El desafío del suscriptor: Transformación digital y el futuro de la industria aseguradora.

Samuel A. Markov – ARM Services

Hace unos 5 años, me crucé por accidente con un artículo. En ese artículo analizaban, desde una perspectiva transversal a todas las industrias y actividades, cuáles serían aquellas más afectadas por el avance de la robotización, la automatización y la incipiente aparición de la inteligencia artificial.

Ver ese ranking de “impactos” y su pronóstico me invitó – pasados todos estos años – a plantearme cuan cierto o falso resultó en tiempo presente y, en todo caso, más interesante aún cual es la “conversación” que está teniendo hoy estas (habría que decir aquellas) tecnologías disruptivas con nuestra industria en general y la actividad del suscriptor en particular y que nos anticipa “este hoy” sobre el mañana.

Esa nota (del año 2016-2017) sugería que el 99% de las actividades del suscriptor serian reemplazadas por el avance de la robotización y la automatización en la siguiente década.

Para empezar mi primera reflexión es ¿por qué sería necesario justificar el valor y existencia del suscriptor como contraargumentación de que aquel pronostico resultó erróneo?

Porque hay que asumir y reconocer que la industria se enfrenta a un nuevo desafío derivado del crecimiento digital exponencial y sin precedentes y a una nueva generación de “competidores” (personas y algoritmos; sí, algoritmos).

La presencia de esas nuevas tecnologías en la vida cotidiana de las personas y empresas ha reformulado nuestras sociedades. Términos como inteligencia artificial, machine learning, internet de las cosas, vehículos autónomos, blockchain, etc., son de uso cada vez más frecuente en la vida de las personas y la dinámica y evolución de las empresas.

En los últimos 10 años, la inteligencia artificial ha tenido un desarrollo exponencial; la revolución 4.0 está entre nosotros, y como generación estamos llamados a enfrentar el desafío que se presenta ante nuestros ojos.

En particular y respecto de nuestra industria es importante señalar que lleva un desarrollo de más de 600 años en nuestras sociedades. Como antecedente histórico, se destaca que el primer contrato de seguro es marítimo, y data del año 1347, en aquel entonces, el seguro como negocio se encontraba ampliamente difundido en las ciudades italianas medievales; luego como “industria” en 1688 con el primer contrato suscripto en la cafetería Lloyd’s de Londres. Así, el contrato de seguro nace como una operación que permite transferir a una organización empresarial las consecuencias dañosas derivadas de la hipótesis de realización de un riesgo que se materializa en siniestros.

Ahora bien, el uso de la ley de los grandes números y las estadísticas siempre ha sido eje fundamental para las compañías de seguros, ya que preever la frecuencia, cantidad e intensidad de los siniestros que habrán de verificarse con relación a los riesgos asegurados, solo puede estimarse mediante un cálculo de probabilidades. Asimismo, esto es factible de ser obtenido en base a la utilización de datos y estadísticas.

Si bien es cierto que la ciencia de los datos siempre ha acompañado a la industria del seguro, no menos cierto es que el Big Data y las nuevas tecnologías han transformado radicalmente el rol de los datos en el negocio del seguro.

Basta pensar en lo que hacemos un día cualquiera desde que nos despertamos hasta que nos acostamos. A lo largo del día, habremos utilizado el teléfono y sus diversas apps, sistemas de GPS, dispositivos telemáticos y/o wearable. Cada una de estas aplicaciones se convirtió en una fuente de datos que trazó una huella digital sobre nuestras preferencias, hábitos de consumo y patrones de conducta durante las veinticuatro horas del día. Esta huella digital a lo largo de las semanas, meses y años registra crudamente nuestra más íntima identidad, conformando nuestro perfil digital. Salvando algunos matices, esta misma descripción se podría aplicar a las actividades comerciales y empresarias.

Así es que el Big Data a través de esta gestión de datos permite a quien lo necesite obtener información precisa, adecuada y relacionada para identificar oportunidades de negocio, realizar operaciones más eficientes, reducir costos u ofrecer nuevos y mejores productos y servicios. Esta información relevante es la que utilizan los sistemas basados en inteligencia artificial que aprovechan esta enorme cantidad de datos obtenidos en tiempo real para mejorar permanentemente sus procesos.

Es un hecho que el uso de nuevas tecnologías ha llegado a la industria del seguro para quedarse. En este contexto, hoy podemos advertir dos fuentes de datos en materia de seguros:

1. a) Fuentes de datos tradicionales
2. b) Fuentes de datos derivadas de las nuevas tecnologías.

Para la primera, tenemos datos del riesgo asegurado que se obtienen a través de encuestas, formularios o entrevistas personales, entre los que se destacan información del histórico, datos personales, datos del bien asegurado, ubicación del riesgo asegurado, etc.

Respecto de las fuentes de datos derivadas de la utilización de nuevas tecnologías, podemos señalar que son aquellos datos que se extraen de dispositivos telemáticos, actividad en línea del asegurado en general, satélites y de la conducta del asegurado desplegada a través de los medios digitales ofrecidos por la aseguradora (historia siniestral, de pagos, de contratación/renovación, etc.).

Quiero centrarme en la intersección entre estos últimos y la inteligencia artificial, y el rol y desafío que implica para el suscriptor. En otras palabras, intentar dejar por un momento de lado el abordaje y aproximación teórica y las pruebas piloto en el uso de la inteligencia artificial (sobre la que hemos leído mucho y variado) y en lugar de eso buscar aterrizar en beneficio del suscriptor como hacer posible su uso, desde su propio escritorio.

A finales de 2022, OpenAI lanzó ChatGPT, una interfaz de chat para su Modelos de Lenguaje Grandes (Large Lenguaje Model – LLM) para el público en general. Muchos se refieren a esto como un punto de inflexión para la tecnología de inteligencia artificial.

La interacción directa con ChatGPT sorprendió cuando los usuarios se dieron cuenta de las impresionantes capacidades de inteligencia artificial (IA), lo que provocó debates generalizados sobre los casos de uso, la ética y cómo revolucionaría las industrias en todos los ámbitos. Aunque ChatGPT ha logrado un inmenso éxito público, es solo un hito temporal en el rápido desarrollo de versiones cada vez más avanzadas del modelo IA.

Los modelos lingüísticos, como ChatGPT, se acercan a un punto de sofisticación en el que pueden convertirse en una «tecnología asesina» para la industria de los seguros. Esto se refiere a una innovación radical de un producto o proceso que borrará rápidamente el valor de uso de las técnicas o procesos que lo precedieron.

La mayoría de las actividades de las compañías de seguros giran en torno al trabajo con texto no estructurado:

• Tramitación de solicitudes y reclamaciones
• Asistencia a los clientes
• Evaluación de documentos para suscripción y análisis de riesgos

Esta es precisamente la razón por la que es imposible competir con modelos de lenguaje como ChatGPT a largo plazo. Pueden leer, procesar y analizar rápidamente una gran cantidad de texto (en forma escrita o sintetizado verbalmente) y convertirlo en lenguaje humano simple como mensajes de chat, correos electrónicos, resúmenes o informes.

Si bien muchas compañías de seguros han estado ocupadas desarrollando sus propias capacidades de inteligencia artificial, el costo de los modelos de lenguaje de última generación está disminuyendo exponencialmente. Al mismo tiempo, su rendimiento se está disparando. Los modelos ya no están relegados a la investigación y el desarrollo, sino que se están aprovechando en aplicaciones comerciales reales.

A pesar de los rumores y sus impresionantes capacidades, es importante tener expectativas razonables sobre la fiabilidad actual de ChatGPT. Debe considerarse como un predictor de texto extremadamente sofisticado, en lugar de una superinteligencia con una comprensión profunda del mundo o habilidades complejas para resolver problemas. Al menos por ahora, los LLM, como ChatGPT, no pueden extraer y comprender el significado de las palabras como lo hacemos los humanos. En cambio, trabajan con correlaciones estadísticas que han aprendido entre palabras, oraciones y estructuras gramaticales.

Eso lo hace más exitoso en tareas creativas donde hay varias formas correctas de responder, como generar texto o resumir un documento. Sin embargo, sigue siendo propenso a errores cuando se trata de hechos concretos. Si bien todavía puede ser perfectamente adecuado para ciertas tareas “internas” o las tareas básicas orientadas al cliente, no debe dejarse sin supervisión en casos de uso empresarial de alto riesgo.

Actualmente, una de las principales limitaciones de ChatGPT es la posibilidad de proporcionar con confianza información plausible, pero objetivamente incorrecta, lo que engaña a su interlocutor, dada su formación generalista y su restringida comprensión del mundo. Sin embargo, con un ajuste adecuado y específico del dominio, ya ofrece el potencial para las tareas de los suscriptores de seguros en varios casos de uso.

Lo que sigue pretende “aterrizar” algunos ejemplos de aplicaciones reales y concretas de la IA en la gestión y tareas del suscriptor.

• ChatGPT

Al utilizarlo, de forma sencilla y creativa, los suscriptores pueden mejorar fácilmente su eficiencia y productividad, ahorrando tiempo y recursos que pueden dedicarse mejor a otras tareas más importantes (https://chat.openai.com/chat).

Resumir los documentos para facilitar su comprensión

Documentos como pólizas, denuncias/reclamaciones u otros textos legales son conocidos por ser largos, densos y, en general, difícil de analizar. ChatGPT puede hacer que esta tarea cotidiana sea mucho más rápida resumiendo el texto dado en un formato más útil para el objetivo del suscriptor. Además del resumen obvio («resumirlo en viñetas de 1 O»), ChatGPT también puede crear resultados más sofisticados. A modo de ejemplo, se le puede pedir que cree y rellene una tabla con categorías de seguros relevantes en función del texto de entrada, de modo que la escritura complicada sea muy fácil de escanear.

Sin embargo, nunca compartir información confidencial (como datos de clientes o información comercial confidencial) directamente utilizando la interfaz pública de ChatGPT, ya que OpenAI puede tener acceso al texto ingresado y podría usarlo para entrenar futuros modelos de Al con los datos compartidos.

Generar respuestas a las consultas de los clientes

La capacidad de ChatGPT para analizar texto es excepcional, pero otro diferenciador clave es su capacidad para producir una escritura (semi) creativa similar a la humana. El objetivo nunca es basarse en información objetiva de ChatGPT, sino utilizarla para redactar respuestas. ChatGPT puede ayudar a crear respuestas por correo electrónico profesionales y rápidas a los clientes, en términos sencillos.

Esto es excepcionalmente útil para los no nativos de inglés, ya que ChatGPT puede corregir errores gramaticales, proporcionar ayuda estilística y elaborar la respuesta en función del estilo o la longitud deseados proporcionados en el mensaje. Especificar el tono de voz en el mensaje también puede ayudar a producir resultados más finos («escribe la respuesta en un tono más cortés pero persuasivo»).

Dando un paso más en el uso de GPT

• Integraciones simples

Si bien ChatGPT es una herramienta poderosa, hay muchas más formas de aprovechar las tecnologías avanzadas de procesamiento del lenguaje de GPT para mejorar los procesos y herramientas dentro de la industria de seguros. Por ejemplo integrando de manera simple GPT con los sistemas de las compañías y una capacitación específica para lograr un objetivo específico.

Que significa integraciones simples:

• Uso de GPT para una tarea específica
• Integración de un modelo GPT en uno solo de los sistemas de la compañía
• Entrenar el modelo en una fuente de datos específica para un objetivo o tarea concreta

• Análisis y triage de siniestro

Lo que hace que GPT sea una herramienta útil en seguros es su capacidad para tratar de manera eficiente el texto no estructurado. Afortunadamente, no hay escasez de esto en los seguros. Una compañía de seguros puede recibir un gran volumen de reclamaciones diariamente. Sin un sistema que priorice estas reclamaciones, puede ser difícil para la empresa gestionar eficazmente la carga de trabajo y garantizar que las reclamaciones más urgentes se traten primero.

Para abordar este problema, la empresa podría utilizar GPT para clasificar y priorizar las reclamaciones a medida que se ingresan. GPT se puede utilizar para analizar cada reclamo, incluido el tipo de póliza, la naturaleza de la pérdida y el impacto potencial en el titular de la póliza. Esto puede ser utilizado para asignar un nivel de prioridad al reclamo ingresado.

El uso de GPT para automatizar el proceso de clasificación de reclamaciones puede ayudar a crear una experiencia más rápida y positiva para los clientes al reducir el tiempo que se tarda en procesar sus reclamaciones y abordar – por ejemplo – primero las más graves.

 

• Chatbot con tecnología GPT

Los chatbots se están convirtiendo en una parte integral de los sitios web de muchas empresas. También hay varios ejemplos prácticos de chatbots impulsados por GPT que se utilizan en los seguros, y hacerlo bien puede ser un factor diferenciador cuando se trata de atención al cliente y compromiso.

La implementación de un asistente de chatbot se está volviendo radicalmente más fácil, con algunas empresas que ofrecen bots habilitados para GPT que se pueden usar en un sitio web (o WhatsApp y Facebook Messenger) sin mucho esfuerzo. Sin embargo, es inevitable tener un nivel de capacitación sobre las pólizas específicas de la compañía, los productos de seguros y las preguntas frecuentes generales.

 

• Integraciones complejas con GPT

Al igual que en los ejemplos anteriores, el ajuste y el entrenamiento del modelo de lenguaje GPT para tareas específicas puede ayudar a potenciar y automatizar una amplia gama de aplicaciones internas y procesos de cara al cliente.

Probablemente el proceso más crítico y que mayor demanda de capacidades requiere dentro de la actividad aseguradora sea la de suscripción: evaluar riesgos, establece primas basadas en esos riesgos y determina los términos y condiciones que se fijarán en la póliza.

Esto implica el procesamiento y análisis de una variedad de documentos, que incluyen datos demográficos, antecedentes y registros históricos y récord financiero y comportamiento siniestral entre – probablemente – muchos otros dependiendo de las características del riesgo a suscribir.

 

Conclusiones

Estamos experimentando un crecimiento tecnológico exponencial que está cambiando la forma en que operamos y dirigimos nuestros negocios, por lo que, debemos adaptarnos a estos cambios y entender la nueva exposición que estos aportan al proceso de suscripción.

Por su parte, hay muchas cosas que las aseguradoras pueden considerar para ayudarlos a ser más eficientes en la forma en que hacen las cosas y ayudarlos a mantenerse al día con los cambios tecnológicos y sobre todo a responder a un nuevo comportamiento de su demanda y a nuevos riesgos.

El análisis de datos, la inteligencia artificial, el blockchain y los chatbots son métodos que podemos emplear para que el suscriptor sea más eficiente. En consecuencia, el suscriptor del futuro tendrá que adaptarse al nuevo mundo al que nos enfrentamos, ya que, las plataformas de servicio cambiarán, habrá nuevos canales de distribución y los roles existentes evolucionarán y surgirán nuevos roles.

Claramente la esencia, criterio, sensibilidad y raciocinio humano nunca será reemplazada, por tanto aquel 99% alarmante del principio de estas líneas nunca se hará realidad. Sin embargo, queda claro que la industria y sus actores deben cambiar rápidamente.

Finalmente, como lo dijo el maestro Peter Drucker, “El mayor peligro en épocas de turbulencia y cambios, no son ni las turbulencias ni los cambios, sino actuar con la lógica de ayer”.

 

____________________________________________________________________________________________________________________

Fuentes consultadas:

• The Future of Underwriting – IIS Mentorship Program
• ChatGPT what it holds for the insurance industry – Supercharge
• AI’s Promise & Challenges for insurers – Gradient AI / Origami Risk
• The Pivot role of AI and Insurance Underwriting
• Will AI revolutionize marine insurance? – DWF
• Nuevas tendencias tecnológicas para el sector asegurador – onLygal Corp.