IA vs Reglas de Negocio. Cuando el Contexto Importa  

 

La capacidad de los últimos sistemas de Inteligencia Artificial (IA) dotados de capacidad para procesar el lenguaje natural, validar documentos y detectar patrones complejos de fraude, convierte a estas tecnologías en un aliado cada vez más fiable de los equipos humanos de las aseguradoras, dotándolos de una “inteligencia operativa” que les permite agilizar sus procesos y automatizar la tramitación de siniestros.

 

 

Si hace algunos años se hizo famoso (hoy diríamos ‘viral’) un eslogan publicitario que advertía de que “la potencia sin control no sirve de nada”, ya en plena era digital algo parecido se podría decir de la detección de fraude y el análisis del contexto. Digamos que la una sin el otro no permite separar la paja del trigo; aquí la paja serían los ‘falsos positivos’ mientras que el trigo serían la precisión y los datos contextualizados. También se puede utilizar un símil más actual: el correcto y preciso análisis del entorno que realiza la IA es lo que permite que desde 2018 los taxis sin conductor de la empresa Waymo circulen sin estrellarse por las calles de Phoenix.  

El equipo de Shift Technology explicó en la Semana  del Seguro de qué forma la IA apoyada en el machine  learning (ML) -sistemas de IA dotados de capacidad de  aprendizaje gracias a procesos de entrenamiento que  pueden ser supervisados o no por una persona-, puede  ayudar a sectores como el asegurador a agilizar y automatizar procesos clave de su negocio como la detección del fraude y la automatización de los Siniestros, con una tasa de éxito mayor que la que logra una combinación clásica de reglas de negocio y.

Actualmente, el uso de estas tecnologías es aún bajo: según los datos de un estudio aportado en la jornada ‘La inteligencia artificial: más allá de las reglas de negocio’, por el momento las aseguradoras solo han conseguido automatizar entre un 7% y un 10% de sus siniestros.  

No obstante, el sector es consciente de la importancia que estos avances tienen en su futuro: según una encuesta realizada por ICEA, el 55% de las aseguradoras cree que la IA y el ML serán las dos tecnologías más impactantes a medio y largo plazo; hoy, el 20% de los proyectos dedicados a la atención al cliente ya incorporan algún elemento de IA, un 17% de sus iniciativas asociadas a fidelización  también, al igual que el 15% de los proyectos vinculados a combatir fraude.  

Pero antes de poder aprovechar el potencial que ofrecen estas tecnologías, Pepe Castelo, senior advisor de Shift Technology, advirtió de que para poder hacer uso del contexto que nos ofrecen los datos, hay que hacer un trabajo previo, “Todos sabéis cómo están los históricos de las bases de datos de las  aseguradoras, la dificultad de conectar las bases de pólizas  con las de siniestros o la de ir a vuestros históricos...”. “Sin una depuración de esos datos y una buena conexión entre ellos estas capacidades no son posibles”, apuntó.

“¿Qué capacidad tenéis de conectar entre sí a las personas que reclaman una indemnización?”, preguntó. “Ese es otro valor que multiplica la capacidad de la IA”. 

 


Ventajas de la IA vs reglas de negocio

  • Mayor precisión y reducción del número de falsos positivos. Mediante el uso de IA, se pueden detectar patrones de fraude complejos.  
  • Utilización de datos no estructurados. Capacidad para procesar el lenguaje natural. 
  • Mejora constante de los modelos. Las reglas son estáticas y no mejoran automáticamente, mientras que gracias a la IA los modelos se pueden entrenar mediante la retroalimentación de los usuarios del que validan las sospechas y alertas lanzadas por el sistema. 
  • Detección de nuevas tendencias y patrones de fraude

 

LUCHA CONTRA EL FRAUDE 

Antonio Carrera, Pre Sales de la compañía, destacó, específicamente en la lucha contra el fraude, que la IA “ofrecen mayor precisión y reduce el número de falsos positivos”. La razón es que, a diferencia de las reglas de negocio, la IA es capaz “de usar cualquier tipo de dato interno y de fuentes de datos externas e incluso procesar datos no estructurados, como documentos y texto libre”.

Además, y muy importante “a diferencia de la IA, las reglas de  negocio no son capaces de analizar el contexto”. La combinación de la IA con el conocimiento de los equipos humanos de las aseguradoras permite automatizar procesos en Siniestros y sirve para alcanzar lo que Carrera definió como “una inteligencia operativa”, explico. 

Como ejemplo de la capacidad actual de estos sistemas a la hora de leer documentos, Carrera explicó las capacidades actuales de Shift para poder leer y procesar un parte amistoso de accidente de circulación “actualmente podemos interpretar todo el parte con excepción del croquis”.  

Por su parte, Sabrina Maldonado, Head of Data Science de Shift, explicó con detalle las capacidades de los modelos supervisados frente a las reglas de negocio a la hora de detectar cuestiones como la manipulación y la reutilización de facturas e imágenes. 

Eso sí, puntualizó que la información que se utiliza para reconocer un posible fraude sale normalmente del histórico de la propia compañía, ya que las legislaciones locales no suelen permitir “cruzar datos de unas aseguradoras con otras”.  

Una vez que se genera una alerta, el sistema es capaz de tomar una decisión automática o bien enviar dichas alertas para que sea un tramitador el que tenga la última palabra. ra concretó que en España ya trabajan con Admiral Seguros, Liberty, AXA y SegurCaixa.