inteligência artificial (IA) está provocando uma revolução no setor de seguros – para uso no atendimento ao cliente e no tratamento de sinistros, certamente, mas também em áreas como prevenção e análise de fraudes. De fato, a importância da IA ​​para o setor de seguros é tamanha que a McKinsey, em seu relatório Insurance 2030 publicado em 2021, descreveu a IA como tendo o potencial de “transformar todos os aspectos da indústria”.

“A inteligência artificial (IA) oferece benefícios em todo o setor de seguros”, diz Meghana Nile, CTO de Seguros da Fujitsu. “A liquidação de sinistros é uma área em que a tecnologia automatizada está desempenhando um papel cada vez mais significativo. Por exemplo, no seguro de automóveis, as seguradoras podem usar a IA para avaliar sinistros simples em apenas seis segundos com base nas fotos do smartphone enviadas pelo cliente, em comparação com humanos que levam em média seis minutos e 48 segundos com as mesmas informações.

“O aprimoramento da experiência do cliente nas liquidações de sinistros também é um grande bônus de IA. A tecnologia torna o processo de compra de uma apólice muito mais simples, com menos clientes desencorajados pela complexidade dos formulários típicos da apólice. E com consultas simples realizadas pela IA, os agentes humanos têm mais recursos para se concentrar em áreas de serviço mais difíceis, o que resulta em problemas resolvidos com muito mais rapidez, suavizando a experiência.”

Nile também acredita que a IA está transformando a detecção de fraudes, monitorando atividades potencialmente fraudulentas continuamente por meio da análise de dados e usando análises de dados não estruturadas de terceiros para fornecer às seguradoras um contexto extra sobre esses padrões de comportamento.

Nigel Lombard, CEO e fundador da Peppercorn AI, resume: “Até o momento, as seguradoras se concentraram principalmente no uso de IA no atendimento ao cliente e no processamento de sinistros. No entanto, embora o uso de IA em seguros ainda esteja em seus primórdios, a adoção será acelerada nos próximos um ou dois anos. As seguradoras que não adotarem a tecnologia terão problemas, pois ficarão presas a altos índices de despesas”.

Onde as seguradoras estão perdendo a IA?

Apesar da rápida adoção da IA ​​em seguros nos últimos anos, ainda existem áreas em que as seguradoras não estão adotando totalmente a tecnologia e se expondo a riscos, ineficiência ou custos evitáveis.

“Apenas começamos a arranhar a superfície do que é possível quando se trata de aplicações de IA no setor de seguros”, continua Nigel Lombard. “Além do atendimento ao cliente e do processamento de sinistros, a IA tem o potencial de oferecer suporte à subscrição e detecção de fraudes, o que pode melhorar drasticamente os índices de perdas e despesas. Esse tipo de atividade tem sido relativamente subutilizado até o momento, mas tem o potencial de interromper os sistemas legados e os modelos de negócios tradicionais que os provedores tradicionais mantêm há décadas.

“A IA também tem o potencial de usar análises preditivas para analisar a demanda, criar novos produtos, melhorar a precisão dos preços e até mesmo determinar mudanças no risco do cliente, por exemplo. A IA preditiva será o próximo passo quando a IA se tornar mais popular, mas essa área ainda está em sua infância. Assim que a IA se tornar mais amplamente adotada e os modelos capturarem níveis suficientes de dados, começaremos a ver aplicações no mundo real da IA ​​preditiva”.

Quando pensamos em IA, um dos principais aplicativos liderados por seguros que vem à mente é o atendimento ao cliente. A tecnologia pode ser usada para automatizar o primeiro ponto de contato para consultas de clientes, liberando agentes humanos de atendimento ao cliente para lidar com consultas mais complexas ou trabalhar em outras tarefas dentro da empresa que exigem julgamento ou discrição, por exemplo. De acordo com Lombard, isso representa uma mudança das interfaces de atendimento ao cliente que funcionam para a seguradora e uma mudança para o atendimento ao cliente que funciona para o cliente, melhorando a satisfação geral.

Meghana Nile, da Fujitsu, elabora: “Os clientes querem uma experiência omnicanal, que é muito mais alcançável com a ajuda da IA. Ele torna o processamento de reclamações de autoatendimento muito mais fácil, melhorando drasticamente a experiência do cliente. Mas o seguro pode parecer uma experiência bastante pessoal para muitos e há momentos em que haverá reivindicações mais complexas e os clientes esperam o 'toque humano'.

“ De acordo com a HubSpot, 40% dos clientes que não conseguiram encontrar alguém para ajudá-los com seus problemas ainda estão tendo problemas com o produto ou serviço. Portanto, fica claro que, ao implementar a IA, as seguradoras devem encontrar o equilíbrio entre interação digital e humana; nem tudo deve ser feito por uma máquina.

“O mais importante, no entanto, é que a IA em seguros é ética. Para ser benéfico tanto para os clientes quanto para as seguradoras, os modelos de IA devem ser justos, transparentes e explicáveis. À medida que a IA evolui, tornando-se mais complexa, as empresas que desenvolvem e fornecem a tecnologia – e todas as partes interessadas envolvidas na IA – devem praticar a ética em cada processo.

“Se as seguradoras não forem cuidadosas, o viés inconsciente se infiltrará na IA se os algoritmos forem configurados por um grupo restrito de pessoas. Se houver falta de diversidade entre os cientistas de dados – os especialistas que desenvolvem e testam esses modelos de IA – eles apenas reforçarão ainda mais o viés inconsciente. E é por isso que devemos construir conscientemente soluções que estejam constantemente atentas a esses vieses, evitando que eles se manifestem e causem danos.”

Qual a importância da entrada de dados para a modelagem preditiva?

Aqueles bem versados ​​em IA estarão familiarizados com o acrônimo 'GIGO', que significa 'lixo dentro, lixo fora'. Isso se refere ao princípio de que, se seu algoritmo de IA estiver usando dados ruins, ele retornará resultados ruins. Por exemplo, se uma seguradora estiver usando IA para identificar padrões problemáticos de comportamento como parte de sua estratégia de prevenção de fraudes, dados incorretos diminuirão a capacidade do algoritmo de detectar fraudes com eficácia. Isso fala de um tema muito mais amplo de viés dentro da IA.

Nigel Lombard, da Peppercorn, diz: “Atualmente, a análise de risco é uma experiência linear; é uma abordagem de tamanho único projetada para favorecer o provedor. A IA, por outro lado, pode coletar volumes de dados e identificar padrões e tendências de comportamento, permitindo que os provedores ouçam e reajam a seus clientes. Na prática, isso pode significar ajustar a maneira como um fornecedor fala com um cliente com base em seu humor ou criar novos produtos seguindo o feedback, por exemplo. A modelagem preditiva pode levar isso um passo adiante, mas depende inteiramente da qualidade dos dados inseridos nos modelos.”

Meghana Nile acrescenta: “Embora a IA tenha seus riscos éticos potenciais se não for usada corretamente, se aplicada corretamente, pode ser excepcionalmente poderosa. A IA pode lidar com possíveis vieses na subscrição, identificando e eliminando possíveis disparidades na tomada de decisões devido a raça, gênero, idade ou etnia, e é isso que pode resultar em preços mais justos.

“Outro impacto positivo que a IA terá nos prêmios é sua capacidade de detectar fraudes e identificar clientes de alto risco. Essa capacidade aprimora o monitoramento de riscos e, por sua vez, reduz os preços. Com regulamentos como a diretriz da Autoridade de Conduta Financeira (FCA) sobre o dever do cliente, isso levará o setor a adotar uma abordagem mais holística e analítica para os preços. Como a IA pode desempenhar um grande papel na estimativa de prêmios equitativos e justos, é provável que vejamos sua presença em seguros aumentar massivamente.”

A tecnologia de seguros deve se traduzir em prêmios mais baixos?

Ao implementar novas tecnologias como IA, a adesão do cliente é extremamente importante. No entanto, não importa o quão útil a IA possa ser para uma seguradora – ou mesmo o quanto ela torne a experiência do cliente mais simples – a IA terá que reduzir os prêmios antes que os clientes a adotem totalmente. Esse é o custo da mudança, até mesmo da mudança para melhor: os clientes querem obter ganhos financeiros reais. Isso pode assumir a forma de reduzir a incidência de fraude e, posteriormente, minimizar a perda para a seguradora, ou pode ser outra coisa.

Nigel Lombard explica que os clientes de seguros muitas vezes julgam mal o valor da cobertura de que precisam, contratando a apólice errada e ficando com seguro insuficiente ou com seguro excessivo. Essa é uma maneira pela qual a IA pode ajudar a economizar.

“Há uma oportunidade para a IA de conversação corrigir esse erro”, diz ele. “Ao colocar o cliente no controle da conversa, ele pode fazer as perguntas certas e a IA pode captar gatilhos verbais que garantem que os clientes tenham a cobertura certa. Isso pode resultar em preços mais justos.

“Além disso, ao se concentrar na criação de eficiências, a IA também pode resultar em custos operacionais mais enxutos e índices de despesas mais baixos, que podem ser repassados ​​aos clientes”.

As implicações legais da IA ​​para as seguradoras

Por Katie Simmonds , sócia-gerente da Womble Bond Dickinson

“Um dos problemas com o uso da IA ​​é que ela é opaca, o que significa que às vezes o que não podemos fazer é realmente explicar como o sistema de IA funciona. Isso pode criar vários riscos e problemas potenciais. Os principais perigos de se tornar excessivamente dependente de tecnologias é que você não consegue entender como está usando os dados pessoais dos indivíduos ou verificar se uma resposta ou resposta está 'certa'. Mesmo quando a resposta é 'certa', existe o risco de perpetuar vieses históricos e discriminação em decisões futuras. Por exemplo, no seguro saúde, um indivíduo pode ser injustamente bloqueado de certas apólices. Isso pode ter efeitos indiretos para esse indivíduo, que pode exigir o seguro de saúde para uma taxa de hipoteca, potencialmente removendo oportunidades de moradia.

“Para as empresas, o uso excessivamente eficiente de dados de localização pode significar taxas mais altas de rejeição com base em taxas históricas de criminalidade ou comportamento antissocial. Essa loteria de código postal levanta a questão de como qualquer lugar que pudesse atender a esses parâmetros poderia subir de nível de forma realista, mesmo com mitigações sensatas? Seja um aplicativo de terceiros ou algo feito sob medida, você precisará de uma visão e compreensão completas do que está acontecendo e qual processo leva ao que sai.

“Tal é a natureza da IA, ela estará em constante aprendizado, portanto esse entendimento deve permanecer ágil. Ele só pode fazer exatamente o que você diz para fazer, e uma instrução ou compreensão deficiente não garantirá uma aprovação se a máquina se comportar de maneira ilegal. Por esse motivo, provavelmente veremos mais nomeações de um Chief AI Officer ou função semelhante que fará a ponte entre tecnologia, ética e aspectos legais.”