La IA generativa tiene el potencial de transformar la industria de seguros al brindar a los aseguradores información valiosa en las áreas de: 1) controles de riesgo, 2) detalles de construcción y ubicación y 3) operaciones aseguradas. Esta tecnología puede ayudar a los suscriptores a identificar más valor en el proceso de presentación y tomar decisiones de suscripción más rentables y de mejor calidad. Una mayor precisión de las calificaciones a partir del modelado de catástrofes significa precios mejores y más precisos y una reducción de la fuga de primas.
En esta publicación, elaborada por Accenture, se explorarán las áreas de oportunidad, la capacidad de la IA generativa y el impacto potencial del uso de la IA generativa en la industria de seguros.
1) La información sobre el control de riesgos se concentra en los datos materiales.
La IA generativa permite resaltar los conocimientos del análisis de control de riesgos para mostrar las medidas de prevención de pérdidas implementadas, así como la efectividad de esos controles para reducir el potencial de pérdidas. Estos son fundamentales para tomar decisiones de suscripción informadas y pueden abordar áreas que constantemente se pasan por alto o puntos débiles para los suscriptores en la recopilación de datos. Actualmente, cuando se trata de selección de presentaciones, los suscriptores no pueden revisar todas las presentaciones debido al gran volumen y las fuentes dispares. La IA generativa les permite analizar la integridad y la calidad de todos los envíos a escala. Esto significa que pasan de una capacidad limitada para comparar información con riesgos similares a un escenario en el que tienen conocimientos comparativos sobre los riesgos al evaluar las presentaciones con respecto a las pautas de suscripción y el libro de negocios actual.
Qué puede hacer la IA generativa:
- Generar una narrativa integral del riesgo general y su alineación con el apetito y la reserva de los operadores.
- Marcar, obtener e identificar los datos de materiales faltantes necesarios.
- Gestionar el linaje de los datos que se han actualizado.
- Enriquecimiento a partir de fuentes auxiliares de administradores externos/datos externos (por ejemplo, productos/servicios que cotizan públicamente para las operaciones del asegurado).
- Validar los datos presentados con respecto a esas fuentes adicionales (por ejemplo, datos geoespaciales para la validación del manejo de la vegetación/proximidad a los materiales de construcción de edificios y techos).
Sintetizar un paquete de envío con datos de terceros de esta manera permite presentarlo de una manera significativa y fácil de consumir que, en última instancia, ayuda a la toma de decisiones. Todo esto puede permitir recomendaciones de mitigación de riesgos y precios más rápidas y mejoradas. Aumentar la información recibida del corredor con datos de terceros también elimina los largos retrasos causados por los intercambios actuales entre suscriptores y corredores. Esto puede suceder inmediatamente con cada envío al mismo tiempo, priorizando en cuestión de segundos en todo el portafolio. Lo que un asegurador podría hacer en el transcurso de una semana podría hacerse de manera instantánea y consistente mientras hace recomendaciones estructuradas e informadas. El asegurador conocerá inmediatamente las brechas de control basándose en los detalles de la presentación y dónde pueden existir deficiencias/lagunas significativas que podrían afectar el potencial de pérdidas y el precio técnico. Por supuesto, estos deben considerarse en conjunto con el apetito de riesgo individual de cada asegurado. En última instancia, estas mejoras crean la capacidad de suscribir más riesgos sin primas excesivas.
2) La información detallada sobre el edificio y la ubicación ayuda a mejorar la precisión de la exposición al riesgo.
Tomemos el ejemplo de una cadena de restaurantes con múltiples propiedades que nuestra compañía de seguros está suscribiendo para ilustrar los detalles del edificio. Esta cadena de restaurantes se encuentra en una región propensa a catástrofes como Tampa, Florida. ¿Cómo se podrían utilizar estos conocimientos para complementar la presentación y garantizar que el asegurador tuviera una visión completa para predecir con precisión la exposición al riesgo asociada con esta ubicación? Los peligros de alto riesgo para Tampa, según el Índice de Riesgo Nacional de la Agencia Federal para el Manejo de Emergencias (FEMA), son huracanes, relámpagos y tornados. En este caso, la aseguradora había aplicado un nivel de riesgo medio al restaurante debido a:
- Una falla pasada en la inspección de seguridad.
- Falta de unidades de protección contra huracanes.
- Un vínculo potencial entre una falla de mantenimiento pasada y un evento de pérdida.
Todo lo cual aumentó el riesgo.
Por otro lado, en preparación para estos peligros, el restaurante había implementado varias medidas de mitigación:
- Capacitación obligatoria sobre huracanes para todos los empleados.
- Contraventanas metálicas contra tormentas en cada ventana.
- Artículos exteriores asegurados, como muebles, letreros y otros artículos sueltos que podrían convertirse en proyectiles con vientos fuertes.
Todos estos se agregaron a la presentación indicando que contaban con las medidas de respuesta necesarias para disminuir el riesgo.
Mientras que los conocimientos detallados del edificio exponen lo que realmente se está asegurando, los conocimientos detallados de la ubicación muestran el contexto en el que opera el edificio. El análisis de control de riesgos a partir de evaluaciones de edificios e informes de inspección de seguridad revela información que muestra qué ubicaciones son las que generan mayores pérdidas, si las pérdidas pasadas fueron el resultado de un peligro cubierto o una deficiencia de control, y la idoneidad de los sistemas de control implementados. En el caso de la cadena de restaurantes, por ejemplo, no contaba con unidades propias de protección contra huracanes, pero según los datos detallados de geolocalización, el edificio se encuentra aproximadamente a 3 millas de la estación de bomberos más cercana. Lo que esto realmente significa es que en términos de recopilación de contexto, los suscriptores pasan de ser incapaces de triangular un gran volumen de información y documentos presentados a ser capaces de profundizar en contexto adicional sobre ideas en cuestión de segundos. Esto, a su vez, permite a los suscriptores identificar y realizar un seguimiento de los factores de fuga a partir de conocimientos y recopilación de contexto para recomendar acciones de mitigación de riesgos de manera más efectiva.
3) Los conocimientos de operaciones ayudan a proporcionar recomendaciones para controles de riesgo adicionales.
Los detalles de las operaciones aseguradas sintetizan información de la presentación del corredor, estados financieros e información sobre qué aspectos no están incluidos en formularios/solicitudes del Acuerdo por parte del corredor. También se proporcionarían los grados de peligro de cada ubicación asociada con las operaciones del asegurado y los códigos de Clasificación Industrial Estándar predominantes y secundarios. A partir de esto, se habilitará la visibilidad inmediata del historial de pérdidas y las ubicaciones de conducción con mayores pérdidas en comparación con la exposición total.
Si volvemos a tomar el ejemplo de nuestra cadena de restaurantes, se le podría atribuir un valor de riesgo «alto» en lugar del «medio» mencionado anteriormente debido al hecho de que la ubicación tiene riesgos potenciales de, por ejemplo, operaciones de entrega de catering. Analizando la exposición de la operación, así se identifica ese alto riesgo en el catering:
La ocupación máxima es de 1.000 personas y está ubicado en un complejo comercial. El número de reclamaciones en los últimos 10 años y el monto promedio de las reclamaciones también podrían indicar un mayor riesgo de accidentes, daños a la propiedad y problemas de responsabilidad. Aunque es posible que se hayan implementado algunos controles de riesgo, como capacitación que cumple con la Administración de Salud y Seguridad Ocupacional, guardias de seguridad, capacitaciones de respuesta a simulacros de huracán e incendio cada 6 meses, es posible que se necesiten controles adicionales, como controles de riesgo específicos para las operaciones de catering y medidas de seguridad contra incendios para el horno de pizza al aire libre.
Esta información complementaria es invaluable para calcular la exposición real al riesgo y atribuir el nivel de riesgo correcto a la situación del cliente.
Beneficios de la IA generativa más allá de decisiones de suscripción más rentables
Además de ayudar a tomar decisiones de suscripción más rentables, estos conocimientos proporcionan un valor adicional ya que enseñan a los nuevos suscriptores (en un tiempo significativamente reducido) a comprender los datos, las directrices y los conocimientos sobre riesgos. Mejoran la precisión de los análisis/calificaciones al incorporar todos los datos de presentación completos y precisos en modelos de catástrofe para cada riesgo y reducen la rotación significativa entre actuario/fijación/suscripción de información de riesgo.
