A IA está transformando o setor de seguros

À medida que a IA se torna mais profundamente integrada no setor, as operadoras devem se posicionar para responder às mudanças no cenário de negócios. Os executivos de seguros devem entender os fatores que contribuirão para essa mudança e como a IA reformulará os sinistros, a distribuição, a subscrição e os preços. Com esse entendimento, eles podem começar a desenvolver as habilidades e o talento, adotar as tecnologias emergentes e criar a cultura e a perspectiva necessárias para serem participantes de sucesso no setor de seguros do futuro.

Tendências relacionadas à IA que moldam o seguro

As tecnologias subjacentes da IA ​​já estão sendo implantadas em nossos negócios, residências e veículos, bem como em nossa pessoa. A interrupção do COVID-19 mudou os cronogramas para a adoção da IA acelerando 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 dar 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 de adotar mudanças as colocarão em uma posição melhor para incorporar a IA em suas operações.

Quatro tendências tecnológicas principais, fortemente acopladas (e às vezes habilitadas por) IA, reformularão o setor de seguros na próxima década.

Explosão de dados de dispositivos conectados

Em ambientes industriais, equipamentos com sensores são onipresentes há algum tempo, mas os próximos anos verão um grande aumento no número de dispositivos de consumo conectados. A penetração de dispositivos existentes (como carros, rastreadores de fitness, assistentes domésticos, smartphones e relógios inteligentes) continuará a aumentar rapidamente, juntamente com novas categorias crescentes, como roupas, óculos, eletrodomésticos, dispositivos médicos e sapatos.

Especialistas estimam que haverá até um trilhão de dispositivos conectados até 2025.2 A resultante avalanche 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 entrega de serviços cada vez mais em tempo real.

Em 2021, muitas seguradoras planejaram alcançar maior eficiência operacional com a ajuda de tecnologias emergentes, incluindo:

• IA (aprendizado de máquina e aprendizado profundo)

• RPA (automação de processos robóticos)

• IoT (internet das coisas).

Em particular, o aumento da conectividade – telemática e computadores de bordo em carros, assistentes domésticos inteligentes, rastreadores de fitness, wearables de saúde e outros tipos de dispositivos IoT – agora permite que as seguradoras coletem automaticamente dados mais abrangentes dos clientes.

Eles podem então infundi-lo em suas tarefas de subscrição e gerenciamento de sinistros para torná-lo mais rápido, mais agnóstico e menos propenso a erros.

Mais dados equivalem a uma melhor tomada de decisão e riscos reduzidos. No entanto, ao mesmo tempo, volumes de dados maiores exigem meios mais avançados (e seguros) para processá-los.

É aí que os algoritmos de inteligência artificial vêm à tona.

Os algoritmos de aprendizado de máquina podem escanear efetivamente todos os dados recebidos, interpretá-los em vez de agentes de seguros e fornecer liquidação mais rápida aos usuários finais. Especialistas estimam que haverá até um trilhão de dispositivos conectados até 2025.

Maior prevalência de robótica física

O campo da robótica tem visto muitas conquistas empolgantes 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 seguros comerciais do futuro. Até 2025, edifícios impressos em 3D serão comuns e as operadoras precisarão avaliar como esse desenvolvimento altera as avaliações de risco.

Além disso, drones programáveis ​​e autônomos; equipamentos agrícolas autônomos; e robôs cirúrgicos aprimorados serão comercialmente viáveis ​​na próxima década. Até 2030, uma proporção muito maior de veículos padrão terá recursos autônomos, como capacidades 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, mudará as expectativas dos clientes e permitirá novos produtos e canais.

Ecossistemas de código aberto e de dados

À medida que os dados se tornam onipresentes, surgirão protocolos de código aberto para garantir que os dados possam ser compartilhados e usados ​​em todos os setores. Várias entidades públicas e privadas se unirão para criar ecossistemas a fim de compartilhar dados para vários casos de uso sob uma estrutura regulatória e de segurança cibernética comum.

Por exemplo, dados vestíveis podem ser transportados diretamente para operadoras de seguros, e dados de casa conectada e de automóveis podem ser disponibilizados por meio da Amazon, Apple, Google e uma variedade de fabricantes de dispositivos de consumo.

Avanços nas tecnologias cognitivas

As redes neurais convolucionais e outras tecnologias de aprendizado profundo atualmente usadas principalmente para processamento de imagem, voz e texto não estruturado evoluirão para serem aplicadas em uma ampla variedade de aplicações. Essas tecnologias cognitivas, que são vagamente baseadas na capacidade do cérebro humano de aprender por 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.

Como a IA está transformando o setor de seguros

Os investimentos em inteligência artificial (e tecnologias abrangentes, como aprendizado de máquina, aprendizado profundo, análise preditiva e análise de big data) têm uma classificação particularmente alta nas agendas dos tomadores de decisão.

E por uma boa razão-

Eles claramente compensam.

Por fim, a McKinsey estima que, em todas as funções e casos de uso, os investimentos em IA podem gerar até US$ 1,1 trilhão em valor anual potencial para o setor de seguros.

Então, quais são esses bilhões de dólares epara as companhias de seguros?

Vamos dar uma olhada.

1. Processamento de Reivindicações Simplificado

A automação inteligente gera o melhor ROI para fluxos de trabalho repetitivos, padronizados e que exigem atenção. A gestão de sinistros é um ótimo exemplo disso.

Aqui está o porquê-

Em grande parte, baseado em papel e raramente digitalizado de ponta a ponta, o processo de gerenciamento de sinistros pode consumir até 50% a 80% das receitas de prêmios.

Sendo principalmente manual, o processamento de sinistros também está sujeito a erros e ineficiências, que aumentam ainda mais os custos operacionais das seguradoras.

Como a McKinsey afirmou no início de 2019, as maiores seguradoras ainda não abordaram os custos da prestação de serviços:

A melhor parte?

Com dados de treinamento suficientes, os algoritmos de aprendizado de máquina e aprendizado profundo podem se auto aprimorar ao longo do tempo sem programação explícita, o que significa que suas equipes obtêm acesso a insights ainda mais precisos e complexos.

Alguns dos casos de uso populares de IA no gerenciamento de sinistros incluem:

• Roteamento de reivindicações iniciais

• Triagem de sinistros

• Detecção de sinistros fraudulentos

• Auditoria de gestão de sinistros

Basta dar uma olhada na Fukoku Mutual Life - uma seguradora de vida japonesa que incorporou um aplicativo apoiado por IA para processamento de sinistros médicos.

Fukoku Mutual Life—Aproveitando a IA para lidar com dados de sinistros

Com base no Watson IBM, a Fukoku Mutual Life lançou um aplicativo pode acessar automaticamente todos os arquivos médicos relacionados ao caso, extraí-los para obter informações relevantes e calcular automaticamente pagamentos precisos, com base em todos os insights coletados. O pagamento é encaminhado para um agente humano que o aprova e libera.

Os resultados?

Após a adoção, a produtividade da equipe melhorou em 30% e as taxas de precisão de pagamento também mudaram positivamente.

A Fukou Mutural Life não é um caso isolado - a cada ano, mais e mais seguradoras consideram a implantação de soluções de IA para seus processos de sinistros.

Lemonade—Usando chatbots de IA para competir com seguradoras gigantes

A Lemonade, uma startup da InsureTech, avaliada em US$ 3,9 bilhões durante o IPO em 2020, é outro forte exemplo de IA em seguros.

A startup conta com uma série de análises de big data e modelos de aprendizado de máquina para impulsionar uma série de tarefas de seguro de ponta a ponta.

Isso permitiu que eles reduzissem os concorrentes maiores em termos de preço, velocidade de aquisição de clientes e experiência geral do cliente e envolvimento do cliente. Um processo simples de compra de seguro totalmente digital e inexpressivo tornou a Lemonade uma das principais seguradoras para consumidores mais jovens.

Por exemplo, Jim – o bot de experiência de sinistros de IA, pode lidar com todo o processo de sinistros sem problemas. Em 2019, Jim lidou com 20.000 reclamações e outras consultas de clientes e pagou mais de US$ 2,5 milhões sem envolvimento humano.

A moral?

A implementação de soluções de IA, como bots habilitados para IA, pode ser usada em várias linhas de negócios – os chatbots podem ajudar a melhorar o atendimento ao cliente, coletar e analisar dados pessoais ou processar reclamações, diminuindo o fluxo de trabalho nas operações comerciais e reduzindo custos.

2. Julgamento Acelerado das Reivindicações

Tanto as seguradoras quanto os clientes desejam um tempo de ciclo rápido.

A inteligência artificial planeja aumentar essa velocidade assumindo algumas das tarefas de inspeção pesadas e muitas vezes francamente perigosas.

Por que isso Importa?

Apenas considere isso—

Ajustadores de taxa de seguro de propriedade se machucam 4 vezes mais vezes do que trabalhadores da construção civil!

Bem louco, né?

Os sistemas de IA, combinados com hardware de suporte para coleta de dados, podem tornar as sessões de coleta e avaliação de evidências muito mais seguras e rápidas.

Por exemplo-

Os avaliadores de propriedades usam drones equipados com tecnologia de visão computacional para avaliar os danos do telhado com mais eficiência e fornecer uma estimativa dos custos de reparo ao proprietário. Eles também podem fazer o mesmo para inspecionar equipamentos industriais (por exemplo, oleodutos), campos e plantações, ou uma visão inicial de uma área e ativos afetados pelo desastre natural.

Os sistemas de gerenciamento de sinistros baseados em IA podem processar efetivamente:

· Dados geoespaciais (GIS), coletados por satélites

· Vídeo ou imagens em HD, filmados por um drone

· Conjuntos de dados de IoT, incluindo temperatura, pressão, posição do objeto e muito mais

Todas essas fontes de dados podem fornecer uma imagem completa dos ativos no local.

Além disso, esses conjuntos de dados podem ser avaliados com mais precisão com algoritmos de ML/DL, em vez de apenas com o olho humano.

Vamos dar uma olhada na empresa que usou IA e aprendizado de máquina para dominar esse processo no setor de seguros de automóveis.

Tokio Marine—Implantando o reconhecimento avançado de imagem para estimar os custos de reparo

A seguradora de automóveis Tokio Marine implantou recentemente um sistema de visão computacional baseado em IA para examinar e avaliar veículos danificados.

O tempo médio de ciclo para sinistros de automóveis no Japão é de 2 a 3 semanas.

A Tokio Marine tem reduzido significativamente o tempo de processamento, contando com estimativas geradas por IA para reparos, pintura e operações de mistura produzidas com base nas imagens de danos.

Outras seguradoras, como Allstate, MetLife e Esurance, entre outras, também aceitam fotos de veículos como parte do processo de envio de sinistros.

No entanto-

Nem todos eles estão aproveitando o reconhecimento de imagem para acelerar o processo de avaliação e melhorar a satisfação do cliente, comprovando liquidações mais rápidas e precisas.

3. Digitalização Rápida de Documentos com OCR

OCR significa reconhecimento óptico de caracteres - um processo habilitado para tecnologia de reconhecimento de dígitos e textos escritos à mão.

Como as seguradoras tradicionais ainda dependem amplamente de formulários em papel e documentos impressos, o OCR pode ser um grande divisor de águas para melhorar a eficiência operacional.

Em vez de redigitar as informações manualmente, os agentes de seguros podem ser capacitados com sistemas automatizados, capturando e reconciliando com precisão os dados de formulários em papel e complementando-os com entradas de outras fontes.

Quando combinada com a visão computacional, a tecnologia OCR pode renderizar com precisão cada pixel e traduzi-lo para uma respectiva entrada digital. Em seguida, valide o envio em relação a outras entradas no banco de dados.

Um estado tão elevado de automação pode gerar até 80% de economia de custos para processos individuais.

Além disso, os aplicativos OCR podem ser implantados para melhorar a integração de novos clientes e o processo KYC.

Todos os dados necessários podem ser extraídos de fotos de identificação e adicionados ao perfil do cliente em meros segundos, em vez de dias. Dessa forma, as seguradoras podem integrar digitalmente os clientes por meio de portais da Web e aplicativos móveis, semelhantes ao Lemonade, e reduzir significativamente os custos de integração, aumentando a velocidade e os fatores de satisfação do cliente.

Dado que a pandemia adicionou um novo prêmio ao desempenho das seguradoras, a aquisição simplificada de clientes não é uma área que você gostaria de explorar.

A EY Insurance Industry Outlook 2021 relatou que:

• 69% dos clientes agora preferem comprar seguro automóvel online

• 61% também gostariam de comprar seguro de saúde online

• 58% consideram comprar seguro de vida online

4. Subscrição mais rápida e precisa

Quando se trata do processo de subscrição, avaliação baseada em regras e mecanismos de risco não são mais suficientes para fornecer estimativas precisas. Especialmente à medida que os cenários de seguro se tornam mais complexos (por exemplo, preços de seguro baseados no uso para ativos compartilhados) e os níveis de fraude mais elaborados.

O aumento da conectividade em todos os setores permite que as seguradoras digitalmente maduras criem melhores maneiras de fazer avaliações.

A tecnologia de visão computacional, combinada com dados de IoT, pode ajudar as seguradoras a registrar cuidadosamente o estado do ativo no momento da subscrição e manter os ajustes quase em tempo real.

Por exemplo-

Ao conectar um fluxo de dados GIS ao seu sistema de análise, sua empresa pode não apenas eliminar as inspeções de propriedade pessoais, mas também monitorar o estado da propriedade ao longo do tempo para ajustar o preço da apólice.

Cenários mais elaborados podem ser usados ​​para avaliar a infraestrutura industrial quanto a danos e contratempos operacionais. Por exemplo, a indústria de Petróleo e Gás agora produz terabytes de dados operacionais diariamente:

As seguradoras podem conectar os dados acima a sistemas de análise preditiva para antecipar níveis de degradação, realizar inspeções automáticas de defeitos, prever taxas de falhas potenciais e outros riscos operacionais e ajustar os prêmios de acordo.

Caso em questão: uma resseguradora global construiu um algoritmo de aprendizado de máquina para prever efetivamente a probabilidade de inundações na área, usando dados históricos e geoespaciais e entradas de documentos digitalizados.

Tal configuração permitiu-lhes:

• Modelar um mercado potencial com 83% de precisão

• Reduzir o tempo de processamento na subscrição em 10 vezes

• Melhorar a aceitação de casos em 25%

5. Detecção e Prevenção de Fraudes de Seguros

As companhias de seguros perdem no Brasil cerca de R$ 5 bilhões anualmente para fraudadores – e isso sem contabilizar fraudes em planos de saúde.

Reivindicações fraudulentas são realmente uma praga.

Os números são claramente impressionantes, mas compreensíveis, dado o fato de que a maioria ainda depende de sistemas desatualizados baseados em regras, incapazes de detectar esquemas de fraude elaborados.

Os sistemas de detecção de fraudes baseados em IA abordam as deficiências de aplicativos anteriores, além de ajudar a aumentar os julgamentos dos analistas humanos, fornecendo-lhes informações valiosas.

Inerentemente, os sistemas de aprendizado de máquina e aprendizado profundo são capazes de identificar padrões recorrentes. Essa capacidade torna esses algoritmos fortes candidatos para capturar comportamentos fora do comum dentro dos sistemas ou entre clientes individuais.

Por exemplo-

Um algoritmo pré-treinado em dados de uso de computador e rede dos funcionários pode monitorar seu comportamento durante o dia de trabalho. Uma vez que detecta um certo grau de desvio das formas padrão de trabalho (por exemplo, várias solicitações de acesso não autorizado), esse sistema de segurança pode sinalizar o usuário e alertar a equipe de segurança para investigações adicionais.

Os aplicativos de detecção de fraude de IA podem ser empregados para executar verificações de antecedentes rápidas e automáticas durante o estágio de integração do cliente para calcular cuidadosamente os riscos associados a indivíduos ou empresas.

Anadolu Sigorta – IA em seguros para detecção de fraudes

A seguradora turca, Anadolu Sigorta, testou recentemente um sistema preditivo de detecção de fraude da Friss. Originalmente, a empresa estava gastando mais de duas semanas revisando manualmente todas as solicitações enviadas em busca de sinais de fraude. Dado que eles estavam processando mais de 25.000 a 30.000 mensalmente, os custos de processamento eram bastante altos.

Depois de mudar para um sistema preditivo, a seguradora ganhou os recursos para identificar fraudes em tempo real. Eles obtiveram um ROI de 210% em apenas um ano e atribuíram mais de US$ 5,7 milhões em custos de detecção e prevenção de fraudes ao novo sistema de IA.

6. Conquistando Clientes de Seguros com Prêmios Competitivos para Motoristas

Os veículos conectados agora produzem, armazenam e transmitem terabytes de dados valiosos que as seguradoras podem usar para oferecer preços mais competitivos ou migrar para novos modelos de negócios conforme as demandas dos consumidores:

Alguns dos casos de uso de IA emergentes para seguro automóvel incluem:

Análise preditiva de custos para sinistros: aproveite as técnicas de aprendizado de máquina e a ciência de dados para estimar o custo médio de sinistros por diferentes segmentos de clientes. Ajuste os prêmios respectivamente e gerencie melhor seu fluxo de caixa.

Monitoramento do desempenho do motorista: Ao analisar dados comportamentais dos sistemas do carro conectado (câmeras internas e externas, telemática e sistemas ADAS), você pode aprender mais sobre os comportamentos dos motoristas individuais e encantá-los com tarifas e linhas de produtos personalizadas.

Suporte a acidentes em tempo real. As seguradoras podem oferecer níveis de serviço superiores aos motoristas, recebendo acesso automático aos dados de acidentes e fornecendo uma resposta semiautomática rápida. Por exemplo, um hatbots de IA pode solicitar ao motorista as melhores ações para recuperação, notificar automaticamente a equipe médica, se necessário, ou chamar um serviço de dois caminhões.

Essa conectividade em tempo real pode ser especialmente crucial para salvar vidas. De acordo com a OCDE, 44% das mortes em acidentes de carro poderiam ter sido evitadas se os serviços médicos de emergência tivessem informações em tempo real sobre o tipo e a gravidade de seus ferimentos.

SARA Assicurazioni e Automobile Club—AI para seguro de acidentes de carro

A SARA Assicurazioni e o Automobile Club D´Italia estão atraindo motoristas para instalar sistemas ADAS em troca de um desconto de 20% no prêmio de seguro.

Os sistemas ADAS não apenas reduzem as chances de colisões que causam lesões, mas também ajudam os motoristas a adotar hábitos de direção mais seguros.

Um estudo recente observa que os sistemas ADAS podem reduzir:

• a taxa de reivindicação de responsabilidade por danos pessoais em 4-25%,

• a taxa de reivindicação de responsabilidade por danos materiais causados ​​por acidentes de trânsito em 7%-22%

Ant Financial—tecnologia de IA para a nova geração de seguradoras

Um dos chamados “aplicativos colméia” da China – a Ant Financial é uma empresa que oferece um ecossistema de ofertas e serviços de produtos digitais conectados, desde redes sociais a serviços bancários – usa ainda mais pontos de dados para criar perfis de clientes altamente detalhados.

Os algoritmos de IA atribuem a cada cliente Pontos de Seguro Auto, semelhante à pontuação de crédito. Além de fatores regulares, como experiência de condução, idade e modelo do carro, o sistema também leva em consideração os “fatores de estilo de vida” para construir um perfil de risco abrangente para o cliente.

Isso inclui o histórico de crédito do titular da apólice, hábitos de consumo, profissão etc. Usando a entrada, o aplicativo atribui uma pontuação personalizada e fornece preços de seguro, serviços e experiência geral do cliente hiperpersonalizados.

O futuro da IA ​​no setor de seguros

O setor de seguros está sob forte pressão pós-pandemia. Nem a inteligência artificial (IA) nem outras tecnologias relacionadas são uma solução “digna de prêmio Nobel” para todos os estressores subjacentes.

No entanto -

Os casos de uso de seguros de IA descritos neste post têm um forte potencial para melhorar a eficiência operacional, conter custos e permitir que as seguradoras migrem para a experiência digital do cliente e linhas de produtos aprimoradas por tecnologia.

A IA e suas tecnologias relacionadas terão um impacto sísmico em todos os aspectos do setor de seguros, desde a distribuição até a subscrição e os preços (variáveis) dos sinistros. Tecnologias e dados avançados já estão afetando a distribuição e a subscrição, com as apólices sendo precificadas, compradas e vinculadas quase em tempo real. Um exame aprofundado de como o seguro pode ser no futuro próximo destacará mudanças dramáticas em toda a cadeia de valor do seguro.

Quer saber mais ou é uma seguradora e quer atualizar os seus processos? Fale conosco