Tidpunkten för maskin-till-maskin-åldern och dess konsekvenser för försäkringar

Maskin-till-maskin-teknik (M2M) involverar i huvudsak sensorer i en Internet of Things-miljö (IoT) där de skickar data trådlöst till en server eller en annan sensor. En annan sensor eller server använder artificiell intelligens (AI) för att analysera data och agera på data automatiskt i realtid. Åtgärderna kan vara allt som varningar, varningar och riktningsändringar, bromsar, hastigheter, svängar och till och med transaktioner. Eftersom M2M ökar exponentiellt kommer vi snart att se återuppfinna hela affärsmodeller och kundrelationer. I själva verket kommer applikationerna bara att begränsas av företagens fantasi.

Det här inlägget kommer att utforska följande:

1. Översikt över nyckel M2M-tekniker och deras störande potential.
2. M2M-transaktioner; en helt ny revolution där maskiner direkt kan handla med andra maskiner vilket leder till maskinekonomi.
3. AI:s inverkan är dock det som leder oss till M2M; big data, djupinlärning, streamingalgoritmer. Automatiserad maskinintelligens och maskinundervisning. Maskinundervisning är kanske den mest exponentiella trenden inom maskinekonomin.
4. Framtidens försäkringsaffärsmodell: Insuretech-startups baserade på blockchain.
5. Slutord

Översikt över nyckel M2M-teknologier

Föreställ dig några verkliga scenarier:

1. Din bil känner av din resa och köper försäkring på begäran per mil automatiskt. En maskin köper sin egen ansvarsförsäkring automatiskt.
2. Bärbara exoskelett ger brottsbekämpande och fabriksverk övermänsklig styrka och smidighet
3. Brain-Computer gränssnitt smälter samman med våra hjärnor för att skapa supermänsklig intelligens (till exempel Neural Lace of Elon Musk)
4. Smarta piller som smälts av oss och hälsokläder som direkt bedömer våra risker för dödlighet och sjuklighet.
5. Du kan få livförsäkring genom att ta en selfie. Selfiesna analyseras av en algoritm som medicinskt bestämmer din biologiska ålder genom dessa bilder (som redan görs av Chronos programvara från startup Lapetus).
6. Dina kylskåp förstår dina vanliga shopping- och lagervanor och upptäcker att något som mjölk håller på att bli över; så det köper mjölk direkt via onlineshopping. Ditt kylskåp kommer att fyllas på kontinuerligt baserat på dina vanligaste vanor. För nya vanor och icke-vanliga kan du fortsätta att självständigt köpa dina varor och lagra dem i kylen som vanligt.
7. Självkörande bilar interagerar med varandra på det smarta nätet för att undvika olyckor och kollisioner.
8. Din robot känner att du blir mer upprörd och deprimerad den senaste tiden och försöker därför muntra upp dig. Den säger åt din hälsocoach-bot att öka innehållet för emotionell motståndskraft.
9. Sensorer känner av en kommande sprängning i röret och innan röret spricker skickar de en reparatör till ditt hem
10. Din chatbot är din personliga assistent. Den handlar åt dig, känner av när du behöver köpa försäkring för låt oss säga när du är på resande fot, sköter dina dagliga sysslor och håller dig uppdaterad om ditt dagliga schema som du har gjort i samarbete med boten.
11. Du har en 3D-skrivare för att göra nya tandborstar. Den nuvarande smarta tandborsten känner av att dess filament håller på att bli utslitna så den skickar en signal till 3D-skrivaren om att göra nya filament.
12. Istället för fågelsvärmar ser vi nu drönarsvärmar flyga iväg och utföra sina uppgifter inom kollektiv svärmintelligens
13. En maskin spelar schack mot sig själv utan träningsdata och slår nästan alla och allt (AlphaGoZero gör redan detta).
14. Det finns otaliga verkliga scenarier som dessa, endast begränsade av vår fantasi.

Det finns två meta-teman som uppstår ur M2M-teknologier: förebyggande och bekvämlighet. Självkörande bilar kan eliminera eller radikalt minska olyckor eftersom majoriteten av bilolyckorna orsakas av mänskliga fel. Bärbara produkter kan leda till en hälsosammare livsstil, sensorer för smarta hem och andra problem innan de uppstår och åtgärdar dem. Detta förebyggande minskar sjuklighet, olyckor och andra dåliga händelser. Bekvämlighet är en övergripande aspekt genom att det mesta sker automatiskt från en maskin till en annan och i få återstående fall utökas det med mänsklig expertis och uppmärksamhet. Maskinen lär sig vad den är programmerad att lära sig på egen hand med hjälp av data från sina sensorer om vårt beteende över tid. Det händer i bakgrunden och automatiskt för att frigöra vår tid och ansträngningar till andra mer mänskliga saker som att vara kreativ.

Dessa framväxande teknologier leder till förändringar i exponeringar och har enorm inverkan på försäkringar. Ett stort antal kontaktpunkter görs där försäkringsgivaren kan komma i kontakt med kunden, det är mindre fokus på personlig täckning och mer på kommersiell aspekt (som om självkörande bil inte fungerar eller blir hackad, hemassistent blir hackad, smarta piller gifter istället att tillhandahålla realtidsdata för att dynamiskt bedöma dödlighets- och sjuklighetsrisker) och så vidare. Skadefrekvensen kommer att minska radikalt, men skadornas svårighetsgrad kan vara mer komplexa och svårbedömda eftersom olika intressenter måste tas med för att bedöma skadorna och för att se hur andelen skadetäckning varierar i förhållande till olika intressenters fel. Cyberhacking kommer att föröka sig, vilket leder till nya möjligheter för försäkringsbolag i maskinekonomin.  

Dessa tekniker är inte ensamma; Kapitalismen kan inte existera utan att ständigt revolutionera teknologin och därmed våra mänskliga relationer med den. Om du behöver mer medvetenhet om detta, se hur algoritmer och teknik formar våra mentaliteter, tänkande attityder vårt beteende och handlingar och se hur snabbt all teknik utvecklas. Vad som är förvånande är att denna observation gjordes av Karl Marx, någon som levde 1818-1883 och detta visar att all teknik i världen inte ersätter djupt tänkande och lärd visdom.

Sociala förändringar går hand i hand med tekniska förändringar. Nu ser vi peer to peer affärsmodeller med fokus på social påverkan (Lemonade till exempel) istället för att bara göra de rika rikare. Delningsekonomin ökar användningen av teknik eftersom den ger tillgång (men inte ägande) till oss på begäran. Millennialsgenerationen skiljer sig också väldigt mycket från tidigare generationer och vi har bara börjat vakna till vad de kräver och hur de vill forma världen omkring oss. Delningsekonomin kan innebära att maskiner med egna plånböcker kan utföra tjänster på begäran för människor och handla självständigt.

M2M finansiella transaktioner

Våra framtida kunder kommer att vara maskiner med plånböcker. En kryptovaluta som heter "IOTA (Internet of Things Application)" syftar till att driva maskinekonomin in i vår vardagliga verklighet genom att låta IoT-maskiner handla direkt och automatiskt till andra maskiner och detta kommer att leda till snabb uppkomst av maskincentrerade affärsmodeller. 

IOTA gör detta genom att ta bort blockchain och istället anta "tangle" distribuerad ledger som är skalbar, lätt och har noll transaktionsavgifter vilket gör att mikrotransaktioner är genomförbara för första gången. De viktigaste fördelarna med IOTA jämfört med nuvarande blockchain-system är:

1. För att tillåta en tydlig idé är blockchain som en restaurang med dedikerade servitörer (gruvarbetare) som ger dig din mat. I Tangle är det en självbetjäningsrestaurang där alla serverar sig själva. Tangle gör detta genom protokollet som personen har för att verifiera sina tidigare två transaktioner när de gör en ny transaktion. Således blir gruvarbetare, den nya mellanhand som bygger upp enorm makt i blockkedjenätverk, helt oanvändbara genom Tangle. Löftet om blockchain är att mellanhänder utnyttjar oss oavsett om de är regeringen, bankerna som trycker pengar, de olika institutionerna, men en annan klass av mellanhänder "gruvarbetare" blir ganska mäktiga, särskilt kinesiska gruvarbetare som leder till en koncentration av enorm makt i en liten antal händer. Bitcoin-brytning tar lika mycket energi som el producerad av mer än 159 länder, så det är ett enormt slöseri med elresurser också eftersom enorm datorhårdvara krävs för att knäcka komplexa matematiska kryptokoder för att validera en transaktion.
2. Eftersom gruvdrift är tidskrävande och dyrt, är det inte meningsfullt att utföra mikro- eller nanotransaktioner. Tangle Ledger tillåter att transaktioner valideras parallellt och kräver inga gruvavgifter för att göra det möjligt för IoT-världen att genomföra nano- och mikrotransaktioner.
3. Maskiner är "unbanked" källor i dagens tid men med IOTA kan maskiner generera inkomster och bli en ekonomiskt lönsam oberoende enhet som kan köpa försäkringar, energi, underhåll etc. på egen hand. IOTA tillhandahåller "Know Your Machine (KYM)" genom säkra identiteter som bankerna för närvarande har Know Your Customer (KYC).

IOTA är en ny typ av kryptovalutor som syftar till att lösa problem som tidigare kryptor inte kunde lösa. Den distribuerade huvudboken "Tangle" är ett smeknamn för en riktad acyklisk graf som visas nedan: 

Directed Acyclic Graph är ett kryptografiskt decentraliserat nätverk som förmodligen är skalbart till oändligheten och motstår attacker från kvantdatorer (som ännu inte är kommersiellt fullt utvecklade och används i det vanliga livet) genom att använda en annan form av kryptering av hash-baserade signaturer.  

Istället för att bli besvärlig att skala, snabbar Tangle faktiskt upp med fler transaktioner och blir bättre när den skalas upp istället för att försämras. Alla enheter som använder IOTA är en del av Node of the Tangle. För varje transaktion som görs av noden måste nod 2 bekräfta andra transaktioner. På så sätt finns dubbelt så mycket kapacitet tillgänglig som behovet av att bekräfta transaktionerna. Denna anti-bräckliga egenskap där härvan förbättras av kaos istället för att förvärras på grund av kaos är en viktig fördel med härvan. 

Historiskt och även för närvarande framkallar vi förtroende för transaktioner genom att registrera deras spår för att bevisa transaktionernas ursprung, destination, kvantitet och historia. Detta kräver enorm tid och ansträngningar från en del av många yrken som advokater, revisorer, kvalitetsinspektörer och många stödfunktioner. Detta får i sin tur människor att döda sin kreativitet genom att bli sifferknäppare som gör manuella verifieringar fram och tillbaka, vilket gör att transaktioner blir dyra, felaktiga och dyra. För mycket mänskligt lidande och Dukkha har mötts av många människor som utför monotona repetitiva jobb bara för att skapa förtroende för dessa transaktioner. Eftersom kunskap är makt, hålls viktig information gömd av makthavarna i avskräckning för massorna. Blockkedjan tillåter oss att potentiellt "klippa igenom allt detta skit" av mellanhänder och ge makt till folket genom teknik istället, vilket är huvudmålet för den fjärde industriella revolutionen.

Men nuvarande blockchain har sin egen uppsättning begränsningar vad gäller skalbarhet, transaktionsavgifter och datorresurser som krävs för att bryta. IOTA gör bort blockkedjan helt och hållet genom att ersätta den med "Tangle" distribuerad reskontra för att skapa och verifiera transaktioner. Syftet med IOTA är att fungera som en nyckel möjliggörare av maskinekonomin som hittills har varit begränsad på grund av begränsningar av nuvarande krypto.

Det kan rimligen förutses att många cyberfysiska system kommer att dyka upp och vara baserade på artificiell intelligens och IoT såsom försörjningskedjor, smarta städer, smarta nät, delad datoranvändning, smart styrning och sjukvårdssystem. Ett land med mycket ambitiösa och aggressiva planer på att bli välkänt inom AI vid sidan av de vanliga jättarna i USA och Kina är Förenade Arabemiraten. Förenade Arabemiraten har så många AI-initiativ som det har visat drönarpoliser, planer på förarlösa bilar och hyperloopar, styrning baserad på blockchain och till och med har den första statsministern i världen för artificiell intelligens.

Strävan efter effektivitet var strävan som först drev kapitalismen och nu arbetar just denna strävan nu för att få slut på kapitalismen. 3D-utskrift och delningsekonomi sänker kostnaderna radikalt och uppgraderar effektivitetsnivåerna och "Maskinekonomin" med maskiner med digitala plånböcker är nästa logiska steg mot ökad effektivitet. För första gången kommer en maskin att vara en ekonomiskt oberoende enhet som tjänar inkomster genom fysiska tjänster eller datatjänster och spenderar på energi, försäkring och underhåll helt på egen hand. On-demand-ekonomin kommer att blomstra på grund av detta distribuerade förtroende. 3D-utskrift kommer radikalt att sänka kostnaderna för att tillverka material och robotar och ekonomiskt oberoende robotar kommer snart att börja ge tjänster på begäran till människor.

För att se den explosiva inverkan det kan ha, föreställ dig att ersätta den månghundraåriga Lloyds försäkringsmarknad. En startup, TrustToken försöker skapa en förtroendeekonomi för att genomföra transaktioner på 256 biljoner USD, vilket är värdet av alla verkliga tillgångar på jorden. De aktuella transaktionerna sker i förlegade modeller med begränsad transparens, likviditet, förtroende och en hel del problem. Att utföra dessa transaktioner med hjälp av digitala redovisningar som blockchain är mycket mer lukrativt tack vare tokeniseringspotentialen. Tokenisering är den process genom vilken verkliga tillgångar omvandlas till digitala tokens. TrustToken skapar bryggan mellan digitala och verkliga världar genom att tokenisera verkliga tillgångar på ett sätt som är acceptabelt även i den verkliga världen och som är "lagligt upprätthållit, granskat och försäkrat". Detta görs genom att skapa ett "SmartTrust"-kontrakt som garanterar ägande med juridiska myndigheter i den verkliga världen, och som även implementerar alla nödvändiga åtgärder när kontrakt bryts, inklusive återställande, uttag av straffrättsliga påföljder och mycket mer. En decentraliserad TrustMarket är tillgänglig för alla intressenter för att samla in och förhandla om priserna, tjänsterna och TrustTokens är de signaler och belöningar som parterna får för pålitligt beteende, för att skapa ett revisionsspår och för att försäkra tillgångarna.

Huruvida TrustTokens kan genomföra sunda försäkringar är en fråga som diskuteras men vi kan redan se detta på den månghundraåriga Lloyd's-marknaden. På Lloyds marknad samlas köpare och säljare av försäkringar och försäkringsgivare för att genomföra försäkringar. En administration av Lloyds fonder övervakar deras olika syndikat och ger kapitaltäckning för att absorbera de stötar som kommer från försäkring också. TrustMarket har potential att bli den moderniserade versionen av Lloyds marknad, men det är för tidigt att avgöra dess exakta framgång. TrustToken kan öppna upp ekonomin och skapa bättre värde och mindre kostnader och korruption i verkliga tillgångar, särskilt i fastigheter, försäkringar och råvaror som skapar för mycket makt i händerna på de yttersta få.

AI-delen av M2M-ekvationen

Mycket bläck har stavats om AI och dess 10,000 XNUMX+ maskininlärningsmodeller som har sina egna styrkor och svagheter och som tillåter oss att avslöja insikter som var gömda för oss tidigare för att radikalt förbättra våra liv. Vi kommer inte att beskriva dessa i detalj utan fokuserar på två områden av maskininlärning och automatiserad maskinintelligens (AML) eftersom dessa kommer att tillåta IoT att förvandlas från isolerade bitar av hårdvara till integrerade bärare av data och intelligens.

Maskinundervisning

Maskinundervisning är kanske den mest exponentiella trenden som vi ser som kan tillåta M2M-ekonomin att stödja sig exponentiellt från en ödmjuk början till att bli en dominerande del av våra vardagliga liv. Tänka! Maskiner som inte bara gör transaktioner med varandra och andra plattformar som servrar och människor utan också undervisar varandra. Detta har redan hänt med Tesla Model S:s autopilotfunktion. Den mänskliga föraren fungerar som bilens expertlärare, men bilarna delar dessa data och lär sig sinsemellan vilket radikalt förbättrar sin upplevelse på extremt kort tid. Nu är en IoT-enhet inte en isolerad enhet som kommer att behöva lära sig allt från grunden på egen hand; det kan dra nytta av massinlärningen som lärts av andra liknande IoT-enheter över hela världen. Detta innebär att intelligenta IoT-system som tränas genom maskininlärning inte bara blir smartare; de blir smartare snabbare med tiden i exponentiella trender.

Denna "Machine Teaching" har enorma fördelar genom att den minskar utbildningstiden som krävs, kringgår behovet av massiva träningsdata och låter maskiner lära sig själva för att förbättra användarupplevelsen. Denna maskinundervisning kan ibland vara kollektiv som självkörande bilar som delar och lär sig tillsammans i ett slags kollektivt sinne, eller så kan den vara motstridig som två maskiner som spelar schack mot sig själv, en maskin fungerar som bedrägeri och den andra maskinen som bedrägeri detektor och så vidare. Maskinen kan också lära sig själv genom att spela simuleringar och spel mot sig själv utan att behöva någon annan maskin. AlphaGoZero har gjort precis det. AlphaGoZero använde ingen träningsdata och spelade mot sig själv och besegrade sedan AlphaGo som var AI:n som hade besegrat världens bästa mänskliga Go-spelare (Go är en populär version av kinesiskt schack). Känslan som schackstormästare hade av att se AlphaGoZero spela var som en avancerad utomjordisk superintelligent ras som spelar schack.

Ansökningarna från detta är häpnadsväckande; hyperloop (mycket snabbtåg) baserade tunnelkapslar som kommunicerar med varandra, autonoma fartyg, lastbilar, hela flottor av drönare som kör på svärmintelligens och den levande staden lär sig av sig själv genom interaktioner med smarta nät. Detta tillsammans med andra innovationer som inträffade under den fjärde industriella revolutionen av artificiell intelligens kan utrota nuvarande hälsoproblem, många sociala problem som absolut fattigdom och tillåta oss att kolonisera Månen och Mars.

Förutom IOTA finns det också Dagcoins och byteballs som inte kräver blockchain. Både Dagcoins och byteballs är återigen baserade på DAG Directed Acrelic Graph precis som "tangle" i IOTA är. Liknande fördelar med IOTA gäller ungefär för Dagcoins och byteballs eftersom dessa alla övervinner nuvarande begränsningar av blockhain. 

Automatiserad maskininlärning

Det finns naturligtvis ett bredare sammanhang för automatisering där nästan alla områden är misstänkta för och ingen är fri från denna rädsla för AI-apokalyps. Det finns också en ljusare sida av automatisering där den tillåter människor att utforska "lek" istället för att bara arbeta. För en omfattande täckning, se den här artikeln på futurism.com

Trots den hype och ära som är förknippad med kvantitativa modellerare som datavetare, aktuarier, kvanter och många andra, står de inför en gåta som automatiserad maskinintelligens försöker lösa. Gåtan är klyftan mellan deras träning och vad de borde göra jämfört med vad de faktiskt gör. Den dystra verkligheten tas för det mesta av aparbete (arbete som vilken apa som helst kan göra istället för en intellektuellt tränad och kompetent människa) som repetitiva uppgifter, siffror, sortera ut data, rensa data, förstå dem, dokumentera modellerna och tillämpa repetitiv programmering (som också är kalkylbladsmekanik) och bra minne för att hålla kontakten med all den matematiken. Vad de borde göra är att vara kreativa, producera handlingsbara insikter, prata med andra intressenter för att få till konkreta datadrivna resultat, analysera och komma med nya "polymath"-lösningar på befintliga problem.

Automatiserad maskinintelligens (AML) ser till att minska denna enorma klyfta. Istället för att anställa ett team på 200 datavetare kan en eller flera datavetare som använder AML använda snabb modellering av flera modeller samtidigt eftersom det mesta av arbetet med maskininlärning redan är automatiserat av AML som utforskande dataanalys, funktionstransformationer, algoritmval, hyperparameterinställning och modelldiagnostik. Det finns ett antal plattformar tillgängliga som DataRobot, Googles AutoML, Driverless AI of H20, IBNR Robot, Nutonian, TPOT, Auto-Sklearn, Auto-Weka, Machine-JS, Big ML, Trifacta och Pure Predictive och så vidare AML kan beräkna dussintals lämpliga algoritmer samtidigt för att ta reda på optimala modeller enligt fördefinierade kriterier. Oavsett om det är algoritmer för djupinlärning eller strömmande algoritmer, är alla automatiserade för att hitta den optimala lösningen som är vad vi faktiskt är intresserade av.

Genom detta sätt frigör AML dataforskare att vara mer mänskliga och mindre cyborg-vulkan-mänskliga räknare. Maskiner delegeras till det de kan bäst (repetitiva uppgifter, modellering) och människor delegeras till det de kan bäst (att vara kreativa, producera handlingsbara insikter för att driva affärsmål, skapa nya lösningar och kommunicera dem). Jag kan inte säga nu att 'vänta först, låt mig bli doktor eller expert i maskininlärning om 10 år och sedan kommer jag att tillämpa dessa modeller; världen går för fort nu och det som nu är relevant blir väldigt snabbt föråldrat. En snabb MOOC-baserad kurs och onlineinlärning är mycket mer meningsfullt nu i dagens exponentiella samhälle istället för den fasta-en-karriär-i-livet som tidigare generationer är vana vid.

AML är nödvändigt i M2M-ekonomin eftersom algoritmer behöver utvecklas och distribueras på ett enkelt sätt med kort tid. Istället för att algoritmer kräver för många experter och att de tar månader att utveckla sina modeller, överbryggar AML tidsgapet och möjliggör ökad produktivitet vid tillämpning av AI i situationer som tidigare var otänkbara.

Insuretechs of the future

För att göra processen ytterligare sömlös, smidig, robust, osynlig och lika lätt som ett barn som leker, används blockchain-teknik med smarta kontrakt som exekveras av sig själva när förutsättningarna uppfylls. Denna nya P2P-försäkringsmodell avskaffar traditionell premiebetalning genom att istället använda en digital plånbok där varje medlem sätter in sin premie på ett depositionsliknande konto bara för att användas om ett krav görs. I den här modellen har ingen av medlemmarna en exponering som är större än det belopp de lägger i sina digitala plånböcker. Om inga anspråk görs behåller alla digitala plånböcker sina pengar. Alla betalningar i denna modell görs med bitcoin vilket ytterligare minskar transaktionskostnaderna. Teambrella säger sig vara den första försäkringsgivaren som använder denna modell baserad på bitcoin. Teambrella är faktiskt inte ensam. Det finns många blockkedjebaserade startups som riktar sig till peer-to-peer-försäkringar och andra områden av mänsklig aktivitet. Några av dem är:

1. Eterisk
2. Insurepal
3. AIgang
4. Rega Life
5. Lite liv och tillit
6. Unity Matrix Commons

Sålunda används en hel del publikvisdom i detta som försäkringsgivarenLär sig av folket, planer med folket, Börjar med vad de har Och bygger på vad de vet'(Lao Tze).

Istället för att en aktuarie maximerar vinsten för aktieägarna, sitter isolerad från verkligheten på marken, saknar hud i spelet och har mycket mindre tillgång till medvetenhet (dvs. data) hos människor i förhållande till sina kamrater, ger denna peer-to-peer publiken och kranar. in i deras visdom (istället för visdom från böcker) som är mycket bättre. Det finns heller inga orättvisa prissättningsmetoder här som betyg baserat på kön, prisoptimering som debiterar dig högre om du är mindre benägen att byta till en annan försäkringsgivare och vice versa. Den gigantiska försäkringsgivaren kan inte känna dig mer än dina kamrater, så enkelt är det.

Samma peer-to-peer-försäkring kan också utföras på icke-blockkedjebaserade distribuerade reskontra som IOTA, Dagcoins och Byteballs med ytterligare tekniska fördelar med dessa nya ledgers jämfört med nuvarande blockchain. Dessa digitala tokeniseringsstartuper har löftet att radikalt återuppfinna affärsmodeller där transaktioner, pooling och nästan vad som helst görs för samhället och av samhället på ett automatiserat och helt pålitligt sätt utan förtryckande mellanhänder som regeringar, kapitalistiska företag, sociala institutioner och så vidare. Peer to Peer-försäkring är bara en del av hela programmet.

Smarta kontrakt har inbyggda villkor med sig som automatiskt utlöses när oförutsedda händelser inträffar och anspråk betalas direkt. Det enorma behovet av arbetskraft med höga kvalifikationer men som huvudsakligen utför kontorsarbete tas bort helt och hållet för att bygga en snygg, självständig framtidsorganisation. Den förtryckande mellanhanden av "aktieägare" undviks vilket innebär att konsumenternas intressen tillvaratas genom att tillhandahålla bekvämlighet, låga priser och bra kundsupport. I denna peer to peer-miljö går fördelarna till samhället istället för aktieägaren. IoT tillhandahåller den huvudsakliga datakällan till dessa pooler för att utveckla protokoll när man ska frisläppa anspråksbetalning och när inte. Samma tokenisering innebär att vem som helst var som helst kan ha tillgång till försäkringspoolen istället för att begränsas av geografi och regelverk.