O futuro da IA no setor de seguros

De vez em quando, surge uma inovação tecnológica que altera o mundo e as empresas têm de se adaptar ou podem até cair no esquecimento. A transição entre estilos de vida predominantemente agrários e urbanos tornou-se possível graças ao motor a vapor da Revolução Industrial e à mecanização da produção. Com a introdução da Internet, aumentaram as comunicações em tempo real, o comércio eletrónico e a computação em nuvem, entre outros. Agora é a vez da IA. Trata-se de uma tecnologia altamente poderosa que está a mudar rapidamente os processos de fluxo de trabalho, a melhorar a inovação e a remodelar as indústrias. Tal como em qualquer outro efeito tecnológico transformador, vai ser difícil ou mesmo impossível ver empresas, incluindo seguradoras, a evitar a IA. Há várias décadas, quando o comércio eletrónico se tornou um fenómeno inevitável, simplificado e mais avançado, os clientes habituaram-se a poder encomendar produtos facilmente e recebê-los em pouco tempo, e esperavam que todos os comerciantes tivessem as mesmas funcionalidades. Da mesma forma, a IA transformou as expectativas dos consumidores, de modo que agora os clientes estão a exigir:

• mais precisão e confiabilidade ao longo da jornada do consumidor
• a capacidade de ter diálogos semelhantes aos humanos com bots de IA (baseados em texto ou voz)
• ofertas e comunicação hiperpessoais
• produtos e interações sob demanda, adaptados às suas necessidades

Essa é uma das diferenças entre a IA genérica e outros avanços tecnológicos: a IA genérica consegue raciocinar, fazer julgamentos, demonstrar criatividade e empatia num nível nunca antes visto por outras inovações tecnológicas, e essas são habilidades específicas que são particularmente importantes para as seguradoras. É por isso que a IA genérica pode realmente revolucionar o setor de seguros. A essência do seguro é compreender adequadamente o risco específico e ajudar as pessoas em dificuldades da maneira mais eficiente, eficaz e diplomática possível.

Tudo isso pode ser alterado pela IA

• A IA analítica tradicional está ciente das tendências nos dados
• A Gen AI melhora essas funcionalidades com uma melhor compreensão de dados não estruturados e permite adicionar hiperpersonalização e empatia às respostas
• A IA agênica traz uma nova automação para processos de trabalho complexos, permitindo que as seguradoras extraiam o máximo valor Devido a essa flexibilidade, as seguradoras estão a aplicar a IA a todas as principais funções, tais como:
• produtividade de vendas e hiperpersonalização
• automatização e maior precisão na subscrição
• gestão de reclamações aumentada
• operações de atendimento ao cliente com agentes de voz
• alteração de funções administrativas, tais como finanças, atuária e TI Tal como outras inovações tecnológicas que podem ser revolucionárias, os consumidores vão perceber aos poucos que a IA pode simplificar as suas vidas e vão se acostumar com ela por parte dos seus prestadores de serviços. As seguradoras que conseguirem aproveitar a oportunidade de incorporar totalmente a IA em todas as suas atividades estarão em posição de se destacar. Elas poderão então fazer mais negócios, a um ritmo mais rápido e de forma mais personalizada, com uma melhor compreensão do risco subjacente.

Para conseguir uma transformação de IA com sucesso, não dá só mexer nas pontas e fazer alguns pilotos, ou achar que é possível conseguir uma habilitação real de IA comprando um conjunto de produtos de software como serviço com uma intenção estratégica superficial, ou que as transformações do fluxo de trabalho serão alcançadas por soluções de IA prontas para uso. Para gerar valor comercial sustentável por meio da IA, as seguradoras devem:

• crie uma visão ousada para toda a empresa sobre o que a IA pode se tornar
• fundamentalmente, reformulem radicalmente a forma como conduzem os negócios em todas as áreas da empresa (subscrição, sinistros, distribuição, atendimento ao cliente, etc.) para tornar a tecnologia parte integrante da organização
• reformular os fluxos de trabalho
• reformule a forma de operar
• trabalhe para criar uma pilha moderna de dados e tecnologia
• dimensiona a IA usando componentes reutilizáveis em diferentes casos de uso e domínios de negócios E eles terão que fazer isso de uma forma que traga mudanças significativas na economia unitária. Os processos de ponta a ponta também terão de ser redesenhados para obter valor da IA, e não apenas sobrepor a IA aos processos existentes ou, pior ainda, adicionar outra etapa a um fluxo de trabalho com uma ferramenta de IA desnecessária.

Experiência em consultoria de IA para seguros

Na consultoria de IA para seguros, o trabalho com IA foi identificado como pioneiro nas mudanças digitais pela Forrester e já esteve envolvido em IA com mais de 200 seguradoras em todo o mundo. A divisão que lida com seguros especializados também tem uma biblioteca de:

• mais de 50 componentes de IA reutilizáveis
• mais de 20 recursos completos de seguros que o cliente pode usar e personalizar Com uma abordagem holística e estratégica à IA, as seguradoras podem estar em posição de se tornarem nativas da IA e desenvolver uma vantagem competitiva sustentável.

A triagem é uma das razões pelas quais a IA genérica tem tanto potencial, devido às partes reutilizáveis, então a tecnologia pode ser usada para revolucionar vários aspetos de um negócio. Por exemplo, uma capacidade de geração de IA que foi treinada para responder com atendimento ao cliente é reutilizada para:

• responda às perguntas internas de suporte de TI
• crie conteúdo de marketing
• revê a resposta ao pedido de proposta
• escreve documentos legais Embora os produtos finais sejam bem diferentes, os componentes de IA por trás deles podem ser reaplicados em diferentes áreas de negócios e aplicações.

O futuro: sistemas multiagentes de IA

A IA continua a avançar a um ritmo acelerado. Por exemplo, quase todas as ações de integração de clientes em seguros serão realizadas por sistemas multiagentes de IA num futuro próximo, que funcionarão como colegas de trabalho virtuais. As informações seriam absorvidas por um agente de admissão e, em seguida, eles entrariam em contacto com os clientes ou intermediários para esclarecer um ponto de informação e também extrair os dados de forma suave de documentos complexos, como registos médicos ou documentos de engenharia. Um agente de perfil de risco pode desenvolver um perfil de risco holístico de cada caso, com base nas regras de subscrição atuais. Um agente de preços e produtos poderia automaticamente definir o preço do caso e recomendar estruturas de apólices para satisfazer o cliente, como anexar cláusulas adicionais para doenças graves e invalidez a uma apólice de seguro de vida. Um agente de conformidade e equidade garantiria que as normas regulatórias e os altos padrões éticos fossem cumpridos. O agente orquestrador de decisões pode compilar as informações recebidas por outros agentes para decidir se a apólice pode ser aprovada automaticamente ou se precisa ser encaminhada a um subscritor sênior humano para revisão, com base no tamanho da apólice ou outras considerações. Um agente baseado em aprendizagem e feedback também pode manter um modelo em constante evolução, levar em consideração o feedback humano para melhorar e monitorar o desvio ou a degradação do desempenho de um modelo de aprendizagem automática ao longo do tempo.

Embora exista muito potencial na IA no setor de seguros, é difícil escalá-la em toda a organização. O problema de:

• riscos de segurança
• custos elevados
• riscos de ficar preso a fornecedores
• falta de talentos na organização
• resistência cultural
• falta de governança adequada
• a existência de infraestruturas antigas Isso tende a atrasar o progresso. Será necessária uma mudança real para ir direto ao ponto e responder a essas barreiras de maneira ponderada, que não resulte em uma proliferação de abordagens e soluções, como estamos vendo hoje.

A gestão de alterações é fundamental

É por isso que a gestão de mudanças é um componente das mudanças de IA. A gestão de mudanças, no nosso caso, constitui metade do que é necessário para alcançar impacto financeiro e não financeiro, e a outra metade é constituída por esforços para trazer dados limpos para os modelos, o próprio processo de modelagem e a integração da IA.

As seguradoras virtuais começaram a usar IA, e ela tem muitas aplicações na produção. Mesmo assim, os líderes de várias seguradoras acham que as suas organizações não são nativas de IA, já que não a adotaram totalmente nos seus processos de negócios. Esse sentimento promove a vontade de investir mais em tecnologias de IA, porque as empresas estão a procurar manter-se competitivas. As seguradoras estão empenhadas em descobrir a fórmula certa para o sucesso, mas muito poucas conseguiram fazê-lo.

Os líderes em IA estão a superar as expectativas

Os líderes em IA entre as seguradoras já superam os seus colegas. A título de ilustração, de acordo com a pesquisa, os líderes em IA do setor de seguros geraram 6,1 vezes mais TSR nos últimos cinco anos do que os retardatários em IA (2 a 3 vezes na maioria dos outros setores). Apesar de poucas seguradoras estarem a obter valor significativo através da IA em toda a cadeia de valor em grande escala, as melhores seguradoras estão a adotar abordagens baseadas no domínio para mudar. Eles selecionam algumas funções comerciais – distribuição, preços e subscrição, reclamações, investimentos – e reformulam o funcionamento dessas funções.

Melhorias mensuráveis da transformação da IA

Até à data, a reestruturação baseada em IA ao nível do domínio já afetou vários aspetos críticos das empresas de seguros, tais como:

• Taxas de sucesso 10 a 20 por cento mais altas para novos agentes
• Crescimento dos prémios 10 a 15 por cento mais alto
• Custos de aquisição de novos clientes 20 a 40 por cento mais baixos
• Melhoria de 3 a 5 por cento na precisão das reclamações

O roteiro da transformação já foi divulgado como diretriz que as empresas devem usar para abraçar o poder do digital e da IA. Com o desenvolvimento acelerado e a influência crescente da IA genérica, isso está a se tornar uma necessidade urgente. De acordo com essa estrutura, há seis movimentos característicos que as seguradoras podem fazer para criar organizações que prosperarão na era digital e da IA:

1. Alinha a equipa de gestão executiva ao roteiro de transformação da IA orientado para os negócios

As principais seguradoras não consideram a IA como mais um instrumento de eficiência, mas entendem-na como uma fonte de mudança e uma possibilidade de melhorar a expansão, as relações com os clientes e a produtividade. A alteração deve basear-se no valor comercial e os resultados devem ser quantificáveis. Um estado de transformação da IA entre as seguradoras exige que elas:

• motive e concentre a equipa de topo
• concentre a sua atenção num número limitado de domínios comerciais significativos e transforme-os completamente
• conecte os resultados da transformação com o resultado desejado nos KPIs operacionais, incluindo a redução da rotatividade de clientes É essencial ter uma visão abrangente, combinando soluções de IA em toda a empresa com um roteiro claro sobre como consolidar várias aplicações dentro de um domínio, em vez de implementar aplicações isoladas em vários domínios.

2. Crie uma reserva de talentos adequada

Para alcançar o status de líderes digitais, as seguradoras precisam desenvolver o seu pool de talentos, possuindo um robusto pool interno de talentos digitais e, de preferência, 70 a 80% dos talentos digitais devem ser internos. Os líderes digitais empregam três etapas principais:

• eles passam a fazer parte de um grupo de talentos com tecnólogos mais experientes e altamente produtivos e menos iniciantes
• eles criam grelhas de desenvolvimento de competências granulares apoiadas por credenciais para construir excelência e identificar tecnólogos únicos
• eles criam uma equipa especializada para remodelar as suas práticas de RH para recrutar e reter talentos digitais Além disso, eles estão a organizar uma nova era em que a força de trabalho é composta por seres humanos e agentes de IA, o que vai forçar a evolução da prática organizacional.

3. Implementa um modelo operacional escalável

Quando uma seguradora está a passar por uma transformação com a ajuda da IA, é preciso escolher um modelo operacional que possa ajudar a seguradora a implementar uma estratégia. Além disso, a introdução de competências eficazes de gestão de produtos é essencial e pode ajudar a tornar a transformação um sucesso.

4. Espalhe a inovação de forma rápida e ampla usando a tecnologia

As melhores seguradoras da categoria baseiam-se numa pilha de recursos de IA maleável, impulsionada por sistemas multiagentes reutilizáveis. A pilha de tecnologia de IA atual de uma seguradora é muito adaptável para acomodar a tecnologia em rápida mudança e é altamente modular. A reutilização dos componentes e capacidades de IA subjacentes é essencial, assim como uma arquitetura de malha de IA agênica. Esse paradigma arquitetônico distribuído e independente de fornecedores permite que vários agentes pensem, cooperem e ajam de forma independente em uma variedade de sistemas, ferramentas e modelos de linguagem de maneira segura e escalável. A arquitetura também é desenvolvida de forma a poder evoluir com a tecnologia.

5. Incorpore dados em todos os lugares

Recursos de dados de última geração sempre serão essenciais, já que qualquer IA é orientada por dados. Embora a própria IA possa ajudar a resolver desafios relacionados a dados, a maioria das seguradoras vai ter que melhorar o potencial dos seus dados de forma mais radical para ter sucesso na sua visão de IA. O desenvolvimento dessas capacidades implica ser capaz de superar obstáculos técnicos e organizacionais. A propriedade intelectual nas seguradoras pode tornar-se a capacidade de consolidar e utilizar o conhecimento e o «ingrediente secreto» de uma organização seguradora em sistemas de IA agentica.

6. Invista na gestão da mudança e da adoção

A adoção é tão importante quanto o desenvolvimento. Por norma, cada dólar investido na criação de soluções digitais e baseadas em IA deve ser acompanhado por pelo menos mais um dólar para garantir a adoção pelo utilizador e a expansão para o nível empresarial.

Domínios

Os domínios são os elementos mais básicos dos processos de negócio das seguradoras. Alguns dos domínios incluem funções primárias:

• vendas e distribuições
• preços e subscrição
• alegações
• manutenção da política As seguradoras normalmente possuem entre 10 a 15 áreas que podem ser reconfiguradas usando IA.

Subdomínios

Os subdomínios são compostos por domínios. A unidade subjacente de uma transformação de IA é um subdomínio, que é definido por três características principais:

• pessoas, ativos e capacidades colaborando para alcançar objetivos comuns
• resultados comerciais essenciais de cada domínio
• aplicações específicas de IA em vários segmentos de negócios, o que requer componentes reutilizáveis e métricas de sucesso específicas

As seguradoras que estão passando por uma transformação de IA vão precisar pensar em quais áreas precisam mudar mais. Toda seguradora típica tem várias áreas, como vendas e distribuição, preços e subscrição, sinistros e serviços de apólices, e cada uma delas tem muitas oportunidades de ser otimizada pela IA.

A importância da implementação baseada no domínio

A reorganização de um campo precisa de dimensão. Para aproveitar todo o potencial da IA, as seguradoras não devem ficar com soluções fragmentadas ou iniciativas de casos de uso, mas sim avançar para uma implementação baseada no domínio. As aplicações individuais são normalmente criadas para provar a legitimidade das tecnologias de IA geral num ambiente regulamentado. E, embora possam apresentar resultados encorajadores, os projetos de prova de conceito e de produto mínimo viável tendem a concentrar-se em ganhos rápidos e não são adequados a uma estratégia de longo prazo, integração de fluxos de trabalho e obtenção de benefícios sustentáveis a longo prazo. Uma transformação completa de um a três domínios para criar um impacto significativo pode ser baseada no domínio, sem necessariamente sobrecarregar a organização. O número necessário de casos de uso para reconfigurar um domínio depende, embora seja importante garantir que os casos de uso utilizados possam resultar em mudanças significativas e que todos eles possam melhorar o desempenho. As seguradoras desenvolvem sinergias de preparação de dados, integração de sistemas e gestão de mudanças por meio de uma abordagem abrangente e da reorganização de fluxos de trabalho completos. Isso as posiciona para fazer melhorias reais em eficiência, uso de recursos e vantagem competitiva sustentável. O escalonamento bem-sucedido da IA pelas seguradoras concentra-se nos casos de uso mais prováveis com o maior impacto quantificável nos negócios. Essas aplicações impactantes são fáceis de adaptar e implementar em vários campos, projetando e generalizando algumas habilidades de IA altamente transferíveis.

Seguradoras de todos os tipos devem ganhar vantagens em termos de eficiência operacional e interações com os clientes devido à implementação da IA genérica, que ajudará a otimizar diferentes aspectos do trabalho.

Vida

As seguradoras de vida podem utilizar a IA genérica em conformidade para melhorar a avaliação de riscos e a subscrição de apólices, criando dados sintéticos que complementam os conjuntos de dados atuais.

Saúde

No seguro de saúde, a IA genérica pode ser usada para prever o resultado do paciente e personalizar planos de saúde, com a ajuda de grandes conjuntos de dados.

Propriedade comercial e acidentes

As seguradoras comerciais de bens e acidentes podem aproveitar a IA genérica para criar um modelo de risco detalhado e realizar diferentes cenários para avaliar perdas potenciais de forma mais eficiente.

Propriedade pessoal e acidentes

As seguradoras de bens pessoais e acidentes achariam o uso da IA gen relevante para processar reclamações automaticamente e melhorar a deteção de fraudes com a ajuda de análises de dados avançadas.

Transformação do processamento de reclamações

Entre as transformações de IA de nível de domínio e múltiplos casos de uso em seguros, pode-se destacar a IA no processamento de sinistros. Para melhorar o desempenho em todo o seu departamento de sinistros, a seguradora britânica Aviva implementou mais de 80 modelos de IA para:

• Reduza a duração da avaliação de responsabilidade em casos complexos em 23 dias
• aumente a eficácia das reclamações dirigidas às equipas relevantes em 30 por cento
• diminua as reclamações dos clientes em 65 por cento A Aviva informou ao investidor que a remodelação do seu setor de sinistros automóveis economizou à empresa mais de 60 milhões de libras em 2024.

Automatização da venda de seguros

Uma seguradora tentou tornar-se personalizada e eficiente criando uma automação inteligente para fornecer cotações a potenciais clientes e vender apólices. Os resultados foram impressionantes:

• 80% das transações passaram para a plataforma online
• os índices de satisfação do cliente aumentaram 36 pontos percentuais

Implementação do chatbot

A implementação de um chatbot que funciona 24 horas por dia, 7 dias por semana, contribuiu muito para uma seguradora fornecer o seu serviço de atendimento ao cliente fora do horário comercial, já que o número de clientes em potencial que compraram as suas apólices aumentou 11%.

IA com empatia

Uma transportadora diferente está a aplicar IA para produzir as cerca de 50.000 comunicações que faz todos os dias relacionadas a reclamações e acha que é mais fácil e empático ler do que comunicações escritas por humanos.

Depois de identificar uma área específica para passar por uma transformação, ela deve ser dividida numa sequência de módulos baseados em IA que podem ser executados, otimizados e ampliados. Para ilustrar, para transformar o processo de vendas e distribuição, é possível integrar recursos de IA genérica e análise preditiva (como modelos de propensão) em sistemas de IA interligados de ponta a ponta, incluindo copilotos multifacetados e chatbots de IA de última geração. As seguradoras podem desbloquear valor sustentável transformando a IA com base no domínio. A IA genérica tem um enorme potencial na área de vendas para aumentar a produtividade e a eficiência dos funcionários, poupando tempo em atividades simples.

Para abraçar uma transformação bem-sucedida da IA, é essencial uma mudança de paradigma na forma como os negócios são geridos, a fim de adotar um modelo operacional que seja escalável. Uma implementação bem-sucedida da IA em toda a empresa exige que a seguradora possua o sistema adequado. Ao discutir as seguradoras que estão a empreender a jornada de transformação da IA, elas devem selecionar um modelo operacional que se adapte à sua estratégia geral. Isso pode ser:

• mudança para um modelo de fábrica digital com entre 20 e 50 módulos
• um modelo de produto e plataforma que acomoda um número muito maior de pods
• um modelo de negócios ágil mais saudável em toda a empresa, que estenda a vantagem ágil a todo o negócio, não apenas aos centros de tecnologia intensiva

O papel da gestão de produtos

Um dos elementos mais importantes para a implementação bem-sucedida do modelo operacional selecionado é que deve haver capacidades sólidas de gestão de produtos, pois estas podem determinar em grande medida o sucesso do exercício de transformação. As seguradoras podem unir funções comerciais, dados e tecnologia num modelo operacional ágil e baseado em equipas, assim:

• quebra de silos
• criação de uma cultura de propriedade
• priorizar a empresa com uma mentalidade focada no cliente

Torre de controlo de IA

A torre de controlo de IA também é vital, pois governa e monitoriza a criação de valor impulsionada pela IA e a adoção organizacional. As equipas centrais de IA estão a tornar-se cada vez mais proeminentes, à medida que as seguradoras se preocupam cada vez mais com a reutilização de componentes e IA padrão. A TI está a colaborar mais estreitamente com as equipas de dados e IA, uma vez que estas utilizam maiores capacidades de engenharia e nuvem. Simultaneamente, tais tendências devem ser equilibradas em termos de propriedade comercial da linha da frente, para orientar as capacidades tecnológicas para as questões corretas e criar valor real. Um desses modelos potenciais é o modelo baseado em produtos, no qual as equipas se baseiam nos «superprodutos» essenciais ao longo da cadeia de valor dos seguros.

O objetivo é criar valor sustentável com tecnologia: as seguradoras devem usar soluções baseadas em IA e revolucionar todo o conjunto de recursos da sua organização. Isso vai ajudar as organizações a:

• seja flexível
• adote as inovações mais recentes em IA
• evita a produção de tecnologias arcaicas que vão reprimir o crescimento e as inovações futuras A modernização real vai ser tornar os elementos e funções de IA reutilizáveis, harmonizar os padrões em toda a empresa e usar dados de alta qualidade para treinar os modelos.

Quatro camadas da pilha de IA

A pilha de recursos foi elaborada para facilitar a adoção da IA na empresa. Essa pilha de IA tem quatro camadas que são cruciais:

1. Envolvimento repensado
2. Tomada de decisões com base em IA
3. Infraestrutura
4. Plataforma de dados É preciso investir estrategicamente nas camadas para garantir o uso da IA em toda a empresa. Os bancos podem inspirar as seguradoras a desenvolver a sua pilha de IA, mas, especificamente, podem considerar diferenças significativas entre os dois campos.

As seguradoras devem repensar o seu envolvimento com os clientes, usando IA para oferecer experiências altamente personalizadas com uma interação perfeita com o cliente. As principais seguradoras também estão a aplicar IA para melhorar a sua interação com os clientes e combinam vários canais de comunicação com as seguintes características:

• chatbots de texto
• imagens que permitam aos clientes compreender dados complexos
• assistentes de voz que permitem que os clientes falem com a sua seguradora em vez de digitar A IA é usada para garantir que a experiência do cliente não seja apenas semelhante à humana, mas também perfeita e uniforme entre os canais. Para ilustrar o ponto, quando um cliente inicia uma conversa usando o aplicativo móvel e continua por meio de uma chamada telefónica, a IA considerará a entrada anterior, portanto, o cliente não precisará inserir as informações novamente.

Adoção da IA genérica pelos consumidores

A IA genérica também está a começar a ser reconhecida pelos clientes. Entre as pessoas que utilizam aplicações de IA genérica, como o ChatGPT, 29% procuram informações, conselhos ou recomendações financeiras ou de investidores. O aumento do número de consumidores que usam ferramentas de IA genérica para realizar tarefas como ofertas de seguros deixará as seguradoras sem outra opção a não ser levar seus serviços de consultoria, comunicação do valor dos produtos e transparência de preços para o próximo nível.

A camada de tomada de decisões baseada em IA é uma camada que explora montanhas de dados que foram criados através dos diferentes canais para oferecer uma experiência muito pessoal ao cliente e ao funcionário. Esta camada:

• aumenta as decisões atuais de preços e subscrição
• apoia decisões sobre reclamações
• melhora a precisão das reclamações através da avaliação dinâmica dos pontos de dados, incluindo notas do avaliador, fotos dos danos, envio de textos ou documentos e históricos de reclamações A título indicativo, uma transportadora criou um armazenamento consolidado de produtos onde os documentos de apólices abrangem toda a empresa global; os agentes do centro de atendimento são capazes de responder facilmente a perguntas relacionadas com cobertura, exclusões, entre outras. No setor de seguros patrimoniais e acidentais, muitas seguradoras estão usando IA e dados de sinistros em conjunto para detectar novos fatores de risco, incluindo estimativas de danos causados pelo clima.

Funções avançadas de IA

Com o desenvolvimento da tecnologia de IA, as principais seguradoras estão a deixar os modelos preditivos tradicionais e a recorrer a funções avançadas, tais como:

• sistemas multiagentes
• raciocínio em várias etapas

Agentes Gen AI

O uso da IA está a ser revolucionado através da IA agênica. Os agentes de IA genérica são sistemas sofisticados de IA capazes de aplicar julgamentos e geralmente voltados para a conversa com um utilizador com base em um vasto conhecimento científico e dados históricos. Vários agentes estão envolvidos em esforços colaborativos para a realização, incluindo imagens de satélite e drones para avaliar e prevenir danos. Eles também são incrivelmente perspicazes, oferecem assistência em tempo real a agentes humanos e propõem planos de ação adequados. O potencial dos agentes de IA genérica é contribuir para:

• maior envolvimento dos clientes
• automatização de processos complicados
• maior produtividade

Raciocínio em várias etapas

O raciocínio em várias etapas, por sua vez, permite que um sistema de IA divida um problema complexo em várias etapas menores e mais fáceis de lidar e, depois, resolva cada uma dessas etapas uma a uma. Por exemplo, um sistema de IA de raciocínio em várias etapas pode ser adotado por uma seguradora e concluir os danos e o pagamento de um sinistro.

Implementação no mundo real

Como exemplo, uma das principais seguradoras sediada na América do Norte está a adotar operações agênicas em todos os seus processos de subscrição. Essa implementação revelou diferentes julgamentos implícitos que os subscritores utilizam há muito tempo e que incorporaram em novos regulamentos e diretrizes para melhorar a eficácia e a uniformidade do seu processo de subscrição.

Dimensionamento de componentes reutilizáveis

A dimensionamento de componentes reutilizáveis e padronizados também deve ser priorizado pelas seguradoras para obter o máximo valor da IA. Os modelos e pipelines de IA devem ser desenvolvidos como recursos de código modulares e interoperáveis, que podem ser aplicados em várias áreas. Considerando o exemplo de um mecanismo de classificação de documentos assistido por IA criado para apoiar a subscrição, um mecanismo semelhante pode ser usado para melhorar o processamento de sinistros e o serviço de apólices também. Estruturas de IA padronizadas, APIs e recursos de código podem ser:

• mais rentável investir em
• diminuir o tempo de desenvolvimento
• reduz a redundância
• acelere a implementação da IA em toda a empresa As seguradoras podem obter muito mais valor dos seus investimentos em IA se considerarem a IA como uma capacidade incremental e não como um conjunto de projetos personalizados.

Uma camada de infraestrutura robusta oferece os recursos que permitem que a IA funcione e gere valor, como pipelines de aprendizagem automática que podem executar grandes modelos de IA com custos baixos.

Decisão de construir, comprar ou fazer parceria

Decidir se deve desenvolver soluções de IA internamente e estabelecer propriedade intelectual ou terceirizar o desenvolvimento de potenciais de IA que podem se tornar fontes de PI de alto valor no futuro é uma decisão de alto risco entre as seguradoras, que influencia a sua expansão, diferenciação e capacidade de resposta ao mercado.

Desenvolvimento interno

O desenvolvimento interno de capacidades de IA pode permitir soluções personalizadas que melhor atendam às necessidades de um negócio específico e podem manter o «ingrediente secreto» de uma seguradora, para o conjunto de capacidades de IA com uma proteção reforçada, o que proporciona um melhor controlo e oportunidade de diferenciação. No entanto, essa estratégia exige investimentos consideráveis em talentos específicos, infraestrutura e ciclos de desenvolvimento de longo prazo, que, no entanto, nem sempre se mostram rentáveis.

Aquisição de soluções de IA

Por outro lado, adquirir soluções de IA através de fornecedores estabelecidos permitirá uma implementação mais rápida e será baseado em tecnologia comprovada, mas será limitado em termos de:

• personalização
• integração
• custo a longo prazo
• dependência do roteiro de produtos de terceiros
• execute de forma eficiente através da utilização de ferramentas e recursos já em uso por outros

Abordagem híbrida

Uma solução mista pode comprometer a escalabilidade e o controlo estratégico. Ao terceirizar os serviços das seguradoras que oferecem soluções padronizadas que incorporam IA genérica, especialmente em operações corporativas, incluindo finanças, recursos humanos e compras, as seguradoras podem dedicar recursos internos às principais operações das empresas, que incluem subscrição e gestão de sinistros. A IA personalizada nesses locais pode ser usada como uma fonte de diferenciação, utilizando os dados proprietários e a experiência em campos específicos para aumentar a vantagem competitiva. Esta é uma estratégia económica, rápida e diferenciadora que permite:

• escolhas cuidadosas entre construir ou comprar
• consideração dos objetivos comerciais a longo prazo
• requisitos comerciais individuais Um sistema híbrido exigiria a criação de uma capacidade de orquestração interna capaz de combinar as soluções internas e externas, tanto tecnicamente como em termos de valor, acabando por dar às seguradoras outra propriedade intelectual que funcionaria como um dos fatores diferenciadores competitivos. Além disso, a criação de uma rede dinâmica de parceiros permite que as seguradoras adquiram conhecimentos e soluções externas inovadoras nas áreas em que as internas podem ser mais fracas.

Tomar decisões estratégicas

Considerando o ambiente de IA em constante mudança, as seguradoras precisam ser orientadas pelo custo-benefício e ter uma visão de longo prazo das mudanças para tomar essas decisões. Até à data, muito poucas seguradoras estabeleceram uma estrutura rígida para a decisão entre construir e comprar, e ainda menos estão a explorar a reavaliação dessa estrutura numa era de evolução tecnológica acelerada. A análise da necessidade de construir ou adquirir tecnologias de IA deve ter claro:

• criação de valor
• eficiência de custos
• análise da velocidade de comercialização
• escalabilidade a longo prazo A capacidade técnica, a complexidade da integração, a conformidade regulamentar e a segurança dos dados também são fatores que precisam ser levados em consideração pelas seguradoras. No caso de recursos terceirizados, a gestão dos fornecedores de tecnologia precisa de mais atenção, e as seguradoras devem selecionar, avaliar e gerir os fornecedores de IA e serviços em nuvem com cuidado para alcançar conformidade, interoperabilidade e escalabilidade a longo prazo. As decisões certas tornam os investimentos em IA focados nos negócios, ágeis, inovadores e competitivos em todos os momentos.

Lidando com sistemas antigos

Outro problema significativo na transformação de TI é a falta de documentação dos sistemas legados — sistemas que utilizam tecnologia desatualizada que já não é suportada pelo fornecedor. Essa infraestrutura de sistema legada vai exigir que as seguradoras a atualizem ao máximo para aproveitar os benefícios da IA, superando os sistemas de TI rígidos que simplesmente não são escaláveis e não conseguem processar em tempo real. A IA gen ajuda a desmistificar sistemas antigos, o código é analisado para criar documentação estruturada, e as organizações podem manter o conhecimento institucional com a ajuda da IA gen. A IA Gen também melhora a produtividade dos programadores, usando:

• criação e teste automatizados de código
• reduzindo o esforço manual
• acelerar o processo de lançamento Os CIOs e CTOs podem usar as lições aprendidas em revoluções tecnológicas anteriores para aconselhar a alta administração na expansão da IA genérica além de projetos-piloto para um valor comercial sustentável.

Exemplos de redução de custos

Por exemplo, há vários anos, uma grande instituição financeira precisava de uma conta de mais de US$ 100 milhões para fazer uma atualização num sistema de processamento de transações. A IA genérica reduziu os custos em mais da metade. Entretanto, uma das 15 principais seguradoras mundiais aplicou a IA genérica para alcançar:

• Mais de 50% de eficiência na modernização de códigos e testes
• mais de 50% mais rápido na conclusão do trabalho de codificação

As seguradoras precisam investir nas infraestruturas de dados necessárias para treinar e dimensionar sistemas de IA multiagentes, além de ter uma integração suave das funções de negócios. Uma infraestrutura de nuvem híbrida, ou seja, uma mistura de centro de dados local e ambiente de nuvem pública, deve ser desenvolvida de forma a ser escalável; além disso, os processadores do produto principal altamente configuráveis também são projetados para garantir flexibilidade e eficiência. As seguradoras precisam de considerar a qualidade e a disponibilidade dos dados em termos de governança de dados, mas também o desafio de lidar com informações confidenciais. Quando os sistemas antigos se tornam um desafio, as seguradoras podem ser obrigadas a atualizar o seu ambiente de TI para que ele possa suportar a adoção em grande escala da IA.

Para conseguir uma implementação bem-sucedida da IA, é preciso ter uma cultura de inovação, mudança de mentalidade e desenvolvimento de capacidades, mas as organizações tendem a subestimar os níveis de resistência e a vontade de adotar uma nova abordagem ao trabalho. É necessário dar aos funcionários as competências certas e criar uma visão clara do papel facilitador da IA em ajudá-los a trabalhar. As principais seguradoras organizaram programas de gestão de mudanças com foco em:

• modelo de liderança
• articular o valor da IA
• programas abrangentes de capacitação
• o avanço das estruturas de desempenho adequadas

Abordar as preocupações dos funcionários

A adoção de tecnologias de IA nas organizações pode deixar os funcionários ansiosos em relação às suas funções. No entanto, a história tem demonstrado que a tecnologia geralmente introduz novas necessidades e oportunidades e, assim, novas funções e responsabilidades são criadas. Por fim, a implementação da IA nos fluxos de trabalho terá de se basear no desenvolvimento do sentido de propriedade e responsabilidade partilhadas em relação à implementação da IA na organização.

A tecnologia é apenas metade da batalha

Uma tecnologia excelente não é suficiente, pois representa apenas metade da batalha. A outra metade consiste em fazer com que os funcionários realmente apliquem a IA na sua rotina diária e mudem a forma como o trabalho é realizado, seja através da automação ou do aumento de produtividade.

A experiência mostra que usar IA é uma necessidade inevitável pra continuar competitivo. Não tem muitas seguradoras dominantes que já operam totalmente com IA, mas é um exemplo atraente que outras empresas que querem aproveitar a chance de mudar devem seguir. Essas seguradoras já estão na liderança e os novos desenvolvimentos tecnológicos deram a elas os meios para acelerar ainda mais.

A armadilha do purgatório piloto

Os restantes ficam presos no purgatório dos pilotos e caem nas inúmeras armadilhas:

• Eles não têm uma abordagem agressiva de IA em toda a empresa com resultados financeiros quantificáveis que possam tirar a empresa da sua inércia em relação à IA
• Eles não reconhecem toda a escala dos requisitos de investimento e, portanto, fazem esforços em pequena escala e fragmentados, com menor retorno sobre o investimento
• Eles são orientados para casos de uso específicos, em vez de transformar o domínio
• Eles não desenvolvem componentes reutilizáveis da linha de negócios para reduzir o valor da IA a longo prazo
• Elas também dependem excessivamente de soluções prontas, o que as torna menos alinhadas às peculiaridades dos seus negócios e canibaliza a sua própria capacidade de produzir propriedade intelectual da nova era

Para se manterem atualizadas com o mundo em rápida mudança, as seguradoras precisam adotar uma perspectiva radical em toda a empresa sobre IA, reformulando completamente os negócios e integrando a IA em todos os seus processos. Isso inclui:

• criar sistemas específicos para a empresa
• treinar modelos de IA com dados internos
• reformular os processos de negócios para superar a concorrência em linhas e mercados selecionados
• reavaliar o modelo operacional
• reutilizar a IA com componentes reutilizáveis para alcançar o seu potencial transformador Reestruturar as operações com IA em primeiro lugar proporcionará às seguradoras um valor comercial a longo prazo e um desempenho superior ao dos seus concorrentes.