https://futurelatam.inese.es/ – De acuerdo con la firma, de aquellas aseguradoras que utilizan esta tecnología, el 70% la usa en el modelado de riesgos, el 45% para crear modelos de demanda y un 36% en la detección de fraude.
Aunque la aplicación de esta tecnología en el sector aún es temprana, un 57% reveló que el machine learning ha hecho más certeros su modelos analíticos, llevándolos a decisiones asertivas a través de una mejor valoración del riesgo.
Este éxito, revela este documento, se debe principalmente «a la capacidad de esta tecnología para el análisis y manejo de datos, así como por la naturaleza misma de la industria aseguradora, basada en la valoración de números».
Detención del fraude
En el caso de la detección de fraude, se utiliza machine learning para el análisis de grandes cantidades de datos, a fin de encontrar conexiones y anomalías automáticamente con la intención de facilitar a los agentes de seguros la detección de reclamos fraudulentos. La IA es capaz de localizar patrones de comportamiento en reclamos similares a través del tiempo, así como evaluar la probabilidad estadística de un accidente y realizar conexiones difíciles para un agente humano.
Un ejemplo es la china Ping An, que implementó IA en sus servicios a través de una aplicación para smartphones que permite a sus clientes obtener un presupuesto al tomar fotografías de su vehículo en caso de verse envueltos en un percance automovilístico. Su aplicación provee una cotización a partir de las imágenes, las características del auto y la ubicación del accidente.
Consulte el artículo original en: https://futurelatam.inese.es/
[:en]https://futurelatam.inese.es/ – According to the firm, of those insurers that use this technology, 70% use it in risk modeling, 45% to create demand models and 36% in fraud detection.
Although the application of this technology in the sector is still early, 57% revealed that machine learning has made their analytical models more accurate, leading them to assertive decisions through better risk assessment.
This success, this document reveals, is mainly due to ‘the capacity of this technology for the analysis and handling of data, as well as the very nature of the insurance industry, based on the valuation of numbers’.
Stopping fraud
In the case of fraud detection, machine learning is used for the analysis of large amounts of data, in order to find connections and anomalies automatically with the intention of making it easier for insurance agents to detect fraudulent claims. AI can locate behavior patterns in similar claims over time, as well as assess the statistical probability of an accident and make difficult connections for a human agent.
One example is the Chinese Ping An, which implemented AI in its services through a smartphone app that allows its customers to get a quote when taking pictures of their vehicle in case they get involved in a car accident. Your app provides a quote from images, car features, and crash location.
See the original article at: https://futurelatam.inese.es/
[:pb]https://futurelatam.inese.es/ – Segundo a empresa, das seguradoras que usam essa tecnologia, 70% o usam na modelagem de riscos, 45% para criar modelos de demanda e 36% na detecção de fraude.
Embora a aplicação dessa tecnologia no setor ainda seja cedo, 57% revelaram que o aprendizado de máquina tornou seus modelos analíticos mais precisos, levando-os a tomar decisões assertivas por meio de uma melhor avaliação de risco.
Este sucesso, revela este documento, deve-se principalmente à “capacidade dessa tecnologia para análise e gerenciamento de dados, bem como pela própria natureza do setor de seguros, com base na avaliação dos números”.
Parando a fraude
No caso de detecção de fraude, se utiliza o machine leraning para a análise de grandes quantidades de dados, a fim de encontre conexões e anomalias automaticamente com a intenção de facilitar para os agentes de seguros a detecção de reclamações fraudulentas.
A IA é capaz de localizar padrões de comportamento em reivindicações semelhantes ao longo do tempo, assim como avaliar a probabilidade estatística de um acidente e fazer conexões difíceis para um agente humano.
Um exemplo é a chinesa Ping An, que implementou a IA em seus serviços por meio de um aplicativo para smartphones que permite que seus clientes obtenham uma cotação ao tirar fotos do seu veículo no caso de estar envolvido em um acidente de automóvel. Seu aplicativo fornece uma cotação das imagens, as características do carro e a localização do acidente.
Veja o artigo original em: https://futurelatam.inese.es/
[:]