fbpx

El Impacto de la Inteligencia Artificial en el Futuro de los Seguros

BLOG-MAYO-2021-inteligencia-artificial-de-seguros

La industria de los seguros se dirige a un cambio radical impulsado por la tecnología, especialmente la Inteligencia Artificial (IA); la cual al tener el potencial de imitar la percepción, el razonamiento, el aprendizaje  y la resolución de problemas de la mente humana, ayudará a que los seguros pasen de su estado actual de “detectar y reparar” al de “predecir y prevenir”.

 

Esta afirmación fue hecha por la consultora Global McKinsey & Company en su informe Insurance 2030 – The impact of AI on the future of insurance; que destaca también que hoy en día los ejecutivos encargados de las compañías aseguradoras deben comprender cómo la IA remodelará los procesos de reclamaciones, distribución y suscripción para poder implementarlos lo antes posible y tener así una mayor brecha de aprendizaje.

Esta es una versión traducida y adaptada del artículo en mención, publicado por Ramnath Balasubramanian, Ari Libarikian y Doug McElhaney en McKinsey.

Bienvenido al futuro de los seguros, visto a través de los ojos de Scott, un cliente en el año 2030.

Su asistente digital le ha contratado un vehículo autónomo para una reunión al otro lado de la ciudad. Al subir al automóvil, Scott decide que hoy quiere conducir y pone el automóvil en modo “activo”.

Su asistente digital traza una ruta potencial y la comparte con su aseguradora de movilidad, que responde de inmediato con una ruta alternativa con una probabilidad menor de accidentes y daños en el automóvil, así como los datos del reajuste a su prima mensual.

El asistente notifica a Scott que la prima de su seguro de movilidad aumentará entre un 4 y un 8 por ciento según la ruta que seleccione y el volumen y distribución de otros autos en la carretera. También le advierte que su póliza de seguro de vida aumentará en un 2 por ciento para este trimestre. Los montos adicionales se debitan automáticamente de su cuenta bancaria.

Cuando Scott se detiene en el estacionamiento de su lugar de destino, su vehículo choca contra una de las señales. Tan pronto como el automóvil deja de moverse, una serie de diagnósticos internos determinan el alcance del daño.

El asistente digital de Scott le indica que tome tres fotografías del paragolpes delantero derecho y dos de los alrededores. Para cuando Scott regresa al asiento del conductor, la pantalla en el tablero le informa del daño, confirma que el reclamo ha sido aprobado y que un drone ha sido enviado al lugar para su inspección. Si el coche está en condiciones de funcionar, se dirigirá al taller más cercano de la red para su reparación después de que llegue un vehículo de reemplazo.

Si bien esto podría parecer ciencia ficción, estas historias serán cada vez más frecuentes a medida que avance la transformación digital de los seguros. De hecho, todas las tecnologías requeridas para este escenario ya existen y muchas están disponibles para los consumidores.

inteligencia artificial-2

Cuatro Tendencias de Inteligencia Artificial Que Están Transformando la Industria de Seguros

La IA ya se aplica en nuestras empresas, hogares y vehículos, así como en nuestra persona. Las siguientes cuatro tendencias afectarán la industria de los seguros en la próxima década.

Explosión de Datos de Dispositivos Conectados

En entornos industriales, los equipos con sensores e Internet de las Cosas (IoT) son omnipresentes desde hace tiempo. En los próximos años, observaremos un gran aumento en la cantidad de dispositivos conectados en productos para el consumidor.

Muchos de nuestros equipos (automóviles, sensores de actividad física, asistentes domésticos, smartphones y relojes inteligentes) ya están conectados a Internet. Otros se están conectando rápidamente, como la vestimenta, gafas, electrodomésticos, dispositivos médicos y zapatos.

La avalancha resultante de nuevos datos creados por estos dispositivos permitirá a las aseguradoras comprender más profundamente a sus clientes, lo que resultará en nuevas categorías de productos, precios más personalizados y una prestación de servicios cada vez más en tiempo real.

Por ejemplo, un smartphone conectado a una base de datos actuarial podría calcular la puntuación de riesgo personal de un consumidor en función de sus actividades diarias, así como la probabilidad y gravedad de posibles siniestros.

Mayor Prevalencia de Robótica Física

La robótica ha experimentado muchos logros recientemente. La innovación en este área seguirá cambiando la forma en que los humanos interactúan con el mundo que los rodea.

La fabricación aditiva, también conocida como impresión 3D, transformará los procesos de fabricación y los productos de seguros comerciales del futuro. Hacia 2025, los edificios impresos en 3D serán comunes, y las aseguradoras tendrán que evaluar cómo esto impacta las calificaciones de riesgo.

Además, drones programables, coches autónomos, equipos agrícolas autónomos y robots quirúrgicos mejorados serán comercialmente viables en la próxima década.

Hacia 2030, la proporción de vehículos autónomos en la carretera podría superar el 25 por ciento, un aumento de 10 puntos respecto de sólo cuatro años antes.

Las aseguradoras tendrán que comprender cómo la creciente presencia de la robótica en la vida cotidiana y en todas las industrias cambiará los grupos de riesgo, las expectativas de los clientes y habilitará nuevos productos y canales.

Ecosistemas de Datos y Código Abierto

A medida que los datos se vuelvan omnipresentes, surgirán protocolos de código abierto para garantizar que éstos se puedan compartir y utilizar en todas las industrias. Entidades públicas y privadas se unirán para crear ecosistemas con el fin de compartir datos para múltiples casos de uso bajo un marco normativo y de ciberseguridad común.

Por ejemplo, los datos de los dispositivos móviles se podrían transferir directamente a las compañías de seguros, y los datos de hogares conectados y automóviles podrían estar disponibles a través de Amazon, Apple, Google y una variedad de fabricantes de dispositivos de consumo.

Avances en Tecnologías Cognitivas

Las redes neuronales y otras tecnologías de Deep Learning que se utilizan actualmente para el procesamiento de imágenes, voz y texto no estructurado evolucionarán para aplicarse en una amplia variedad de aplicaciones.

Estas tecnologías cognitivas se convertirán en un estándar para procesar grandes flujos de datos complejos que se generarán mediante productos de seguros “activos” vinculados al comportamiento.

Con la creciente comercialización de este tipo de tecnologías, las aseguradoras utilizarán modelos que están constantemente aprendiendo y adaptándose al mundo que los rodea, permitiendo nuevas categorías de productos mientras responden en tiempo real a cambios en los riesgos y los comportamientos.

El Estado de los Seguros en 2030

La IA y tecnologías vinculadas tendrán un fuerte impacto en todos los aspectos de la industria de seguros, desde la distribución hasta la suscripción, la fijación de precios y los reclamos.

Distribución

La experiencia de compra de seguros será más rápida, con una participación menos activa por parte de la aseguradora y del cliente. Habrá abundante información sobre el comportamiento del individuo, con algoritmos de IA que crean perfiles de riesgo, de modo que el tiempo para realizar la compra de una póliza de vida, comercial o de automóvil se reducirá a minutos o incluso segundos.

Las empresas de seguro de automóvil y de hogar ya realizan cotizaciones instantáneas. En el futuro, seguirán refinando sus capacidades para emitir pólizas inmediatas a una gama más amplia de clientes a medida que haya más dispositivos conectados en el hogar y que maduren los algoritmos de fijación de precios.

Muchas empresas de seguros de vida están experimentando con productos de emisión simplificada. Pero la mayoría se restringe a los solicitantes más saludables. A medida que la IA impregne la suscripción de seguros de vida y las aseguradoras sean capaces de identificar los riesgos de manera más granular y sofisticada, una nueva ola de productos de emisión instantánea llegará al mercado masivo.

Contratos inteligencia basados en tecnología de blockchain ejecutarán pagos instantáneamente desde la cuenta de un cliente. El procesamiento de contratos y la verificación de pagos se eliminará o simplificará, reduciendo los costos de adquisición de clientes para las aseguradoras.

La compra de seguros comerciales se acelerará, ya que la combinación de drones, Internet de las Cosas y otras fuentes de datos disponibles proporcionará información suficiente para que los modelos cognitivos basados ​​en IA generen cotizaciones de manera proactiva.

Proliferaron los productos de seguros dinámicos y basados en el uso, que se adaptarán al comportamiento de los consumidores individuales. De esta forma, los productos de seguros pasarán de un modelo de “compra y renovación anual” a un ciclo continuo, en la oferta de productos se adaptará continuamente a los patrones de comportamiento del asegurado.

Además, los productos se desagregaron en elementos de microcobertura (por ejemplo, seguro de batería de teléfono, seguro de retraso de vuelo, cobertura diferente para una lavadora y secadora dentro del hogar) que los consumidores podrán personalizar según sus necesidades particulares, con la posibilidad de comparar instantáneamente los precios de varias aseguradoras.

Asimismo, surgirán nuevos productos para cubrir los nuevos estilos de vida de nuestra época. Los productos dinámicos se convertirán en la norma, en una época en que es cada vez más frecuente que los activos físicos se comparten entre varias personas: por ejemplo, un modelo de pago por milla o pago por viaje para un automóvil compartido y un seguro de pago por estadía para los servicios de uso compartido de vivienda, como Airbnb.

La función de los agentes de seguros cambiará drásticamente para 2030. La cantidad de agentes se reducirá sustancialmente a medida que muchos se jubilen y los que queden dependan en gran medida de la tecnología para aumentar su productividad.

Los agentes de seguros se convertirán en facilitadores de procesos y educadores de productos. Venderán casi todos los tipos de cobertura y ayudarán a los clientes a administrar sus carteras de cobertura en salud, vida, movilidad, bienes personales y hogar.

Los agentes utilizarán asistentes personales inteligentes para optimizar sus tareas, así como bots de IA para encontrar las mejores ofertas para los clientes. Estas herramientas les permitirá atender una base de clientes sustancialmente más amplia al tiempo que hacen que las interacciones con los clientes (una combinación de interacciones en persona, virtuales y digitales) sean más breves y significativas, dado que cada interacción se adaptará a las necesidades actuales y futuras exactas de cada individuo.

Suscripción y Pricing

Hacia 2030, la suscripción manual dejará de existir para la mayoría de los productos personales y de pequeñas empresas en seguros de vida, propiedad y accidentes. El proceso de suscripción durará unos pocos segundos, ya que la mayor parte estará automatizado y respaldado por modelos de Deep Learning.

Estos modelos funcionarán con datos internos y con un amplio conjunto de datos externos a los que se accederá a través de APIs y de proveedores externos de datos y análisis. La información recopilada por los dispositivos proporcionados por los principales operadores, reaseguradores, fabricantes y distribuidores de productos se agregará en una variedad de bases de datos.

Estas fuentes de información permitirán a las aseguradoras tomar decisiones ex ante con respecto a la suscripción y la fijación de precios. Esto resultará, de manera proactiva, en una cotización de un paquete de productos adaptado al perfil de riesgo del comprador y sus necesidades de cobertura.

Los reguladores revisarán los modelos de IA para verificar que el uso de datos sea apropiado. Desarrollarán pruebas para comprobar que las tarifas de las pólizas emitidas online por las aseguradoras se encuentren dentro de los límites aceptados. Consideraciones de políticas públicas limitarán el acceso a ciertos datos confidenciales y predictivos (como información genética y de salud) que aumentarían el riesgo de selección adversa en algunos segmentos.

El precio seguirá siendo una variable fundamental en la decisión del consumidor. Pero las aseguradoras buscarán innovar para evitar que la competencia se desarrolle únicamente a través del precio.

Plataformas sofisticadas conectarán a los clientes con la aseguradora, ofreciendo a los usuarios una experiencia y un valor diferenciados. En algunos segmentos, la competencia de precios se verá intensificada y los márgenes serán reducidos. En otros, la oferta de seguros personalizados permitirá aumentar los márgenes.

En jurisdicciones donde se acepten los cambios, el ritmo de la innovación en precios será veloz. Las tarifas se ajustarán en tiempo real según el uso y con evaluaciones de riesgo dinámicas y basadas en datos. Esto permitirá a los consumidores tomar decisiones sobre cómo sus acciones influyen en la cobertura y los precios a los que pueden acceder.

Reclamos

En 2030, el procesamiento de reclamos seguirá siendo una función central de las aseguradoras. Pero la cantidad de personal trabajando en la gestión de reclamos será entre 70 y 90 por ciento menor a los niveles de 2018.

Algoritmos avanzados decidirán el enrutamiento inicial de reclamos, aumentando la eficiencia y la precisión. La atención de reclamos por seguros personales y de pequeñas empresas estará, en gran medida, automatizada. Esto permitirá a las aseguradoras reducir drásticamente los tiempos de procesamiento de días a horas o minutos.

Los sensores y otras tecnologías de captura de datos, como los drones, reemplazarán los métodos manuales tradicionales para dar aviso sobre un siniestro. Los servicios de clasificación y reparación de reclamos se activarán de manera automática en caso de siniestro.

En el caso de un accidente de automóvil, por ejemplo, el cliente tomará un video del daño en tiempo real, lo que se traducirá en una descripción de las pérdidas y su monto estimado. Los vehículos autónomos con daños menores se dirigirán automáticamente a talleres para su reparación, mientras que el asegurado recibirá un vehículo de reemplazo.

En el hogar, dispositivos de IoT serán cada vez más frecuentes para monitorear niveles de agua, temperatura y otros factores de riesgo de manera proactiva. Enviarán una alerta a los residentes y a las aseguradoras antes de que ocurra un siniestro.

Las interacciones con los clientes se manejarán con aplicaciones automatizadas que procesarán los mensajes de voz y texto. Estas aplicaciones estarán conectadas con los sistemas internos de reclamos, fraude, servicio médico, pólizas y reparación.

El tiempo de respuesta para la resolución de muchos reclamos se medirá en minutos en lugar de días o semanas. La atención humana sólo será necesaria en unas pocas áreas: reclamos complejos o inusuales, casos en los que el cliente impugne la solución ofrecida por un algoritmo, reclamos vinculados a problemas sistémicos y riesgos creados por las nuevas tecnologías (por ejemplo, los piratas informáticos que se infiltran en sistemas de IoT) y revisiones manuales aleatorias de reclamos como supervisión de las decisiones tomadas por algoritmos.

Las aseguradoras aumentarán su foco en el monitoreo, la prevención y la mitigación de riesgos. Sensores y nuevas fuentes de datos se utilizarán para monitorear el riesgo y disparar intervenciones cuando los indicadores excedan los umbrales definidos por la IA.

La interacción de los clientes con los centros de reclamos se centrará en prevenir posibles siniestros. Los usuarios recibirán alertas en tiempo real que estarán vinculadas a intervenciones automáticas para inspección, mantenimiento y reparación.

En reclamos por catástrofes a gran escala, las aseguradoras monitorearán hogares y vehículos en tiempo real utilizando sensores integrados y datos de teléfonos móviles, siempre y cuando el servicio de telefonía y la energía no se hayan interrumpido en el área.

Cuando se registre un corte de energía, las aseguradoras podrán “precargar” reclamos utilizando agregadores de datos, que consolidan datos de satélites, drones en red, servicios meteorológicos y datos de asegurados en tiempo real.

Este sistema ha sido probado previamente en simulacros por grandes aseguradoras en múltiples tipos de catástrofes, por lo que pueden calcularse estimaciones de pérdidas de manera confiable en una emergencia real. Informes detallados de daños son enviados automáticamente a las reaseguradoras para acelerar el pago de reclamos.

¿Cómo Pueden Prepararse las Aseguradoras?

La evolución de la industria de seguros estará impulsada por una amplia adopción e integración de la automatización, el Deep Learning y los ecosistemas de datos externos. Si bien nadie puede predecir exactamente cómo serán los seguros en 2030, las aseguradoras pueden comenzar a adoptar medidas con el fin de prepararse para los cambios.

Aumentar su Inteligencia en Tecnologías y Tendencias Relacionadas con la IA

Aunque los cambios tectónicos en la industria de seguros estarán centrados en la tecnología, abordarlos no es el dominio del equipo de tecnología. Son los miembros del equipo de dirección y de los equipos de experiencia del cliente quienes deben invertir el tiempo y los recursos necesarios para desarrollar un conocimiento profundo de las tecnologías relacionadas con la IA.

Este esfuerzo requerirá explorar escenarios basados en hipótesis para comprender dónde y cuándo podría ocurrir la disrupción y lo que ésta significará para las distintas unidades de negocio. Por ejemplo, es poco probable que las aseguradoras puedan obtener mucha información realizando proyectos piloto de IoT a escala limitada en partes discretas del negocio.

Por el contrario, deberían proceder con el propósito de comprender cómo su organización podría participar en el ecosistema de IoT a gran escala. Los proyectos piloto y de prueba de concepto (POC) deben diseñarse no sólo para probar cómo funciona una tecnología, sino también para evaluar qué tan exitosa podría ser la compañía operando en un rol particular dentro de un ecosistema basado en datos.

Desarrollar e Implementar un Plan Estratégico Coherente

Basándose en sus exploraciones de IA, las aseguradoras deben decidir cómo utilizar la tecnología para respaldar su estrategia comercial. El plan estratégico a largo plazo del equipo de dirección necesitará una transformación que afectará a las operaciones, el talento y la tecnología a lo largo de varios años.

Algunas compañías ya están adoptando enfoques innovadores, como iniciar sus propias ramas de capital de riesgo, adquirir empresas insurtech prometedoras y forjar asociaciones con instituciones académicas líderes. Las aseguradoras deben desarrollar una perspectiva sobre las áreas en las que desean invertir para alcanzar o superar el mercado y qué enfoque estratégico es el más adecuado para su organización (por ejemplo, desarrollar capacidades internas vs. crear una nueva entidad).

Este plan debe abordar las cuatro dimensiones involucradas en cualquier iniciativa de gran escala, desde los datos hasta las personas y la cultura. El plan debe delinear una hoja de ruta y detallar qué partes de la organización requerirán inversiones en el desarrollo de habilidades.

Es importante desarrollar un cronograma de hitos y puntos de control para que la organización determine, de manera regular, cómo se debe modificar el plan para abordar cualquier cambio en la evolución de las tecnologías de IA y cambios o interrupciones importantes dentro de la industria.

Además de ser capaces de comprender e implementar tecnologías de IA, las aseguradoras también deben desarrollar respuestas estratégicas para los cambios a nivel macro. A medida que muchas líneas de negocio cambian hacia una metodología de “predecir y prevenir”, las aseguradoras deberán reconsiderar su marca y forma de relacionarse con los clientes, el diseño de sus productos y sus centros de ingresos principales.

El uso de vehículos autónomos reducirá la cantidad de accidentes, los dispositivos de IoT evitarán inundaciones en el hogar, los edificios podrán reimprimirse tras una catástrofe natural y muchas vidas se extenderán gracias a los avances en la tecnología médica.

Pero al mismo tiempo, los vehículos autónomos sufrirán averías, desastres naturales seguirán devastando las regiones costeras, las personas necesitarán atención médica eficaz, así como apoyo cuando fallezca un ser querido.

A medida que ocurran estos cambios, los centros de ganancias se transformarán, surgirán nuevas líneas de productos y se modificará la forma en que los consumidores interactúan con las aseguradoras. Las ganadoras del futuro serán aquellas que logren posicionar su marca, sus interacciones con los clientes y su tecnología de manera acorde a la nueva realidad económica.

El plan estratégico debe producir un plan coherente de análisis y tecnología, que aborde todos los aspectos del negocio tanto en lo que hace a la creación de valor como a la diferenciación.

Crear y Ejecutar una Estrategia de Datos Integral

Los datos se están convirtiendo en el activo más valioso de cualquier organización. La forma en que las aseguradoras identifican, cuantifican y administran el riesgo depende del volumen y la calidad de los datos que adquieren durante el ciclo de vida de una póliza.

La mayoría de las tecnologías de IA funcionarán mejor en la medida que tengan a disposición un gran volumen de datos de una variedad de fuentes. Como tal, los operadores deben desarrollar una estrategia bien estructurada con respecto a los datos internos y externos.

Los datos internos deberán organizarse de manera que permitan y respalden el desarrollo ágil de nuevas perspectivas y capacidades analíticas. Además, las aseguradoras deberán obtener acceso a datos externos que enriquezcan y complementen sus datos internos.

El verdadero desafío será cómo obtener este acceso de manera rentable. A medida que el ecosistema de datos externos continúe expandiéndose, probablemente seguirá estando muy fragmentado, lo que dificultará la identificación de datos de alta calidad a un costo razonable.

En general, la estrategia de datos deberá incluir una variedad de formas de obtener y asegurar el acceso a datos externos, así como formas de combinar estos datos con fuentes internas. Las aseguradoras deben estar preparadas para una estrategia de adquisición de datos de múltiples fuentes, incluyendo la compra de proveedores de datos, la concesión de licencias de fuentes de datos, el uso de API de datos y asociaciones con intermediarios de datos.

Crear el Talento y la Infraestructura Tecnológica Adecuados

En el ajedrez aumentado, los jugadores promedio ayudados por la IA tienden a derrotar a los ajedrecistas expertos ayudados por la misma IA. La razón de este resultado contraintuitivo depende de si el individuo que interactúa con la IA acepta, confía y comprende la tecnología de apoyo.

Para asegurarse de que todas las áreas de la organización consideren a los analytics como una capacidad clave, las aseguradoras deberán realizar inversiones sostenidas en las personas.

La organización de seguros del futuro requerirá talento con la mentalidad y las habilidades adecuadas. La próxima generación de trabajadores de seguros será altamente demandada y deberá poseer una combinación única de ser tecnológicamente hábiles, creativos y dispuestos a trabajar en algo que no será un proceso estático, sino una combinación de procesos semi automatizados y apoyados por máquinas.

La generación de valor a partir de los casos de uso de IA del futuro requerirá que las aseguradoras integren habilidades, tecnología y conocimientos de toda la organización para ofrecer experiencias de cliente únicas y holísticas.

Hacerlo requerirá un cambio de cultura consciente para la mayoría de las aseguradoras. Y esto dependerá del liderazgo del equipo directivo.

Desarrollar una estrategia agresiva para atraer, cultivar y retener una variedad de trabajadores con habilidades críticas será esencial. Estos roles incluirán ingenieros de datos, científicos de datos, tecnólogos, especialistas en computación en la nube y diseñadores de experiencias.

Para retener el conocimiento y al mismo tiempo garantizar que la empresa tenga las nuevas habilidades y capacidades necesarias para competir, muchas organizaciones diseñarán e implementarán programas de reentrenamiento.

Como último componente del desarrollo de la nueva fuerza laboral, las organizaciones identificarán recursos externos y socios para aumentar las capacidades internas que ayudarán a asegurar el soporte necesario para la evolución y ejecución del negocio.

 

Leer el artículo original

Dejar un comentario

19 − 1 =

0
0