*Por Adrian Bridgwater
A tecnologia é rica em misturas. O uso de portmanteaus e a fragmentação de palavras de mistura lexical são tão prolíficos na tecnologia quanto no show business (por exemplo, Brangelina e outras fusões), sendo que termos como DevOps estão entre as peças de terminologia mais conhecidas (desenvolvedores + equipes de operações como uma entidade única unificada).
Além de todas as extensões de Ops (FinOps, AIOps, SecOps etc.), há as conexões específicas do setor, em que adicionamos “Tech” ao que geralmente é uma versão abreviada de uma disciplina de negócios — portanto, MarTech (tecnologia de marketing), FinTech (finanças), GovTech (governo, obviamente) e talvez até mesmo a potencialmente inespecífica AutoTech (para fabricação de automóveis), embora a última possa se aplicar a qualquer uso de automação.
Há ainda a InsurTech para o setor de seguros.
Como a InsurTech se desenvolveu
Chris Gray é o diretor de tecnologia da Inshur, empresa de serviços de seguros integrados sob demanda. Explicando por que ele acha que muitas organizações InsurTech têm má fama graças a anos de proclamação de inovações tecnológicas que podem produzir pagamentos automáticos de sinistros com IA, com foco no pagamento em dinheiro aos reclamantes em menos de cinco segundos, Gray diz que os índices de perda aumentaram drasticamente, deixando o setor de seguros ansioso para trabalhar com elas.
OBSERVAÇÃO: conforme definido pela Investopedia, o termo “índice de perdas” é usado no setor de seguros para representar o índice de perdas em relação aos prêmios ganhos. O portal de investimentos observa que as perdas nos índices de perdas incluem sinistros de seguros pagos e despesas de ajuste. O valor em si é calculado por meio da seguinte fórmula: sinistros pagos mais despesas de ajuste divididos pelo total de prêmios ganhos.
“A questão é que as InsurTechs não estão conseguindo entender o elemento ‘seguro’, o que está levando a imprecisões nos preços das apólices”, disse Gray. “Isso está resultando em um êxodo em massa dos parceiros de resseguro e, embora a tecnologia possa estar funcionando maravilhosamente, sem a capacidade do seguro de pagar os sinistros, as InsurTechs têm apenas uma plataforma tecnológica sofisticada a oferecer.”
No nicho em que a Inshur opera — seguro de automóveis comerciais para motoristas sob demanda em grandes cidades — os problemas de capacidade no setor de seguros tornam esse ambiente desafiador para se operar. A empresa diz que tem mais de 40 anos de dados de índice de perdas especificamente para motoristas de frotas, táxis e entregadores, o que significa que ela entende as demandas dos motoristas sob demanda. A empresa está trabalhando para desenvolver novos produtos de seguro para caronas compartilhadas e mensageiros.
O futuro é sob demanda
“O futuro é sob demanda. A maneira como acessamos serviços como táxis e como compramos nossos mantimentos e pizzas mudou para sempre. As seguradoras já estabelecidas precisam adaptar seus modelos para se tornarem mais flexíveis e incorporar produtos de seguro às plataformas usadas pelos motoristas. Se não o fizerem, empresas de seguros mais ágeis, com tecnologias complementares, entrarão no mercado e atenderão à demanda sísmica”, sugeriu Gray.
A economia global sob demanda criou a mais profunda mudança econômica em quatro décadas e, de acordo com a pesquisa da PwC, espera-se que ultrapasse US$ 335 bilhões até 2025.
O fim da velha raça
A equipe da Inshur afirma que a “velha raça” das InsurTechs queimou muitos dedos das seguradoras com seu foco no crescimento a todo custo, usando a precificação e o tratamento de sinistros com base em IA como forma de atrair clientes e parceiros de capacidade. Parece que, ao testar a tecnologia para automatizar a precificação e os sinistros, essas InsurTechs esqueceram completamente que o seguro faz parte da economia financeira e, portanto, exige conhecimento e dados especializados para automatizar centenas de anos de experiência em seguros. Nesse setor, há uma grande quantidade de dados que precisam ser gerenciados com cuidado e diligência — de PII a dados de saúde (em sinistros) e informações financeiras.
“Devido às sensibilidades, nos concentramos na tecnologia, nos dados, nos modelos de dados, nos bancos de dados e nos requisitos fundamentais do tratamento de seguros e sinistros para criar uma plataforma que seja viável não apenas para seguros, mas também para parceiros de plataforma e motoristas”, disse Gray, da Inshur, falando à imprensa e a analistas em setembro deste ano em Londres.
Assistência aumentada por IA
A plataforma Inshur utiliza a inteligência artificial e o aprendizado de máquina principalmente como um assistente aumentado, e não como um substituto para a experiência em seguros, como verificação de identidade, detecção de fraude e assistência com triagem e tratamento de sinistros. Ela incorpora o seguro aos aplicativos para que seja acessível aos motoristas.
“Ouvimos a nossa equipe de seguros e usamos a tecnologia que temos para beneficiar a situação deles. Por exemplo, nosso departamento de sinistros precisava de assistência para lidar com a magnitude dos sinistros recebidos e como priorizá-los. Por isso, criamos um assistente de IA que resume cada sinistro e seu status atual, categoriza-o de acordo com o tipo de sinistro (veículo, danos pessoais etc.) e, em seguida, prioriza os sinistros para o responsável pelo gerenciamento de sinistros com base em uma variedade de fatores proprietários, como a comunicação recente com o reclamante e outras partes envolvidas no sinistro. A IA complementa o dia a dia da nossa equipe e permite que eles façam seu trabalho com mais eficiência”, explicou Gray.
A empresa nos lembra da importância de sermos globais nesse mercado. Uma pilha de software escalável nesse setor deve ser capaz de ser implementada globalmente e, ao mesmo tempo, atender às regulamentações e políticas de seguro locais – principalmente se estivermos pensando em escalar em todos os 50 Estados Unidos ou, na verdade, em qualquer outro país do mundo.
Como a InsurTech realmente funciona
O seguro automotivo comercial sob demanda requer uma infinidade de dados de seguro, como localização, clima, tipo de veículo, como o veículo é usado, onde está estacionado, milhas dirigidas, horas dirigidas, histórico do motorista, local de trabalho do motorista, reclamações de seguro do motorista etc. Uma boa plataforma também deve usar dados de telemetria para avaliar a segurança e a velocidade do motorista, por exemplo, juntamente com os dados dos aplicativos usados pelos motoristas sob demanda. Além disso, há vieses associados que precisam ser levados em conta para garantir que a tecnologia esteja ajudando a equipe de subscrição a emitir apólices justas para motoristas sob demanda e as plataformas que eles usam.
“Tomemos como exemplo o mercado norte-americano, que é altamente regulamentado. Muitos produtos de seguro operam no espaço “admitido”, o que significa, essencialmente, que o órgão regulador de um estado aprova seus preços e subscrição e, em geral, é resistente a preços baseados em subjetividade, o que torna quase impossível adicionar IA ao lado dos preços da equação”, disse Gray.
Para resolver esse problema, a Inshur se concentra no uso do aprendizado de máquina para ajudar a refinar os modelos de dados antes que eles sejam usados em tempo real. Por exemplo, ela modela dados dentro do Google Big Query usando AutoML como parte de sua estratégia de preços para identificar fatores de preços, como comportamento histórico do motorista, fatores ambientais ou geográficos e fatores sazonais ou temporais, que talvez não tenham sido detectados antes. Ele também ajuda a identificar tendências com fraudes e volumes de sinistros mais altos. Essas percepções são analisadas por uma equipe atuarial para que ela possa aplicar sua experiência para ajustar os preços e os critérios de subscrição, bem como remover quaisquer vieses.
Dados de localização inferidos
“Já se foi o tempo em que você preenchia 100 perguntas para obter um preço. Trabalhamos em estreita colaboração com nossos parceiros integrados, como a Amazon e a Uber, para coletar automaticamente dados personalizados sobre a experiência de dirigir de nossos clientes — por exemplo, com a Amazon, temos acesso a informações sobre as reservas em bloco de nossos clientes e os turnos em que trabalham. Isso nos permite combinar dados de sinistros, dados de localização inferidos, bem como informações fornecidas pelo cliente para garantir cobertura completa, além de precificar o risco de forma justa para todas as partes”, concluiu Gray.
Com toda a digitalização que está acontecendo aqui — e com a Inshur reforçando sua posição sobre as tecnologias automatizadas sob demanda como o futuro — quando o mecanismo de IA da empresa oferece algum conselho a uma pessoa que está lidando com a apólice ou com o sinistro, ele garante que esse conselho seja uma recomendação e não uma decisão. Os gerentes de sinistros altamente treinados tomam a decisão final, o que significa que as ferramentas de IA são usadas para aprimorar e ajudar, e não para controlar. Isso também é complementado pela utilização das estruturas de IA explicável do Google, que ajudam a entender por que uma decisão foi tomada e garantem que o máximo de preconceito seja removido da tomada de decisão.
Essa é uma validação reconfortante dos especialistas que trabalham nesse campo, talvez ou seja, quando todos nós começarmos a comprar todos esses tipos de serviços de forma totalmente digital e automatizada, pelo menos teremos operadores humanos no centro do processo (final) de tomada de decisões. A InsurTech certamente estará conosco daqui para frente… e parece que a mudança para serviços sob demanda no aplicativo que está sendo destacada aqui também é validada.
*Adrian Bridgwater é jornalista de tecnologia e acompanha o desenvolvimento de aplicativos de software empresarial e o gerenciamento de dados.
