Introducción a la IA en seguros:una guía introductoria

Existe una brecha entre el conocimiento de la inteligencia artificial (IA) y la aplicación.

Según la investigación de McKinsey, solo alrededor del 20 % de las empresas que conocen la IA la utilizan a escala o en un proceso comercial central. Y según un estudio de MIT Sloan Management Review de 2019, solo el 7 % de las organizaciones encuestadas han aplicado el aprendizaje automático (ML) y la IA en la toma de decisiones o en los flujos de trabajo de producción.

Es probable que las compañías de seguros, la mayoría recién comenzando sus viajes de IA, caigan en esta brecha de conocimiento y aplicación. Aunque las compañías de seguros han utilizado flujos de trabajo intensivos en datos durante décadas, muchas todavía no utilizan la IA al máximo, o en absoluto.

A principios de este año, organizamos un panel de expertos para hablar sobre la IA en los seguros como parte de nuestra Cumbre de IA. Durante la sesión, expertos invitados de Forrester Research, Cognizant y Mercer compartieron conocimientos y experiencias de su trabajo en la industria de seguros.

Este artículo dividirá la sesión en algunas ideas clave, pero para disfrutar de la experiencia completa, diríjase a la página de la sesión AI in Insurance.

Aquí, nos centraremos en las tendencias de la IA y en un proceso de tres pasos que las compañías de seguros pueden usar para comenzar con la IA.

Las tendencias de seguros de IA revelan que es hora de invertir ahora

A lo largo de la sesión "IA en seguros", quedó claro que el futuro de la industria de seguros girará en torno al aumento de la agilidad organizacional al poner la IA al frente y al centro. La transformación digital se está volviendo imperativa para lograr el liderazgo en el mercado y facilitar una cultura centrada en la innovación. La IA se está convirtiendo en una parte esencial de esa transformación.

2020 cambió la industria de seguros

2020, un año arduo para todas las industrias, fue fundamental para la industria de seguros.

2020 obligó a la industria de seguros a considerar su capacidad para satisfacer las necesidades en rápida evolución de los clientes, socios y empleados. McKinsey, por ejemplo, señaló en un informe de 2020 que "las aseguradoras que han desarrollado funciones digitales maduras en ventas y distribución, servicio y retención, y siniestros están bien posicionadas para capear la crisis, y aquellas que no lo han hecho deben actuar con rapidez para ponerse al día.”

Este ajuste de cuentas reveló que la transformación digital no solo era necesaria para sobrevivir a la crisis, sino también para prosperar en el futuro.

A partir de 2021, la IA y la automatización, piezas centrales de la transformación digital empresarial, serán prioridades importantes para las compañías de seguros con visión de futuro.

El futuro de los seguros

En contraste con otras industrias donde los presupuestos de tecnología tienden a disminuir, los presupuestos de tecnología de seguros están aumentando, explicó Carney en el panel. Según Carney, citando los hallazgos de la investigación de Forrester, un aumento del 1,4 % en los presupuestos de tecnología de las compañías de seguros acelerará el futuro del trabajo y el futuro de la experiencia del cliente.

Es importante tener en cuenta que gran parte de este aumento de presupuesto no se destina solo a mantenimiento. Carney compartió que el 33 % de este presupuesto se destina a nuevos proyectos.

Holly Olive (Digital Operations, Insurance Consulting Lead en Cognizant en el momento del panel) estuvo de acuerdo y advirtió que a medida que cambian los presupuestos, aumentará el impulso y las empresas rezagadas podrían quedarse atrás:“El tren se está moviendo y usted quiere estar en él. .”

El futuro de la IA

Sin embargo, el futuro de los seguros dependerá no solo de la voluntad de las empresas de adoptar la IA, sino también de su capacidad para buscar, adoptar e implementar soluciones comerciales que aprovechen la IA.

El escepticismo en torno a la IA se debe a que, en muchas industrias, la tecnología no ha cumplido con las promesas de su comercialización. AI y ML se han convertido en palabras de moda de marketing en muchos círculos. Las empresas con productos que ofrecen automatización simple basada en reglas a menudo están dispuestas a afirmar que sus productos son inteligentes cuando no lo son. Esos productos aún pueden ser útiles, pero no tienen el impacto que pueden brindar las verdaderas soluciones basadas en IA.

Donde la exageración se encuentra con la realidad, según el orador principal Craig Le Clair, analista principal de Forrester, es en plataformas que permiten casos de uso horizontales y verticales enfocados. Le Clair explicó durante el discurso de apertura de AI Summit que, si bien la IA solía ser una herramienta separada, ahora se convertirá en parte de casi todas las tecnologías:"La IA se filtrará en las aplicaciones y se convertirá en una forma normal de hacer negocios".

El futuro de la IA no será adoptar una herramienta elegante y dejar que te guíe en la dirección correcta; desarrollará una estrategia comercial inteligente que aproveche las ventajas de la IA.

Ejemplo de seguro de IA:procesamiento de reclamaciones

Abundan los casos de uso para implementar la IA en los procesos de seguros, pero hay un proceso que está particularmente maduro para la IA:el procesamiento de reclamaciones.

Hay cuatro aspectos del procesamiento de reclamos que lo convierten en un gran candidato para la IA:

1. Lleva mucho tiempo.

2. Puede ser propenso a errores.

3. No escala.

4. Requiere expertos en la materia.

Un proceso tradicional de reclamaciones de seguros va así:

• Los documentos de reclamo ingresan a su sistema de un cliente, intermediario o tercero.

• Un experto en la materia revisa manualmente los documentos en busca de los datos requeridos (un proceso de gran cognición que requiere su experiencia especializada).

• Un empleado ingresa manualmente los datos en un sistema de reclamos.

• Un experto en la materia evalúa el reclamo contra la póliza.

• Un empleado ejecuta una verificación de fraude de muestra para verificar manualmente los riesgos conocidos.

• Un ser humano aprueba o rechaza un acuerdo.

En un proceso de reclamaciones con IA , se parece más a esto:

• Los documentos de reclamo ingresan a su sistema de un cliente, intermediario o tercero.

• Un robot de software utiliza IA para extraer automáticamente datos de los documentos de reclamaciones.

• Un producto como UiPath Document Understanding usa modelos ML para extraer pictogramas estructurados, no estructurados y de documentos.

• Los robots de software ingresan los datos en sus sistemas de reclamos.

• Un empleado revisa rápidamente los datos, si es necesario, para su validación.

Observe cómo, en el segundo ejemplo, un humano solo ingresa al proceso en el último paso e incluso entonces, solo cuando es necesario. El proceso de reclamaciones es más rápido, menos propenso a errores e implica mucho menos esfuerzo manual y humano.

Ahora, los empleados pueden volver a concentrarse en actividades más atractivas y orientadas al ser humano, dejando que los robots de software se encarguen de las tareas repetitivas.

Con la IA integrada en la cartera de soluciones tecnológicas de una empresa, los empleados pueden reenfocarse de tareas tediosas y repetitivas, como el procesamiento de reclamos, a tareas más atractivas y cognitivamente desafiantes.

Empiece a utilizar la IA siguiendo estos 3 pasos

Nuestro panel compartió tres pasos básicos para comenzar con la IA. Cada paso hará que la IA sea más fácil de implementar y más efectiva.

1. Empezar poco a poco

Encuentre casos prácticos de uso y elija un punto débil para priorizarlos. Asegúrese de que cualquier caso de uso que elija sea lo suficientemente pequeño como para ser práctico pero lo suficientemente doloroso como para que la solución sea medible e impactante para las partes interesadas.

Según uno de nuestros panelistas, Kieran Gilmurray, experto en automatización global y transformación digital de Mercer, una ventaja de la industria de seguros es que los casos de uso son abundantes, probados y validados. Los casos de uso ya son bien conocidos, por lo que este no es un lugar donde necesita innovar.

Olive recomendó comenzar con AI para la clasificación de correo electrónico. Carney estuvo de acuerdo:con 20 millones de correos electrónicos recibidos al año y más de cinco minutos dedicados a cada uno, la automatización del correo electrónico presenta una oportunidad de gran impacto y bajo riesgo.

El desafío es que los clientes envían regularmente correos electrónicos a atención al cliente con una gran variedad de preguntas que pueden acumularse en largos tiempos de respuesta. La oportunidad es que con IA, puede acortar esos tiempos de respuesta y volverse cada vez más eficiente donde otras empresas aún son lentas. Para los primeros en adoptar la IA, esta ventaja puede agravarse, lo que les permite superar a los competidores y avanzar tanto que no pueden alcanzarlos.

Con el correo electrónico asistido por IA, puede comprender la comunicación entrante y predecir las siguientes comunicaciones. Lo que significa que los clientes ni siquiera necesitan hacer ciertas preguntas, ya las ha respondido.

Olive dice que al comenzar con algo más pequeño, puede atacar la cadena de valor poco a poco.

2. Alinear con el ROI

Cualquier tecnología transformadora requiere inversión, pero la inversión requerida no siempre es capital. El capital es importante, pero más importante es la inversión en una cultura de innovación. Debe alentar una cultura que mire más allá de las metodologías y prácticas existentes para que puedan adoptar una tecnología tan innovadora como la IA.

Ambos tipos de inversión requieren que piense detenidamente en el ROI. Para alinear su visión de ROI con la realidad, querrá enmarcar su análisis de ROI con el descubrimiento de procesos.

Muchos en la industria de seguros se han acostumbrado a la cantidad de puntos de decisión que contienen los procesos existentes, lo que les hace olvidar cuán complejos se han vuelto muchos procesos.

El potencial de la IA para manejar algunos de estos procesos complejos es inmenso, pero solo si documenta y revisa sus negocios primero, con datos, no con anécdotas. El objetivo de este descubrimiento es determinar dónde puede proporcionar el mayor valor a través de la IA.

UiPath Task Mining y UiPath Process Mining pueden ayudarlo a comprender sus procesos y sus cuellos de botella. Con estas herramientas de descubrimiento de procesos, puede priorizar los casos de uso de IA en función de los resultados comerciales medibles.

A partir de ahí, puede comenzar a ampliar su comprensión del ROI.

Gilmurray advirtió que aunque hay casos de uso de IA a corto plazo, una transformación más amplia requerirá más que presionar un interruptor. La implementación de IA implica un camino de mejoras que eventualmente conducen a cambios significativos en las operaciones comerciales.

No presione al equipo para que entregue retornos inmediatos, pero comprenda la dirección del proyecto y de dónde provendrán los retornos. La IA es similar, en cierto sentido, a un nuevo empleado, lo que significa que lleva tiempo capacitarlo y prepararlo para la producción. Y al igual que un empleado, las soluciones basadas en IA pueden aprender y ajustarse según las demandas del negocio.

Olive advirtió que muchas empresas se enfocarán demasiado en la reducción de costos como su métrica principal.

Sin embargo, el verdadero valor de la IA no está solo en los costos que elimina, sino en el valor que produce. La IA, por ejemplo, creará mejores tiempos de respuesta y una mayor satisfacción del cliente, lo que significa una mayor lealtad del cliente.

Si puede estimar con precisión el ROI, desde sus retornos más estrechos hasta su mayor valor potencial, entonces elige los esfuerzos con el mayor potencial cada vez. Puede usar un producto como UiPath Automation Hub para crear una ubicación central para las ideas de automatización que luego puede organizar y priorizar.

3. Escale poniendo la estrategia empresarial en primer lugar

Para que la transformación digital cumpla con los objetivos estratégicos de toda su empresa, la adopción de IA no puede aislarse dentro de un solo equipo. Con el apoyo de una inversión de capital y una inversión cultural, su organización puede adoptar y extender la adopción. Si no puede obtener una adopción generalizada, entonces la transformación digital no ocurrirá y corre el riesgo de que su proyecto de IA se estanque como prototipo.

Solo una priorización de la estrategia comercial garantizará que la IA se escale y se propague.

El riesgo es que las empresas antepongan la tecnología a la estrategia empresarial. Si te enfocas demasiado en la tecnología, advirtió Gilmurray, entonces tienes la ecuación equivocada. Es la estrategia comercial primero.

Gilmurray recomendó que comprenda la estrategia a nivel empresarial (o al menos a nivel de departamento) para saber a qué está contribuyendo. La tecnología hace posible el negocio:son las personas, los procesos y luego tecnología.

Deberías estar haciendo dos preguntas, dijo: 

1. ¿A dónde queremos ir?

2. ¿Cómo llegaremos allí?

Demasiadas empresas se centran en la segunda pregunta sin abordar la primera.

Los seguros ya son una industria basada en datos, por lo que si puede entregar los datos correctos, en el momento correcto, a las personas adecuadas, obtendrá enormes beneficios. El cálculo del ROI no solo incluirá la cantidad de horas ahorradas (sino que es muchas veces el conductor número uno). Este cálculo se basará en la estrategia comercial y tendrá en cuenta lo que hacen sus competidores y cualquier punto débil en su negocio actual, como los acuerdos de nivel de servicio (SLA) y los tiempos de respuesta del cliente.

Sobrevive al darwinismo digital con la IA a tu lado

Gilmurry discutió cómo 2020 aceleró nuestro progreso hacia una era de "darwinismo digital". En esta era, solo los más fuertes sobrevivirán. Pero la fortaleza no será el resultado de la fuerza bruta, será el resultado de la voluntad de las empresas para adaptarse a un entorno cambiante.

Las nuevas tecnologías y las nuevas estrategias comerciales complementarias allanarán el camino para que las compañías de seguros se conviertan en empresas totalmente automatizadas. Una empresa totalmente automatizada™ es aquella que adopta por completo la automatización, la IA, el ML y los beneficios de la transformación digital que esas tecnologías desbloquean.

Una empresa completamente automatizada es aquella que puede sobrevivir al cambio ahora y en el futuro. La IA no es solo una herramienta para agregar a su arsenal:es un facilitador para la transformación digital generalizada, y hay pocas industrias con tantas oportunidades de transformación como los seguros.

Para obtener más información sobre cómo adoptar e implementar IA, consulte la grabación de nuestra sesión de IA en seguros (parte de nuestro evento Cumbre de IA). Está disponible a pedido para que pueda verlo cuando le convenga.

Un agradecimiento especial a Elaine Mannix por colaborar en este artículo y por ser coanfitrión de nuestra sesión "IA en seguros" durante la Cumbre de IA. Mannix es el líder de seguros en UiPath.