Pensioenuitvoering en datascience

Uitgave: Pensioen Bestuur & Management (PBM) nummer 4 2019

MARIJE KLOEK, CONSULTANT BIJ SPRENKELS & VERSCHUREN EN KOEN VAASSEN, MANAGER PRODUCTADVIES EN PENSIOENINNOVATIE BIJ ACHMEA PENSIOENSERVICES Rubriek: Nieuwe ontwikkelingen
Geplaatst op 17-09-2019
Pensioenuitvoering en datascience Dat datascience diep ingrijpt op onze sector, staat wel vast. Een Netspar-projectgroep boog zich vorig jaar over deze vraag en stelde uit de bevindingen een rapport samen: ‘Veranderende rol pensioenuitvoerders als gevolg van datascience’. Hierin wordt duidelijk dat specialisatie key wordt: focus je als uitvoerder op IT of advies? Als leden van de projectgroep vatten we deze verkenning van de nabije toekomst graag voor u samen.

kv

[kader]
Wat is datascience?
Datascience is het multidisciplinaire onderzoeksveld dat zich bezighoudt met de verwerking en benutting van de aanzwellende stroom data in de wereld: big data. De algemene verwachting is dat de overvloed aan data, in combinatie met informatietechnologie, steeds meer impact heeft op de samenleving, vooral door toepassingen van kunstmatige intelligentie.

[einde kader]

Omgevingsanalyse
Aan de basis van ons Netspar-rapport ligt een gedetailleerde analyse van de omgeving waarin pensioenuitvoerders opereren. Daarin signaleren we vier ontwikkelingen die voor ons onderzoek relevant zijn. In het overzicht hieronder zijn deze ontwikkelingen samengevat.

omg

Van deze ontwikkelingen is technologie de eerste en meest ingrijpende. De steeds ruimere beschikbaarheid van data in combinatie met de snelgroeiende verwerkingskracht zal de pensioenuitvoering steeds meer raken. Denk aan de mogelijkheden die datascience biedt om de levensverwachting nauwkeuriger en individueler te voorspellen. Daarnaast zien we aan het markt/product-front langzaam maar onstuitbaar het robo-advies opkomen. Aan de vraagzijde, onder pensioendeelnemers, zien we de verwachtingen rondom de dienstverlening toenemen, naast een groeiend bewustzijn over ethisch datagebruik. Tot slot constateren we dat de wet- en regelgeving de snelle technologische ontwikkelingen niet volledig kan bijbenen.

Vier toekomstscenario’s
Aan voorspellingen over de toekomst van het pensioenstelsel heeft de projectgroep zich nadrukkelijk niet gewaagd. Wel hebben we vier scenario’s ontwikkeld voor zich mogelijk ontvouwende marktordeningen, waarin we de kansen, bedreigingen en de rol van datascience hebben benoemd. Deze scenario’s kunnen we langs de vraag- en aanbodzijde als volgt weergeven.

scen

Zo ontstaan vier scenario’s, elk met hun eigen kansen, bedreigingen en impact van de datascience. We beschrijven ze hier kort.
- Scenario 1: retailmarkt met enkele dominante aanbieders (big brothers)
De kansen liggen voor de aanbieders bij persoonlijke bediening, cross-sell van producten en schaalvoordelen door concentratie. De bedreiging is dat enkele partijen de markt beheersen: trusted (?) big brothers. Datascience zal bepalen welke partij in de persoonlijke bediening het meest succesvol is.
- Scenario 2: retailmarkt met diverse kleine aanbieders (full competition)
Vervagende taakafbakening en de opkomst van meerdere kleinere aanbieders die een specifiek stuk van de markt bedienen, bieden kansen op de retailmarkt en op cross-sell. Een bedreiging is een te verwachten strenge regulering door de diversiteit aan spelers en mogelijke ‘cowboy-producten’. Datascience speelt een grote rol bij het beoordelen van risico’s (en uitsluiten van slechte risico’s, maar wie pakt die op?).
- Scenario 3: wholesalemarkt met enkele dominante aanbieders (business as usual)
Kansen liggen in de doorontwikkeling door bestaande partijen van de STP (Straight-through processing) en verbeterde prijs van de dienstverlening. De bedreiging ligt in een gebrek aan concurrentie en uitdagingen. Datascience ontwikkelt zich over de waardeketen heen, maar is vooral gericht op robotisering van klantprocessen: goedkopere administratie en customer analytics, gericht op communicatie en niet commercie.
- Scenario 4: wholesalemarkt met diverse kleine aanbieders (small full pond)
Grote kansen zijn er voor nieuwe toetreders zonder pensioenachtergrond, zoals vanuit IT, die optimalisatie door datascience nastreven. De bedreiging is een race-to-the-bottom door harde concurrentie op prijs. Administratie wordt nagenoeg gratis en partijen moeten nieuwe verdienmodellen ontwikkelen (wat ook een kans kan zijn). Datascience is bepalend in de klantbediening en beoordeling van risico’s.

Twee (uiterste) strategieën
Hoe moet de pensioenuitvoerder hierop reageren? We beschrijven de twee uiterste strategieën – productaanbieder versus financieel adviseur – waarvan het optimum waarschijnlijk ergens in het midden ligt. De twee uiterste strategieën vatten we hier samen.

- Strategie 1: De pensioenuitvoerder wordt productaanbieder/IT-bedrijf
Denk bij deze strategie aan specialisatie, bijvoorbeeld in de pensioenadministratie. Dit zal de afstand tot de deelnemer vergroten. Concurrentie vindt plaats op de kwaliteit en/of het onderscheidend vermogen van het product, maar veelal ook op prijs. Daarbij blijven schaalvoordelen van groot belang. Tegenover het vertrouwen in de administratie staat het ontbreken van een expertiserol op inhoud.
- Strategie 2: De pensioenuitvoerder wordt financieel adviseur
In deze strategie wordt het individu/de deelnemer benaderd met een betrouwbaar advies. Dit advies omvat een brede financiële planning. De uitvoering ervan wordt overgelaten aan specialisten. Kortom: de pensioenuitvoerder is geen IT-bedrijf, maar consultant. Wendbaarheid bij mogelijke marktverschuivingen blijft geboden.

Kom als sector in actie
Naast koersaanpassingen in reactie op de veranderingen die datascience teweegbrengt, hebben pensioenuitvoerders nog enkele keuzes te maken. Die hangen samen met de rol die ze willen spelen in al deze ontwikkelingen. Is dat er een van volger of van voorloper? Willen ze initiator, maker of gebruiker zijn? Als projectgroep stellen we vast dat de huidige stelseldiscussie een storm in een glas water is in vergelijking met wat via datascience op ons afkomt. Daarom moeten we hoe dan ook als sector in actie komen.

Tot slot enkele ethische overwegingen
In ons rapport hebben we bewust niet te veel aandacht besteed aan de ethische aspecten van datascience-toepassingen in de sector. Dit verdient meer aandacht dan we in deze onderzoeksopdracht konden geven. We willen dit onderwerp toch graag kort aanstippen met een aantal actuele voorbeelden. Face- en voice-recognition kan heel waardevol zijn in het contact met deelnemers, maar ook uitgaan van onwenselijke vooroordelen. De voorspelbaarheid van de individuele levensverwachting door deep-learning (AI) hebben we hierboven al even genoemd. De mogelijkheden op dit gebied zijn veelbelovend, maar waar eindigt de datascience en begint de menselijke maat? Ook hierover moeten we ons als sector uitspreken, en liefst voordat al deze toepassingen zijn ingevoerd.

[kader]
Het rapport van de Netspar-projectgroep
De opdracht luidde: werk uit hoe de rol van pensioenuitvoerders verandert als gevolg van datascience. Netspar stelde hiervoor een projectgroep samen uit vertegenwoordigers vanuit de wetenschap en de pensioenmarkt: Lans Bovenberg (Tilburg University), Bas Donkers (Erasmus Universiteit), Marije Kloek, Rolf Lange, Jurjan Mol, Danijela Piljic, Folkert van der Ploeg, Koen Vaassen en Bas Werker (Tilburg University). Samen droegen zij de inhoudelijke verantwoordelijkheid voor het rapport dat Netspar eind vorig jaar uitbracht in de serie Industry Papers.

[einde kader]

U kunt het volledige rapport als pdf downloaden vanaf de Netspar-site.