Expert.ai, multinacional líder en tecnología de inteligencia artificial (IA) para la comprensión del lenguaje humano, ha hecho público un listado de casos de uso más comunes de esta tecnología en el sector específico de los seguros .
Hace ya años que la IA y en concreto el procesamiento del lenguaje natural (NLP, por sus siglas en inglés) vienen ayudando a las aseguradoras a transformar sus procesos más intensivos en cuanto a personal y datos en motores de eficiencia y conocimiento. Pero ha sido la llegada de los grandes modelos de lenguaje (LLM) lo que ha disparado su adopción masiva. Según datos de Accenture, el 80% de los ejecutivos del sector seguros planean invertir como media más de 10 millones de dólares en IA en los próximos tres años.
Los analistas de expert.ai destacan 4 casos de uso de IA en los seguros, y mencionan ejemplos reales de cómo estas aplicaciones están redefiniendo la forma en que las empresas del sector ofrecen sus servicios.
1. Gestión de reclamaciones. La gestión de reclamaciones depende sobre todo de contar con la información correcta en el momento adecuado. Pero, por un lado, los documentos involucrados son complejos y vienen en múltiples formatos: formularios, informes, partes de accidente, atestados policiales, transcripciones… y por otro, el esfuerzo y el coste necesarios para revisar cada documento manualmente puede ser enorme, ralentizando a su vez procesos posteriores como pagos o respuestas, lo que impactará a su vez en la satisfacción del cliente.
Las plataformas de IA y NLP permiten acelerar el procesamiento de reclamaciones aumentando al mismo tiempo la precisión y la coherencia, permitiendo a los revisores centrarse en los documentos más importantes. Así lo ha hecho, por ejemplo, Zurich, que tras la implantación de un sistema de IA ha reducido el tiempo de revisión de reclamaciones en un 58%.
2. Procesamiento de entradas. Dentro de la gestión de reclamaciones, las entradas de información (partes, documentos, solicitudes, material asociado…) merecen una mención aparte. El conjunto de entradas que las aseguradoras deben evaluar cada día es información muy variada (informes médicos, notas quirúrgicas, cartas, correo electrónico, texto libre, etc.) y desordenada, que contiene múltiples fechas y detalles que deben ser ordenados con la mayor rapidez.
La ordenación automática, por ejemplo, permite ordenar los documentos cronológicamente, lo que ya de por sí supone un importante ahorro de tiempo (hasta un 60 % en algunos casos) y una mayor coherencia. Un buen ejemplo de esto es Generali, que utiliza un sistema NLP para leer, interpretar y distribuir más de un millón de emails al año.
3. Revisión de políticas. La revisión de políticas tiene por objeto garantizar la idoneidad de los contratos y limita la exposición a riesgos previos al proceso de suscripción. Y es otra de las áreas donde el volumen y la complejidad de la información son demasiado grandes para dejarlos en manos de procesos manuales que se verán afectados por estándares subjetivos, procesos engorrosos y una capacidad limitada.
La IA aborda estos problemas complementando la capacidad de los humanos con tecnología de comprensión del lenguaje natural (NLU) para acelerar y mejorar la revisión de políticas en todas sus fases: extracción de información, comparación de documentos, etc. De nuevo cabe mencionar el caso de Zurich, cuyo sistema, según datos propios, ha ahorrado hasta 8 horas por proceso de revisión.
4. Ingeniería de Riesgos. La ingeniería de riesgos es un área dentro de la revisión de políticas cuyo propósito es prevenir pérdidas para la aseguradora. En un sector tan especializado y que depende tanto de la experiencia, la industria se enfrenta a una conocida escasez de ingenieros de riesgos, Asimismo, los analistas tienen una capacidad limitada (según datos del sector, normalmente solo revisan un tercio de la información disponible), y además se produce una falta de coherencia debido a interpretaciones subjetivas. Por último, es una tarea que requiere mucho tiempo y es propensa a errores.
La IA aprovecha la comprensión del lenguaje natural para procesar todos los documentos disponibles y extraer la información clave necesaria para tomar decisiones. Un ejemplo de éxito en este caso es AXA, cuyo sistema de IA permite leer y procesar una media de 50 documentos en tan sólo 5 minutos, en contraste con las varias horas que le llevaría a un ingeniero.
