La optimización de la suscripción y el proceso de incorporación sigue siendo de vital importancia para las aseguradoras de vida. La digitalización combinada con herramientas impulsadas por la inteligencia artificial puede ser la clave para proporcionar soluciones reales, mediante un aumento significativo en la capacidad para filtrar, organizar y analizar datos de clientes y aseguradoras, automatizar procesos y segmentar mejor a los clientes.
El mercado ya ha visto extensas listas que describen las numerosas formas en que las soluciones digitales impulsadas por la inteligencia artificial pueden mejorar el descubrimiento de datos, fortalecer el análisis y, en última instancia, acelerar y simplificar los procesos de suscripción e incorporación.
Nuevas capacidades de minería y análisis de datos, así como nuevas tecnologías, también están sacando a la luz una gama más amplia de categorías de métricas personales que están demostrando ser indicadores efectivos de riesgo de mortalidad y morbilidad. Las aseguradoras están utilizando estas métricas de formas innovadoras para refinar la suscripción, la fijación de precios y el desarrollo de productos.
Es importante tener en cuenta, sin embargo, que aunque incorporar estas nuevas herramientas será un paso emocionante hacia adelante, mantener marcos de mitigación de riesgos apropiados sigue siendo un desafío continuo. Las aseguradoras pueden recurrir a los procesos existentes de gestión de riesgos de modelo para evaluar los riesgos inherentes en la expansión del uso de datos a través de la inteligencia artificial y otras herramientas digitales.
Herramientas poderosas
Las tecnologías de reconocimiento óptico de caracteres (OCR) y procesamiento de lenguaje natural (NLP) han mejorado significativamente en las últimas dos décadas. Ahora existe software que puede filtrar y extraer eficientemente datos pertinentes en cientos de páginas de información de registros médicos y producir un informe coherente para los suscriptores, un proceso que hasta hace poco tenía que ser realizado por humanos. Las capacidades mejoradas de inteligencia contextual disponibles ahora también pueden correlacionar correctamente la información en el informe, incluso si, por ejemplo, la mención de un medicamento en particular está muchas páginas lejos de la condición que trata.
Estas capacidades mejoradas están permitiendo nuevas categorías de datos alternativos para la suscripción, que están demostrando ser predictores efectivos del riesgo de mortalidad y morbilidad. Los factores tradicionales de suscripción como el estado de salud, el estado financiero, las ocupaciones, las aficiones y los hábitos de viaje ahora se han ampliado para incluir la educación, los lugares de residencia y trabajo, el estado civil, la actividad física, la frecuencia de pago de primas, los reclamos y la información crediticia pasados, y más.
Además de los datos estándar de dispositivos ponibles, que han sido considerados en la evaluación de riesgos durante años, los suscriptores también están incorporando nuevas tecnologías. Por ejemplo, la fotopletismografía remota (rPPG) utilizando la cámara de video de un teléfono puede detectar cambios en el volumen de sangre subcutánea y, a través de eso, medir la frecuencia cardíaca, la variabilidad de la frecuencia cardíaca, la presión arterial y más. Combinado con inteligencia artificial y modelos de datos, el rPPG podría derivar más parámetros sanguíneos, como el nivel de azúcar en la sangre, el colesterol en la sangre y más. Gran parte de esto todavía está en desarrollo y necesitará tiempo para alcanzar los niveles de precisión necesarios para formar parte del proceso de incorporación al seguro.
Además, las herramientas de inteligencia artificial están haciendo posible una segmentación de población más precisa utilizando los numerosos nuevos puntos de datos alternativos. Por lo tanto, no solo el diseño de productos y la suscripción, sino también la incorporación, pueden personalizarse para múltiples cohortes de consumidores objetivo.
Oportunidades y desafíos
Con nuevas capacidades, por supuesto, surgen nuevos desafíos. Por ejemplo, los programas de inteligencia artificial deben ser entrenados para asegurar que se obtenga la información correcta de las fuentes utilizadas (por ejemplo, médicas, reclamaciones anteriores, crédito) para que el programa pueda abordar las necesidades de suscripción pertinentes. Dado que este entrenamiento solo puede ser proporcionado por humanos, la optimización completa del programa llevará tiempo.
Un segundo desafío es que las nuevas categorías de datos pueden aumentar el riesgo de sesgo en la suscripción y discriminación injusta contra ciertos grupos (por ejemplo, casados vs. solteros). Independientemente de la cantidad de nuevos datos, su valor aún depende de cuán bien refleje la realidad, y los datos procesados por herramientas de inteligencia artificial son susceptibles a inexactitudes. Las aseguradoras deben estar atentas para identificar tales errores y garantizar que no ocurra discriminación injusta.
Los gobiernos de muchos países asiáticos han estado desarrollando bases de datos de la industria de seguros que las aseguradoras pueden utilizar tanto para verificar el historial de salud de una persona como para analizar datos de mercado. Nuevos productos de suscripción automatizada que aprovechan esta nueva información actualmente están en desarrollo en varios países.
Todavía se necesita el toque humano
La capacidad de acceder y utilizar conjuntos de datos más grandes y amplios que incluyen varios tipos de datos nuevos, habilitados por avances significativos en tecnologías de inteligencia artificial y aprendizaje automático, está abriendo nuevas oportunidades para las aseguradoras. En este punto, las aseguradoras deben asegurarse de tener en vigor un sólido marco de supervisión. Las reglas deben regir lo que es y no es permisible, e incluir factores como el consentimiento del cliente, limitaciones de acceso del usuario, medidas de seguridad de almacenamiento y capacidades de transferencia de datos seguras.
Las herramientas y técnicas digitales avanzadas pueden permitir análisis, predicciones y recomendaciones, o incluso guiar decisiones, pero a medida que avanzan las capacidades, también debe avanzar la comprensión de que ser capaz de hacer algo no significa que deba hacerse. La tecnología puede crear y amplificar la asimetría entre los datos disponibles y la capacidad para gestionarlos, lo que resulta en sesgos injustos. Por lo tanto, la industria debe perseguir la innovación de manera ética y transparente, teniendo en cuenta las diferencias en los mercados, regiones, empresas y otros factores relevantes.
Además, como con cualquier tecnología, las herramientas habilitadas por IA conllevan el riesgo de una dependencia excesiva. Las aseguradoras deben implementar procesos para protegerse contra la simplificación excesiva y equilibrar la simplicidad impuesta por la IA con la precisión de los datos. ¿Están contribuyendo las herramientas a que los clientes sean tratados de manera justa y equitativa? ¿Las interpretaciones proporcionadas por las plataformas digitales están siendo adecuadamente analizadas y revisadas por expertos del personal?
En resumen: La digitalización puede proporcionar una variedad de beneficios a las aseguradoras, desde la automatización de tareas repetitivas, acelerar el análisis y descubrimiento de datos, simplificar la extracción de información hasta proporcionar una gama más amplia de productos y servicios, y más. Sin embargo, las aseguradoras también deben tener en cuenta que la digitalización es fundamentalmente una herramienta, y una que debería complementar, pero no reemplazar, la experiencia, el juicio y la experiencia humanos.
