Whalesbook
वाढीसोबत वाढत्या तक्रारी
मागील आर्थिक वर्षात (FY25) भारतीय विमा कंपन्यांनी ११.२६ कोटी सामान्य (general) आणि आरोग्य (health) विम्याचे दावे (claims) निकाली काढले, तर २६.६८ लाख जीवन विम्याचे (life insurance) दावे पूर्ण झाले. हे आकडे बाजारपेठेचा विस्तार दर्शवतात. पण दुसरीकडे, 'बीमा भरोसा' पोर्टलवर २,५७,७९० ग्राहकांच्या तक्रारी नोंदवल्या गेल्या आहेत. यातील मोठी तफावत उत्पादनांची गुंतागुंत, स्पष्ट नसलेले फायदे आणि ग्राहकांच्या गरजेनुसार नसलेली उत्पादने यांमुळे निर्माण झाली आहे. यामुळे दावे नाकारले जाणे, तक्रार निवारण यंत्रणेवर ताण येणे आणि सर्वांसाठी प्रीमियम वाढणे असे प्रकार घडत आहेत.
फसव्या विक्रीला (Mis-selling) वाढता जोर
या तक्रारींमागे फसव्या विक्रीचे (mis-selling) प्रमाण जास्त आहे. 'अनुचित व्यवसाय पद्धती' (Unfair Business Practices - UFBP) अंतर्गत येणाऱ्या तक्रारी २६,६६७ पर्यंत पोहोचल्या आहेत. जीवन विम्याच्या एकूण तक्रारींपैकी हा आकडा २२% पेक्षा जास्त आहे, जो मागील वर्षी १९% होता. याचा सर्वाधिक फटका पहिल्यांदा विमा घेणाऱ्या ग्राहकांना बसतो, ज्यांना योग्य मार्गदर्शन मिळत नाही आणि नकारात्मक अनुभवानंतर ते विमा खरेदीपासून दूर जातात. देशातील अनेक भागांमध्ये आर्थिक साक्षरतेचा अभाव असल्याने, ग्राहक गरजेपेक्षा जास्त आक्रमकपणे विकल्या जाणाऱ्या उत्पादनांना बळी पडत आहेत.
AI: ग्राहकांचा विश्वास जिंकण्याचा नवा मार्ग
या समस्येवर तोडगा म्हणून, विमा कंपन्या आता आर्टिफिशियल इंटेलिजन्स (AI) आणि डिजिटल साधनांचा वापर करत आहेत. यामुळे ग्राहकांना उत्पादने अधिक चांगल्या प्रकारे समजतील आणि ते योग्य निर्णय घेऊ शकतील. AI मुळे व्यवहार अधिक पारदर्शक होतील. तसेच, वेगवेगळ्या प्लॅटफॉर्मवर किमती समान राहिल्याने ग्राहकांना उत्पादनांची तुलना करणे आणि त्यांचे फायदे-तोटे समजून घेणे सोपे जाईल. भारतातील 'इन्शुअरटेक' (Insurtech) बाजारपेठ १५.८ अब्ज डॉलर्स ($15.8 billion) ची झाली असून, तिचा महसूल ०.९ अब्ज डॉलर्स ($0.9 billion) आहे. कंपन्या AI चा वापर विक्री, अंडररायटिंग आणि क्लेम प्रक्रियेत करत आहेत, ज्यामुळे सेवा खर्चात २०-३०% कपात अपेक्षित आहे आणि क्लेम मिळण्याची प्रक्रिया सुधारेल.
AI चे धोके आणि नियामक आव्हाने
AI च्या या सकारात्मक भूमिकेसोबतच काही गंभीर धोकेही आहेत. AI चा वापर ग्राहकांना माहिती देण्यासाठीऐवजी, अधिक हुशारीने फसवणूक करण्यासाठी किंवा 'अल्गोरिथमिक अपारदर्शकता' (algorithmic opacity) वाढवण्यासाठी होण्याची शक्यता आहे. AI-आधारित विक्री आणि अंडररायटिंग प्रक्रियांचे नियमन करणे, डेटा प्रायव्हसी, अल्गोरिथमिक पक्षपात (bias) आणि खर्च कपातीमुळे ग्राहक सेवा कमी दर्जाची न होणे, याबाबतीत नियामकांना (regulators) मोठे आव्हान असेल. IRDAI ने जरी पारदर्शकतेवर आणि तक्रार निवारणावर भर दिला असला, तरी फसवणुकीचे प्रमाण पाहता केवळ तंत्रज्ञानाने नव्हे, तर विक्री संस्कृतीत आणि उत्पादन डिझाइनमध्ये मोठे बदल आवश्यक आहेत. यूके किंवा यूएस सारख्या परिपक्व बाजारपेठांच्या तुलनेत, जिथे ग्राहक संरक्षण अधिक मजबूत आहे, भारतात परिस्थिती अधिक गुंतागुंतीची आहे. महागाईसारख्या आर्थिक दबावांमुळे ग्राहक स्वस्त पण अपूर्ण पॉलिसी घेण्याकडे झुकू शकतात, ज्यामुळे ते फसवणुकीला अधिक बळी पडू शकतात.
विश्वासाकडे वाटचाल
कंपन्या आता ग्राहक जागरूकता वाढवण्यावरही भर देत आहेत. ग्राहकांनी स्वतःची जोखीम (risk profile), कव्हरेज मर्यादा (coverage limitations), अपवाद (exclusions) आणि सह-पेमेंट (co-payments) समजून घेतल्यास, ते योग्य पॉलिसी निवडू शकतील. यासाठी विमा उत्पादने कशी समजावून सांगितली जातात आणि निवडली जातात, या प्रक्रियेत बदल करणे गरजेचे आहे. विश्लेषकांच्या मते, तंत्रज्ञानात मोठी क्षमता आहे, पण विश्वास-आधारित वाढ ही मजबूत नियामक देखरेख आणि विक्री चॅनेलमध्ये सांस्कृतिक बदलांवर अवलंबून असेल. भविष्यात, विमा कंपन्यांनी साधी उत्पादने देणे, प्लॅटफॉर्मने पारदर्शकपणे मार्गदर्शन करणे आणि ग्राहकांनी माहितीपूर्ण दृष्टिकोन ठेवणे, यातूनच विमा आपल्या भूमिकेनुसार लोकांच्या आर्थिक भविष्याचे खरे संरक्षण करू शकेल.