مژده شکوری

پیشینه و اهداف: امروزه با شکل گیری اقتصاد دیجیتال و تغییرات سریع فنّاورانه، صنعت بیمه مانند دیگر حوزه ها باید متحول شود. به این منظور بهره گیری از فنّاوری های نوین بیمه ای می تواند به مثابه مزیت رقابتی ارزشمندی برای شرکت ها و کارگزاران بیمه عمل کند و موجب تسهیل ارزش آفرینی در این صنعت شود. باوجوداین، توسعه استارت آپ های بیمه ای مستلزم شناخت دقیق عوامل مؤثر و تعامل میان فنّاوری، بازار و مشتری است. ازاین رو، این پژوهش با هدف تدوین الگوی توسعه استارت آپ ها در صنعت بیمه ایران انجام شد. روش شناسی: پژوهش حاضر از نظر هدف، کاربردی –  توسعه ای، از دیدگاه ماهیت، توصیفی –  تحلیلی و از نوع اکتشافی و از نظر روش اجرای پژوهش، کیفی بود. داده های این پژوهش از داده های اولیه شامل مصاحبه ها و داده های ثانویه شامل کتاب ها، مقاله ها، اسناد، مدارک و تجربیات منتشرشده گردآوری شد. جامعه مورد مطالعه، مدیران و کارشناسان صنعت بیمه، فعالان حوزه استارت آپ ی و اساتید صاحب نظر مرتبط در کشور با احراز شرایط خبرگی بودند. روش نمونه گیری، هدفمند قضاوتی و گلوله برفی بود و گردآوری داده ها تا دستیابی به اشباع نظری ادامه یافت (14 نفر). ابزار گردآوری داده ها مصاحبه های نیمه ساختاریافته با تدوین پروتکل دقیق بود. در نهایت، به منظور تحلیل یافته ها از روش استراوس و کوربین استفاده شد. یافته ها : براساس تحلیل انجام شده در این پژوهش، 53 کد باز در 15 مفهوم طبقه بندی شدند که در مدل پارادایمی، توسعه استارت آپ های صنعت بیمه به عنوان پدیده محوری انتخاب شد. نتایج حاکی از آن است که شرایط علّی همچون توسعه و زیرساخت های فنّاوری و تجاری سازی فنّاوری بر پدیده محوری اثرگذار است. شرایط مداخله گر شامل تحول دیجیتال، مدیریت ریسک و مشتری مداری و شرایط زمینه ای شامل عوامل داخلی و خارجی استارت آپ همراه با پدیده محوری، راهبردها را تشکیل دادند؛ این راهبردها شامل همکاری و شبکه سازی، ایجاد و توسعه نوآوری های فنّاورانه، مشتری مداری و بازاریابی و توسعه سازمانی هستند. در نهایت پیامدهای توسعه استارت آپ ها که شامل رشد و توسعه صنعت بیمه، بهبود بهره وری، توسعه اقتصادی و اجتماعی و بهبود تجربه مشتری بودند، طبقه بندی شد. نتیجه گیری: رشد و به روز بودن استارت آپ ها یکی از موضوعات مهم در صنعت بیمه است. براساس مدل پارادایمی ارائه شده، پیشنهادهای ذیل را می توان مطرح کرد: (1) استفاده از الگوریتم های هوش مصنوعی برای تحلیل داده های فردی (مانند سابقه پزشکی، عادات رانندگی، سبک زندگی) و ارائه پیشنهادهای بیمه ای شخصی سازی شده؛ (2) استفاده از بلاکچین در قراردادهای هوشمند بیمه که به طور خودکار در صورت وقوع شرایط خاص (مانند تأخیر پرواز، خسارت خودرو) پرداخت می شوند؛ و (3) طراحی و ارائه محصولات بیمه ای ساده و ارزان قیمت که برای پوشش ریسک های مالی جمعیت های کم درآمد (مانند کشاورزان، کارگران فصلی) مناسب باشد.