Por Juan Pablo Grisolía y Walter Gallo, Líder de Servicios Financieros y Director Ejecutivo de Riesgos Cuantitativos de EY Argentina.-
La Inteligencia Artificial Generativa (IAG), en combinación con la ciencia de datos (Inteligencia Artificial Predictiva o IAP), está siendo cada vez más utilizada en el sector asegurador para predecir tendencias, demandas y optimizar las operaciones. Su incorporación contribuye a satisfacer las necesidades del cliente y mejorar su experiencia al agilizar los procesos y optimizar herramientas de autoservicio.
A nivel global, las compañías del sector asegurador están dirigidas a implementar esta tecnología en casos de uso internos de menor riesgo, como mejora de procesos, análisis de clientes, marketing y comunicaciones. El objetivo común de estas primeras implementaciones es aprovechar la abundante cantidad de datos recolectados y mejorar la eficiencia operativa de la empresa.
No obstante, un estudio realizado por EY reveló que el 50% de los ejecutivos y responsables tecnológicos encuestados no confían plenamente en la calidad de los datos que sus empresas están utilizando y, por ende, en el correcto uso de la IA.
Sin dudas, contar con datos confiables impulsaría el potencial de esta herramienta, la cual ha captado la atención de distintas áreas de las compañías, como señala el Global Insurance Outlook 2024 de EY:
- Actuarial y Suscripciones: integración de datos más eficiente, lo que permite a los suscriptores centrarse en tareas de alto valor para lograr una selección de riesgos y precios más rentables.
- Siniestros: automatización de los procesos iniciales de notificación de siniestros y mejora en la detección de fraudes.
- Tecnología: mejora de la ciberseguridad mediante el análisis de datos para detectar intentos de fraude y documentación para informes regulatorios.
- Marketing y Atención al cliente: captura de feedback, análisis de patrones para detectar y predecir comportamientos fraudulentos. Esto podría involucrar desde reconocer cuando se han realizado múltiples denuncias por el mismo incidente, hasta sentimientos y el uso de análisis de imágenes para juzgar si el daño del auto es consistente con el accidente descripto.
- Ventas y Gestión del fraude: el seguro se basa en evaluar el riesgo. La IAG puede mejorar la precisión de las evaluaciones de riesgo, identificando correlaciones que no son inmediatamente obvias y clientes rentables. Por esto puede ser central en el proceso de adquisición de clientes. Por ejemplo, puede ayudar a identificar a posibles clientes mediante imágenes satelitales.
Una vez identificadas las principales ventajas de la IA en la industria aseguradora, es crucial considerar ciertos factores críticos mientras seguimos avanzando hacia la integración total de la IAG en el negocio. Estos incluyen:
- La política que debe adoptarse en torno a la IAG y las nuevas aplicaciones.
- El proceso para evaluar y garantizar los controles adecuados de privacidad y propiedad de los datos.
- Cómo se captura y maximiza el valor de la automatización a través del talento humano.
El balance entre beneficios y riesgos de la IA incluye una amplia gama de beneficios, como mayor eficiencia operativa y productividad, reducción de costos, experiencias de usuario mejoradas y predicción de comportamiento. Mientras que los principales riesgos incluyen la seguridad y privacidad de los datos, la transparencia de los modelos, sesgos, resultados erróneos y amenazas cibernéticas.
En este panorama, donde las perspectivas regulatorias aún son inciertas y los diversos marcos regulatorios alrededor del mundo difieren en su enfoque, las aseguradoras deben centrarse en utilizar de manera ética y responsable la IAG a través de una gobernanza eficaz. Proteger contra la introducción de sesgos y resultados injustos y mantener la transparencia en los procesos impulsados por IA es esencial para ganar la confianza de los clientes, reguladores y demás stakeholders.
Este es el caso de los reaseguradores, un eslabón clave de la industria. Las aseguradoras necesitan reaseguro, y los reaseguradores suelen confiar en los enfoques más tradicionales para el análisis de riesgos. De todos modos, a medida que las ventajas resulten cada vez más evidentes, como mayor precisión, eficiencia y reducción de costos, seguramente la mirada sobre la IA será otra.
Evidentemente, el día a día de quienes trabajan en seguros cambiará. El grado de involucramiento humano-IAG dependerá del tipo de escenario que se presente: aquellas actividades vinculadas con tareas repetitivas, monótonas, y con un bajo valor emocional podrían ser delegadas a herramientas de IAG. Por el contrario, aquellas que impliquen un alto valor emocional, creatividad, empatía y estrategia, la IAG estará al servicio del humano para potenciar sus capacidades.
A pesar del término, la IAG no es inteligente. Su potencial radica en el reconocimiento de patrones, por lo que el talento humano será clave para intervenir cuando sea incapaz de resolver un problema o su respuesta/solución sea insuficiente. Por esto se dice que complementa, no reemplaza, a los humanos.
Si bien se la asocia con los avances tecnológicos, la IAG no es solo una implementación TI. Es un tema de negocio. Al procesar datos a una escala que los humanos nunca podrían manejar, y encontrar patrones que los humanos nunca podrían detectar, la IAG puede identificar riesgos emergentes y desarrollar nuevos productos para abordarlos.
Esta industria es, por naturaleza, una industria cautelosa. Por lo tanto, la adopción de IAG será un proceso lento. Igualmente, cada vez será menos una opción y más un imperativo. Cómo se implemente y se incorpore en el futuro de las aseguradoras determinará la división entre compañías líderes y obsoletas.
