشگیرانه نهاد ناظر تشریح شد. همچنین، ارتقای شفافیت، بهبود کیفیت خدمات، سلامت بازار و تقویت ثبات مالی از جمله دستاوردهای مورد انتظار از توسعه نظارت هوشمند عنوان شد.
در ادامه، مقالههای ارائهشده از سوی محسن قرهخانی، مینا ذبیحیان، ناصر بافکرشارک و سمیه امینیفر مورد بررسی و نقد قرار گرفت. یکی از محورهای اصلی این بخش، کاربرد هوش مصنوعی و الگوی بازیابی و تولید تقویتشده (RAG) برای ارزیابی انطباق مصوبات هیئتمدیره مؤسسات بیمه با قوانین و مقررات بود. در این زمینه، بر ضرورت بومیسازی مدلهای پیشنهادی متناسب با مقررات صنعت بیمه، از جمله آییننامههای حاکمیت شرکتی، توانگری مالی و سرمایهگذاری تأکید شد.
همچنین، استفاده از دادههای واقعی شرکتهای بیمه، صورتجلسات هیئتمدیره و گزارشهای حسابرسان مستقل برای آزمون و اعتبارسنجی مدلها، از جمله پیشنیازهای تبدیل این ایدههای پژوهشی به ابزارهای کاربردی نظارتی عنوان شد. ضرورت توجه به امنیت دادهها، زیرساختهای فنی و الزامات اجرایی استقرار این مدلها نیز از دیگر موضوعات مطرحشده در نقد مقالهها بود.
بخش دیگری از مباحث به استفاده از شاخصها و روشهای یادگیری ماشین برای ارزیابی وضعیت شرکتهای بیمه اختصاص داشت. در این بخش، شاخصهایی مانند نقدینگی و عملکرد عملیاتی و امکان بهرهگیری از داشبوردهای نظارتی برای پایش نوسانات خسارت و کفایت سرمایه مورد توجه قرار گرفت. همچنین، بر ضرورت تعریف دقیق شاخصها، سنجش قدرت پیشبینی مدلها و لحاظکردن تفاوت شرکتهای بیمه زندگی، غیرزندگی و تخصصی تأکید شد.
در جمعبندی پنل، حاضران تأکید کردند که تحقق نظارت هوشمند در صنعت بیمه، علاوه بر ابزارهای فناورانه، به دادههای معتبر، مدلهای آزمودهشده، شناخت دقیق مقررات و زیرساختهای اجرایی مناسب نیاز دارد. همچنین، نتایج مدلهای هوشمند باید در جایگاه ابزار پشتیبان تصمیمگیری کارشناسی نهاد ناظر به کار گرفته شوند و مبنای تصمیمگیری خودکار قرار نگیرند.