কৃত্রিম বুদ্ধিমত্তা কি বীমা আন্ডাররাইটারদের প্রতিস্থাপন করবে?

বীমা আন্ডাররাইটিং সবসময় ঝুঁকির মাপ নির্ধারণ সম্পর্কে ছিল। আপনি একটি আবেদন পর্যালোচনা করেন, ডেটা বিবেচনা করেন, অ্যাকচুয়ারিয়াল টেবিল পরীক্ষা করেন এবং সিদ্ধান্ত নেন — অনুমোদন, প্রত্যাখ্যান বা শর্ত পরিবর্তন করুন। এটি প্যাটার্ন স্বীকৃতি ও বিচারের উপর নির্মিত একটি কাজ, যা ঠিক কারণে AI দ্রুত অগ্রগতি করছে। আমাদের ডেটা ২০২৫ সালে বীমা আন্ডাররাইটারদের জন্য AI এক্সপোজার ৬৪% দেখায়, মাত্র দুই বছর আগের ৫২% থেকে বৃদ্ধি পেয়ে, অটোমেশন ঝুঁকি ৬২%।

এগুলো আর্থিক সেবা খাতের সর্বোচ্চ সংখ্যাগুলোর মধ্যে কিছু। কিন্তু আপনার জীবনবৃত্তান্ত আপডেট করার আগে, সম্পূর্ণ চিত্রটি শিরোনামের চেয়ে আরও সূক্ষ্ম। মার্কিন শ্রম পরিসংখ্যান ব্যুরোর পেশাদার আউটলুক হ্যান্ডবুক (২০২৫) অনুসারে, বীমা আন্ডাররাইটারদের (SOC ১৩-২০৫৩) ২০২৪ সালে প্রায় ১,২৭,০০০ চাকরি ছিল, মে ২০২৪ পর্যন্ত মধ্যম বার্ষিক মজুরি $৭৯,৮৮০ ছিল, এবং BLS পূর্বাভাস দেয় যে কর্মসংস্থান ২০২৪ থেকে ২০৩৪ পর্যন্ত ৩% হ্রাস পাবে — এমনকি প্রতি বছর প্রায় ৮,২০০ শূন্যপদ আশা করা হচ্ছে, প্রায় সম্পূর্ণরূপে অবসর ও স্থানান্তর থেকে। [তথ্য] ভূমিকাটি ধীরে ধীরে দুইভাগে বিভক্ত হচ্ছে — স্বয়ংক্রিয় হওয়া রুটিন কাজ এবং আরও চাহিদাসম্পন্ন হওয়া জটিল কাজ।

যেখানে AI ইতিমধ্যে কাজ করছে

সবচেয়ে স্পষ্ট প্রভাব হলো রুটিন ঝুঁকি মূল্যায়নে। AI সিস্টেমগুলো এখন মানবীয় আন্ডাররাইটারদের তুলনায় দ্রুততর ও আরও সামঞ্জস্যপূর্ণভাবে মানক আবেদনগুলো প্রক্রিয়া করতে পারে — গৃহস্বামীর বীমা, অটো পলিসি, সরল বাণিজ্যিক লাইন। এই সিস্টেমগুলো একযোগে ডজনখানেক উৎস থেকে ডেটা টানে, ঐতিহাসিক ক্ষতির ধরনের বিপরীতে চালায় এবং ঘণ্টার পরিবর্তে সেকেন্ডে মূল্য নির্ধারণের সুপারিশ তৈরি করে। Progressive, Lemonade এবং Root-এর মতো বীমা কোম্পানিগুলো AI-চালিত আন্ডাররাইটিংকে কেন্দ্র করে সম্পূর্ণ ব্যক্তিগত লাইন অপারেশন তৈরি করেছে, মানবীয় পর্যালোচকরা শুধুমাত্র অ্যালগরিদম দ্ব্যর্থবোধক হিসেবে চিহ্নিত ক্ষেত্রে হস্তক্ষেপ করেন।

ভবিষ্যদ্বাণীমূলক মডেলিং বীমা কোম্পানিগুলো কীভাবে ঝুঁকি মূল্যায়ন করে তা রূপান্তরিত করেছে। মেশিন লার্নিং অ্যালগরিদমগুলো দাবির ডেটায় সেই পারস্পর্যস্পর্শ চিহ্নিত করতে পারে যা কোনো মানুষ স্পট করতে পারত না — নির্দিষ্ট নির্মাণ সামগ্রী এবং অগ্নি ক্ষতির ফ্রিকোয়েন্সির মধ্যকার সম্পর্ক থেকে শুরু করে অটো দাবির পূর্বাভাস দেয় এমন সূক্ষ্ম ধরন পর্যন্ত। একটি শীর্ষ-দশ বীমা কোম্পানির একজন সিনিয়র আন্ডাররাইটার আমাদের বলেছেন যে মডেলগুলো এমন ঝুঁকির কারণগুলো ধরে ফেলে যা অভিজ্ঞ পেশাদাররাও মিস করেন — এবং সমানভাবে গুরুত্বপূর্ণভাবে, মডেলগুলো ঐতিহ্যগত রেটিং পরিকল্পনা প্রতিনিধিত্ব করতে পারে না এমন কারণগুলোর সংমিশ্রণ সামনে নিয়ে আসে। টেলিম্যাটিক্স ডেটা, সম্পত্তির স্যাটেলাইট চিত্র এবং এমনকি সামাজিক মিডিয়া-উৎপন্ন ব্যবসায়িক কার্যকলাপের সংকেতগুলো প্রগতিশীল বীমা কোম্পানিগুলোতে এখন মানক ইনপুট।

ডকুমেন্ট প্রক্রিয়াকরণ আরেকটি ক্ষেত্র যেখানে অটোমেশন উন্নত। AI আবেদন, আর্থিক বিবৃতি, পরিদর্শন প্রতিবেদন এবং চিকিৎসা রেকর্ড থেকে প্রাসঙ্গিক তথ্য বের করতে পারে, তারপর অসঙ্গতি বা অনুপস্থিত ডেটা চিহ্নিত করতে পারে। একজন আন্ডাররাইটারের পড়া ও ডেটা এন্ট্রিতে ত্রিশ মিনিট সময় লাগত তা এখন এক মিনিটেরও কম সময়ে হয়। ডাউনস্ট্রিম প্রভাব হলো আন্ডাররাইটারদের প্রতিদিন ৩-৫ গুণ বেশি অ্যাকাউন্ট পর্যালোচনা করতে পারেন, কিন্তু তাদের কাছে পৌঁছানো অ্যাকাউন্টগুলো পদ্ধতিগতভাবে আগের তুলনায় কঠিন।

পোর্টফোলিও মনিটরিংও পরিবর্তিত হয়েছে। AI সিস্টেমগুলো ক্রমাগত বিদ্যমান ব্যবসার বইগুলো উদীয়মান ঝুঁকির জন্য স্ক্যান করে — একজন উৎপাদন ক্লায়েন্ট যে সবেমাত্র একটি OSHA উদ্ধৃতি পেয়েছেন, পরিবর্তনশীল আবহাওয়ার ধরনের পথে একটি বাণিজ্যিক সম্পত্তি, নতুন মালপ্র্যাক্টিস প্রবণতার মুখোমুখি একটি চিকিৎসা অনুশীলন। এই রিয়েল-টাইম মনিটরিং আগে বড় মাপে কেবল অসম্ভব ছিল। মেয়াদ-মাঝখানে বাতিল ও অ-নবায়নগুলো এখন সেই সংকেত দ্বারা ট্রিগার হতে পারে যা AI সামনে আনে এবং কোনো আন্ডাররাইটার পদ্ধতিগতভাবে ম্যানুয়ালি ট্র্যাক করতেন না।

বিপর্যয় মডেলিং একীভূতকরণও ত্বরান্বিত হয়েছে। উচ্চতর রেজোলিউশনের জলবায়ু মডেল, পার্সেল-স্তরের সম্পত্তি ডেটা এবং AI-চালিত সমষ্টি বিশ্লেষণের সংমিশ্রণ বীমা কোম্পানিগুলোকে এক দশক আগে সম্ভব ছিল তার চেয়ে সঞ্চিত ঝুঁকির স্পষ্ট দৃষ্টিভঙ্গি নিয়ে কভারেজ লিখতে বা প্রত্যাখ্যান করতে দেয়।

আন্ডাররাইটারদের যা খেলায় রাখে

জটিল ও অস্বাভাবিক ঝুঁকিগুলোতে এখনও মানবীয় বিচার দরকার। যখন একটি প্রযুক্তি স্টার্টআপ একটি নতুন পণ্যের জন্য কভারেজ চায়, যখন একজন উৎপাদনকারী সীমিত ক্ষতির ডেটা সহ একটি দেশে সম্প্রসারিত হচ্ছেন, বা যখন একটি দাবির ইতিহাস একটি অস্বাভাবিক ধরন দেখায় যার অর্থ হয় দুর্ভাগ্য বা জালিয়াতি হতে পারে — অভিজ্ঞ আন্ডাররাইটাররা এমন কিছু নিয়ে আসেন যা AI প্রতিলিপি করতে পারে না: দ্ব্যর্থবোধক তথ্য বিবেচনা করে ঝুঁকিকে ব্যবসায়িক সুযোগের সাথে ভারসাম্য করে বিচারমূলক সিদ্ধান্ত নেওয়ার ক্ষমতা। বিশেষ লাইন বাজার — সাইবার, লেনদেনমূলক, পরিবেশগত, পেশাদার দায় — যেখানে আন্ডাররাইটারের হেডকাউন্টে বেশিরভাগ বৃদ্ধি হচ্ছে।

সম্পর্ক ব্যবস্থাপনা আরেকটি নোঙর। ব্রোকার ও এজেন্টদের সাথে কাজ করা আন্ডাররাইটাররা শুধু কাগজপত্র প্রক্রিয়া করছেন না — তারা অংশীদারিত্ব গড়ছেন, শর্ত নিয়ে আলোচনা করছেন এবং এমন ব্যতিক্রম করছেন যা ব্যবসায়িক অর্থ বোঝায়। একটি বর্ডারলাইন অ্যাকাউন্ট নিয়ে আসা একজন ব্রোকারকে এমন একজন মানুষ দরকার যে প্রসঙ্গ বোঝে, না বলা একটি অ্যালগরিদম নয়। হোলসেল ব্রোকারেজ চ্যানেল এবং এক্সেস ও সারপ্লাস লাইন বাজার বিশেষত সম্পর্কের উপর চলে যা কোনো AI প্রতিস্থাপন করতে পারে না।

নিয়ন্ত্রণমূলক নেভিগেশন আগের চেয়ে বেশি গুরুত্বপূর্ণ। বীমা নিয়ন্ত্রণ রাজ্য ও ব্যবসার লাইন অনুযায়ী নাটকীয়ভাবে ভিন্ন, এবং নিয়মগুলো ক্রমাগত পরিবর্তিত হয়। যে আন্ডাররাইটাররা নিয়ন্ত্রণমূলক পরিদৃশ্য বোঝেন তারা এমনভাবে কভারেজ কাঠামো করতে পারেন যা বীমা কোম্পানির নির্দেশিকা ও নিয়ন্ত্রণমূলক প্রয়োজনীয়তা উভয়ই পূরণ করে, যা AI সিস্টেমগুলো বীমা আইনের জটিলতা ও ক্রমাগত বিবর্তনের কারণে লড়াই করে। AI ব্যবহারে সাম্প্রতিক NAIC মডেল বুলেটিন একটি নতুন স্তর যোগ করেছে: আন্ডাররাইটারদের এখন একটি AI-চালিত সিদ্ধান্ত কেন নেওয়া হয়েছে তা এমন ভাষায় ব্যাখ্যা করতে সক্ষম হতে হবে যা একজন রাজ্য নিয়ন্ত্রক গ্রহণ করবে।

তাত্ত্বিক AI এক্সপোজার ৮৭% — অর্থাৎ প্রযুক্তি সম্ভাব্যভাবে বেশিরভাগ আন্ডাররাইটিং কাজ পরিচালনা করতে পারে। কিন্তু পর্যবেক্ষণকৃত এক্সপোজার মাত্র ৩৮%, AI তাত্ত্বিকভাবে কী করতে পারে এবং কোম্পানিগুলো আসলে কী বাস্তবায়ন করেছে তার মধ্যকার ব্যবধান প্রতিফলিত করে। সেই ব্যবধান বিদ্যমান কারণ নিয়ন্ত্রণমূলক সতর্কতা, একীভূতকরণের চ্যালেঞ্জ এবং পরিণামীয় আর্থিক সিদ্ধান্তে মানবীয় তদারকির প্রকৃত প্রয়োজন। এই ধরনটি বৃহত্তর প্রমাণের সাথে সামঞ্জস্যপূর্ণ: Anthropic-এর Economic Index (২০২৫) দেখেছে যে পরিমাপকৃত AI ব্যবহারের মোটামুটি ৫৭% একজন কর্মীকে সম্পূর্ণরূপে স্বয়ংক্রিয় না করে বর্ধিত করে, জটিল আন্ডাররাইটিংয়ের মতো বিচার-ভারী পেশাদার কাজে বর্ধন অংশ বাড়তে থাকে। [তথ্য]

পুনর্বীমা ও ট্রিটি আন্ডাররাইটিং প্রায় সম্পূর্ণরূপে মানবীয় থাকে। AI কার্যকর ধরন শিখতে ভলিউম অনেক কম, কাঠামো অনেক কাস্টম, এবং সিডেন্ট ও রিইন্স্যুরারদের মধ্যে বিশ্বাসের সম্পর্ক অনেক বেশি ঝুঁকিপূর্ণ। Lloyd's সিন্ডিকেট ও প্রধান রিইন্স্যুরারগুলো এখনও সামনাসামনি আলোচনার মাধ্যমে অর্থবহ ব্যবসা করে।

২০২৮ দৃষ্টিভঙ্গি

পূর্বাভাস পরামর্শ দেয় AI এক্সপোজার ২০২৮ সালের মধ্যে প্রায় ৭২% পৌঁছাবে, অটোমেশন ঝুঁকি ৬৮%-এ উঠবে। [অনুমান] গতিপথ স্পষ্ট: রুটিন ব্যক্তিগত লাইন আন্ডাররাইটিং প্রায় সম্পূর্ণরূপে স্বয়ংক্রিয় হবে, এবং এমনকি মানক বাণিজ্যিক লাইনেও ভারী AI সম্পৃক্ততা দেখা যাবে। যে আন্ডাররাইটাররা সমৃদ্ধ হবেন তারা হলেন যারা জটিল ঝুঁকি পরিচালনা করছেন, মূল ব্রোকার সম্পর্ক ব্যবস্থাপনা করছেন এবং অন্য সব কিছু পরিচালনা করে এমন AI সিস্টেমগুলো তদারক করছেন।

প্যারামেট্রিক বীমার বৃদ্ধি, সাইবার কভারেজের প্রসার এবং জলবায়ু ঝুঁকি পণ্যের পরিপক্কতা সবই নতুন আন্ডাররাইটার বিশেষায়িততা তৈরি করছে যেখানে প্রাতিষ্ঠানিক দক্ষতা এখনও বিদ্যমান নেই। এগুলো শিল্পের এমন কোণ যেখানে প্রতিভাবান আন্ডাররাইটাররা এমন ক্যারিয়ার গড়তে পারেন যা পণ্যায়িত না হয়ে সময়ের সাথে যোগফলে পরিণত হয়।

একটি আধুনিকীকৃত আন্ডাররাইটিং ডেস্কের ভেতরে একটি দিন

একটি আঞ্চলিক বীমা কোম্পানির একজন সিনিয়র বাণিজ্যিক আন্ডাররাইটার আমাদের তার বর্তমান সপ্তাহ বর্ণনা করেছেন: সোমবার সকালে তার টিম যে পঁচাত্তরটি সাবমিশন পেয়েছিল, AI স্বয়ংক্রিয়ভাবে বারোটি সরল নবায়ন বাঁধল, নয়টি নির্দেশিকা লঙ্ঘনের জন্য প্রত্যাখ্যান করল এবং বাকি চুয়ান্নটি মানুষের কাছে ঠেলে দিল। তিনি ব্যক্তিগতভাবে ডজনখানেক সবচেয়ে জটিল অ্যাকাউন্ট পরিচালনা করলেন — একটি কঠিন দাবির ইতিহাস সহ একজন ঠিকাদার সহ যাকে AI প্রত্যাখ্যান হিসেবে চিহ্নিত করেছিল কিন্তু যেখানে তিনি প্রশমনকারী কারণগুলো চিহ্নিত করলেন। তিনি একটি মূল হোলসেল ব্রোকারের সাথে ফোনে দুই ঘণ্টাও কাটালেন যিনি বাঁধার আগে তিন দফা সংশোধিত শর্তের মাধ্যমে একটি উৎপাদন ঝুঁকি কাজ করছিলেন। AI সেই অ্যাকাউন্টের জন্য তিনটি ভিন্ন মূল্য নির্ধারণের পরিস্থিতি খসড়া করেছিল; তিনি প্রতিটি থেকে উপাদান বেছে নিলেন, ভাষা পরিবর্তন করলেন এবং চুক্তিটি সম্পন্ন করলেন। সেই কর্মপ্রবাহের কোনোটিই পাঁচ বছর আগে ছিল না।

আন্ডাররাইটারদের জন্য ক্যারিয়ার পরামর্শ

জটিল ঝুঁকির শ্রেণিতে বিশেষায়িত করুন যেখানে মানবীয় বিচার অপরিহার্য থাকে — উদীয়মান প্রযুক্তি, আন্তর্জাতিক এক্সপোজার বা উপন্যাস কভারেজ কাঠামো ভাবুন। ব্রোকার ও এজেন্টদের সাথে আপনার সম্পর্কের দক্ষতা বিকাশ করুন। AI সরঞ্জামগুলোর বিপরীতে প্রতিযোগিতা না করে সেগুলোর সাথে কাজ করতে শিখুন — যে আন্ডাররাইটার সুষ্ঠু যুক্তি দিয়ে AI সুপারিশ মূল্যায়ন ও অতিক্রম করতে পারেন তিনি মেশিন যা করে তা কেবল নকল করা একজনের তুলনায় অনেক বেশি মূল্যবান। বীমায় AI মডেল গভর্ন্যান্সের ক্রমবর্ধমান ক্ষেত্র বিবেচনা করুন, যেখানে আন্ডাররাইটিং দক্ষতা প্রযুক্তি তদারকির সাথে মিলিত হয়।

Chartered Property Casualty Underwriter (CPCU), Associate in Underwriting (AU) বা পেশাদার দায়ের জন্য RPLU বা ঝুঁকি ব্যবস্থাপনার জন্য ARM-এর মতো বিশেষ পদবী অনুসরণ করুন। এই শিল্পে পদবী গুরুত্বপূর্ণ — এগুলো পেশাদার উন্নয়নের একটি অর্থবহ সংকেত থেকে যায়।

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

ব্যক্তিগত লাইন আন্ডাররাইটিং ক্যারিয়ার কি অদৃশ্য হবে? রুটিন পলিসির জন্য মোটামুটি হ্যাঁ। ক্ষেত্রে নতুন প্রবেশকারীদের এন্ট্রি-লেভেল ব্যক্তিগত লাইন ভূমিকার লক্ষ্য নেওয়া উচিত নয় যদি না পথটি দ্রুত বিশেষ কাজ, দাবি বা পণ্য ব্যবস্থাপনার দিকে যায়।

কোথায় নিয়োগ শক্তিশালী? সাইবার আন্ডাররাইটিং, পরিবেশগত দায়, জটিল সম্পত্তি, বিশেষ ক্যাজুয়্যালটি এবং হোলসেল ও সারপ্লাস লাইন বাজার। এই বিশেষায়িততাগুলো শিল্পের মানুষ প্রশিক্ষণের চেয়ে দ্রুততর বাড়ছে।

CPCU কি এখনও মূল্যবান? হ্যাঁ — পদবী একটি অর্থবহ সংকেত হিসেবে থাকে এবং পাঠ্যক্রম AI ও বিশ্লেষণ বিষয়বস্তু অন্তর্ভুক্ত করতে আপডেট করা হয়েছে। নিয়োগকর্তারা আপনার টিউশন আন্ডাররাইটিং করা নিয়ম, ব্যতিক্রম নয়। CPCU প্রমোশন ও অর্থবহ বেতন বৃদ্ধির সাথে যুক্ত থাকে, বিশেষত প্রাসঙ্গিক কাজের অভিজ্ঞতার সাথে জুটিবদ্ধ হলে।

পুনর্বীমা ও Lloyd's ক্যারিয়ার সম্পর্কে? পুনর্বীমা আন্ডাররাইটিং ও লন্ডন বাজার শিল্পের সবচেয়ে স্থিতিস্থাপক কোণগুলোর মধ্যে থাকে। AI কার্যকর ধরন শিখতে ভলিউম অনেক কম, চুক্তিগুলো অনেক কাস্টম এবং বিশ্বাসের সম্পর্কগুলো অনেক বেশি ঝুঁকিপূর্ণ। স্থানান্তর করতে ইচ্ছুক একজন আন্ডাররাইটারের জন্য, পুনর্বীমা প্রযুক্তিগতভাবে আকর্ষণীয় কাজ ও শক্তিশালী ক্ষতিপূরণ প্রদান করে যা AI পূর্বানুমানযোগ্য ভবিষ্যতে স্পর্শ করার সম্ভাবনা নেই।

আমার কি কোড শিখতে হবে? আপনাকে প্রযোজনা কোড লিখতে হবে না, কিন্তু ডেটা সিস্টেম কুয়েরি করতে এবং AI মডেলগুলো কী করছে তা বুঝতে যথেষ্ট Python বা SQL দক্ষতা সিনিয়র আন্ডাররাইটিং ও আন্ডাররাইটিং ম্যানেজমেন্ট ভূমিকার জন্য ক্রমবর্ধমানভাবে প্রত্যাশিত। আন্ডাররাইটিং দক্ষতা ও মৌলিক ডেটা দক্ষতার সংমিশ্রণ বর্তমান বাজারে অস্বাভাবিকভাবে মূল্যবান।

এই পেশার জন্য বিস্তারিত অটোমেশন ডেটার জন্য, বীমা আন্ডাররাইটারদের পাতা দেখুন।

---

_এই বিশ্লেষণ AI-সহায়তা, Anthropic-এর ২০২৬ শ্রম বাজার প্রতিবেদন এবং সংশ্লিষ্ট গবেষণা থেকে ডেটার উপর ভিত্তি করে।_

আপডেট ইতিহাস

• ২০২৬-০৩-২৫: ২০২৫ বেসলাইন ডেটা সহ প্রাথমিক প্রকাশনা।
• ২০২৬-০৫-১৩: বীমা কোম্পানির উদাহরণ, AI-তে NAIC মডেল বুলেটিন, বিশেষ লাইন বৃদ্ধি, আধুনিকীকৃত আন্ডাররাইটিং ডেস্কের সংক্ষিপ্ত বিবরণ এবং FAQ-সহ বিস্তারিত করা হয়েছে।

সম্পর্কিত: অন্যান্য চাকরি সম্পর্কে কী?

AI অনেক পেশা পুনর্গঠন করছে:

• AI কি কমপ্লায়েন্স বিশ্লেষকদের প্রতিস্থাপন করবে?
• AI কি প্রতারণা তদন্তকারীদের প্রতিস্থাপন করবে?
• AI কি ডাক্তারদের প্রতিস্থাপন করবে?
• AI কি শেফদের প্রতিস্থাপন করবে?

_আমাদের ব্লগে সমস্ত ১,০১৬টি পেশার বিশ্লেষণ অন্বেষণ করুন।_