¿Qué tienen que ver el Big Data y la IA (Inteligencia Artificial) con los seguros? Ambas son nuevas tecnologías, basadas en esencia en el mismo ADN del negocio asegurador. Son las nuevas técnicas de obtención, almacenamiento, tratamiento de datos y generación de modelos de aprendizaje de modo automático que podemos utilizar para poder predecir los riesgos futuros.
El uso del Big Data es beneficioso para los consumidores de seguros según un informe de Insurance Europe, ya que permite, entre otros, ofrecer servicios más personalizados como el pago como conduzco ( PHYD) o proporcionar consejos de vida más saludable en base a la monitorización de los hábitos de salud.
En la actualidad, uno de los mayores retos para las empresas es generar negocio a partir de los datos, utilizando técnicas analíticas. La IA se basa en disponer de datos y aprender de ellos. Identificando patrones en esos datos y aplicando modelos analíticos avanzados, somos capaces de realizar predicciones a futuro.
La IA para las aseguradoras permite poder pasar de la evaluación de riesgos basada en un comportamiento agregado, a una evaluación de riesgos basada en el comportamiento aprendido observando cada individuo.
El aprendizaje automático nos ayuda a encontrar esos patrones, en un entorno complejo en el que algunos datos de negocio superan las capacidades cognitivas del ser humano. Un buen diseño de producto se basa en reconocer patrones en los datos, así como en la protección del consumidor de acuerdo a la regulación.
¿Cuál es el impacto de un aprendizaje automatizado sin supervisión humana? ¿Se pueden utilizar estas técnicas sin restricciones o existe algún riesgo o limite a considerar? Estamos en la fase inicial de la regulación de una de las tecnologías que se consideran más relevantes a futuro.
Si bien Insurance Europe recomienda no crear regulación adicional específica para el Big Data en relación al sector de los seguros, la Unión Europea publicó el mes pasado las directrices para el desarrollo ético de la IA, las cuales señalan dos factores fundamentales a los que debe ajustarse la inteligencia artificial: debe respetar los derechos humanos fundamentales así como la regulación vigente ( “Propósito ético”) y deberá garantizar que la falta de pericia tecnológica en su manejo no causa un daño involuntario ( “Robustez técnica”).
Uno de los desafíos más comentados es diseñar productos excluyendo cualquier sesgo inherente que pueda ya existir en los servicios financieros y de seguros. ¿Puede haber “sesgo cero” en los datos? La Directiva de Género tiene como objetivo extraer de los sistemas este tipo de sesgo.
En el caso de las aseguradoras, es necesario considerar que el componente ético debe incorporarse en los algoritmos y scores, si su intención es diseñar productos aptos para el futuro en el marco de una organización diversa y con un enfoque ético responsable.
Todos los que estamos involucrados en los seguros debemos protegernos contra el uso de estas nuevas técnicas a ciegas. Los desafíos y las preguntas son muchas en relación con la IA. No hay duda respecto a los beneficios que produce, como es el caso del uso de la analítica avanzada como un mejor predictor de las necesidades de los clientes de seguros, como facilitador de primas más justas basadas en las circunstancias de la vida real de un individuo o en beneficio de la sociedad como a través del programa ADAM de LexisNexis Risk Solutions, que envía alertas automatizadas sobre niños desaparecidos. Hasta la fecha, ha conseguido la recuperación de más de 175 niños desaparecidos.
La IA ética nos permite aprovechar grandes volúmenes de datos cada vez mayores, permitiendo una personalización y adaptación mayor a las necesidades de los consumidores. Nos permite extraer más información y conocimiento. Y, en última instancia, esto hace que el seguro sea más eficiente y efectivo.