Sin embargo, en un mundo donde los datos son lo más importante, el potencial de estas nuevas tecnologías es innegable. Esto es relevante en el caso de la industria de los seguros más que en otros sectores, ya que este sector depende especialmente de la calidad de la información que posee sobre sus usuarios. Por primera vez en la historia, los avances en inteligencia artificial están forzando a las empresas del sector asegurador a replantearse sus modelos de negocio, sus cadenas de valor, e incluso pasar de una interacción en persona con el cliente a la automatización.
Cada vez es más común que los CIOs y CTOs de grandes empresas aseguradoras introduzcan en sus discursos ideas y soluciones relacionadas con la Inteligencia Artificial o la explotación de datos. Esto se ve reflejado en la última encuesta de Gartner donde han identificado la inteligencia artificial como la gran prioridad del sector asegurador.
Nos encontramos entonces en un momento de inflexión para la historia de la industria aseguradora, pero ¿hasta qué punto ha llegado esta revolución? Dado que el uso ético de la IA ha sido un tema controvertido en varias industrias, ¿cuáles serían las implicaciones para el sector de los seguros? Y más aún, ¿cómo podrían minimizar el riesgo de injusticias a la hora de integrar IA las grandes aseguradoras?
El estado de la implementación de la IA en la industria de los seguros
Estamos siendo testigos de un cambio de paradigma sin precedentes en el sector de las aseguradoras. Este cambio exponencial viene derivado de la aparición de empresas InsurTech, que han acelerado y reducido los tiempos del proceso de entrada en el mercado y han encontrado una ventaja competitiva frente a las grandes empresas del sector, gracias a su apalancamiento de la IA.
Esta disrupción ha sido apoyada por los principales fondos de inversión que han mostrado un gran interés en estas nuevas empresas, a pesar de las circunstancias de 2020, invirtiendo en ellas más que nunca en la historia. Durante el último trimestre de 2020, los acuerdos definanciación inicial subieron un 57%, volviendo a niveles pre-Covid, y la mitad de esas transacciones se hicieron en el sector de las aseguradoras.
NTT Data ha desarrollado un marco que mide el nivel de madurez de IA y datos inteligentes de los principales sectores que va de la fase 1 (incipiente) a la fase 5 (destacada). Este varemo indica que a pesar de la entrada de estas empresas con enfoque altamente tecnológico, el sector asegurador se sitúa en una media de 2,7 (posicionándose en la fase de táctica de desarrollo) mientras que otros sectores como los gigantes tecnológicos (4,6) o la banca (3,7) muestran niveles superiores de madurez. Al quedarse más rezagadas, las grandes aseguradoras han dejado que empresas InsurTech capitalicen nuevos modelos empresariales con los que mejoran la atención al cliente. Su compromiso es agilizar los pagos, ofrecer una mayor transparencia de precios y políticas de demanda, y, al mismo tiempo, reducir costes.
Para revertir esta situación, las grandes empresas están haciendo uso de sus amplios recursos. Con el objetivo de cerrar la brecha, la mayoría han empezado a invertir fondos en la
implementación de inteligencia artificial contratando equipos cualificados, creando laboratorios y centros de excelencia a nivel corporativo. Estos centros son cruciales en las primeras fases de lanzamiento de pruebas de concepto y de “aprender haciendo”, construyendo las bases de conocimientos necesarios.
Actualmente el sector está en la segunda fase del proceso, centrada en incrementar la adaptabilidad y mejorar la monetización. El principal reto a la hora de potenciar la escalabilidad de IA es integrar esta misma dentro de los pilares de la organización, para que las aseguradoras puedan gestionar toda la información resultante y así obtener una mayor monetización.
Los aspectos funcionales y técnicos de la implementación de la inteligencia artificial son clave, pero dadas las implicaciones legales y la sensibilidad al obtener y manipular datos e información personal, es crucial el uso responsable y ético de este tipo de inteligencia.
Implicaciones éticas del uso de IA
Muchas empresas InsurTech se enorgullecen de la proximidad que tienen con sus usuarios, de su transparencia y de que el cliente sea el centro de su negocio, pero ¿cuándo podemos considerar que esta proximidad es intrusiva? Con la ayuda de la IA, las empresas recogen más información sobre sus clientes que nunca y automatizan muchos de sus procesos. Pero, ¿qué pasaría si se dieran casos de discriminación por culpa de esa misma tecnología?
Muchas de las tecnologías que usan la IA son objetivas (por ejemplo: la tramitación automática de la documentación de un vehículo siniestrado), pero, ¿qué pasa cuando el algoritmo asocia ciertas informaciones en detrimento de una raza o etnia? La discriminación es una de las inquietudes más frecuentes al hablar de la ética en la inteligencia artificial. Al gestionar tanta información personal a gran escala, las aseguradoras deben establecer procedimientos para identificar y mitigar posibles injusticias, y definir una estrategia clara para justificar a los accionistas ciertos modelos a la hora de gestionar quejas o reclamaciones.
Otra amenaza a la hora de hacer un uso responsable de la IA, es cómo pedir cuentas a los algoritmos autodidácticos. Cuando se les da acceso a cierta información, ¿son realmente capaces de entender y cuestionar esos datos, y luego valorar las potenciales soluciones? Eso es posible con algoritmos ordinarios, pero ¿nos podemos fiar de la efectividad de las respuestas con algoritmos autodidácticos? La toma de decisiones también es muy relevante a la hora de pedir cuentas, dado que estamos transitando de procesos donde las decisiones están tomadas por humanos, a las que están hechas por algoritmos.
Aprendizajes clave para implementar la IA con éxito a nivel de empresa
Hemos analizado las prácticas que podrían marcar la diferencia entre el triunfo y el fracaso en la carrera para liderar el mercado de los seguros en el futuro próximo:
● La transformación tiene que gestionarse de manera holística y a todos los niveles de la empresa. Para que esta implementación sea exitosa, no es suficiente con nombrar un responsable de analítica y crear un equipo de científicos e ingenieros que trabajen con esos datos. Sin la aplicación de cambios drásticos y ambiciosos a nivel interno, las posibilidades de éxito de la IA se reducen significativamente.
● Desafiar el status quo de una empresa de seguros tradicional. Las aseguradoras han sobrevivido a fusiones y a procesos de adquisiciones, y se encuentran ahora en medio de una posible transformación operacional que reducirá notablemente sus plantillas para ser más eficientes y competitivas.
● Establecer y coordinar un organigrama y un modelo operativo a escala global. Así, se garantiza que toda la empresa funciona con la misma visión orientada a la recolección de datos que potencia a su vez las sinergias ya existentes.
● Adoptar nuevos casos prácticos impulsados por funciones vanguardistas con un plazo de lanzamiento más reducido.
● Pensar más allá: las empresas aseguradoras se centran en cómo las soluciones aportadas por la IA pueden potenciar su modelo de negocio y su cadena de valor, pero la verdadera transformación se encuentra en todo lo que podrán mejorar gracias a esta nueva tecnología.
Estos cambios de los que hemos hablado ya están aquí, y el hecho de aplicar la inteligencia artificial en el sector de los seguros seguirá siendo sin duda una de las prioridades estratégicas de esta industria en los próximos años. Su implementación mejora la interacción con el cliente, automatiza procesos y toma de decisiones, disminuye costes; y estos son únicamente algunos de los beneficios de su implementación.
>> Descarga aquí el informe 'Data across the insurance value chain'