47% de las aseguradoras no han podido integrarse a la IA debido a la calidad de los datos que recaban, señalan especialistas.
Por Revista Summa
En la región, el 40% de las aseguradoras han iniciado la integración de herramientas de Inteligencia Artificial (IA), sobre todo en acciones relacionadas con la tarificación o pricing, recurso empleado para establecer precios de los diferentes productos de acuerdo con tendencias, estadísticas y riesgos. Ello según estimaciones de SAS, compañía pionera de Inteligencia Artificial y analítica avanzada de datos.
«Lo que veo en este momento es lo que nosotros llamamos transformación actuarial… que básicamente es la utilización de nuevas técnicas analíticas y de inteligencia artificial, junto con la utilización de datos en la nube, en la práctica actuarial como un cambio fuerte en el paradigma», declaró Santiago Fainstein, director de SAS para América Latina.
A decir de la firma, también se ha identificado que las aseguradoras que han iniciado esta incursión se encuentran en una etapa inicial del proceso y SAS identificó que el 33% de ellas se encuentra en una etapa moderada de la aplicación de IA, lo que significa que sus esfuerzos por integrar dichas herramientas han cubierto pocas de sus áreas.
Aunado a esto, la Inteligencia Artificial Generativa y la Inteligencia Artificial son cada vez más utilizadas en el sector asegurador para predecir tendencias, demandas y optimizar operaciones. De hecho, según el último estudio global patrocinado por SAS y realizado por Coleman Parkes Research Ltd., “Su viaje hacia un futuro con GenAI: el camino estratégico de una aseguradora hacia el éxito”, destacó que el 89% de los encuestados del sector de seguros planea invertir en GenAI en 2025, el 92% de ese número tiene un presupuesto específico para GenAI en proceso.
“De manera específica y según inmersiones con líderes de integración tecnológica y análisis estadísticos de las principales aseguradoras de LATAM, las áreas en que se busca generar la implementación de soluciones basadas en analítica de datos, van desde hacer cálculos avanzados para generar proyecciones de flujos y reservas con infraestructura que brinde soporte al volumen de procesos a un alto desempeño y con la periodicidad necesaria para hacer cálculos, estadísticas o pruebas para sustentar el uso de modelos y datos de entrenamiento, al tiempo que genera huellas de auditoría y unifica estas actividades”, comentó Luis Barrientos, Risk Domain Expert en SAS Latinoamérica.
Cerca del 47% de las aseguradoras consultadas por SAS y casi el doble de los actores del sector a los que ha preguntado, responden que no han podido integrarse de lleno en el ámbito de la IA, debido a un tema de calidad de los datos. Por otra parte, el 29% de aquellos que se han visto imposibilitados para generar esta integración, lo atribuye a la complejidad de los procesos en la toma de decisiones.
Según datos de la consultora Arthur D. Little, aunque el 96% de los directores generales de empresas de distintos sectores afirma haber implementado una estrategia de IA en al menos un área de su organización y que el 47% tiene una visión estratégica hacia la IA; sólo el 13% ha adoptado una estrategia integral de IA en toda la empresa, por lo que aún es amplio el camino por recorrer en la materia.
A decir de los especialistas de SAS, la complejidad de los procesos en el motor decisional o en la toma de decisiones ha derivado en que compañías como las aseguradoras se vean limitadas en cuanto a la atención a sus clientes y en el proceso mismo de presentación de soluciones y respuesta a sus solicitudes. Este elemento se ha visto reflejado en el 29% de las aseguradoras consultadas por la firma.
Tendencias de IA en el sector asegurador
Las tendencias clasificadas en aspectos regulatorios que incluso suelen ser aplicables en distintos países, y en temas relacionados con los negocios propios de las aseguradoras, son temas relevantes para los tomadores de decisión. En este sentido se encuentran los regionales como el IFRS17, normativa que se implementa en países como Colombia y Panamá, cuyo objetivo es implementar un estándar contable unificado para la medición de reservas a través de un modelo general y simplificado, evolución del IFRS4.
“Va a llegar el momento en que los gobiernos o los propios reguladores, o incluso las cámaras empresariales, decidan sobre mejores prácticas en el uso de algoritmos, porque, aunque un algoritmo puede tomar una decisión con más datos y más rápido que una persona, ¿a qué costo y con qué nivel de riesgo?”, mencionó Fainstein.
Por otro lado, el riesgo del cambio climático es de alto impacto para las aseguradoras en la región, ya que es a nivel del análisis de las catástrofes naturales que se han suscitado como el huracán Otis en México o la serie de megaincendios, inundaciones y sequías que se han producido a lo largo del continente, entre otros. En este sentido, un mayor uso del reaseguro de eventos catastróficos es la tendencia, así como otras formas de incrementar las reservas financieras que las aseguradoras mantienen para amortizar los riesgos y contar con los recursos necesarios mediante los cuales es posible solventar dichos siniestros.
“En los casos de alta siniestralidad, medir o cuantificar el impacto económico en las aseguradoras es una de las tareas que se ha encomendado a las herramientas de IA, las cuales, a través de métodos de machine learning o técnicas estadísticas avanzadas, permiten construir cálculos de las reservas financieras necesarias para solventar los gastos que implican los siniestros. También se aplican normativos que deben atender las herramientas para una correcta aplicación en cada país donde se opera”, explicó Barrientos.
«Es obligatorio que las compañías hagan una mejor gestión analítica de sus clientes. La IA se aplica en cada fase, desde la búsqueda de clientes y el onboarding hasta la gestión del ciclo de vida, lo que incluye evaluar el riesgo y prever las necesidades futuras», indicó Fainstein, quien también destacó que la importancia de potenciar el customer engagement durante el trayecto del cliente para elevar la experiencia del cliente, es decir que vayan más allá del uso de los chatbots.
“La intención del uso de estas herramientas verdaderamente inteligentes, es atender y solucionar cualquier petición que llegue desde los clientes, de forma ágil y eficiente, pero no se queda en este nivel, sino que buscará formas de anticiparse a situaciones que pudieran generar confusión o conflicto y las atenderán proactivamente para satisfacer las necesidades y expectativas del cliente”, agregó.
Así también la búsqueda de coberturas enfocadas en ciberataques y ciberseguridad de empresas, instituciones y hasta a nivel personal, fenómeno que se ha incrementado en los últimos años y que ha impactado el costo de los seguros, con un repunte del 13%, de acuerdo con Deloitte.
Y es que, los ciberataques en Latinoamérica han aumentado significativo en cantidad y sofisticación en los últimos dos años. «Cada país tiene diferentes niveles de fraude y diferentes tipologías, pero nuestra plataforma SAS® Viya® permite tener una visión integral del cliente, puedes analizar a un cliente desde la venta de un nuevo producto hasta el riesgo en su presentación de un reclamo» incluyó Fainstein.
Hacia una mayor adopción de la IA
Uno de los principales desafíos en la implementación de inteligencia artificial (IA) en las aseguradoras es la calidad de los datos. Para que los modelos de IA funcionen adecuadamente, las aseguradoras necesitan información precisa, completa y actualizada. Sin embargo, en la región hay una dificultad para recolectar datos de calidad, lo que obstaculiza la eficiencia y confianza de los algoritmos utilizados.
Además, no siempre las aseguradoras tienen acceso a suficientes datos completos. «El trabajo de implementar soluciones de IA requiere mucho esfuerzo en la ‘plomería’, es decir, los datos», acotó Santiago Fainstein. En este sentido, dijo, la generación de datos sintéticos está surgiendo como una alternativa que cambiará la perspectiva y realidad del uso de los datos en favor de la innovación. En este sentido, SAS acaba de anunciar su más reciente adquisición de la propiedad de software de Hazy, pionero en datos sintéticos, lo cual reforzará nuestro portafolio.
La ejecución de proyectos de IA muchas veces no cumple con las expectativas iniciales. Los presupuestos asignados pueden ser altos, pero los resultados obtenidos no siempre justifican la inversión. Es necesario adoptar enfoques más estratégicos que prioricen la obtención de valor de negocio a corto y largo plazo.
Asimismo, es importante destacar que, entre los objetivos de las aseguradoras destacadas en el estudio de Coleman, en cuanto a la inversión de IA generativa, se destacan estos tres: Mejora en la satisfacción y retención de clientes (81%, la más alta de cualquier segmento de la industria), reducción de costos operativos y ahorro de tiempo (76%), así como medidas mejoradas de gestión de riesgos y cumplimiento (72%).
Finalmente, la adopción de IA debe ir acompañada de un enfoque ético y regulatorio. «Es obligatorio que las compañías hagan una mejor gestión analítica de sus clientes. La IA se aplica en cada fase. En este sentido, las aseguradoras deben garantizar decisiones justas y transparentes para mantener la confianza de sus clientes en un mercado cada vez más exigente”, concluyó Fainstein.