IA en seguros: Guía práctica para implementación real

Existe una brecha entre la conciencia de la inteligencia artificial (IA) y su aplicación.

Según investigación de McKinsey, solo alrededor del 20% de las empresas que son conscientes de la IA están usando IA a escala o en un proceso de negocio central. Y según un estudio de 2019 de MIT Sloan Management Review, apenas el 7% de las organizaciones encuestadas han aplicado aprendizaje automático (ML) e IA en toma de decisiones o flujos de trabajo de producción.

Las compañías de seguros, la mayoría recién comenzando sus viajes de IA, probablemente caigan en esta brecha de conciencia y aplicación. Aunque las compañías de seguros han usado flujos de trabajo intensivos en datos durante décadas, muchas aún no están usando IA en su máximo potencial —o en absoluto.

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

Este artículo desglosará la sesión en unas pocas ideas clave, pero para la experiencia completa, vaya a la página de la sesión IA en Seguros.

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

Tendencias de IA en seguros 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 a aumentar la agilidad organizacional poniendo la IA al frente y al centro. La transformación digital se está volviendo imperativa para lograr liderazgo de mercado y facilitar una cultura enfocada en innovación. La IA se está convirtiendo en una parte esencial de esa transformación.

2020 cambió la industria de seguros

2020, un año estresante para todas las industrias, fue pivotal para la industria de seguros.

2020 forzó a la industria de seguros a enfrentar su capacidad para satisfacer las necesidades rápidamente evolutivas de clientes, socios y empleados. McKinsey, por ejemplo, señaló en un informe de 2020 que "Aseguradoras que han desarrollado funciones digitales maduras en ventas y distribución, servicio y retención, y siniestros están bien posicionadas para capear la crisis—y las que no deben actuar rápido para ponerse al día".

Este enfrentamiento reveló que la transformación digital no solo era necesaria para sobrevivir la crisis, sino necesaria para prosperar hacia adelante.

Desde 2021 en adelante, la IA y la automatización—piezas centrales de la transformación digital empresarial—van a ser altas prioridades para 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 hallazgos de investigación de Forrester, un aumento del 1.4% en los presupuestos de tecnología de compañías de seguros acelerará el futuro del trabajo y el futuro de la experiencia del cliente.

Es importante notar que gran parte de este aumento de presupuesto no va solo a mantenimiento. Carney compartió que el 33% de este presupuesto va a nuevos proyectos.

Holly Olive (Líder de Consultoría de Operaciones Digitales, Seguros en Cognizant en el momento del panel) estuvo de acuerdo y advirtió que a medida que los presupuestos cambian, el impulso aumentará, y las empresas rezagadas podrían quedarse atrás: "El tren se está moviendo, y quieres estar en él".

El futuro de la IA

El futuro de los seguros, sin embargo, dependerá no solo de la disposición de las empresas a adoptar IA sino de su capacidad para perseguir, adoptar e implementar soluciones de negocio que aprovechen la IA.

El escepticismo alrededor de la IA ocurre porque en muchas industrias, la tecnología no ha estado a la altura de las promesas de su marketing. La IA y el ML se han convertido en palabras de moda en muchos círculos. 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 están entregando el impacto que las soluciones basadas en IA verdaderas pueden proporcionar.

Donde la exageración se encuentra con la realidad, según el ponente principal Craig Le Clair, Analista Principal en Forrester, está en plataformas que permiten casos de uso horizontales y verticales enfocados. Le Clair explicó durante la keynote de la Cumbre de IA que mientras la IA solía ser una herramienta separada, ahora se convertirá en parte de casi todas las tecnologías: "La IA se filtrará en aplicaciones y se convertirá en una forma normal de hacer negocios".

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

Ejemplo de IA en seguros: procesamiento de siniestros

Los casos de uso para implementar IA en procesos de seguros abundan, pero hay un proceso que es particularmente maduro para la IA: el procesamiento de siniestros.

Hay cuatro aspectos del procesamiento de siniestros que lo hacen un gran candidato para IA:

1. Consume mucho tiempo.
2. Puede ser propenso a errores.
3. No escala.
4. Requiere expertos en la materia.

Un proceso tradicional de siniestros de seguros funciona así:

• Los documentos de siniestros entran a su sistema desde un cliente, intermediario o tercero.
• Un experto en la materia revisa manualmente los documentos para datos requeridos (un proceso intensivo en cognición que requiere su experiencia especializada).
• Un empleado ingresa manualmente datos en un sistema de siniestros.
• Un experto en la materia evalúa el siniestro contra la póliza.
• Un empleado ejecuta una verificación de fraude de muestra para verificar manualmente contra riesgos conocidos.
• Un humano aprueba o rechaza un acuerdo.

En un proceso de siniestros con IA, se ve más así:

• Los documentos de siniestros entran a su sistema desde un cliente, intermediario o tercero.
• Un robot de software usa IA para extraer automáticamente datos de los documentos de siniestros.
• Un producto como UiPath Document Understanding usa modelos ML para extraer datos estructurados, no estructurados y pictogramas de documentos.
• Los robots de software ingresan los datos en sus sistemas de siniestros.
• Un empleado revisa rápidamente los datos, si es requerido, para validación.

Observe cómo, en el segundo ejemplo, un humano solo entra al proceso en el último paso y aun entonces, solo si es necesario. El proceso de siniestros es más rápido, menos propenso a errores, y involucra mucho menos esfuerzo manual humano.

Ahora, los empleados pueden reenfocarse en actividades más atractivas y orientadas a humanos, dejando los robots de software manejar las tareas repetitivas.

Con IA integrada dentro del portafolio de soluciones tecnológicas de una empresa, los empleados pueden reenfocarse de tareas tediosas y repetitivas como el procesamiento de siniestros a tareas más atractivas y cognitivamente desafiantes.

Comience con IA usando estos 3 pasos

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

1. Empiece pequeño

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

Según uno de nuestros panelistas, Kieran Gilmurray, Experto Global en Automatización y Transformación Digital en 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, así que este no es un lugar donde necesite innovar.

Olive recomendó empezar con IA para clasificación de correos electrónicos. Carney estuvo de acuerdo: con 20 millones de correos recibidos al año, y más de cinco minutos gastados en cada uno, la automatización de correo presenta una oportunidad de gran impacto y bajo riesgo.

El desafío es que los clientes envían regularmente correos a soporte al cliente con una enorme gama de preguntas que pueden acumularse en tiempos de respuesta largos. La oportunidad es que con IA, puede acortar esos tiempos de respuesta y volverse cada vez más eficiente donde otras empresas siguen siendo lentas. Para los early adopters de IA, esta ventaja puede componerse, permitiéndole superar a competidores y llegar tan adelante que no puedan alcanzarle.

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

Olive dice que al empezar más pequeño, puede atacar la cadena de valor un poco a la vez.

2. Alinee con ROI

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

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

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

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

UiPath Task Mining y UiPath Process Mining pueden ayudarle a entender sus procesos y sus cuellos de botella. Con estas herramientas de descubrimiento de procesos, puede priorizar casos de uso de IA basados en resultados de negocio medibles.

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

Gilmurray advirtió que aunque hay casos de uso de IA a corto plazo, la transformación más amplia requerirá más que el flip de un interruptor. Implementar IA involucra un camino de mejoras que eventualmente llevan a cambios significativos en operaciones de negocio.

No presione al equipo para entregar retornos inmediatos, pero entienda la dirección del proyecto y de dónde vendrán los retornos. La IA es similar, en un sentido, a un nuevo empleado, significando que toma tiempo entrenarla y prepararla para producción. Y similar a un empleado, las soluciones basadas en IA pueden aprender y ajustarse basándose en las demandas del negocio.

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

El verdadero valor de la IA, sin embargo, no está solo en qué costes elimina sino en qué valor produce. La IA, por ejemplo, creará mejores tiempos de respuesta y mayor satisfacción del cliente, significando mejor lealtad del cliente.

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

3. Escale poniendo la estrategia de negocio primero

Para que la transformación digital entregue contra sus objetivos estratégicos empresariales, la adopción de IA no puede estar aislada dentro de un solo equipo. Con el apoyo de una inversión de capital así como una inversión cultural, su organización puede abrazar y extender la adopción. Si no puede obtener adopción generalizada, entonces la transformación digital no sucederá, y arriesga que su proyecto de IA se estanque como un prototipo.

Solo una priorización de la estrategia de negocio asegurará que la IA escale y se propague.

El riesgo es que las empresas pongan la tecnología por delante de la estrategia de negocio. Si se enfoca demasiado en la tecnología, Gilmurray advirtió, entonces tiene la ecuación equivocada. Es estrategia de negocio primero.

Gilmurray recomendó que entienda la estrategia a nivel de negocio (o al menos a nivel de departamento) para saber a qué está contribuyendo. La tecnología habilita el negocio—son personas, proceso y luego tecnología.

Debería hacerse dos preguntas, dijo:

1. ¿A dónde queremos ir?
2. ¿Cómo llegaremos allí?

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

Los seguros ya son una industria impulsada por datos, así que si puede entregar los datos correctos, en el momento correcto, a las personas correctas, seguirán beneficios masivos. El cálculo de ROI no solo involucrará el número de horas ahorradas (pero eso es a menudo el conductor número uno). Este cálculo será informado por la estrategia de negocio y tomará en cuenta lo que sus competidores están haciendo y cualquier punto débil en su negocio actual, como acuerdos de nivel de servicio (SLAs) y tiempos de respuesta al cliente.

Sobreviva al darwinismo digital con IA a su lado

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

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

Una empresa totalmente 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 tanta oportunidad para transformación como los seguros.

Para aprender más sobre cómo adoptar e implementar IA, vea la grabación de nuestra sesión IA en Seguros (parte de nuestro evento Cumbre de IA). Está disponible bajo demanda para que pueda verla a su conveniencia.

Agradecimiento especial a Elaine Mannix por colaborar en este artículo y por co-organizar nuestra sesión "IA en Seguros" durante la Cumbre de IA. Mannix es la Líder de Seguros en UiPath.