¿Seguro artificial? Cómo el aprendizaje automático está transformando la suscripción

Para una industria que ha demostrado resistencia al cambio durante siglos, el seguro ahora está experimentando una revolución digital. Con el advenimiento de más algoritmos de aprendizaje automático, los suscriptores están brindando más información para mejorar el riesgo de medición y ofrecer precios premium más hechos a medida. En la parte posterior, el proceso de seguro se está simplificando para conectar a los solicitantes con los transportistas de manera más eficiente y con menos errores.

Este nivel drástico de cambio rápido significa grandes cosas para las aseguradoras y los solicitantes por igual. Así es como la inteligencia artificial, o AI, se encuentra en la frontera de la industria de seguros y hacia dónde podría llegar en los próximos años.

Evaluación del riesgo

Históricamente, los suscriptores de seguros han confiado en la información provista para evaluar los riesgos rodeando a un cliente potencial. El problema, por supuesto, es que los solicitantes podrían ser deshonestos o cometer errores, haciendo que estas evaluaciones de riesgo sean inexactas.

El aprendizaje automático, específicamente el entendimiento del lenguaje natural (NLU), permite a las aseguradoras buscar fuentes de información más abstractas, como Yelp. revisiones, publicaciones en redes sociales, presentaciones de la SEC, etc., y reúnen la información pertinente para evaluar de manera más adecuada la exposición potencial de la compañía de seguros.

"[Con NLU] nuestra capacidad de ver realmente estas fuentes de datos textuales y extraer información altamente relevante la información se incrementa mucho ", dijo Andy Breen, vicepresidente senior de Argo Digital. "Estamos haciendo uso de estas fuentes de información que no estaban disponibles o que se diseminaron fácilmente antes".

Evaluaciones de riesgo más precisas significan primas más apropiadas. En una industria donde la mayor diferencia entre las compañías de seguros no son sus productos, sino sus precios, un modelo de exposición mejor y más individualizado podría marcar una gran diferencia, dijo Sofya Pogreb, COO de Next Insurance.

"La industria ha ofrecido] productos de "mínimo común denominador": una política de responsabilidad estándar ", dijo Pogreb. "Lo que se obtiene es un producto muy indiferenciado, donde una panadería y una lavandería tienen la misma política. No es el camino correcto para el cliente. Al poder consumir más datos automáticamente, veremos más personalización y clientes. se beneficiará al pagar la cobertura que realmente necesitan ".

Detección de fraude

El fraude es una preocupación importante para las compañías de seguros, y AI es un perro guardián clave en la lucha contra los reclamos fraudulentos. Como señala Samsung en una publicación de blog sobre prevención de fraude de seguros, se trata de detectar patrones que podrían escapar de la cognición humana:

"La firma francesa de inicio de AI AI Shift Technology incorpora esta tecnología en sus servicios de prevención de fraude, que ya procesaron más de 77 millones de reclamaciones Los algoritmos de ML confieren detalles sobre reclamos sospechosos con responsabilidad potencial y evaluaciones de costos de reparación, y sugieren procedimientos que pueden resolver y mejorar la protección contra fraudes. "

" Los algoritmos de aprendizaje de máquinas cognitivas han alcanzado una tasa de precisión del 75 por ciento. La capacidad del aprendizaje automático para ayudar a detectar sospechas de fraude está bien establecida, pero la ciencia de datos dirigida por humanos es igual de hábil hasta ahora. La diferencia clave con el tiempo será la del costo ", dijo Areiel Wolanow, director general de Finserv Experts Limited . "Los delincuentes profesionales se mantendrán al tanto de los indicadores de fraude líderes en la industria y adaptarán su comportamiento. Los científicos necesitarán iterar su análisis a lo largo del tiempo para mantener el ritmo, mientras que los algoritmos de aprendizaje automático se capacitan a lo largo del tiempo en base a cambios observables en los datos subyacentes . "

Reducción del error humano

La cadena de distribución en la industria de seguros es compleja y compleja. Una serie de intermediarios examinan la información entre el asegurado y el transportista, lo que genera un gran error humano y un trabajo manual que ralentiza el proceso, dijo Breen. Sin embargo, AI ya está empezando a solucionar ese problema.

Los algoritmos pueden reducir el tiempo y la cantidad de errores a medida que la información pasa de una fuente a la siguiente. Al ingresar a un portal y cargar un PDF, la cantidad de entrada y reingreso de datos se reduce y la precisión aumenta, dijo Breen.

"La gente se cansa, se aburre y comete errores, pero los algoritmos no", dijo. agregado.

Para Pogreb, cerrar la brecha entre el asegurado y la aseguradora es tan importante como la reducción del error. Con mejores datos, tanto los clientes como las aseguradoras se benefician, dijo, porque las aseguradoras pueden desarrollar mejores productos basados ​​en evaluaciones más precisas, y los clientes pagarán exactamente lo que necesitan.

"Con el aprendizaje automático, creo que podremos hacer un trabajo mucho mejor dándole ese consejo al consumidor automáticamente ", dijo Pogreb. "Basándome en lo que me dice acerca de su negocio y en lo que sé acerca de otros similares, [puedo decir] creo que esta es la combinación correcta de cobertura para usted. Por lo tanto, no es responsabilidad del agente ni del cliente: quién francamente no tiene la experiencia ni el conocimiento, pero permite que los datos brinden el asesoramiento. "

El futuro de la IA de seguros

La industria de seguros solo ha comenzado su incursión en IA, y las compañías ya están experimentando con nuevas formas de incorporarlo en sus operaciones diarias en anticipación de un mayor desarrollo tecnológico.

"Son los primeros días de la IA", dijo Breen. "Para tareas serias y repetitivas, le ponemos la computadora ... pero estamos lejos de un suscriptor de computadoras. Realmente estamos aumentando a los humanos en este punto".

Eso sigue siendo un cambio significativo en la industria, él dijo. Los suscriptores de Argo Digital ahora están comenzando a administrar carteras, en lugar de revisar cada presentación individual. Los algoritmos de aprendizaje automático manejan los reclamos más estándar y predecibles, dijo Breen, y el suscriptor humano esencialmente está afinando todo el proceso e interviniendo en casos que requieren una toma de decisiones de orden superior.

Pogreb ve aún más potencial para simplificando el proceso de suscripción. Ella espera que la cantidad de aplicaciones que un agente de seguros humano deberá manejar disminuirá significativamente a medida que el aprendizaje automático haga aún más una incursión en la industria de seguros.

"Creemos que con la tecnología y el aprendizaje automático, mucha [suscripción humana ] se puede eliminar ", dijo Pogreb. "El porcentaje de aplicaciones de seguros que requieren un toque humano disminuirá drásticamente, quizás del 80 al 90 por ciento e incluso a un solo dígito".

Si bien la adopción de la inteligencia artificial ha llegado de manera rudimentaria, ya está cambiando drásticamente la tierra. Las compañías de seguros que quieren seguir siendo competitivas deberían comenzar a probar las aguas de AI, dijo Wolanow.

"Las compañías pueden prepararse y seguir siendo competitivas al comenzar a evaluar el impacto del aprendizaje automático en sus negocios creando prototipos de sus propios algoritmos", dijo Wolanow. "Un algoritmo individual de aprendizaje automático que realiza su análisis de forma autónoma es realmente bastante económico, [y] en muchos casos, una herramienta de análisis independiente es más que adecuada para el propósito".

Detrás del plan de negocios: Physiclo

El diseño de Physiclo para medias de compresión con bandas de resistencia incorporadas para un entrenamiento más sólido surgió como un proyecto de escuela de medicina, no como una empresa comercial. Los cofundadores Keeth Smart y Frank Yao buscaban una forma de ayudar a los pacientes de la clínica a ser más activos.

(Negocio)

Instantánea de la pequeña empresa: Montez Renault

Nuestra serie Snapshot para pequeñas empresas presenta fotos que representan, en una sola imagen, todo lo que representan las pequeñas empresas que ofrecemos. Chris Butler, cofundador y presidente de Montez Renault , explica cómo esta imagen representa su negocio. Hay una filosofía simple detrás de Montez Renault: los hombres que se ven bien y se sienten bien pueden inspirarse para hacer el bien.

(Negocio)