A IA continua a dominar a agenda dos executivos C-level, e o setor de insurtech continua sendo o principal candidato a liderar essa transformação. Essa tecnologia está reformulando aspectos essenciais das operações de seguros, especialmente no gerenciamento de sinistros e na experiência do cliente.
De acordo com a Goldman Sachs Asset Management Global Insurance Survey 2024, 73% das seguradoras estão usando ou explorando a IA para reduzir os custos operacionais. Além disso, 39% das seguradoras estão usando ou considerando a IA para subscrição, com 20% aproveitando a IA para avaliação de investimentos. Dados recentes da McKinsey sugerem que a IA poderia potencialmente fornecer até US$ 1,1 trilhão em valor adicional para o setor de seguros anualmente até 2030, enquanto uma pesquisa da PwC descobriu que 68% das seguradoras usam ou planejam implementar a IA em suas operações.
Alan O’Loughlin, AVP Data Science, International, da LexisNexis Risk Solutions, diz: “As tecnologias de IA e aprendizado de máquina (ML) possibilitam a tomada de decisões rápidas e orientadas por dados, o que significa que os clientes devem desfrutar de cotações mais rápidas, justas e precisas e de um serviço mais personalizado na solicitação de seguro”.
Ele continua: “A normalização de dados por meio de técnicas de IA e ML está criando padronização e consistência para seguros baseados em uso com base nesses dados.”
As seguradoras agora podem aproveitar grandes quantidades de dados estruturados e não estruturados de várias fontes, incluindo dispositivos telemáticos, wearables e plataformas de mídia social. Essa riqueza de informações permite uma avaliação de riscos e modelos de precificação mais precisos.
A transformação não é de forma alguma cosmética; ela está mudando a forma como as seguradoras interagem com os segurados. No centro dessa mudança está o crescimento exponencial da disponibilidade de dados e dos recursos de processamento.
Daniel Cole, diretor administrativo Sênior da Prática de Serviços Financeiros e Seguros da Publicis Sapient, acrescenta: “A IA revoluciona a avaliação de riscos e a subscrição de seguros, analisando vastos conjuntos de dados de diversas fontes, como mídias sociais e registros financeiros. Ela melhora a precisão por meio de algoritmos de aprendizado de máquina, automatiza tarefas de rotina e permite modelos de subscrição personalizados.”
Ele continua: “A tomada de decisões em tempo real e o aprendizado contínuo aumentam ainda mais a eficiência e a satisfação do cliente. Além disso, a IA fortalece a detecção de fraudes, garantindo a integridade das carteiras de seguros.”
Uma pesquisa recente da Gallagher Bassett, apresentada no relatório The Carrier Perspective: 2024 Claims Insights, indica que 83% das seguradoras do Reino Unido implementaram ou estão em processo de implementação de chatbots de IA ou IA generativa para melhorar a resolução de sinistros.
Greg Cole, diretor de sinistros da AND-E UK, fornece uma visão: “Com o recurso certo de IA generativa (Gen AI), os agentes virtuais podem responder aos clientes de forma natural e conversacional, fornecendo respostas precisas sempre que necessário. A AND-E UK viu 36% das chamadas serem direcionadas com sucesso para agentes virtuais, liberando os agentes humanos para lidar com as necessidades mais complexas dos clientes.
“Quando combinada com a transcrição de voz ao vivo, a IA pode ouvir e fornecer aos atendentes respostas e recomendações da próxima melhor ação nas conversas com os clientes. Isso garante que os atendentes tenham as informações de que precisam para fornecer suporte oportuno e preciso, contribuindo diretamente para resultados positivos para o cliente, conforme exigido pelo Dever do Consumidor.”
Os algoritmos de IA estão sendo empregados para detectar sinistros fraudulentos com uma precisão sem precedentes. Um estudo recente da Coalition Against Insurance Fraud (CAIF) indica que a fraude em seguros pode custar aos consumidores dos EUA US$ 308,6 bilhões por ano. Esse valor inclui estimativas de custos anuais de fraude em várias áreas de responsabilidade, incluindo seguro de vida (US$ 74,7 bilhões), propriedade e acidentes (US$ 45 bilhões), compensação de trabalhadores (US$ 34 bilhões) e roubo de automóveis (US$ 7,4 bilhões).
Alan acrescenta: “A automação total da detecção de fraudes não é realista no curto prazo. Ela precisa da combinação certa de habilidades humanas, dados e tecnologia. As ferramentas forenses digitais que utilizam IA podem ser usadas para identificar a manipulação de pixels e imagens, identificando até mesmo imagens falsas criadas pela Gen AI.
“O futuro da detecção de fraudes continuará, portanto, a depender da ‘intuição’ de um profissional experiente em sinistros, mas haverá cada vez mais ferramentas (especialmente IA e IA generativa) para que essas regras básicas atuais não sejam tão restritivas e se tornem mais flexíveis, dependendo do tipo de sinistro.”
Daniel acrescenta: “A IA é fundamental na detecção e prevenção de fraudes em seguros, aproveitando a análise avançada e o aprendizado de máquina. Ela identifica padrões e anomalias em grandes quantidades de dados de sinistros, sinalizando atividades suspeitas para investigação adicional. A análise comportamental compara os sinistros atuais com comportamentos históricos para detectar inconsistências, enquanto a modelagem preditiva avalia fatores de risco para priorizar casos de alto risco.”
O surgimento do seguro paramétrico e a integração da IoT
Um dos desenvolvimentos mais inovadores no cenário de seguros é o surgimento de produtos de seguros paramétricos. Essas apólices, que acionam automaticamente os pagamentos com base em parâmetros predefinidos em vez de avaliações tradicionais de sinistros, estão ganhando força em várias linhas de seguros. Por exemplo, no seguro agrícola, imagens de satélite e dados meteorológicos são usados para determinar os pagamentos, reduzindo significativamente a necessidade de avaliações no local e agilizando o processo de sinistros.
A Internet das Coisas (IoT) está desempenhando um papel fundamental nessa transformação. Dispositivos conectados em residências, veículos e até mesmo em indivíduos estão fornecendo às seguradoras dados em tempo real, permitindo uma avaliação de risco mais precisa e um gerenciamento de risco proativo.
“O LexisNexis Vehicle Build permite que as seguradoras estabeleçam preços com base nos recursos do Sistema Avançado de Assistência ao Motorista (ADAS) do carro. Um sistema de classificação ADAS foi criado usando aprendizado de máquina para escanear milhões de linhas de dados de veículos de fabricantes de automóveis para sequenciar e classificar logicamente os recursos de segurança do veículo e a operação ou finalidade pretendida do componente”, diz Alan.
Melhorando a confiança e a eficiência
Como as seguradoras continuam a navegar no complexo cenário da inovação tecnológica, o foco na segurança e na privacidade dos dados se intensificou. A implementação de regulamentações como o Regulamento Geral de Proteção de Dados (GDPR) na Europa e a Lei de Privacidade do Consumidor da Califórnia (CCPA) nos Estados Unidos exigiu estruturas robustas de governança de dados.
“A conformidade regulatória é fundamental na implementação da IA para seguros, garantindo a adesão a leis rigorosas de proteção de dados, justiça e transparência. A conformidade com regulamentos como GDPR e HIPAA é essencial para proteger os dados dos clientes, manter a imparcialidade nas decisões de IA e evitar consequências legais”, destaca Daniel. “As etapas para alcançar a conformidade incluem educar as equipes sobre as regulamentações relevantes, projetar sistemas de IA com considerações éticas, implementar práticas robustas de governança de dados e realizar avaliações de risco completas.”
Ryan James, diretor administrativo da nFocus Testing, diz: “Com muita frequência, os princípios e práticas de garantia de qualidade são deixados para o final de um projeto. Isso pode ser prejudicial porque, se ocorrerem erros ou problemas durante a instalação inicial, esses problemas podem se transformar em conflitos significativos em outros lugares.”
Quais são as melhores práticas para integrar a IA aos sistemas de TI de seguros existentes?
A integração da IA aos sistemas de TI de seguros existentes requer uma abordagem estratégica. Comece avaliando a infraestrutura atual e definindo objetivos claros de integração de IA, concentrando-se em áreas como processamento de sinistros e atendimento ao cliente. Garanta a compatibilidade com os sistemas existentes e estabeleça processos robustos de integração de dados para acesso e análise contínuos de dados. Escalabilidade, flexibilidade e medidas de segurança rigorosas são cruciais para proteger os dados e a conformidade regulamentar.
Projetos-piloto e testes completos, apoiados por gerenciamento de mudanças e treinamento, são fundamentais para refinar o desempenho da IA. Os testes automatizados simplificam o processo, permitindo testes frequentes e a identificação imediata de problemas, aumentando assim as chances de uma integração bem-sucedida.
Para fazer isso com sucesso, Ryan recomenda trabalhar com um parceiro de testes dedicado, com as habilidades certas, que possa facilitar o processo de várias maneiras.
- Os engenheiros de teste gerenciarão os processos de teste para você do início ao fim. A contratação de um parceiro de testes externo significa que você terá as habilidades e o conhecimento adequados para gerenciar esses testes antes, durante e até mesmo depois de o projeto entrar em operação.
- Automatizar as verificações de garantia de qualidade não só acelerará a eficiência de cada teste, como também permitirá que a sua equipe de transformação digital se beneficie de feedbacks e garantias regulares durante toda a implementação.
Como resultado, as seguradoras ficarão mais confiantes de que a integração de IA escolhida está funcionando como deveria e trazendo os benefícios comerciais esperados desde o início.
- Trabalhar com uma equipe de testes experiente significa que ela pode se concentrar exclusivamente nas verificações de garantia de qualidade. Isso liberará sua equipe de transformação para se concentrar na instalação em si, o que pode acelerar significativamente o processo de instalação.
Além disso, um parceiro de testes externo saberá como trabalhar com seus fornecedores terceirizados para garantir que o processo ocorra sem problemas.
Profissionais de teste experientes poderão ampliar seus processos de teste. Eles poderão executar testes automatizados em paralelo em vários dispositivos e sistemas operacionais. Isso promete verificações aprimoradas de garantia de qualidade que podem ser cruciais para a execução tranquila e segura de qualquer implementação de IA.
Ele recomenda a implementação de serviços de testes automatizados em seu plano de gerenciamento de projetos para garantir que os sistemas de IA funcionem corretamente a partir do momento em que forem colocados em operação: “A contratação de um parceiro de testes externo significa que você terá as habilidades e o conhecimento adequados para gerenciar esses testes antes, durante e até mesmo depois de o projeto entrar em operação. Automatizar as verificações de garantia de qualidade não só acelerará a eficiência de cada teste, como também permitirá que a sua equipe de transformação digital se beneficie de feedbacks e garantias regulares durante toda a implementação.”
As seguradoras estão investindo pesadamente em medidas de segurança cibernética, com gastos globais em segurança da informação no setor de seguros que devem chegar a US$ 9,2 bilhões até 2025, de acordo com a Gartner.
A reformulação da experiência do cliente no setor de seguros não se trata da adoção de novas tecnologias; trata-se de repensar fundamentalmente o relacionamento entre seguradora e segurado.
“O dever do consumidor apresenta uma oportunidade para as seguradoras aperfeiçoarem suas operações e melhorarem os resultados dos clientes. Ao aproveitar a IA, as seguradoras podem aprimorar sua compreensão das necessidades dos clientes, simplificar o processamento de sinistros, detectar fraudes com mais eficiência e garantir a conformidade com as novas regulamentações. Esses avanços não apenas ajudam a atender às exigências do Dever do Consumidor, mas também posicionam as seguradoras como líderes em um mercado cada vez mais competitivo”, diz Greg Cole.
Daniel Cole afirma: “O futuro da IA na insurtech promete avanços transformadores em várias áreas importantes. As empresas estão aproveitando cada vez mais a análise avançada e a modelagem preditiva para personalizar os produtos de seguro e melhorar a precisão da avaliação de riscos. Os chatbots orientados por IA e o processamento de linguagem natural estão aprimorando o atendimento ao cliente e a eficiência do processamento de sinistros. Há um grande foco na IA para detecção de fraudes e gerenciamento proativo de riscos, juntamente com os esforços para aprimorar as experiências dos clientes por meio de ofertas personalizadas.”
À medida que o setor avança em direção a modelos mais proativos, personalizados e orientados por dados, as linhas entre seguros, gerenciamento de riscos e serviços de estilo de vida estão se confundindo. As seguradoras que conseguirem navegar com sucesso nessa transformação provavelmente emergirão como líderes em um mercado cada vez mais refinado.
