Líderes de opinión

De Manual a Autónomo: Repensar la Automatización de Seguros en la Era de GenAI

mm
Añade Unite.AI a tus fuentes preferidas en Google

Los aseguradores han entendido durante mucho tiempo los beneficios de la automatización: simplificar los flujos de trabajo, mejorar el servicio al cliente y liberar a los agentes de tareas meniales.

Mientras que algunos aseguradores digitales están impulsando la automatización total, la mayoría de los aseguradores siguen siendo solo parcialmente automatizados, atrapados con herramientas que no pueden satisfacer las demandas modernas. Estos transportistas tradicionales todavía están trabajando en desafíos fundamentales como silos de datos, flujos de trabajo obsoletos y limitada alfabetización en inteligencia artificial, lo que hace difícil escalar la automatización sin aumentar la complejidad y los costos.

GenAI está redefiniendo lo que significa automatizar, permitiendo la inteligencia de decisiones en áreas como la suscripción, reclamaciones, servicio y más.

Para realizar la promesa completa de la automatización, los aseguradores deben adoptar un enfoque gradual para la adopción de inteligencia artificial con el fin de escalar de manera responsable, rastrear el progreso, priorizar la inversión y gestionar el riesgo. A medida que el papel de GenAI en los seguros continúa expandiéndose, aquí hay lo que los aseguradores necesitan saber.

La Automatización Tradicional es Insuficiente

Históricamente, la automatización en seguros era sinónimo de sistemas basados en reglas y automatización de procesos robóticos (RPA), ambas herramientas efectivas para tareas repetitivas pero que no dan la talla cuando surgen desviaciones o toma de decisiones matizadas. Pero con los costos de reclamaciones en aumento, la escrutinio regulatorio intensificándose y los clientes esperando experiencias rápidas y hiperpersonalizadas, el mercado actual demanda más.

La automatización impulsada por inteligencia artificial está ayudando a priorizar tales demandas.

GenAI tiene el potencial de mejorar la suscripción, la evaluación predictiva de riesgos y la personalización en toda la cadena de valor de los seguros. Pero la adopción es solo el comienzo – sin una estrategia clara para la implementación, los aseguradores riesgan automatizar de manera ineficiente, desencadenar riesgos de cumplimiento y perderse los beneficios completos de GenAI.

Los Cinco Niveles de Automatización de Seguros

Inspirado en el sistema de clasificación de cinco niveles para capacidades de conducción autónoma, los aseguradores están utilizando su propio modelo de madurez de automatización para evaluar mejor el progreso de su automatización.

  • Nivel 0 (Manual): Común en entornos heredados y entre proveedores mutuos pequeños, los aseguradores de nivel 0 todavía hacen todo a mano – la entrada de datos manual, hojas de cálculo y formularios en papel dominan las operaciones.
  • Nivel 1 (Básico): En el nivel de automatización más básico, tareas como la generación de cotizaciones o el procesamiento directo (STP) para pólizas simples se automatizan parcialmente, pero los humanos todavía controlan el flujo principal de operaciones.
  • Nivel 2 (Emergente): Aquí, la automatización impulsa la mayoría de los flujos de trabajo, pero todavía se espera que los humanos intervengan en casos de borde, donde se presentan condiciones de reclamaciones inusuales o situaciones poco comunes.
  • Nivel 3 (Avanzado): En el nivel 3, el ciclo de vida completo de la póliza se puede automatizar para líneas estándar como seguros de auto o hogar, con entrada humana solo requerida para situaciones de seguros anómalas. El pago automático de reclamaciones y los desencadenantes de renovación son características de este nivel.
  • Nivel 4 (Automatización Total): Los aseguradores de nivel 4 utilizan herramientas GenAI y modelos de aprendizaje automático (ML) para gestionar el ciclo de vida completo de extremo a extremo, desde las interacciones iniciales con el cliente hasta el pago final, con humanos que solo proporcionan supervisión estratégica. Lemonade, por ejemplo, puede procesar reclamaciones de arrendatarios en menos de dos segundos sin revisión humana, ejemplificando una automatización total exitosa.

Cualquier nivel es un buen punto de partida, pero para los aseguradores modernos con aspiraciones competitivas, la automatización total debe ser el objetivo.

Para lograr esto, los aseguradores necesitan datos organizados, marcos de gobernanza y cumplimiento de inteligencia artificial, y procesos de toma de decisiones auditables para abordar preocupaciones éticas, alucinaciones de inteligencia artificial o sesgo. Capacitar al personal para colaborar con la inteligencia artificial – indicando correctamente, revisando salidas y guiando casos de borde – es tan importante como la tecnología en sí.

La Automatización Impulsa el Valor

Entonces, ¿qué significa alcanzar la automatización impulsada por inteligencia artificial en la práctica para los aseguradores?

En el procesamiento de reclamaciones, GenAI está acelerando la triage y la evaluación de la primera notificación de pérdida (FNOL) – tanto que 76% de los aseguradores ya han implementado o planean integrar capacidades GenAI en sus flujos de trabajo de reclamaciones.

Esta capacidad es particularmente estratégica en el caso de la detección de fraude, debido a la capacidad única de la inteligencia artificial para identificar patrones anormales que podrían pasar desapercibidos para los modelos tradicionales. Mastercard, por ejemplo, ya ha implementado con éxito medidas de detección de fraude impulsadas por GenAI, duplicando la velocidad y la precisión con la que pueden alertar a los comerciantes sobre riesgos de fraude y reduciendo los falsos positivos de transacciones fraudulentas hasta en un 200%. Las insurtech también están superponiendo GenAI sobre bases de datos de fraude para cruzar referencias de reclamaciones en tiempo real.

La suscripción también se mejora con herramientas de apoyo a la toma de decisiones impulsadas por inteligencia artificial, que pueden detectar riesgos de presentación en tiempo real y recomendar los siguientes pasos. Muchas empresas están probando herramientas GenAI que analizan datos de presentación y generan evaluaciones preliminares, reduciendo el tiempo de los suscriptores en tareas de poco valor.

Finalmente, GenAI mejora el servicio al cliente en cada punto de contacto de los seguros, mejorando la calidad y la velocidad del servicio con agentes virtuales y chatbots impulsados por GenAI.

La Hoja de Ruta de la IA: Comenzar Pequeño, Escalar Estratégicamente

La automatización en seguros no es un interruptor binario, ni producirá las “victorias rápidas” que muchos aseguradores pueden esperar. GenAI es el motor, pero los aseguradores con sus miras puestas en la automatización deben conducir el viaje con intención – dibujar una hoja de ruta nivelada, escalar estratégicamente y rastrear el progreso con el tiempo. Al medir la madurez y emparejar la inteligencia artificial con el juicio humano, los aseguradores pueden automatizar con confianza, posicionándose para impulsar el futuro de los seguros inteligentes.

No se trata solo de conveniencia. Se trata de hacer que los momentos desafiantes en los que las personas recurren a sus aseguradores sean más fáciles de navegar que nunca antes.

Graham Gordon se unió a Sapiens en 2021 como Director de Producto y Estrategia para P&C desde LexisNexis Risk, donde lideró varios productos de datos de vehículos y coches conectados. Anteriormente, Graham fue parte del equipo de liderazgo senior como Director de Marketing en la empresa especializada en telemática Masternaut (Michelin), donde lideró varias iniciativas clave de datos y análisis, incluyendo la formación de gran parte del análisis temprano y la comprensión comercial del valor del comportamiento del conductor en el sector de flotas comerciales y coches de consumo. Graham tiene una licenciatura de la Universidad de Lancaster, calificaciones de posgrado del Instituto de Marketing Chartered y más recientemente completó su maestría en la Universidad de Cambridge, graduándose del Programa de MBA Ejecutivo de la Escuela de Negocios Judge.