Há cerca de 5 anos, me deparei por acaso com um artigo. Nesse artigo, analisavam, de uma perspectiva transversal a todas as indústrias e atividades, quais seriam aquelas mais afetadas pelo avanço da robotização, automação e o surgimento incipiente da inteligência artificial.

Ver esse ranking de “impactos” e sua previsão me convidou – passados todos esses anos – a me questionar quão certo ou errado se mostrou no tempo presente e, em todo caso, ainda mais interessante, qual é a “conversa” que hoje essas (ou deveríamos dizer aquelas) tecnologias disruptivas estão tendo com nossa indústria em geral e com a atividade do subscritor em particular, e que nos antecipa “este hoje” sobre o amanhã.

Essa nota (do ano 2016-2017) sugeria que 99% das atividades do subscritor seriam substituídas pelo avanço da robotização e automação na década seguinte.

Para começar, minha primeira reflexão é: por que seria necessário justificar o valor e a existência do subscritor como contraponto para afirmar que aquela previsão se mostrou equivocada?

Porque é preciso assumir e reconhecer que a indústria enfrenta um novo desafio derivado do crescimento digital exponencial e sem precedentes, e de uma nova geração de “concorrentes” (pessoas e algoritmos; sim, algoritmos).

A presença dessas novas tecnologias na vida cotidiana das pessoas e das empresas reformulou nossas sociedades. Termos como inteligência artificial, machine learning, internet das coisas, veículos autônomos, blockchain, etc., são cada vez mais comuns na vida das pessoas e na dinâmica e evolução das empresas.

Nos últimos 10 anos, a inteligência artificial teve um desenvolvimento exponencial; a Revolução 4.0 está entre nós, e como geração somos chamados a enfrentar o desafio que se apresenta diante de nossos olhos.

Em particular, e com relação à nossa indústria, é importante destacar que ela se desenvolve há mais de 600 anos em nossas sociedades. Como antecedente histórico, ressalta-se que o primeiro contrato de seguro é marítimo e data de 1347. Naquela época, o seguro como negócio já estava amplamente difundido nas cidades medievais italianas; posteriormente, como “indústria”, em 1688, com o primeiro contrato subscrito na cafeteria Lloyd’s, em Londres. Assim, o contrato de seguro nasce como uma operação que permite transferir para uma organização empresarial as consequências danosas decorrentes da hipótese de realização de um risco que se materializa em sinistros.

Ora, o uso da lei dos grandes números e das estatísticas sempre foi um eixo fundamental para as companhias de seguros, já que prever a frequência, quantidade e intensidade dos sinistros que ocorrerão em relação aos riscos segurados só pode ser estimado por meio de um cálculo de probabilidades. Da mesma forma, isso é possível graças à utilização de dados e estatísticas.

Embora seja certo que a ciência de dados sempre tenha acompanhado a indústria de seguros, não é menos verdade que o Big Data e as novas tecnologias transformaram radicalmente o papel dos dados no negócio de seguros.

Basta pensar no que fazemos em um dia comum, desde que acordamos até nos deitarmos. Ao longo do dia, usamos o telefone e seus diversos aplicativos, sistemas de GPS, dispositivos telemáticos e/ou wearables. Cada uma dessas aplicações se tornou uma fonte de dados que traçou uma pegada digital sobre nossas preferências, hábitos de consumo e padrões de comportamento ao longo das vinte e quatro horas do dia. Essa pegada digital, ao longo de semanas, meses e anos, registra de forma crua nossa identidade mais íntima, formando nosso perfil digital. Com algumas nuances, essa mesma descrição poderia ser aplicada às atividades comerciais e empresariais.

Assim, o Big Data, por meio dessa gestão de dados, permite a quem precisa obter informações precisas, adequadas e relacionadas para identificar oportunidades de negócio, realizar operações mais eficientes, reduzir custos ou oferecer novos e melhores produtos e serviços. Essas informações relevantes são utilizadas pelos sistemas baseados em inteligência artificial, que aproveitam essa enorme quantidade de dados obtidos em tempo real para aprimorar continuamente seus processos.

É um fato que o uso de novas tecnologias chegou à indústria de seguros para ficar. Nesse contexto, hoje podemos identificar duas fontes de dados no âmbito dos seguros:

1. a) Fontes de dados tradicionais
2. b) Fontes de dados derivadas das novas tecnologias

Para a primeira, temos dados do risco segurado que são obtidos por meio de pesquisas, formulários ou entrevistas pessoais, entre os quais se destacam informações históricas, dados pessoais, dados do bem segurado, localização do risco segurado, etc.

Com relação às fontes de dados derivadas do uso de novas tecnologias, podemos apontar que são aqueles dados extraídos de dispositivos telemáticos, da atividade online do segurado em geral, de satélites e do comportamento do segurado demonstrado por meio dos meios digitais oferecidos pela seguradora (histórico de sinistros, de pagamentos, de contratação/renovação, etc.).

Quero me concentrar na interseção entre esses últimos e a inteligência artificial, e o papel e desafio que isso implica para o subscritor. Em outras palavras, tentar deixar por um momento de lado a abordagem teórica e os projetos-piloto no uso da inteligência artificial (sobre os quais já lemos muito e de forma variada) e, em vez disso, buscar concretizar, em benefício do subscritor, como tornar possível seu uso diretamente de sua própria mesa de trabalho.

No final de 2022, a OpenAI lançou o ChatGPT, uma interface de chat para seus Modelos de Linguagem de Grande Escala (Large Language Models – LLM) para o público em geral. Muitos se referem a isso como um ponto de inflexão para a tecnologia de inteligência artificial.

A interação direta com o ChatGPT surpreendeu quando os usuários perceberam as impressionantes capacidades da inteligência artificial (IA), provocando debates generalizados sobre casos de uso, ética e como revolucionaria as indústrias em todos os âmbitos. Embora o ChatGPT tenha alcançado um enorme sucesso público, ele é apenas um marco temporário no rápido desenvolvimento de versões cada vez mais avançadas do modelo de IA.

Os modelos linguísticos, como o ChatGPT, estão se aproximando de um ponto de sofisticação no qual podem se tornar uma “tecnologia disruptiva” para a indústria de seguros. Isso se refere a uma inovação radical de um produto ou processo que rapidamente eliminará o valor de uso das técnicas ou processos que o precederam.

A maioria das atividades das companhias de seguros gira em torno do trabalho com texto não estruturado:

• Tramitação de solicitações e reclamações
• Atendimento aos clientes
• Avaliação de documentos para subscrição e análise de riscos

Essa é precisamente a razão pela qual é impossível competir com modelos de linguagem como o ChatGPT a longo prazo. Eles podem ler, processar e analisar rapidamente uma grande quantidade de texto (em forma escrita ou sintetizada verbalmente) e convertê-lo em linguagem humana simples, como mensagens de chat, e-mails, resumos ou relatórios.

Embora muitas companhias de seguros tenham estado ocupadas desenvolvendo suas próprias capacidades de inteligência artificial, o custo dos modelos de linguagem de última geração está diminuindo exponencialmente. Ao mesmo tempo, seu desempenho está aumentando rapidamente. Os modelos já não estão restritos à pesquisa e desenvolvimento, mas estão sendo aproveitados em aplicações comerciais reais.

Apesar dos rumores e de suas impressionantes capacidades, é importante ter expectativas razoáveis sobre a confiabilidade atual do ChatGPT. Deve ser considerado como um preditor de texto extremamente sofisticado, em vez de uma superinteligência com compreensão profunda do mundo ou habilidades complexas para resolver problemas. Pelo menos por enquanto, os LLMs, como o ChatGPT, não podem extrair e compreender o significado das palavras como fazemos os humanos. Em vez disso, trabalham com correlações estatísticas que aprenderam entre palavras, frases e estruturas gramaticais.

Isso o torna mais bem-sucedido em tarefas criativas, onde existem várias formas corretas de responder, como gerar texto ou resumir um documento. No entanto, ainda é propenso a erros quando se trata de fatos concretos. Embora ainda possa ser perfeitamente adequado para certas tarefas “internas” ou tarefas básicas voltadas ao cliente, não deve ser usado sem supervisão em casos de uso empresarial de alto risco.

Atualmente, uma das principais limitações do ChatGPT é a possibilidade de fornecer com confiança informações plausíveis, mas objetivamente incorretas, enganando seu interlocutor, devido à sua formação generalista e compreensão limitada do mundo. No entanto, com um ajuste adequado e específico ao domínio, ele já oferece potencial para as tarefas dos subscritores de seguros em vários casos de uso.

O que segue pretende “concretizar” alguns exemplos de aplicações reais e concretas da IA na gestão e nas tarefas do subscritor.

• ChatGPT

Ao utilizá-lo de forma simples e criativa, os subscritores podem melhorar facilmente sua eficiência e produtividade, economizando tempo e recursos que podem ser melhor dedicados a outras tarefas mais importantes (https://chat.openai.com/chat).

Resumir documentos para facilitar sua compreensão

Documentos como apólices, denúncias/reclamações ou outros textos legais são conhecidos por serem longos, densos e, em geral, difíceis de analisar. O ChatGPT pode tornar essa tarefa cotidiana muito mais rápida, resumindo o texto fornecido em um formato mais útil para o objetivo do subscritor. Além do resumo óbvio (“resumir em tópicos de 1 O”), o ChatGPT também pode criar resultados mais sofisticados. Por exemplo, pode-se pedir que ele crie e preencha uma tabela com categorias de seguros relevantes com base no texto de entrada, tornando a escrita complexa muito fácil de escanear.

No entanto, nunca compartilhe informações confidenciais (como dados de clientes ou informações comerciais confidenciais) diretamente usando a interface pública do ChatGPT, pois a OpenAI pode ter acesso ao texto inserido e poderia usá-lo para treinar futuros modelos de IA com os dados compartilhados.

Gerar respostas às consultas dos clientes

A capacidade do ChatGPT de analisar texto é excepcional, mas outro diferencial-chave é sua habilidade de produzir uma escrita (semi) criativa semelhante à humana. O objetivo nunca é basear-se nas informações objetivas do ChatGPT, mas usá-lo para redigir respostas. O ChatGPT pode ajudar a criar respostas por e-mail profissionais e rápidas aos clientes, em termos simples.

Isso é excepcionalmente útil para quem não é nativo em inglês, já que o ChatGPT pode corrigir erros gramaticais, fornecer auxílio estilístico e elaborar a resposta com base no estilo ou comprimento desejado especificado na mensagem. Especificar o tom de voz na mensagem também pode ajudar a produzir resultados mais refinados (“escreva a resposta em um tom mais cortês, mas persuasivo”).

Dando um passo adiante no uso do GPT

• Integrações simples

Embora o ChatGPT seja uma ferramenta poderosa, existem muitas outras formas de aproveitar as tecnologias avançadas de processamento de linguagem do GPT para melhorar os processos e ferramentas dentro da indústria de seguros. Por exemplo, integrando de forma simples o GPT aos sistemas das companhias e realizando um treinamento específico para alcançar um objetivo determinado.

O que significa integrações simples:

• Uso do GPT para uma tarefa específica
• Integração de um modelo GPT em um dos sistemas da companhia
• Treinar o modelo em uma fonte de dados específica para um objetivo ou tarefa concreta

• Análise e triagem de sinistros

O que torna o GPT uma ferramenta útil em seguros é sua capacidade de lidar de forma eficiente com texto não estruturado. Felizmente, não há escassez disso nos seguros. Uma companhia de seguros pode receber um grande volume de reclamações diariamente. Sem um sistema que priorize essas reclamações, pode ser difícil para a empresa gerenciar eficazmente a carga de trabalho e garantir que as reclamações mais urgentes sejam tratadas primeiro.

Para abordar esse problema, a empresa poderia usar o GPT para classificar e priorizar as reclamações à medida que são recebidas. O GPT pode ser utilizado para analisar cada reclamação, incluindo o tipo de apólice, a natureza da perda e o impacto potencial para o titular da apólice. Isso pode ser usado para atribuir um nível de prioridade à reclamação recebida.

O uso do GPT para automatizar o processo de classificação de reclamações pode ajudar a criar uma experiência mais rápida e positiva para os clientes, reduzindo o tempo necessário para processar suas reclamações e tratando – por exemplo – primeiro as mais graves.

• Chatbot com tecnologia GPT

Os chatbots estão se tornando uma parte integral dos sites de muitas empresas. Também existem vários exemplos práticos de chatbots impulsionados por GPT que são usados em seguros, e fazê-lo bem pode ser um fator diferenciador quando se trata de atendimento ao cliente e engajamento.

A implementação de um assistente de chatbot está se tornando radicalmente mais fácil, com algumas empresas oferecendo bots habilitados para GPT que podem ser usados em um site (ou WhatsApp e Facebook Messenger) sem muito esforço. No entanto, é inevitável ter um nível de treinamento sobre as apólices específicas da companhia, os produtos de seguros e as perguntas frequentes gerais.

• Integrações complexas com GPT

Assim como nos exemplos anteriores, o ajuste e o treinamento do modelo de linguagem GPT para tarefas específicas pode ajudar a potencializar e automatizar uma ampla gama de aplicações internas e processos voltados ao cliente.

Provavelmente o processo mais crítico e que exige maior capacidade dentro da atividade seguradora seja o de subscrição: avaliar riscos, estabelecer prêmios com base nesses riscos e determinar os termos e condições que serão fixados na apólice.

Isso implica o processamento e análise de uma variedade de documentos, que incluem dados demográficos, antecedentes e registros históricos, histórico financeiro e comportamento de sinistros, entre – provavelmente – muitos outros, dependendo das características do risco a ser subscrito.

Conclusões

Estamos vivenciando um crescimento tecnológico exponencial que está mudando a forma como operamos e conduzimos nossos negócios, portanto, devemos nos adaptar a essas mudanças e compreender a nova exposição que elas trazem ao processo de subscrição.

Por sua vez, há muitas ações que as seguradoras podem considerar para ajudá-las a ser mais eficientes na forma como realizam suas atividades, mantendo-se atualizadas com as mudanças tecnológicas e, sobretudo, respondendo a um novo comportamento da demanda e a novos riscos.

A análise de dados, a inteligência artificial, o blockchain e os chatbots são métodos que podemos empregar para tornar o subscritor mais eficiente. Consequentemente, o subscritor do futuro terá que se adaptar ao novo mundo que enfrentamos, pois as plataformas de serviço mudarão, haverá novos canais de distribuição e os papéis existentes evoluirão, surgindo novos papéis.

Claramente, a essência, o critério, a sensibilidade e o raciocínio humano nunca serão substituídos; portanto, aquele alarmante 99% mencionado no início nunca se tornará realidade. No entanto, fica claro que a indústria e seus atores devem mudar rapidamente.

Finalmente, como disse o mestre Peter Drucker, “O maior perigo em épocas de turbulência e mudanças não são nem as turbulências nem as mudanças, mas agir com a lógica de ontem”.

____________________________________________________________________________________________________________________

Fontes 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.