A IA está começando a revolucionar o setor de seguros, mas sua adoção contínua depende da qualidade dos dados inseridos e de sua capacidade de reduzir os prêmios.
A 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, tal é a importância da IA para o setor de seguros que a McKinsey, em seu relatório Insurance 2030 publicado em 2021, descreveu a IA como tendo o potencial de “transformar todos os aspectos do setor”.
“A inteligência artificial 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 em fotos de smartphones 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 da IA. A tecnologia torna o processo de compra de uma apólice muito mais simples, com menos clientes desestimulados pela complexidade dos formulários típicos de apólices. E, com consultas simples respondidas pela IA, os agentes humanos têm mais recursos para se concentrar em áreas de serviço mais difíceis, o que faz com que os problemas sejam tratados com muito mais rapidez, suavizando a experiência.”
Nile também acredita que a IA está transformando a detecção de fraudes, monitorando continuamente atividades potencialmente fraudulentas por meio da análise de dados e usando a análise de dados não estruturados de terceiros para dar às seguradoras um contexto extra sobre esses padrões de comportamento.
Nigel Lombard, CEO e fundador da Peppercorn AI, resume: “Até o momento, as seguradoras têm se concentrado principalmente no uso da IA no atendimento ao cliente e no processamento de sinistros. No entanto, embora o uso da IA em seguros ainda esteja em seus primórdios, a adoção será acelerada nos próximos um ou dois anos. As seguradoras que não estiverem adotando a tecnologia estarão em apuros, pois ficarão presas a altos índices de despesas.”
Uso de IA: Onde as seguradoras estão perdendo oportunidades?
Apesar da rápida adoção da IA em seguros nos últimos anos, ainda há áreas em que as seguradoras não estão adotando totalmente a tecnologia e se expondo a riscos, ineficiência ou custos evitáveis.
“Começamos apenas 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 apoiar a subscrição e a detecção de fraudes, o que pode melhorar drasticamente as taxas de perda e as taxas de 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 têm implementado há décadas.
“A IA também tem o potencial de usar a análise preditiva 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 a próxima etapa quando a IA se tornar mais popular, mas essa área ainda está em sua infância. Quando a IA for mais amplamente adotada e os modelos tiverem capturado níveis suficientes de dados, começaremos a ver aplicações reais de IA preditiva.”
Quando pensamos em IA, uma das principais aplicações voltadas para seguros que nos 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 os agentes humanos de atendimento ao cliente para lidar com consultas mais complexas ou para trabalhar em outras tarefas dentro da empresa que exijam julgamento ou discrição, por exemplo. De acordo com Lombard, isso representa uma mudança deixando para trás interfaces de atendimento ao cliente que trabalham para a seguradora em busca de um atendimento mais voltado para o cliente, melhorando a satisfação geral.
Meghana Nile, da Fujitsu, explica: “Os clientes querem uma experiência omnichannel, o que é muito mais viável com a ajuda da IA. Ela torna o processamento de sinistros por 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 sinistros mais complexos e os clientes esperam o “toque humano”.
“De acordo com a HubSpot, 40% dos clientes que não conseguiram encontrar alguém para ajudá-los com seu problema ainda estão tendo problemas com o produto ou serviço. Portanto, está claro que, ao implementar a IA, as seguradoras devem encontrar o equilíbrio entre a interação digital e humana; nem tudo deve ser feito por uma máquina.
“O mais importante, no entanto, é que a IA em seguros seja ética. Para ser benéfico tanto para os clientes quanto para as seguradoras, os modelos de IA precisam 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 criados 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 só reforçarão ainda mais o preconceito inconsciente. E é por isso que devemos criar conscientemente soluções que estejam sempre atentas a esses preconceitos, evitando que eles se manifestem e causem danos.”
Qual é a importância da entrada de dados para a modelagem preditiva?
Quem conhece bem a IA deve estar familiarizado com o acrônimo “GIGO”, que significa “garbage in, garbage out”. Isso se refere ao princípio de que, se o seu algoritmo de IA estiver usando dados ruins, ele retornará resultados ruins. Por exemplo, se uma seguradora estiver usando IA para identificar padrões de comportamento problemáticos como parte de sua estratégia de prevenção de fraudes, dados ruins diminuirão a capacidade do algoritmo de detectar fraudes com eficácia. Isso se refere a 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 reunir volumes de dados e identificar padrões e tendências de comportamento, permitindo que os provedores ouçam e reajam aos seus clientes. Na prática, isso pode significar ajustar a maneira como um provedor fala com um cliente com base no humor dele ou criar novos produtos de acordo com o feedback, por exemplo. A modelagem preditiva pode levar isso um passo adiante, mas depende totalmente 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, ela pode ser excepcionalmente poderosa. A IA pode lidar com possíveis vieses na subscrição, identificando e eliminando quaisquer possíveis disparidades na tomada de decisões devido a raça, gênero, idade ou etnia, e é isso que pode contribuir para uma precificação mais justa.
“Outro impacto positivo que a IA terá sobre os 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 regulamentações 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 a precificação. Como a IA pode desempenhar um papel importante na estimativa de prêmios justos e equitativos, é provável que sua presença no setor de seguros aumente enormemente.”
A tecnologia de seguros deve se traduzir em prêmios mais baixos?
Ao implementar novas tecnologias como a IA, a adesão do cliente é extremamente importante. No entanto, não importa o quanto a IA possa ser útil para uma seguradora — ou mesmo o quanto ela simplifique a experiência do cliente — a IA terá que reduzir os prêmios antes que os clientes a aceitem totalmente. Esse é o custo da mudança, mesmo a mudança para melhor: os clientes querem obter ganhos financeiros reais. Isso pode assumir a forma de redução da incidência de fraudes e, consequentemente, minimizar as perdas para a seguradora, ou pode ser outra coisa.
Nigel Lombard explica que os clientes de seguros geralmente avaliam mal o valor da cobertura de que precisam, contratando a apólice errada e ficando com seguro insuficiente ou excessivo. Essa é uma maneira pela qual a IA pode ajudar a economizar.
“Há uma oportunidade para a IA conversacional corrigir esse erro”, diz ele. “Ao colocar o cliente no controle da conversa, ele pode fazer as perguntas certas e a IA pode captar os 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, gerente-associada da Womble Bond Dickinson
“Um dos problemas com o uso da IA é que ela é opaca, o que significa que, às vezes, não podemos explicar como o sistema de IA funciona. Isso pode criar vários riscos e problemas em potencial. Os principais perigos de se tornar excessivamente dependente de tecnologias é não conseguir entender como se está usando os dados pessoais dos indivíduos ou verificar se uma resposta ou reação está “certa”. Mesmo quando a resposta é “correta”, há o risco de perpetuar preconceitos históricos e discriminação em decisões futuras. Por exemplo, em um seguro de saúde, um indivíduo pode ser injustamente impedido de receber determinadas apólices. Isso pode ter efeitos indiretos para essa pessoa, que pode precisar do seguro-saúde para obter uma taxa de hipoteca, o que pode eliminar as oportunidades de moradia.
“Para as empresas, o uso excessivamente eficiente dos dados de localização pode significar taxas mais altas de rejeição com base em taxas históricas de criminalidade ou comportamento antissocial. Essa loteria de códigos postais levanta a questão de como qualquer lugar que possa atender a esses parâmetros poderia se nivelar de forma realista, mesmo com atenuações sensatas? Seja um aplicativo de terceiros ou algo feito sob medida, você precisará de uma visão e um entendimento completos do que está entrando e do processo que leva ao que sai.
“Tal é a natureza da IA, ela estará constantemente aprendendo, portanto, esse entendimento deve permanecer ágil. Ela só pode fazer exatamente o que você diz para ela fazer, e uma instrução ou um entendimento deficiente não garantirá a aprovação se a máquina se comportar de maneira ilegal. Por esse motivo, é provável que vejamos mais nomeações de um diretor de IA ou de uma função semelhante que faça a ponte entre a tecnologia, a ética e os aspectos legais.”
