Читать онлайн «Финтех». Страница 73

Большие данные

Страхование – первый в мире бизнес больших данных. Страховые компании использовали данные для моделирования и расценивания рисков задолго до того, как этот термин вошел в моду. Прошлые убытки страховых компаний и данные андеррайтинга становятся для них одним из наиболее ценных активов.

Однако пример страховой отрасли относительно сбора и осмысления больших объемов данных быстро меркнет. Компании типа Google, Facebook и Amazon собирают гораздо больше данных и, вероятно, их инструменты и базы данных самые лучшие. Рост сенсоров (назовите их телематикой, носимыми устройствами или Интернетом вещей (ИВ)) вокруг нас очень скоро будет производить огромные количества страховых компаний, которым эти инструменты не понадобятся. MetroMile – очень хороший пример. Эта компания предлагает помильное страхование автомобилей, когда вы присоединяете их маленький прибор к своему автомобилю. Прибор MetroMile, кроме измерения количества пройденных миль, собирает данные о ваших водительских привычках. Ни одна компания не собирает такие данные (по крайней мере, для постоянных клиентов), поэтому страховые компании имеют гораздо больше преимуществ с точки зрения данных. Если MetroMile сможет собирать данные о водительском поведении и использовать их для целей страхования, то это будет ее конкурентным преимуществом.

Хотя пока рано говорить о том, что страховая отрасль собрала большую базу данных и полностью ее использует, это, определенно, сфера, где у традиционных игроков будет хороший старт. Большинство страховых компаний выступили с инициативами типа инновационной лаборатории данных компании AXA или сетевого совместного предприятия немецкого страховщика Allianz с лабораторией Фраунгофера (Fraunhofer). Использование больших данных для адаптации страховых продуктов под запросы потребителей – шаг в правильном направлении, способный вызвать недовольство частных лиц. Насколько навязчивыми они могут счесть сами технологии? Потребителям и страховщикам понадобится определить оптимальную степень, в какой компания будет владеть данными и профилями клиентов. Еще одним риском использования Интернета вещей для страхования является кибербезопасность, вернее ее отсутствие. Эти умные устройства для сбора данных не всегда спроектированы с мыслью о безопасности. Согласно исследованиям 70 % наиболее часто используемых устройств Интернета вещей имеют уязвимости, которыми могут воспользоваться хакеры[205]. Это не тот тип риска, который страховые компании могут или хотели бы учитывать в цене своих моделей.

Страхование – жестко регулируемый рынок, и учреждение новой страховой компании стоит очень дорого. У Oscar, нью-йоркской медицинской страховой компании был минимально требуемый капитал в $45 млн. Быстрый рост также затруднителен, поскольку по закону капитал увеличивается с приходом новых клиентов. К тому же новые участники этого рынка могли бы прибывать с двух направлений.

Во-первых, из некоторых компаний, которые собирают большие объемы данных при осуществлении ежедневных операций (Google, Amazon и Facebook). Кроме данных, у них есть очень большая база клиентов, с которыми у них отношения гораздо лучше, чем у других страховщиков. Эти компании могли бы в теории предлагать страхование, эффективно используя свои собственные данные. Пока не ясно, в каком звене страховой цепочки создания добавленной стоимости эти компании хотели бы оказаться. Первое логичное место – это дистрибуция. Google уже там с Google Compare для автострахования (продукт Google Compare прекратил свое существование 23 марта 2016 г. – Прим. ред.).

Во-вторых, стартапы могли бы и будут входить на профильные нишевые рынки с ориентированными на клиентов простыми продуктами. Подобно тому, как TransferWise может делать международные денежные переводы лучше, чем банки, также появятся страховые продукты новых участников, работающие лучше нынешних игроков. В США, например, есть стартапы, такие как Oscar, Gravie и Navera, которые работают над улучшением услуг по медицинскому страхованию.

Другая интересная модель – страхование «от равного к равному», например Friendsurance в Германии. Эта модель стара, как сама страховая отрасль. Ранние модели страхования были основаны на разделении рисков и вознаграждениях сообществом людей (на самом деле в модели взаимного страхования сообщество владеет страховой компанией. Бенджамин Франклин ввел эту модель в США в 1752 г.). Онлайн-сообщества достигли достаточно большого масштаба для модели взаимного страхования, на этот раз будучи не ограниченными географическими барьерами. Вкупе с низкозатратной дистрибуцией формирование маленьких сообществ подтверждает возможность дробления и атомизации ранее однородных страховых рынков.

Весьма полезно наблюдать новые тренды рынка и то, как существующие страховые компании могут адаптироваться. Разумеется, цифровая трансформация имеет свои ограничения и для учрежденных игроков. Простая цифровизация существующих страховых процессов (прямо через обработку запрашиваемых цен, быстрая адаптация продукта и т. д.) могла бы увеличить прибыль. Учитывая масштабы компаний, своевременная цифровизация могла бы сделать существующие страховые компании грозным конкурентом в цифровую эру.

В каждой главе этой книги мы приводили рассказы финтех-лидеров о передовых продуктах и решениях финтех-компаний, внедряющих инновационные финтех-программы. Далее последуют истории успеха, рассказанные предпринимателями, основавшими финтех-компании или внедрявшими инновации в мировых корпорациях. Мы рассмотрим истории самых разных компаний. Наши авторы раскроют глубинные основы взаимоотношений с потребителями, расскажут о периоде становления и развитии финтех-компаний.

Вы познакомитесь с основателем компании eToro, крупнейшей в мире социальной инвестиционной сети, и основателем компании Bankable, строящим «банковское дело как услугу» для всех, а также узнаете историю компании Avoka, ведущей платформы управления опытом потребителей.

Кроме того, в этом разделе содержатся рассказы о том, как Citibank решил мировую финтех-задачу на основе внутреннего видения и как система SWIFT успешно воспользовалась возможностями финтеха. Обе истории подтверждают, что у финансовых институтов есть возможность заниматься инновациями и реагировать на глобальные изменения.

Холодное зимнее утро понедельника в Нидерландах. Ноа Стрижбос (Noa Strijbos), один из наиболее известных в мире тренеров лошадей, зашла в конюшню проведать своих лошадок. Но ее 27 000 «фолловеров», или, проще говоря, подписчиков, не интересуют лошади[206]. В социальной инвестиционной сети eToro Ноа прошла путь от любителя-обозревателя мировых финансовых рынков до профессионального трейдера всего за три года. И фолловеры ждут ее следующих инвестиционных шагов на мировых финансовых рынках. Кроме того, в 2015 г. ее инвестиционный портфель уже вырос на 25 %.

«Я, Йони Ассиа (Yoni Assia), основатель и председатель правления крупнейшей в мире социальной инвестиционной сети. Как ребенок, родившийся в 1980-е гг., я постоянно окружена инновациями. Мой отец Дэвид основал технологическую компанию Magic Software, которая в 1991 г. стала первой израильской софтверной компанией, вошедшей в листинг NASDAQ. В условиях технологической революции я в 14 лет решила заниматься написанием кодов, надеясь, что однажды сыграю значительную роль в наступлении следующей стадии инноваций. Как и многие подростки, я начала работать по выходным, собирая мелочь для своей копилки. В результате я захотела с пользой потратить эти деньги. Не испытывая радости от того, что вижу, как тяжело заработанные деньги просто лежат на полке и не питая доверия к местным банкам, я решила, что буду сама управлять своими деньгами.

Это были 1990-е гг. Был технологический бум, и «быки» были на подъеме как в NBA, так и на финансовых рынках. Мужчины в костюмах на дорогих автомобилях, работающие в больших офисных зданиях с большим успехом торговали на мировых рынках. Со своим техническим опытом и склонностью к работе с цифрами я решила заняться трейдингом, сидя в комфортных условиях своей спальни. Почему бы мне не присоединиться к людям на Уолл-стрит и не поработать на мировых финансовых рынках? К сожалению, трейдинг оказался не таким простым делом, как мне виделось поначалу. Чтобы начать работать, мне нужно было купить несколько дополнительных экранов для своего настольного компьютера. Поскольку у меня были экраны, я могла анализировать финансовые графики, но весь приобретенный опыт казался неприложимым к практике и бесполезным. Честно говоря, мой старший брат Ронен назвал мое увлечение финансами и работу с ними смешными.