El futuro de la IA en el sector de los seguros.

De vez en cuando, se lanza alguna innovación tecnológica que altera el mundo y las empresas deben adaptarse o incluso pueden caer en la irrelevancia. La transición entre un estilo de vida mayoritariamente agrario y otro urbano fue posible gracias a la máquina de vapor de la Revolución Industrial y a la mecanización de la producción. Con la introducción de Internet llegó el aumento de la comunicación en tiempo real, el comercio electrónico y la computación en la nube, entre otros. Ahora es el turno de la IA. Se trata de una tecnología muy potente que está cambiando rápidamente los procesos de flujo de trabajo, potenciando la innovación y transformando las industrias. Al igual que con cualquier otra tecnología transformadora, será difícil o incluso imposible que las empresas, incluidas las aseguradoras, rechacen la IA. Hace varias décadas, cuando el comercio electrónico se convirtió en un fenómeno inevitable, optimizado y más avanzado, los clientes se acostumbraron a poder pedir productos fácilmente y recibirlos en poco tiempo, y esperaban que todos los comerciantes ofrecieran las mismas características. Del mismo modo, la IA ha transformado las expectativas de los consumidores, de modo que ahora los clientes exigen:

• Mayor precisión y fiabilidad a lo largo de todo el recorrido del consumidor.
• Capacidad para mantener diálogos similares a los humanos con bots de IA (basados en texto o voz).
• Ofertas y comunicaciones hiperpersonales.
• Productos e interacciones bajo demanda que se adapten a tus necesidades.

Esta es una de las diferencias entre la IA genérica y otros avances tecnológicos: la IA genérica puede razonar, emitir juicios, demostrar creatividad y empatía a un nivel nunca antes visto en otras innovaciones tecnológicas, y estas son habilidades particulares que revisten especial importancia para las aseguradoras. Por eso la IA genérica puede revolucionar el sector de los seguros. La esencia de los seguros es comprender adecuadamente el riesgo específico y ayudar a las personas en apuros de la manera más eficiente, eficaz y discreta posible.

Todo esto puede ser modificado por la IA.

• La IA analítica tradicional es consciente de las tendencias en los datos.
• Gen AI amplía estas funciones con una mejor comprensión de los datos no estructurados y permite añadir hiperpersonalización y empatía a las respuestas.
• La IA agencial aporta una nueva automatización a los procesos de trabajo complejos, lo que permite a las aseguradoras extraer el máximo valor. Debido a esta flexibilidad, las aseguradoras están aplicando la IA a todas las funciones principales, tales como:
• Productividad de ventas e hiperpersonalización.
• Automatización y mayor precisión en la suscripción.
• gestión mejorada de reclamaciones
• Operaciones de atención al cliente con agentes de voz.
• Cambia las funciones administrativas, como las financieras, actuariales y de TI. Al igual que otras innovaciones tecnológicas que pueden ser revolucionarias, los consumidores se darán cuenta gradualmente de que la IA puede simplificar sus vidas y se acostumbrarán a ella por parte de sus proveedores de servicios. Las aseguradoras que sean capaces de aprovechar la oportunidad de incorporar plenamente la IA en todas sus actividades estarán en condiciones de destacar por encima del resto. Así, podrán hacer más negocios, a un ritmo más rápido y de una manera más personalizada, con una mejor comprensión del riesgo subyacente.

Para lograr con éxito la transformación de la IA, no basta con hacer pequeños ajustes y llevar a cabo algunas pruebas piloto, ni pensar que es posible lograr la habilitación real de la IA mediante la compra de un conjunto heterogéneo de productos de software como servicio con una intención estratégica superficial, ni creer que las transformaciones del flujo de trabajo se lograrán con soluciones de IA estándar. Para generar un valor empresarial sostenido a través de la IA, las aseguradoras deben:

• Establece una visión audaz a nivel empresarial de lo que podría llegar a ser la IA.
• Reestructurar de forma radical y fundamental la forma en que llevas a cabo tus actividades en todas las áreas de tu negocio (suscripción, reclamaciones, distribución, atención al cliente, etc.) para que la tecnología forme parte de la organización.
• Revisa los flujos de trabajo.
• Reestructura la forma de operar.
• Trabaja para conseguir una pila de datos y tecnología moderna.
• Adapta la IA utilizando componentes reutilizables en diferentes casos de uso y ámbitos empresariales. Y tendrán que hacerlo de manera que se produzcan cambios significativos en la economía unitaria. Los procesos de principio a fin también tendrán que rediseñarse para sacar partido a la IA, y no solo superponerla a los procesos existentes o, lo que es peor, añadir otro paso al flujo de trabajo con una herramienta de IA que se añade innecesariamente.

Experiencia en consultoría de IA para seguros

En el ámbito de la consultoría de IA para seguros, el trabajo en IA ha sido identificado como pionero en los cambios digitales por Forrester, y ha participado en proyectos de IA con más de 200 aseguradoras de todo el mundo. La división que se ocupa de los seguros especializados también cuenta con una biblioteca de:

• Más de 50 componentes de IA reutilizables.
• Más de 20 capacidades de seguros integrales que el cliente puede utilizar y adaptar. Con un enfoque holístico y estratégico de la IA, las aseguradoras pueden situarse en una posición privilegiada para ser nativas de la IA y desarrollar una ventaja competitiva sostenible.

La selección es una de las razones por las que la IA genérica tiene tanto potencial, ya que, gracias a las partes reutilizables, la tecnología puede utilizarse para revolucionar diversos aspectos de un negocio. Por ejemplo, una capacidad de generación de IA que ha sido entrenada para responder con servicio al cliente se reutiliza para:

• Responde a las preguntas internas de soporte técnico.
• Crea contenido de marketing.
• Revisa la respuesta a la solicitud de propuesta.
• redacta documentos legales. Aunque los productos finales difieren mucho entre sí, los componentes de IA que hay detrás pueden reutilizarse en diferentes campos empresariales y aplicaciones.

El futuro: sistemas multiagente de IA

La IA sigue avanzando a un ritmo rápido. Por ejemplo, en un futuro próximo, casi todas las acciones relacionadas con la incorporación de clientes en el sector de los seguros serán realizadas por sistemas multiagente de IA, que actuarán como compañeros de trabajo virtuales. La información se absorbería a través de un agente de admisión y, a continuación, este se pondría en contacto con los clientes o intermediarios para aclarar algún dato y extraer los datos de forma fluida de documentos complejos, como historiales médicos o documentos de ingeniería. Un agente de perfil de riesgo puede desarrollar un perfil de riesgo holístico de cada caso, basado en las normas de suscripción actuales. Un agente de precios y productos podría fijar automáticamente el precio del caso y recomendar estructuras de pólizas para satisfacer al cliente, como añadir cláusulas adicionales por enfermedad grave e incapacidad a una póliza de seguro de vida. Un agente de cumplimiento y equidad se aseguraría de que se cumplan las normas reglamentarias y los altos niveles de estándares éticos. El agente coordinador de decisiones puede recopilar la información recibida por otros agentes para decidir si la póliza puede aprobarse automáticamente o si debe remitirse a un suscriptor senior humano para que la revise en función del tamaño de la póliza u otras consideraciones. Un agente basado en el aprendizaje y la retroalimentación también puede mantener un modelo en continua evolución, tener en cuenta la retroalimentación humana para mejorar y supervisar la deriva o la degradación del rendimiento de un modelo de aprendizaje automático a lo largo del tiempo.

Aunque la IA tiene un gran potencial en el sector de los seguros, es difícil escalarla en toda una organización. El problema de:

• Riesgos de seguridad.
• Costes elevados.
• Riesgos de quedar atrapado con los proveedores.
• Escasez de talento en la organización.
• resistencia cultural
• Falta de una gobernanza adecuada.
• la existencia de infraestructura heredada. tiende a ralentizar el progreso. Se necesitará un cambio real para abordar el problema de frente y responder a estas barreras de una manera considerada que no dé lugar a una proliferación de enfoques y soluciones como la que estamos presenciando hoy en día.

La gestión del cambio es fundamental.

Por eso la gestión del cambio es un componente de los cambios de IA. En nuestro caso, la gestión del cambio constituye la mitad de lo que se necesita para lograr un impacto financiero y no financiero, y la otra mitad la constituyen los esfuerzos por aportar datos limpios a los modelos, el proceso de modelización en sí mismo y la integración de la IA.

Las aseguradoras virtuales han comenzado a utilizar la IA, que tiene muchas aplicaciones en la fabricación. Sin embargo, los responsables de numerosas aseguradoras consideran que sus organizaciones no son nativas de la IA, ya que no la han adoptado plenamente en sus procesos empresariales. Este sentimiento fomenta la necesidad de invertir más en tecnologías de IA, ya que las empresas buscan mantener su competitividad. Las aseguradoras están interesadas en descubrir la fórmula adecuada para el éxito, pero muy pocas lo han conseguido.

Los líderes en IA están obteniendo mejores resultados

Los líderes en IA entre las aseguradoras ya superan a sus competidores. A modo de ejemplo, según la investigación, los líderes en IA del sector de los seguros han generado 6,1 veces más TSR en los últimos cinco años que los rezagados en IA (2-3 veces en la mayoría de los demás sectores). A pesar de que no son muchas las compañías de seguros que están obteniendo un valor significativo a través de la IA en toda la cadena de valor a una escala significativa, las mejores aseguradoras están adoptando enfoques basados en el dominio para el cambio. Seleccionan algunas funciones empresariales (distribución, fijación de precios y suscripción, reclamaciones, inversiones) y revisan el funcionamiento de dichas funciones.

Mejoras cuantificables gracias a la transformación de la IA

Hasta la fecha, la reconfiguración basada en la inteligencia artificial a nivel de dominio ya ha afectado a varios aspectos críticos de las empresas de seguros, tales como:

• Tasas de éxito entre un 10 y un 20 % más altas de los nuevos agentes.
• Un crecimiento de las primas entre un 10 % y un 15 % superior.
• Reducción del 20 al 40 % en los costes de adquisición de nuevos clientes.
• Mejora del 3 al 5 % en la precisión de las reclamaciones.

Ya se ha publicado la hoja de ruta de la transformación como guía que deben seguir las empresas para aprovechar el poder de la tecnología digital y la IA. Con el desarrollo acelerado y la influencia cada vez mayor de la IA genérica, esto se está convirtiendo en un requisito urgente. Según este marco, hay seis medidas emblemáticas que las aseguradoras pueden tomar para crear organizaciones que prosperen en la era digital y de la inteligencia artificial:

1. Alinear a los altos directivos con la hoja de ruta de transformación de la IA impulsada por el negocio.

Las principales aseguradoras no consideran la IA como un instrumento más de eficiencia, sino que la entienden como una fuente de cambio y una posibilidad de mejorar la expansión, las relaciones con los clientes y la productividad. El cambio debe basarse en el valor empresarial y los resultados deben ser cuantificables. El estado de la transformación de la IA entre las aseguradoras requiere que estas:

• Motivar y concentrar al equipo directivo.
• Centra tu atención en un número limitado de ámbitos empresariales significativos y transformalos de arriba abajo.
• Relaciona los resultados de la transformación con el resultado deseado en los KPI operativos, incluida la reducción de la pérdida de clientes. Es esencial tener una visión amplia, combinando soluciones de IA en toda la empresa con una hoja de ruta clara sobre cómo consolidar diversas aplicaciones dentro de un dominio, en lugar de implementar aplicaciones aisladas en varios dominios.

2. Crea una reserva de talento adecuada

Para alcanzar el estatus de líderes digitales, las aseguradoras deben desarrollar su reserva de talento mediante la creación de una sólida reserva interna de talento digital y, preferiblemente, entre el 70 y el 80 % del talento digital debe ser interno. Los líderes digitales emplean tres pasos principales:

• Pasas a formar parte de un grupo de talentos compuesto por tecnólogos más experimentados y altamente productivos y menos principiantes.
• Crean cuadrículas de desarrollo de habilidades granulares respaldadas por credenciales para construir la excelencia e identificar a los tecnólogos únicos.
• Crean un equipo especializado para remodelar sus prácticas de RR. HH. con el fin de contratar y retener talento digital. Además, están organizando una nueva era en la que la fuerza laboral estará compuesta por seres humanos y agentes de IA, lo que obligará a la evolución de la práctica organizativa.

3. Implementa un modelo operativo escalable.

Cuando una aseguradora se transforma con la ayuda de la IA, es necesario elegir un modelo operativo que te ayude a implementar una estrategia. Además, la introducción de habilidades eficaces de gestión de productos es esencial y puede contribuir al éxito de la transformación.

4. Difunde la innovación de forma rápida y amplia utilizando la tecnología.

Las mejores aseguradoras se basan en un conjunto de capacidades de IA maleables impulsadas por sistemas multiagente reutilizables. El conjunto de tecnologías de IA actual de una aseguradora es muy adaptable para acomodarse a los rápidos cambios tecnológicos y es altamente modular. La reutilización de los componentes y capacidades subyacentes de la IA es esencial, al igual que una arquitectura de malla de IA agencial. Este paradigma arquitectónico distribuido y neutral con respecto a los proveedores permite que múltiples agentes piensen, cooperen y actúen de forma independiente en una variedad de sistemas, herramientas y modelos de lenguaje de una manera segura y escalable. La arquitectura también se ha desarrollado de tal manera que pueda evolucionar con la tecnología.

5. Incrusta datos en todas partes.

Las capacidades de datos de última generación siempre serán esenciales, ya que cualquier IA se basa en datos. Aunque la propia IA puede contribuir a la resolución de los retos relacionados con los datos, la mayoría de las aseguradoras tendrán que avanzar de forma más radical en el potencial de sus datos para tener éxito en su visión de la IA. El desarrollo de estas capacidades implica ser capaz de superar obstáculos técnicos y organizativos. La propiedad intelectual de las compañías de seguros puede convertirse en la capacidad de afianzar y utilizar los conocimientos y la «receta secreta» de una organización aseguradora en sistemas de IA con capacidad de agencia.

6. Invertir en la gestión del cambio y la adopción

La adopción es tan importante como el desarrollo. Por norma general, por cada dólar invertido en la creación de soluciones digitales y basadas en la inteligencia artificial, se debe destinar al menos un dólar más para garantizar la adopción por parte de los usuarios y la ampliación a nivel empresarial.

Dominios

Los dominios representan los elementos más básicos de los procesos comerciales de las aseguradoras. Algunos de los dominios comprenden funciones primarias:

• Ventas y distribuciones.
• precios y suscripción.
• reclamaciones
• Servicio de políticas Las aseguradoras suelen tener entre 10 y 15 áreas que pueden reconfigurarse mediante IA.

Subdominios

Los subdominios se componen de dominios. La unidad subyacente de una transformación de IA es un subdominio, que se define por tres características principales:

• Personas, activos y capacidades que colaboran para alcanzar objetivos comunes.
• Resultados empresariales fundamentales de cada ámbito.
• Aplicaciones específicas de IA en varios segmentos empresariales, lo que requiere componentes reutilizables y métricas de éxito específicas.

Las aseguradoras que estén pasando por una transformación de IA tendrán que tener en cuenta qué áreas necesitan cambiar más. Toda aseguradora típica tiene varias áreas, como ventas y distribución, fijación de precios y suscripción, reclamaciones y servicio de pólizas, cada una de las cuales ofrece considerables oportunidades de optimización mediante la IA.

La importancia de la implementación basada en el dominio

La reorganización de un campo requiere tamaño. Para aprovechar todo el potencial de la IA, las aseguradoras no deben quedarse en soluciones fragmentadas o iniciativas de casos de uso, sino que deben pasar a una implementación basada en dominios. Las aplicaciones individuales se crean normalmente con el fin de demostrar la legitimidad de las tecnologías de IA general en un entorno regulado. Y, aunque pueden ofrecer resultados alentadores, los proyectos de prueba de concepto y de producto mínimo viable tienden a centrarse en resultados rápidos y no se ajustan a una estrategia a largo plazo, a la integración de los flujos de trabajo ni a la obtención de beneficios sostenibles a largo plazo. Una transformación integral de uno a tres ámbitos para generar un impacto significativo puede basarse en los ámbitos, sin que ello suponga necesariamente una carga excesiva para la organización. El número necesario de casos de uso para reconfigurar un dominio depende, aunque es importante asegurarse de que los casos de uso utilizados puedan dar lugar a un cambio significativo y que todos ellos puedan mejorar el rendimiento. Las aseguradoras desarrollan sinergias en la preparación de datos, la integración de sistemas y la gestión del cambio mediante un enfoque global y la reorganización de los flujos de trabajo completos. Eso les permite realizar mejoras reales en la eficiencia, el uso de los recursos y la ventaja competitiva sostenible. El éxito de la escalabilidad de la IA por parte de las aseguradoras se centra en los casos de uso más probables con el mayor impacto cuantificable en el negocio. Estos usos de aplicaciones de gran impacto son fáciles de adaptar e implementar en diversos campos mediante el diseño y la generalización de unas pocas capacidades de IA muy transferibles.

Las aseguradoras de todo tipo obtendrán ventajas en términos de eficiencia operativa e interacción con los clientes gracias a la implementación de la IA genérica, que ayudará a optimizar diferentes aspectos del trabajo.

Vida

Las aseguradoras de vida pueden utilizar la IA genérica de forma conforme a la normativa para mejorar la evaluación de riesgos y la suscripción de pólizas mediante la creación de datos sintéticos, que complementan los conjuntos de datos actuales.

Salud

En los seguros médicos, la IA genérica se puede utilizar para predecir el resultado de los pacientes y personalizar los planes de salud, con la ayuda de grandes volúmenes de datos.

Propiedad comercial y siniestros

Las aseguradoras comerciales de propiedad y accidentes pueden aprovechar la IA genérica para crear un modelo de riesgo detallado y realizar diferentes escenarios para evaluar las pérdidas potenciales de una manera más eficiente.

Propiedad personal y accidentes

Las aseguradoras de propiedad y accidentes personales encontrarían relevante el uso de la IA genérica para procesar reclamaciones automáticamente y mejorar la detección de fraudes con la ayuda del análisis avanzado de datos.

Transformación del procesamiento de reclamaciones

Entre las transformaciones de IA a nivel de dominio y con múltiples casos de uso en el sector de los seguros, se puede destacar la IA en la tramitación de siniestros. Para mejorar el rendimiento de su departamento de siniestros, la aseguradora británica Aviva implementó más de 80 modelos de IA con el fin de:

• Reduce la duración de la evaluación de responsabilidad en casos difíciles en 23 días.
• Aumenta la eficacia de las reclamaciones dirigidas a los equipos pertinentes en un 30 %.
• Reducir las quejas de los clientes en un 65 %. Aviva informó al inversor de que la remodelación de su sector de reclamaciones de automóviles le permitió ahorrar más de 60 millones de libras esterlinas en 2024.

Automatización de la venta de seguros

Una aseguradora ha intentado personalizarse y ser más eficiente creando una automatización inteligente para ofrecer presupuestos a clientes potenciales y vender pólizas. Los resultados fueron impresionantes:

• El 80 % de las transacciones se trasladaron a la plataforma en línea.
• Las puntuaciones de satisfacción del cliente aumentaron en 36 puntos porcentuales.

Implementación del chatbot

La implementación de un chatbot que funciona las 24 horas del día, los 7 días de la semana, contribuyó en gran medida a que una compañía de seguros prestara su servicio de atención al cliente fuera del horario laboral, ya que el número de clientes potenciales que han contratado sus pólizas aumentó en un 11 %.

IA con empatía

Otra aseguradora está aplicando la IA para producir las aproximadamente 50 000 comunicaciones que realiza cada día en relación con las reclamaciones y considera que son más fáciles de leer y más empáticas que las comunicaciones escritas por humanos.

Una vez identificada una área específica para someterla a transformación, esta debe dividirse en una secuencia de módulos basados en IA que puedan ejecutarse, optimizarse y ampliarse. A modo de ejemplo, para transformar el proceso de ventas y distribución, es posible integrar las capacidades de la IA genérica y el análisis predictivo (como los modelos de propensión) en sistemas de IA interconectados de extremo a extremo, incluidos copilotos multifacéticos y chatbots de IA de última generación. Las aseguradoras pueden desbloquear un valor sostenible transformando la IA en función del ámbito. La IA genérica tiene un enorme potencial en el ámbito de las ventas para mejorar la productividad y la eficiencia de los empleados al ahorrar tiempo en actividades sencillas.

Para llevar a cabo con éxito la transformación de la IA, es esencial un cambio de paradigma en la forma de gestionar las empresas, con el fin de adoptar un modelo operativo que sea escalable. La implementación exitosa de la IA en toda la empresa requiere que la aseguradora cuente con el sistema adecuado. En cuanto a las aseguradoras que emprenden el camino de la transformación hacia la IA, deben seleccionar un modelo operativo que se ajuste a su estrategia global. Este puede ser:

• Pasar a un modelo de fábrica digital de entre 20 y 50 módulos.
• Un modelo de producto y plataforma que admite un número mucho mayor de pods.
• Un modelo de negocio ágil más completo para toda la empresa que extienda las ventajas de la agilidad a todo el negocio, no solo a los centros de alta tecnología.

El papel de la gestión de productos

Uno de los elementos más importantes para la implementación exitosa del modelo operativo seleccionado es que haya capacidades sólidas de gestión de productos, ya que estas pueden determinar en gran medida el éxito del ejercicio de transformación. Las aseguradoras pueden unir funciones empresariales, datos y tecnología en un modelo operativo ágil y basado en el trabajo en equipo, de la siguiente manera:

• Romper silos.
• Establecimiento de una cultura de propiedad.
• Dar prioridad a la empresa con una mentalidad centrada en el cliente.

Torre de control de IA

La torre de control de la IA también es fundamental, ya que gobierna y supervisa la creación de valor impulsada por la IA y su adopción a nivel organizativo. Los equipos centrales de IA están adquiriendo cada vez más importancia a medida que las aseguradoras se preocupan cada vez más por la reutilización de componentes y la IA estándar. El departamento de TI está colaborando más estrechamente con los equipos de datos e inteligencia artificial, ya que estos utilizan mayores capacidades de ingeniería y nube. Al mismo tiempo, estas tendencias deben equilibrarse en términos de propiedad empresarial de primera línea para orientar las capacidades tecnológicas hacia las cuestiones correctas y crear valor real. Uno de estos posibles modelos es el modelo basado en productos, en el que los equipos se basan en los «superproductos» fundamentales a lo largo de la cadena de valor de los seguros.

El objetivo es crear valor sostenible con tecnología: las aseguradoras deben utilizar soluciones basadas en la inteligencia artificial y revolucionar todas las capacidades de su organización. Esto ayudará a las organizaciones a:

• Sé flexible.
• Aprovecha las innovaciones más recientes en materia de inteligencia artificial.
• Evita la producción de tecnologías arcaicas que reprimirán el crecimiento y las innovaciones futuras. La modernización real consistirá en hacer que los elementos y funciones de IA sean reutilizables, armonizar los estándares en toda la empresa y utilizar datos de alta calidad para entrenar los modelos.

Cuatro capas de la pila de IA

La pila de capacidades está diseñada para facilitar la adopción de la IA en la empresa. Esta pila de IA tiene cuatro capas que son cruciales:

1. Compromiso reinventado
2. Toma de decisiones basada en inteligencia artificial.
3. Infraestructura
4. Plataforma de datos Se debe invertir estratégicamente en las capas para garantizar el uso de la IA en toda la empresa. Los bancos pueden inspirar a las aseguradoras a desarrollar su pila de IA, pero, concretamente, pueden tener en cuenta las diferencias significativas entre ambos campos.

Las aseguradoras deben replantearse su relación con los clientes y utilizar la inteligencia artificial para ofrecer experiencias altamente personalizadas con una interacción fluida con el cliente. Las principales compañías de seguros también están aplicando la IA para mejorar su interacción con los clientes, y combinan varios canales de comunicación que tienen las siguientes características:

• chatbots de texto
• Imágenes que permitan a los clientes comprender datos complejos.
• Asistentes de voz que permiten a los clientes hablar con su compañía de seguros en lugar de escribir. La IA se utiliza para garantizar que la experiencia del cliente no solo sea humana, sino también fluida e uniforme en todos los canales. Para ilustrar este punto, cuando un cliente inicia una conversación utilizando la aplicación móvil y la continúa mediante una llamada telefónica, la IA tendrá en cuenta la información introducida anteriormente, por lo que el cliente no tendrá que volver a introducirla.

Adopción de la IA general por parte de los consumidores

La IA generativa también está empezando a ser reconocida por los clientes. De las personas que utilizan aplicaciones de IA generativa como ChatGPT, el 29 % busca información, asesoramiento o recomendaciones financieras o de inversores. El aumento del número de consumidores que utilizan herramientas de IA genérica para realizar tareas como ofertas de seguros no dejará a las aseguradoras otra opción que llevar su asesoramiento, la comunicación del valor de los productos y la transparencia de los precios al siguiente nivel.

La capa de toma de decisiones basada en IA es una capa que explora montañas de datos que se han creado a través de los diferentes canales para ofrecer una experiencia muy personalizada al cliente y al empleado. Esta capa:

• amplía las decisiones actuales sobre precios y suscripción.
• Apoya las decisiones sobre reclamaciones.
• Mejora la precisión de las reclamaciones mediante la evaluación dinámica de los puntos de datos, incluidas las notas del perito, las fotografías de los daños, los textos o documentos presentados y el historial de reclamaciones. A modo indicativo, una aseguradora ha creado un almacenamiento de productos consolidado en el que los documentos de las pólizas abarcan toda la empresa a nivel mundial; los agentes del centro de atención telefónica pueden responder fácilmente a consultas relacionadas con la cobertura, las exclusiones, entre otras. En el ámbito de los seguros generales, muchas aseguradoras están utilizando conjuntamente la IA y los datos de siniestros para detectar nuevos factores de riesgo, incluidas las estimaciones de daños causados por el clima.

Funciones avanzadas de IA

Con el desarrollo de la tecnología de IA, las principales compañías de seguros están abandonando los modelos predictivos tradicionales y recurriendo a funciones avanzadas como:

• Sistemas multiagente.
• razonamiento en varios pasos

Agentes de IA genérica

El uso de la IA está revolucionándose gracias a la IA agencial. Los agentes de IA genérica son sofisticados sistemas de IA capaces de aplicar su criterio y suelen estar orientados a la conversación con el usuario basándose en un amplio conocimiento científico y en datos históricos. Varios agentes participan en los esfuerzos de colaboración para lograr este objetivo, incluyendo imágenes satelitales y de drones para evaluar y prevenir daños. También son increíblemente perspicaces, ofrecen asistencia en tiempo real a los agentes humanos y proponen planes de acción adecuados. El potencial de los agentes de IA genérica es contribuir a:

• Mayor implicación de los clientes.
• Automatización de procesos complicados.
• Aumento de la productividad.

Razonamiento en varios pasos

El razonamiento multietapa, por su parte, permite a un sistema de IA dividir un problema complejo en varios pasos más pequeños y manejables y, posteriormente, abordar cada uno de esos pasos de forma consecutiva. Por ejemplo, una aseguradora podría adoptar un sistema de IA de razonamiento de varios pasos y concluir el daño y el pago de una reclamación.

Implementación en el mundo real

A modo de ejemplo, una de las principales aseguradoras con sede en Norteamérica está adoptando operaciones de agencia en todos sus procesos de suscripción. Esta implementación ha revelado diferentes juicios implícitos que los suscriptores han utilizado durante mucho tiempo y que han incorporado a las nuevas regulaciones y directrices para mejorar la eficacia y la uniformidad de su proceso de suscripción.

Escalado de componentes reutilizables

Las aseguradoras también deben dar prioridad a la ampliación de los componentes reutilizables y estandarizados para sacar el máximo partido a la IA. Los modelos y procesos de IA deben desarrollarse como recursos de código modulares e interoperables, que puedan aplicarse en diversas áreas. Tomando como ejemplo un motor de clasificación de documentos asistido por IA creado para respaldar la suscripción, se puede utilizar un motor similar para mejorar también la tramitación de reclamaciones y el servicio de pólizas. Los marcos de IA, las API y los activos de código estandarizados pueden ser:

• Es más rentable invertir en
• Reducir el tiempo de desarrollo.
• Reduce la redundancia.
• Acelerar la implementación de la IA en toda la empresa. Las aseguradoras pueden obtener un valor mucho mayor de sus inversiones en IA si consideran la IA como una capacidad incremental y no como un conjunto de proyectos a medida.

Una capa de infraestructura robusta ofrece las características que permiten a la IA funcionar y generar valor, como los procesos de aprendizaje automático que pueden ejecutar grandes modelos de IA con bajos costes.

Decisión de crear, comprar o asociarse

Decidir si desarrollar soluciones de IA internamente y establecer la propiedad intelectual, o subcontratar el desarrollo de potenciales de IA que puedan convertirse en fuentes de propiedad intelectual de alto valor en el futuro, es una decisión de alto riesgo entre las aseguradoras que influye en su escalabilidad, diferenciación y capacidad de respuesta al mercado.

Desarrollo interno

El desarrollo interno de capacidades de IA puede permitir soluciones personalizadas que se adapten mejor a las necesidades de un negocio en particular y pueden contener el «ingrediente secreto» de una aseguradora, a la pila de capacidades de IA con una protección adicional, lo que brinda un mejor control y una oportunidad de diferenciación. No obstante, esta estrategia requiere inversiones considerables en talento específico, infraestructura y ciclos de desarrollo a largo plazo, que, sin embargo, no siempre resultan rentables.

Adquisición de soluciones de IA

Por el contrario, adquirir soluciones de IA a través de proveedores consolidados permitirá una implementación más rápida y se basará en tecnología probada, pero tendrá limitaciones en cuanto a:

• personalización
• Integración.
• Coste a largo plazo.
• Dependencia de la hoja de ruta de productos de terceros.
• Ejecuta lo que el mercado demanda mediante la utilización de herramientas y capacidades que ya utilizan otros.

Enfoque híbrido

Una solución mixta puede comprometer la escalabilidad y el control estratégico. Al externalizar los servicios de las aseguradoras que ofrecen soluciones estandarizadas que incorporan IA genérica, en particular en las operaciones corporativas, incluidas las finanzas, los recursos humanos y las adquisiciones, las aseguradoras pueden dedicar recursos internos a las operaciones principales de las empresas, que incluyen la suscripción y la gestión de siniestros. La IA personalizada en dichos lugares puede utilizarse como fuente de diferenciación, aprovechando los datos y la experiencia propios en campos específicos para aumentar la ventaja competitiva. Se trata de una estrategia rentable, rápida y diferenciadora que permite:

• Elige cuidadosamente entre crear o comprar.
• Ten en cuenta los objetivos comerciales a largo plazo.
• Requisitos comerciales individuales. Un sistema híbrido requeriría la creación de una capacidad de coordinación interna capaz de combinar las soluciones tanto internas como externas, tanto desde el punto de vista técnico como en términos de valor, y que acabaría proporcionando a las aseguradoras otra propiedad intelectual que actuaría como uno de los factores diferenciadores competitivos. Además, la creación de una red dinámica de socios permite a las aseguradoras adquirir conocimientos y soluciones externas innovadoras en aquellas áreas en las que las internas pueden ser más débiles.

Tomar decisiones estratégicas

Teniendo en cuenta el cambiante entorno de la IA, las aseguradoras deben guiarse por la relación coste-beneficio y tener una visión a largo plazo de los cambios para poder tomar este tipo de decisiones. Hasta la fecha, muy pocas aseguradoras han establecido una estructura estricta para la decisión entre construir y comprar, y aún menos están explorando la revisión de esta estructura en una era de acelerada evolución tecnológica. El análisis de la necesidad de construir o adquirir tecnologías de IA debe tener claro:

• Creación de valor.
• Rentabilidad
• Análisis de la velocidad de comercialización.
• Escalabilidad a largo plazo. La capacidad técnica, la complejidad de la integración, el cumplimiento normativo y la seguridad de los datos también son factores que las aseguradoras deben tener en cuenta. En el caso de las capacidades subcontratadas, la gestión de los proveedores de tecnología requiere la máxima atención, por lo que las aseguradoras deben seleccionar, evaluar y gestionar con cuidado a los proveedores de servicios de inteligencia artificial y en la nube para lograr el cumplimiento normativo, la interoperabilidad y la escalabilidad a largo plazo. Las decisiones correctas hacen que las inversiones en IA se centren en el negocio, sean ágiles, innovadoras y competitivas en todo momento.

Abordar los sistemas heredados

Otro problema importante en la transformación de TI es la falta de documentación de los sistemas heredados, es decir, los sistemas que utilizan tecnología obsoleta que ya no es compatible con el proveedor. Esta infraestructura de sistemas heredada requerirá que las aseguradoras la actualicen al máximo para aprovechar las ventajas de la IA, superando los estrictos sistemas informáticos que simplemente no son escalables y no pueden procesar en tiempo real. La IA genérica ayuda a desmitificar los sistemas heredados, el código se analiza para crear documentación estructurada y las organizaciones pueden mantener el conocimiento institucional con la ayuda de la IA genérica. Gen AI también mejora la productividad de los desarrolladores mediante:

• Creación y prueba automatizadas de código.
• Reducir el esfuerzo manual.
• Acelerar el proceso de publicación. Los directores de informática y los directores técnicos pueden utilizar las lecciones aprendidas en revoluciones tecnológicas anteriores para asesorar a los altos directivos sobre cómo ampliar la IA general más allá de los proyectos piloto para obtener un valor empresarial sostenible.

Ejemplos de reducción de costes

Por ejemplo, hace varios años, una importante institución financiera necesitaba una inversión de más de 100 millones de dólares para actualizar su sistema de procesamiento de transacciones. Gen AI ha reducido los costes en más de la mitad. Mientras tanto, una de las 15 aseguradoras líderes a nivel mundial aplicó la IA genérica para lograr:

• Más del 50 % de eficiencia en la modernización de códigos y pruebas.
• Aumento de más del 50 % en la velocidad de realización del trabajo de codificación.

Las aseguradoras deben invertir en las infraestructuras de datos necesarias para entrenar y escalar los sistemas de IA multiagente, y lograr una integración fluida de las funciones empresariales. Una infraestructura de nube híbrida, es decir, una combinación de centro de datos local y entorno de nube pública, debe desarrollarse de manera que sea escalable; además, los procesadores de productos básicos altamente configurables también están diseñados para garantizar la flexibilidad y la eficiencia. Las aseguradoras deben tener en cuenta la calidad y la disponibilidad de los datos en lo que respecta a la gobernanza de los datos, pero también el reto que supone el tratamiento de información confidencial. Cuando los sistemas heredados se convierten en un reto, las aseguradoras pueden verse obligadas a actualizar su entorno informático para que pueda soportar la adopción a gran escala de la IA.

Para lograr una implementación exitosa de la IA, es necesario fomentar una cultura de innovación, un cambio de mentalidad y el desarrollo de capacidades, pero las organizaciones tienden a subestimar los niveles de resistencia y la disposición a adoptar un nuevo enfoque de trabajo. Es necesario dotar a los empleados de las habilidades adecuadas y crear una visión clara del papel facilitador de la IA a la hora de ayudarles en su trabajo. Las principales aseguradoras han organizado programas de gestión del cambio que se centran en:

• Ejemplo de liderazgo.
• Expresar el valor de la IA.
• Programas integrales de desarrollo de capacidades.
• el avance de los marcos de rendimiento adecuados.

Abordar las preocupaciones de los empleados

La adopción de tecnologías de IA en las organizaciones puede generar ansiedad entre los empleados respecto a sus funciones. Sin embargo, la historia ha demostrado que la tecnología suele introducir nuevas necesidades y oportunidades y, por lo tanto, se crean nuevas funciones y responsabilidades. Por último, la implementación de la IA en los flujos de trabajo tendrá que basarse en el desarrollo de un sentido de propiedad y responsabilidad compartidas hacia la implementación de la IA en la organización.

La tecnología es solo la mitad de la batalla.

Una tecnología excelente no es suficiente, ya que solo supone la mitad del trabajo. La otra mitad consiste en conseguir que los empleados apliquen realmente la IA en su rutina diaria y en cambiar la forma en que se realiza el trabajo, ya sea mediante la automatización o la ampliación.

La experiencia sugiere que el uso de la IA es un requisito inevitable para seguir siendo competitivo. No hay muchas aseguradoras dominantes que hayan implementado completamente la IA, pero es un ejemplo atractivo que otras empresas que buscan aprovechar la oportunidad de cambiar deberían seguir. Estas aseguradoras ya llevan la delantera y los nuevos avances tecnológicos les han proporcionado los medios para acelerar aún más.

La trampa del purgatorio piloto

El resto queda atrapado en el purgatorio piloto y cae en numerosas trampas:

• No tienen un enfoque agresivo de IA en toda la empresa con resultados financieros cuantificables que puedan sacar a la empresa de su inercia en materia de IA.
• No reconocen la magnitud total de los requisitos de inversión y, por lo tanto, realizan esfuerzos a pequeña escala y fragmentados con un menor retorno de la inversión.
• Están orientados a casos de uso específicos, en lugar de transformar el dominio.
• No desarrollen componentes reutilizables para la línea de negocio que reduzcan el valor de la IA a largo plazo.
• También dependen en exceso de soluciones estándar, lo que las hace menos adecuadas a las peculiaridades de su negocio y canibaliza su propia capacidad para producir propiedad intelectual de nueva generación.

Para mantenerse al día con un mundo en rápida evolución, las compañías de seguros deben adoptar una perspectiva radical a nivel empresarial sobre la IA, reconfigurando completamente el negocio e integrando la IA en todos sus procesos. Esto incluye:

• Creación de sistemas específicos para la empresa.
• Entrenar modelos de IA con datos internos.
• Reestructurar los procesos empresariales para superar a la competencia en líneas y mercados seleccionados.
• Reevaluar el modelo operativo.
• Reutiliza la IA con componentes reutilizables para alcanzar su potencial transformador. Reestructurar las operaciones con IA proporcionará a las aseguradoras un valor comercial a largo plazo y les permitirá superar a sus competidores.