¿Cómo se está aplicando la inteligencia artificial en compañías de seguros?

El uso de la Inteligencia Artificial (IA) está aumentando exponencialmente en la mayoría de los sectores comerciales e industriales, debido en gran medida a las espectaculares capacidades que está demostrado este tipo de tecnología a la hora de resolver tareas de manera automática y semiautomática simplificando el trabajo de los humanos, complementándolo con el objetivo de hacerlo más eficiente o resolviendo tareas repetitivas de manera automática. Siendo las compañías de seguros uno de los sectores con más proyección a la hora de aplicar IA con el objetivo de mejorar la interacción con sus clientes y empleados minimizando el tiempo de gestión y mejorando la calidad de los servicios que ofrecen en áreas como los sistemas de suscripción, servicios de atención al cliente, realización de reclamaciones, marketing, identificación y análisis de daños y detección de fraudes.

Todo este proceso de mejora de las operaciones entre los clientes, los posibles clientes y las compañías está actualmente dirigido por tres técnicas de IA principalmente: los asistentes conversacionales; los modelos de razonamiento basados en Aprendizaje Automático; y los sistemas basados en Visión Artificial.

Asistentes conversacionales

Los asistentes conversacionales son una de las tecnologías basadas en IA que más están siendo utilizadas para mejorar los procesos de interacción entre las compañías de seguros y sus clientes. Estos tienen la capacidad de mantener una conversación con el cliente o potencial cliente mediante diferentes canales de texto y/o voz, pudiendo resolver algunas de sus consultas de manera automática en un corto periodo de tiempo minimizando la necesidad de un operador humano. Este tipo de tecnología puede, a su vez, combinarse con otras técnicas de IA con el objetivo de enriquecer la conversación incrementando sus capacidades y el tipo de acciones que pueden llevar a cabo. Las ventajas de los asistentes conversacionales para este tipo de empresas son múltiples:

• Automatizar las respuestas a consultas que se repiten mayoritariamente entre los usuarios, con el objetivo de evitar esperas innecesarias.
• Automatizar el proceso de envío de los partes de accidente de forma que el propio asistente solicite aquella información necesaria sin necesidad de rellenar ningún tipo de formulario.
• Solicitar a posteriori nueva información de manera totalmente automática (como, por ejemplo, información extra del siniestro o fotografías del mismo).
• Ofrecer ciertos servicios extra que ofrece la compañía (como la solicitud de un vehículo de alquiler durante el periodo de reparación).

Además, toda la información recogida de las conversaciones que los usuarios han tenido con los diferentes asistentes conversacionales puede ser utilizada a posteriori con el objetivo de extraer más información sobre ellos y mejorar tanto el comportamiento de los asistentes conversacionales o aumentar la información disponible sobre los clientes o posibles clientes para mejorar otros sistemas basados en Inteligencia Artificial.

Modelos basados en Aprendizaje Automático

Los modelos de razonamiento basados en Aprendizaje Automático permiten construir sistemas de predicción y/o clasificación con el objetivo de mejorar los diferentes procesos de gestión que se dan en las compañías de seguros. Este tipo de modelos se construyen mediante la utilización de algoritmos de Aprendizaje Automático, normalmente supervisado, que utilizan como información de entrada la gran cantidad de información digital extraída de fuentes tanto públicas como privadas con el objetivo de identificar un conjunto de patrones en la información que permita construir modelos que sean capaces de: (1) predecir, por ejemplo, identificar si un asegurado tiene riesgo de impago o no; (2) clasificar información de manera precisa, como por ejemplo identificar el tipo de conductor que es un posible cliente; o (3) calcular un determinado valor, como por ejemplo el riesgo de un posible asegurado o el precio de su nueva póliza en base a toda la información que tenemos disponible sobre el posible cliente. Este tipo de tecnologías están siendo utilizadas para mejorar, a nivel global, el funcionamiento de los procesos de la compañía y de todas las operaciones o, a nivel local, sobre cada cliente mejorando así los modelos operativos de la compañía o la interacción con los clientes.

Las ventajas que ofrece la utilización de los modelos basados en Aprendizaje Automático son muchísimo mayores que las que ofrecen cualquiera de las otras técnicas de IA (como los asistentes conversacionales). Nos permite comprender cómo funcionan los diferentes procesos de nuestra compañía con el objetivo de identificar en cuáles podríamos mejorar. Podemos aplicar procesos de análisis, también basados en IA, analizando el proceso de contratación de las pólizas de seguros para los diferentes tipos de clientes que no finalizan el proceso y no realizan la contratación. De esta manera, podemos detectar por qué los posibles clientes no finalizan el proceso de contratación, con el objetivo de mejorar el sistema adaptando el proceso a este tipo de clientes y conseguir mejorar los ratios de contratación, lo cual enriquecerá el servicio prestado por la aseguradora.

Visión Artificial

Los sistemas basados en Visión Artificial nos permiten extraer información mediante la utilización de imágenes o videos. Este tipo de sistemas están basados en la utilización de modelos de razonamiento los cuales son construidos mediante la utilización de imágenes o videos, por lo que pueden considerarse como una especialización de los modelos basados en Aprendizaje Automático de tipo supervisado, pero debido a su especialización son considerados como una técnica individual.

Este tipo de técnica ofrece a las compañías aseguradoras un salto significativo en la mejora de sus servicios ya que pueden ser utilizados para resolver un gran conjunto de tareas complejas que, en muchos casos, incrementan a nivel temporal alguno de los trámites que se suelen dar en esta compañías. Este tipo de tecnología ofrece grandes ventajas a la hora de simplificar los procesos de envío de información y disminuir los tiempos de espera por parte de los clientes a la hora de contratar o enviar un parte de accidente, ya que pueden ser utilizados para automatizar la extracción de información textual a través de sistemas OCR (Optical character recognition) con el objetivo de digitalizar completamente el proceso de contratación de un seguro o para la extracción de información textual y gráfica de un parte de accidente agilizando el proceso de comunicación entre el cliente y la aseguradora, realizándose de manera sencilla sólo con un teléfono móvil. Además, este tipo de tecnología también puede ser utilizada por el propio cliente o por los diferentes trabajadores de la compañía para obtener una evaluación de los daños e, incluso, estimar los costes que supondrá su reparación minimizando las visitas y los peritajes en aquellos casos en los cuales los daños son pequeños y pueden ser identificados de manera sencilla mediante un foto o un video.

Esto es solo el comienzo...

En general, estas tres técnicas de IA permiten mejorar los servicios y las operaciones que realizan las compañías de seguros, así como la experiencia de sus clientes y usuarios tanto en los canales tradicionales como en los canales digitales. Es más, las tres técnicas que hemos descrito pueden ser combinadas entre sí para construir sistemas más complejos que permitan simplificar, por ejemplo, el proceso de comunicación de partes de accidente totalmente guiado por IA de manera que el sistema sea capaz de:

• Solicitar aquella información necesaria para completar el proceso de manera automática.
• Predecir los costes de las reparaciones a realizar.
• Autorizar las reparaciones de manera automática.
• Seleccionar el taller o empresa de reparaciones más cercanos o mejor valorados solicitando una cita de manera totalmente automática.

Pero esto solo es el comienzo, en los próximos años las compañías aseguradoras tendrán que evolucionar hasta convertirse en compañías de tipo AI Driven que utilizarán la IA como herramienta para la toma de decisiones de manera automática donde los seres humanos sólo supervisarán que las decisiones que son tomadas por la sistemas basados en AI son correctas y cumplen con las diferentes normas éticas de nuestra sociedad. Este proceso de transformación permitirá la inclusión de otras técnicas como:

• Aprendizaje Automático no supervisado para la detección de fraude en los accidentes.
• Sistemas basados en reglas para la aprobación de reparaciones y contrataciones de manera automática o la personalización de las características y el precio de las pólizas de seguros. Por ejemplo, mediante una fotografía se podrá identificar al posible cliente y obtener toda la información disponible sobre él.
• Sistemas de construcción y despliegue de modelos de razonamiento autónomo (Machine Learning Operations, MLOps) para automatizar la construcción de modelos en base a la nueva información que se va recogiendo en tiempo real de otros procesos.
• RPA (Robotic Process Automation) de manera general para automatizar todas las operaciones y tareas manuales de tipo repetitivo que forman parte de los diferentes procesos internos.

Aunque utilizar técnicas de IA para la toma de decisiones sobre ciertos aspectos de la vida de los seres humanos conlleva un riesgo muy importante desde el punto de vista de la ética. Es muy importante asegurar que este tipo de sistemas toman sus decisiones sin incluir ningún tipo de sesgo que influya negativamente sobre algún colectivo, asegurando un trato justo y general sobre cualquier persona, siendo este uno de los principales retos a los que se van a enfrentar las compañías de seguros en su proceso de transformación para convertirse en compañías AI Driven.