Bem-vindo ao futuro dos seguros,  visto pelos olhos de Scott, um cliente no ano de 2030. Seu assistente pessoal digital lhe encomenda um veículo com capacidade de direção autônoma para uma reunião na cidade. Ao entrar no carro que chega, Scott decide que quer dirigir hoje e coloca o carro no modo “ativo”.

O assistente pessoal de Scott mapeia uma rota potencial e a compartilha com sua seguradora de mobilidade, que responde imediatamente com uma rota alternativa que tem uma probabilidade muito menor de acidentes e danos ao automóvel, bem como o ajuste calculado de seu prêmio mensal. O assistente de Scott o notifica de que seu prêmio de seguro de mobilidade aumentará de 4 a 8 por cento com base na rota que ele selecionar e no volume e distribuição de outros carros na estrada. Também o alerta que sua apólice de seguro de vida, que agora tem o preço “pague conforme vive”, aumentará 2% neste trimestre. Os valores adicionais são automaticamente debitados de sua conta bancária.

Quando Scott para no estacionamento de seu destino, seu carro bate em uma das várias placas de estacionamento. Assim que o carro pára de se mover, seus diagnósticos internos determinam a extensão dos danos. Seu assistente pessoal o instrui a tirar três fotos da área do para-choque dianteiro direito e duas dos arredores. No momento em que Scott volta para o assento do motorista, a tela no painel o informa sobre os danos, confirma que a reclamação foi aprovada e relata que um drone de resposta móvel foi enviado ao lote para inspeção. Se o veículo puder ser dirigido, ele pode ser direcionado à garagem mais próxima da rede para conserto após a chegada de um veículo substituto.

Embora esse cenário possa parecer além do horizonte, essas histórias de usuários integrados surgirão em todos os ramos de seguro com frequência crescente na próxima década. Na verdade, todas as tecnologias exigidas acima já existem e muitas estão disponíveis para os consumidores. Com a nova onda de técnicas de aprendizado profundo, como redes neurais convolucionais, 1 a inteligência artificial (IA) tem o potencial de cumprir sua promessa de imitar a percepção, o raciocínio, o aprendizado e a solução de problemas da mente humana (Figura 1). Nesta evolução, o seguro mudará de seu estado atual de “detectar e reparar” para “prever e prevenir”, transformando todos os aspectos do setor no processo. O ritmo da mudança também será acelerado à medida que corretores, consumidores, intermediários financeiros, seguradoras e fornecedores se tornem mais adeptos do uso de tecnologias avançadas para aprimorar a tomada de decisões e a produtividade, reduzir custos e otimizar a experiência do cliente.

À medida que a IA se torna mais integrada à indústria, as operadoras devem se posicionar para responder ao cenário de negócios em constante mudança. Os executivos de seguros devem compreender os fatores que contribuirão para essa mudança e como a AI reformulará os sinistros, a distribuição, a subscrição e os preços. Com esse entendimento, eles podem começar a desenvolver as habilidades e o talento, abraçar as tecnologias emergentes e criar a cultura e a perspectiva necessárias para serem jogadores de sucesso no setor de seguros do futuro.

Quatro tendências relacionadas à IA que moldam o seguro

As tecnologias subjacentes da IA ​​já estão sendo implantadas em nossas empresas, residências e veículos, bem como em nossa pessoa. A interrupção do COVID-19 mudou os prazos para a adoção de IA ao acelerar significativamente a digitalização para as seguradoras. Praticamente da noite para o dia, as organizações tiveram que se ajustar para acomodar forças de trabalho remotas, expandir seus recursos digitais para oferecer suporte à distribuição e atualizar seus canais online. Embora a maioria das organizações provavelmente não tenha investido pesadamente em IA durante a pandemia, a maior ênfase nas tecnologias digitais e uma maior disposição para abraçar a mudança as colocará em uma posição melhor para incorporar a IA em suas operações.

Quatro tendências principais de tecnologia, fortemente acopladas com (e às vezes habilitadas por) IA, irão remodelar o setor de seguros na próxima década.

Explosão de dados de dispositivos conectados

Em ambientes industriais, os equipamentos com sensores são onipresentes há algum tempo, mas nos próximos anos haverá um grande aumento no número de dispositivos de consumo conectados. A penetração dos dispositivos existentes (como carros, rastreadores de fitness, assistentes domésticos, smartphones e relógios inteligentes) continuará a aumentar rapidamente, junto com novas categorias em crescimento, como roupas, óculos, eletrodomésticos, dispositivos médicos e sapatos. Os especialistas estimam que haverá até um trilhão de dispositivos conectados em 2025. 2  A avalanche resultante de novos dados criados por esses dispositivos permitirá que as operadoras entendam seus clientes mais profundamente, resultando em novas categorias de produtos, preços mais personalizados e cada vez mais em tempo real serviço de entrega.

Os especialistas estimam que haverá até um trilhão de dispositivos conectados em 2025.

Maior prevalência de robótica física

O campo da robótica tem visto muitas conquistas emocionantes recentemente, e essa inovação continuará a mudar a forma como os humanos interagem com o mundo ao seu redor. A manufatura aditiva, também conhecida como impressão 3-D, remodelará radicalmente a manufatura e os produtos de seguro comercial do futuro. Em 2025, os edifícios impressos em 3D serão comuns e as transportadoras precisarão avaliar como esse desenvolvimento altera as avaliações de risco. Além disso, drones autônomos e programáveis; equipamento agrícola autônomo; e robôs cirúrgicos aprimorados serão comercialmente viáveis ​​na próxima década. Em 2030, uma proporção muito maior de veículos padrão terá recursos autônomos, como capacidade de direção autônoma. As operadoras precisarão entender como a crescente presença da robótica na vida cotidiana e em todos os setores mudará os grupos de risco,

Ecossistemas de código aberto e de dados

Conforme os dados se tornam onipresentes, os protocolos de código aberto emergirão para garantir que os dados possam ser compartilhados e usados ​​entre os setores. Várias entidades públicas e privadas se reunirão para criar ecossistemas a fim de compartilhar dados para vários casos de uso sob uma estrutura comum de regulamentação e segurança cibernética. Por exemplo, dados vestíveis podem ser transferidos diretamente para seguradoras, e dados de casas conectadas e automóveis podem ser disponibilizados por meio da Amazon, Apple, Google e uma variedade de fabricantes de dispositivos de consumo.

Avanços em tecnologias cognitivas

Redes neurais convolucionais e outras tecnologias de aprendizagem profunda atualmente usadas principalmente para processamento de imagem, voz e texto não estruturado irão evoluir para serem aplicadas em uma ampla variedade de aplicações. Essas tecnologias cognitivas, que são vagamente baseadas na capacidade do cérebro humano de aprender por meio da decomposição e inferência, se tornarão a abordagem padrão para processar os fluxos de dados incrivelmente grandes e complexos que serão gerados por produtos de seguro "ativos" vinculados ao comportamento de um indivíduo e Atividades. Com o aumento da comercialização desses tipos de tecnologias, as operadoras terão acesso a modelos que estão constantemente aprendendo e se adaptando ao mundo ao seu redor - permitindo novas categorias de produtos e técnicas de engajamento enquanto respondem a mudanças nos riscos ou comportamentos subjacentes em tempo real.

O estado do seguro em 2030

A IA e suas tecnologias relacionadas terão um impacto sísmico em todos os aspectos da indústria de seguros, desde a distribuição até a subscrição e preços até sinistros. Tecnologias e dados avançados já estão afetando a distribuição e a subscrição, com apólices sendo precificadas, adquiridas e vinculadas quase em tempo real. Um exame aprofundado de como o seguro pode ser em 2030 destaca mudanças dramáticas em toda a cadeia de valor do seguro.

Distribuição

A experiência de compra de seguros é mais rápida , com envolvimento menos ativo por parte da seguradora e do cliente. São conhecidas informações suficientes sobre o comportamento individual, com algoritmos de IA criando perfis de risco, de modo que os tempos de ciclo para concluir a compra de uma apólice de seguro automóvel, comercial ou de vida sejam reduzidos a minutos ou até segundos.

As operadoras automotivas e domésticas permitem orçamentos instantâneos há algum tempo, mas continuarão a refinar sua capacidade de emitir políticas imediatamente para uma gama mais ampla de clientes, à medida que os dispositivos telemáticos e de Internet das Coisas (IoT) em casa proliferam e os algoritmos de preços amadurecem. Muitos portadores de vida estão experimentando produtos de emissão simplificados, mas a maioria é restrita apenas aos candidatos mais saudáveis ​​e têm preços mais elevados do que um produto totalmente subscrito comparável. Como a IA permeia a subscrição de seguros de vida e as operadoras são capazes de identificar o risco de uma maneira muito mais granular e sofisticada, veremos uma nova onda de produtos de emissão instantânea para o mercado de massa.

Os contratos inteligentes habilitados pelo blockchain autorizam instantaneamente os pagamentos da conta financeira de um cliente. Enquanto isso, o processamento de contratos e a verificação de pagamentos são eliminados ou simplificados, reduzindo os custos de aquisição de clientes para as seguradoras. A compra de seguro comercial é igualmente acelerada, pois a combinação de drones, IoT e outros dados disponíveis fornecem informações suficientes para modelos cognitivos baseados em IA para gerar proativamente uma cotação vinculável.

Produtos de seguro com base no uso (UBI) altamente dinâmicos proliferam e são adaptados ao comportamento dos consumidores individuais. Os seguros passam de um modelo de “compra e renovação anual” para um ciclo contínuo, à medida que as ofertas de produtos se adaptam constantemente aos padrões de comportamento de um indivíduo.

Além disso, os produtos são desagregados substancialmente em elementos de microcobertura (por exemplo, seguro de bateria de telefone, seguro de atraso de voo, cobertura diferente para uma lavadora e secadora dentro de casa) que os consumidores podem personalizar de acordo com suas necessidades particulares, com a capacidade de comparar instantaneamente os preços de vários transportadoras para suas cestas individualizadas de produtos de seguro. Novos produtos surgem para cobrir a natureza mutante dos arranjos de vida e viagens. O UBI se torna a norma à medida que os ativos físicos são compartilhados entre várias partes, com um modelo de pagamento por milha ou pagamento por viagem para compartilhamento de carro e seguro de pagamento por estadia para serviços de compartilhamento de casa, como o Airbnb. 3

O papel dos agentes de seguros mudou drasticamente até 2030. O número de agentes é reduzido substancialmente à medida que os agentes ativos se aposentam e os agentes restantes dependem fortemente da tecnologia para aumentar a produtividade. O papel dos agentes passa por facilitadores de processos e educadores de produtos.

O agente do futuro pode vender quase todos os tipos de cobertura e agregar valor ao ajudar os clientes a gerenciar seus portfólios de cobertura em experiências, saúde, vida, mobilidade, propriedade pessoal e residencial. Os agentes usam assistentes pessoais inteligentes para otimizar suas tarefas, bem como bots habilitados para IA para encontrar negócios em potencial para os clientes. Essas ferramentas ajudam os agentes a oferecer suporte a uma base de clientes substancialmente maior, ao mesmo tempo que tornam as interações com o cliente (uma mistura de presencial, virtual e digital) mais curtas e significativas, visto que cada interação será adaptada às necessidades atuais e futuras exatas de cada indivíduo cliente.

Subscrição e preços

Em 2030, a subscrição como a conhecemos hoje deixará de existir  para a maioria dos produtos pessoais e para pequenas empresas de seguros de vida e propriedades e acidentes. O processo de subscrição é reduzido a alguns segundos, já que a maior parte da subscrição é automatizada e suportada por uma combinação de modelos de máquina e aprendizagem profunda construídos dentro da pilha de tecnologia.

Esses modelos são movidos por dados internos, bem como um amplo conjunto de dados externos acessados ​​por meio de interfaces de programação de aplicativos e dados externos e provedores de análise. As informações coletadas de dispositivos fornecidos por operadoras, resseguradoras, fabricantes de produtos e distribuidores de produtos são agregadas em uma variedade de repositórios e fluxos de dados. Essas fontes de informações permitem que as seguradoras tomem decisões ex ante em relação à subscrição e preços, possibilitando um alcance proativo com uma cotação vinculável para um pacote de produtos adaptado ao perfil de risco do comprador e às necessidades de cobertura.

Os reguladores revisam modelos baseados em aprendizado de máquina habilitados para IA, uma tarefa que requer um método transparente para determinar a rastreabilidade de uma pontuação (semelhante às derivações de fator de classificação usadas hoje com coeficientes baseados em regressão). Para verificar se o uso de dados é apropriado para marketing e subscrição, os reguladores avaliam uma combinação de entradas de modelo. Eles também desenvolvem políticas de teste para provedores ao determinar taxas em planos online para garantir que os resultados do algoritmo estejam dentro dos limites aprovados. As considerações de política pública limitam o acesso a certos dados sensíveis e preditivos (como saúde e informações genéticas) que diminuiriam a flexibilidade de subscrição e precificação e aumentariam o risco anti-seleção em alguns segmentos.

O preço continua a ser central na tomada de decisão do consumidor, mas as operadoras inovam para diminuir a concorrência puramente no preço. Plataformas proprietárias sofisticadas conectam clientes e seguradoras e oferecem aos clientes experiências, recursos e valor diferenciados. Em alguns segmentos, a competição de preços se intensifica e as margens mínimas são a norma, enquanto em outros segmentos, ofertas exclusivas de seguros permitem expansão e diferenciação de margens. Em jurisdições onde a mudança é adotada, o ritmo de inovação de preços é rápido. Os preços estão disponíveis em tempo real com base no uso e em uma avaliação de risco dinâmica e rica em dados, permitindo que os consumidores tomem decisões sobre como suas ações influenciam a cobertura, a segurabilidade e os preços.

Reivindicações

O processamento de sinistros em 2030 continua sendo uma função primária das operadoras , mas mais da metade das atividades de sinistros foram substituídas pela automação. Algoritmos avançados tratam do roteamento inicial de sinistros, aumentando a eficiência e a precisão.

Os sensores IoT e uma série de tecnologias de captura de dados, como drones, substituem amplamente os métodos manuais tradicionais de primeiro aviso de perda. Os serviços de triagem e reparo de sinistros costumam ser acionados automaticamente em caso de perda. No caso de um acidente de carro, por exemplo, o segurado grava um streaming de vídeo do dano, que é traduzido em descrições de perdas e valores estimados.

Veículos com características autônomas que sofrem danos menores se dirigem às oficinas para manutenção, enquanto outro carro com características autônomas é despachado nesse ínterim. Em casa, os dispositivos IoT serão cada vez mais usados ​​para monitorar proativamente os níveis de água, a temperatura e outros fatores de risco importantes e alertarão proativamente os inquilinos e as seguradoras sobre os problemas antes que eles surjam.

Os aplicativos automatizados de atendimento ao cliente lidam com a maioria das interações do segurado por meio de voz e texto, seguindo diretamente os scripts de autoaprendizagem que fazem interface com os sistemas de reclamações, fraudes, serviços médicos, apólices e reparos. O tempo de resposta para a resolução de muitas reivindicações é medido em minutos, em vez de dias ou semanas.

O gerenciamento de reclamações humanas concentra-se em algumas áreas: reclamações complexas e incomuns, reclamações contestadas em que a interação humana e a negociação são fortalecidas por análises e insights baseados em dados, reclamações vinculadas a problemas sistêmicos e riscos criados por novas tecnologias (por exemplo, hackers se infiltram na IoT crítica sistemas) e revisões manuais aleatórias de reivindicações para garantir supervisão suficiente da tomada de decisão algorítmica.

As organizações de sinistros aumentam seu foco no monitoramento, prevenção e mitigação de riscos. IoT e novas fontes de dados são usados ​​para monitorar o risco e acionar intervenções quando os fatores excedem os limites definidos pelo AI. A interação do cliente com as organizações de reclamações de seguros se concentra em evitar perdas potenciais. Os indivíduos recebem alertas em tempo real que podem ser vinculados a intervenções automáticas para inspeção, manutenção e reparo.

Para sinistros de catástrofes em grande escala, as seguradoras monitoram residências e veículos em tempo real usando IoT integrada, telemática e dados de telefonia móvel, presumindo que o serviço de telefonia móvel e a energia não foram interrompidos na área. Quando a energia acaba, as seguradoras podem pré-preencher os sinistros usando agregadores de dados, que consolidam dados de satélites, drones em rede, serviços meteorológicos e dados do segurado em tempo real. Este sistema é pré-testado pelas maiores operadoras em vários tipos de catástrofes, de forma que estimativas de perda altamente precisas são arquivadas de forma confiável em uma emergência real. Relatórios detalhados são fornecidos automaticamente às resseguradoras para um fluxo de capital de resseguro mais rápido.

Como as seguradoras podem se preparar para mudanças aceleradas

A rápida evolução da indústria será alimentada pela ampla adoção e integração de automação, aprendizado profundo e ecossistemas de dados externos. Embora ninguém possa prever exatamente como será o seguro em 2030, as operadoras podem tomar várias medidas agora para se preparar para a mudança.

1. Fique esperto em tecnologias e tendências relacionadas à IA

Embora as mudanças tectônicas no setor sejam voltadas para a tecnologia, lidar com elas não é domínio da equipe de TI. Em vez disso, os membros do conselho e as equipes de experiência do cliente devem investir tempo e recursos para desenvolver um entendimento profundo dessas tecnologias relacionadas à IA. Parte desse esforço exigirá a exploração de cenários baseados em hipóteses para entender e destacar onde e quando a interrupção pode ocorrer - e o que isso significa para certas linhas de negócios. Por exemplo, é improvável que as seguradoras obtenham muitos insights de projetos-piloto de IoT de escala limitada em partes distintas do negócio. Em vez disso, eles devem prosseguir com um propósito e uma compreensão de como sua organização pode participar do ecossistema de IoT em escala.

2. Desenvolver e iniciar a implementação de um plano estratégico coerente

Com base nos insights das explorações de IA, as operadoras devem decidir como usar a tecnologia para apoiar sua estratégia de negócios. O plano estratégico de longo prazo da equipe de liderança sênior exigirá uma transformação plurianual que envolva operações, talentos e tecnologia. Algumas operadoras já estão começando a adotar abordagens inovadoras, como iniciar seus próprios braços de capital de risco, adquirir empresas insurtech promissoras e formar parcerias com instituições acadêmicas líderes. As seguradoras devem desenvolver uma perspectiva sobre as áreas nas quais desejam investir para atender ou vencer o mercado e qual abordagem estratégica - por exemplo, formar uma nova entidade ou construir capacidades estratégicas internas - é mais adequada para sua organização.

Esse plano deve abordar todas as quatro dimensões envolvidas em qualquer iniciativa de grande escala baseada em análises - tudo, desde dados a pessoas e cultura. O plano deve delinear um roteiro de pilotos e POCs baseados em IA e detalhar quais partes da organização exigirão investimentos na construção de habilidades ou gerenciamento de mudança focado. Mais importante, um cronograma detalhado de marcos e pontos de verificação é essencial para permitir que a organização determine, em uma base regular, como o plano deve ser modificado para lidar com quaisquer mudanças na evolução das tecnologias de IA e mudanças significativas ou interrupções no setor.

Além de serem capazes de compreender e implementar tecnologias de IA, as operadoras também precisam desenvolver respostas estratégicas para as mudanças futuras de nível macro. À medida que muitas linhas mudam em direção a uma metodologia de “prever e prevenir”, as operadoras precisarão repensar seu envolvimento com o cliente e sua marca, design de produto e ganhos essenciais. Os acidentes de carro serão reduzidos com o uso de veículos com capacidade de direção autônoma, inundações em residências serão evitadas por dispositivos IoT, edifícios serão reimpressos após um desastre natural e vidas serão salvas e prolongadas por meio de cuidados de saúde aprimorados.

Da mesma forma, os veículos continuarão quebrando, os desastres naturais continuarão a devastar as regiões costeiras e os indivíduos precisarão de cuidados médicos eficazes e apoio quando um ente querido falecer. À medida que essas mudanças se enraízam, os pools de lucro mudarão, novos tipos e linhas de produtos surgirão e a forma como os consumidores interagem com suas seguradoras mudará substancialmente.

Todos esses esforços podem produzir uma análise coerente e estratégia de tecnologia que aborda todos os aspectos do negócio, com um olhar atento tanto na criação de valor quanto na diferenciação.

3. Crie e execute uma estratégia de dados abrangente

Os dados estão rapidamente se tornando um dos ativos mais - senão o mais - valioso para qualquer organização. O setor de seguros não é diferente: a maneira como as operadoras identificam, quantificam, colocam e gerenciam o risco depende do volume e da qualidade dos dados que adquirem durante o ciclo de vida de uma apólice. A maioria das tecnologias de IA terá melhor desempenho quando tiver um grande volume de dados de uma variedade de fontes. Como tal, as operadoras devem desenvolver uma estratégia bem estruturada e acionável com relação aos dados internos e externos. Os dados internos precisarão ser organizados de forma a permitir e apoiar o desenvolvimento ágil de novos insights e recursos analíticos.

Com dados externos, as operadoras devem se concentrar em garantir o acesso aos dados que enriquecem e complementam seus conjuntos de dados internos. O verdadeiro desafio será obter acesso de maneira econômica. À medida que o ecossistema de dados externos continua a se expandir, provavelmente permanecerá altamente fragmentado, dificultando a identificação de dados de alta qualidade a um custo razoável. No geral, a estratégia de dados precisará incluir uma variedade de maneiras de obter e proteger o acesso a dados externos, bem como maneiras de combinar esses dados com fontes internas. As operadoras devem estar preparadas para ter uma estratégia de aquisição multifacetada que pode incluir a aquisição direta de ativos e provedores de dados, licenciamento de fontes de dados, uso de APIs de dados e parcerias com corretores de dados.

4. Crie o talento certo e a infraestrutura de tecnologia

No xadrez aumentado, os jogadores médios habilitados pela IA tendem a se sair melhor do que os jogadores de xadrez experientes habilitados pela mesma IA. A razão subjacente para esse resultado contra-intuitivo depende se o indivíduo que interage com a IA adota, confia e entende a tecnologia de suporte. Para garantir que cada parte da organização veja a análise avançada como um recurso obrigatório, as operadoras devem fazer investimentos medidos, mas sustentados em pessoas. A organização de seguros do futuro  exigirá talentos com as mentalidades e habilidades certas. A próxima geração de trabalhadores de seguro de linha de frente bem-sucedidos terá uma demanda cada vez maior e deve possuir uma combinação única de ser tecnologicamente aptos, criativos e dispostos a trabalhar em algo que não seja um processo estático, mas sim uma mistura de semi-automatizado e sustentado por máquina tarefas que evoluem continuamente. A geração de valor a partir dos casos de uso de IA do futuro exigirá que as operadoras integrem habilidades, tecnologia e percepções de toda a organização para oferecer experiências únicas e holísticas ao cliente.

Isso exigirá uma mudança de cultura consciente para a maioria das operadoras, que dependerá da adesão e da liderança da diretoria executiva. O desenvolvimento de uma estratégia agressiva para atrair, cultivar e reter uma variedade de trabalhadores com conjuntos de habilidades críticas será essencial para manter o ritmo. Essas funções incluirão engenheiros de dados, cientistas de dados, tecnólogos, especialistas em computação em nuvem e designers de experiência. Para reter o conhecimento e, ao mesmo tempo, garantir que a empresa tenha as novas habilidades e capacidades necessárias para competir, muitas organizações projetarão e implementarão programas de requalificação. Como último componente do desenvolvimento da nova força de trabalho, as organizações identificarão recursos externos e parceiros para aumentar as capacidades internas que ajudarão as operadoras a garantir o suporte necessário para a evolução e execução dos negócios. A arquitetura de TI do futuro também será radicalmente diferente da atual. As operadoras devem começar a fazer investimentos direcionados para permitir a migração para uma pilha de tecnologia mais voltada para o futuro que possa suportar um arquitetura de TI de duas velocidades .

Avanços rápidos em tecnologias na próxima década levarão a mudanças disruptivas no setor de seguros. Os vencedores no seguro baseado em IA serão as operadoras que usam novas tecnologias para criar produtos inovadores, aproveitar insights de aprendizagem cognitiva de novas fontes de dados, otimizar processos e reduzir custos e exceder as expectativas do cliente para individualização e adaptação dinâmica. Mais importante, as operadoras que adotam uma mentalidade focada na criação de oportunidades a partir de tecnologias disruptivas - em vez de vê-las como uma ameaça aos seus negócios atuais - prosperarão no setor de seguros em 2030.

‍