Inteligencia Artificial en acción, una realidad en el Sector Asegurador

El término “Inteligencia Artificial” (IA) ha sido uno de los más escuchados y utilizados durante 2024. Si bien no se trata de un tema reciente (pues se remonta a las aportaciones del matemático Alan Turing en la década de 1930), ha adquirido relevancia gracias a las capacidades de cómputo y a las múltiples soluciones digitales con las que contamos en nuestros días.

Actualmente, se cuenta con múltiples casos de éxito en cuanto al uso de la IA en el comercio electrónico, en logística, en el transporte, en la publicidad en línea, en medios de comunicación y plataformas de entretenimiento, entre otros. Hoy, 98% de la población en países desarrollados y en desarrollo usa, diariamente, y la mayor parte del tiempo sin darse cuenta, soluciones basadas en IA. 

Sin embrago, su adopción en la industria de Servicios Financieros, y específicamente en el Sector Asegurador, no ha sido ni con la misma velocidad ni con el mismo nivel de profundidad. Se ha llegado a pensar, incluso, entre algunos ejecutivos, que la IA es un “hype”, moda o burbuja, por lo que se ha llegado a poner en duda su relevancia. También es cierto que, en el Sector Asegurador, no abundan los casos de éxito que hagan más notorio el papel de la Inteligencia Artificial.

Las razones de la falta de casos de éxito en el Sector Asegurador son diversas. Algunas de ellas son: 

• Aunque es una industria con muchos datos, estos son de baja calidad o no están en condiciones para ser procesados.
• Falta de interés / presupuesto para invertir en la mejora de la calidad de los datos.
• El Sector tiene una importante deuda tecnológica que lleva a las organizaciones a reaccionar y resolver, en lugar de anticipar y construir.
• El Sector es adverso al riesgo de proyectos de innovación y exploración de nuevas soluciones (se demanda contar con casos de negocio que brinden beneficios seguros y programables).
• Desconocimiento de lo que es realmente la IA y de cómo usarla, por lo que se generan expectativas no alcanzables.
• Escasez de talento con conocimiento del negocio del Sector Asegurador y de la operación de la IA. 

Aún en este contexto, Deloitte cuenta con casos de éxito en el sector asegurador. Casos que, de forma tangible, ayudan a generar confianza en la IA, y que ayudan a puntos “Core” de la organización (más allá de un chatbot). A continuación, mencionamos algunos de ellos.

Caso 1. Market Basket Analysis (MBA)

Sabemos que, en una cafetería, el producto ‘llave’ es, obviamente, el café. Después del café, la segunda compra (vinculada) más importante es un pastel, seguido por las galletas y los sándwiches. El último producto vinculado con el café es el “tiffin vegetariano” (para este negocio, en particular).

A partir de esta lógica, se desarrolló un modelo con las características clave para una empresa del sector financiero, el cual consideraba el tipo de cuenta, tipos de tarjetas, nivel de gasto, tipos de gastos y la visualización de los productos (y coberturas) de seguros más importantes y los menos relevantes.

Con este resultado, la compañía realizó una restructura de sus campañas de venta, enfocándose en aquellos clientes con más probabilidad de éxito (en función de sus características), ofreciendo los productos correctos y eliminando de las campañas aquellos de poco interés. 

Caso 2. Suscripción Inteligente

Se trata de un modelo de IA que realiza el cálculo de la prima de la póliza por cobertura, para un ramo y cierto nivel de riesgo, lo que tradicionalmente hacía un suscriptor con soporte de personal especializado. El modelo demuestra que un número alto de los datos de la solicitud (aproximadamente 80%) no es usado o no genera una diferencia sustancial en la estimación de la prima. Con este modelo, es posible entregar, en segundos, una cotización que generalmente tarda días o semanas, simplificando y mejorando la experiencia del cliente, al solo requerir datos que realmente son de valor para la tarificación.

Caso 3. Valor del cliente

Conocer y proyectar el valor de un cliente es una métrica relevante que ayuda a las compañías de seguros a diseñar estrategias comerciales, de retención y de producto que incrementen la rentabilidad. Si bien existe una métrica genérica, nuestro modelo se adapta al sector asegurador, entendiendo las particularidades de cada ramo, así como que el valor de un cliente de seguros se compone por el valor de compra en el tiempo, la exposición al riesgo, entre otras variables únicas del sector.    

Otros casos

En adición a los casos antes mencionados, contamos con otros casos relacionados con la detección de operaciones anormales, simplificación/automatización de la operación, conciliación y controles, entre otros.