Puntos clave
- El éxito de la IA en seguros depende de una cultura impulsada por el liderazgo, comunicación clara entre negocio y tecnología, y educación continua para superar el miedo y las expectativas poco realistas.
- Enfocarse estratégicamente en iniciativas de alto valor, apoyadas en sólidas bases de datos, tecnología, gobernanza y alianzas, evita esfuerzos desperdiciados en proyectos de bajo impacto.
- Resultados medibles y un ROI definido son esenciales para mantener el impulso, asegurar financiamiento y demostrar el potencial transformador de la IA en toda la empresa.
Una casa recién construida puede ser una creación hermosa, llena de los sueños largamente esperados de su propietario: una cocina personalizada, un cine en casa, un amplio sótano terminado convertido en sala de juegos para los niños.
Sin embargo, es el trabajo de preparación —mucho menos llamativo— el que permite que la casa exista: el nivelado preciso del terreno, los planos estructurales cuidadosamente construidos, el sistema de ventilación correctamente diseñado.
Para las empresas, la inteligencia artificial (IA) puede ser el equivalente a esa hermosa casa nueva. Pero si los ejecutivos se enfocan en los adornos sin antes hacer el trabajo fundamental, estas “casas metafóricas” tienen más probabilidades de colapsar.
Y colapsan. Un montón de iniciativas fallidas de IA está empezando a crecer, similar al cúmulo de desastres de las puntocom a finales del siglo pasado.
Un estudio reciente del MIT encontró que el 95 % de los proyectos piloto de GenAI están fracasando. Muchas organizaciones están encontrando difícil aprovechar el poder de la IA. Peor aún, no logran encontrar casi ningún valor empresarial —o ninguno en absoluto— en sus inversiones en IA.
Los ejecutivos de seguros pueden sortear estos escollos. Al abordar ahora siete necesidades relacionadas con la fuerza laboral, la cultura y los procesos, la probabilidad de éxito puede aumentar de manera exponencial.
- Entusiasmo
Sentirse entusiasmado, en lugar de temeroso, sobre lo que la IA puede hacer es esencial, y esa mentalidad comienza desde la alta dirección. Es responsabilidad de un ejecutivo de seguros generar entusiasmo sobre el potencial de la IA.
Los empleados deben sentirse cómodos explorando lo que la IA puede y no puede hacer. Para aquellos que trabajan en empresas donde la dirección rara vez discute el tema, o peor, donde se habla de la IA como una tormenta ominosa en el horizonte, es una oportunidad para evangelizar y educar a la alta dirección sobre la IA. - Presión
Piensa en la IA como un diamante. El proceso más importante en la formación de un diamante es la presión. Si se aplica muy poca presión, el diamante no se forma; si se aplica demasiada, el diamante se rompe.
Un concepto similar se aplica a la IA. Si las capacidades de IA se ubican demasiado alejadas del negocio, es más probable que tengan dificultades y generen poco valor. Si se colocan demasiado cerca del negocio, es más probable que se marchiten bajo el peso de expectativas poco realistas.
Los ejecutivos de seguros que encuentren el punto ideal para las capacidades de IA —donde estén lo suficientemente cerca y alineadas tanto con el negocio como con la tecnología— tendrán más probabilidades de liderar iniciativas de IA que prosperen.
- Grandes prioridades
Es fácil para los líderes de seguros ver cómo se puede usar la IA en cualquier proceso, pero esto es una trampa. Quienes caen en esta trampa tienden a crear muchos proyectos de prueba de concepto que entregan poco valor. Además, estos proyectos desvían energía y recursos de las iniciativas clave que podrían hacer crecer sus organizaciones.
Esas iniciativas son las grandes prioridades. Para tener éxito con la IA, los ejecutivos de seguros deben identificar estas grandes prioridades a lo largo de la cadena de valor y usar la IA donde sea apropiado para ayudarlas a avanzar.
Por ejemplo, RGA es un líder de la industria en experiencia de riesgo biométrico. La IA se ha usado durante décadas para perfeccionar esa experiencia. Quizás no sorprenda que varias de las iniciativas de IA de RGA se centren directamente en esta fortaleza principal.
En Europa, Medio Oriente y África (EMEA), RGA ha trabajado con aseguradoras y bancos aseguradores para combinar sus datos con su experiencia biométrica y ampliar la disponibilidad de protección financiera. Algunos ejemplos incluyen:
- RGA utilizó IA para ayudar a un cliente a identificar oportunidades para optimizar la suscripción, reduciendo las tasas de rechazo de suscripción en 4 puntos porcentuales.
- En otro caso, RGA ayudó a un cliente a entender los compromisos entre riesgo, precio y ventas. Esto permitió al cliente agilizar la suscripción y fijación de precios, resultando en un aumento de 10 puntos porcentuales en las tasas de conversión.
- En una tercera situación, RGA utilizó IA para aprovechar el poder de las transacciones bancarias y de crédito para ayudar a un cliente a comprender los niveles de responsabilidad y riesgo de mortalidad de los clientes. Esto permitió al cliente ofrecer descuentos significativos en primas y precios líderes en el mercado.
Hacia dondequiera que conduzcan las grandes prioridades de un asegurador, la mayor parte de la inversión en IA debería seguir ese rumbo.
4. Educación
Tener éxito con la IA requiere educar continuamente a los empleados sobre los aspectos esenciales de la IA:
- Qué es la IA y qué no es
- Qué puede y qué no puede hacer la IA
- Qué oportunidades y desafíos crea la IA
Pero la educación en IA va aún más allá. También ayuda a derribar algunas de las mayores barreras para adoptar y tener éxito con la IA, entre ellas:
- Miedo a la IA
- Resistencia al cambio
- Expectativas poco realistas
Los aseguradores pueden comenzar con lo básico. La clave para aprovechar al máximo la GenAI hoy en día es elaborar prompts efectivos. No sorprende que los tres cursos más populares en la Data Skills Academy de RGA sean: cómo usar herramientas de GenAI, cómo escribir prompts efectivos y cómo aplicar técnicas avanzadas de prompt engineering.
- Un lenguaje común
Las personas en IA y tecnología hablan una variedad de lenguajes – Python, R y SQL, por ejemplo. Las personas de negocio hablan otro lenguaje, a menudo lleno de términos contables y factores de negocio.
Para tener éxito con la IA, al menos una persona de cada lado necesita hablar el mismo idioma. Los líderes de IA deben traducir su conocimiento a términos claros y no técnicos, comunes al negocio y su liderazgo. La IA no puede existir en un silo como una entidad extranjera con su propio lenguaje; debe integrarse en la cultura empresarial más amplia.
- Bloques fundamentales
Un edificio no puede sostenerse mucho tiempo sobre cimientos débiles. La IA tiene cuatro bloques fundamentales para crear un futuro fuerte y seguro:
Datos – La IA necesita acceso a datos de alta calidad. De hecho, la IA puede ser el motor para financiar iniciativas que mejoren los datos.
Tecnología – La IA requiere arquitectura y plataformas flexibles basadas en la nube. Es casi imposible desplegar IA a gran escala con sistemas heredados on-premises.
Supervisión y control – Buenas prácticas de seguimiento y regulación de datos e IA pueden ser habilitadores poderosos que aceleran el desarrollo mientras aseguran que la IA sea confiable, segura y justa.
Socios – Los campos de rápido ritmo y evolución requieren asociaciones con terceros que aporten talento, experiencia y herramientas esenciales. Los aseguradores que intenten construir una base de IA por sí solos lo hacen bajo su propio riesgo.
7. Resultados
No hay nada más desmoralizante y perjudicial para el éxito de la IA que no saber cómo se desempeña frente a métricas cuantificables o cómo medir el retorno de inversión. Los objetivos claros que midan el valor son críticos.
Puede ser difícil estimar el impacto de una iniciativa de IA en los resultados financieros, pero resultados poco claros y un ROI ambiguo harán casi imposible ganar la confianza y la financiación necesarias para continuar el viaje transformador de la IA.
Por ejemplo, en Europa, Medio Oriente y África, RGA utiliza su marco de valor para priorizar y financiar iniciativas de IA, monitorear el progreso y medir el valor para RGA y sus clientes. Esto es replicable en otras regiones. La capacidad de medir el valor, junto con el enfoque en las “grandes piedras”, permite comunicar los resultados de manera clara y mantener a todas las partes interesadas entusiasmadas sobre lo que futuras aplicaciones de IA podrían significar para la empresa.
Conclusión: próximos pasos
La IA seguirá transformando nuestro mundo —y la industria de seguros—. Tener éxito con la IA va más allá de los datos, los algoritmos y la tecnología. Comienza con la comprensión de que el impulsor más importante somos nosotros: los seres humanos, quienes podemos y debemos construir la base adecuada para permitir que la IA cumpla con su potencial transformador tanto de vida como de industria.
