TrustworthyAI – IA en la práctica en el sector asegurador

Las compañías de seguros siempre han estado abiertas a la digitalización de sus procesos. Se generan grandes cantidades de datos que necesitan ser procesados, gestionados y evaluados. Cualquier ayuda es bienvenida, ya que muchos procesos estándar ya están altamente automatizados. Sin embargo, además de los procesos que ya se han digitalizado, veo algunos donde la IA puede aportar una mejora real:

• Clasificación y categorización en la gestión de entradas (cartas y correos electrónicos).
• Apoyo en la redacción de cartas y correos electrónicos individuales.
• Apoyo en el análisis de datos.
• Automatización en la verificación de contratos, reclamaciones y facturas.
• Asesoramiento en el desarrollo de productos y modelos de tarifas.

En cada empresa, veo proyectos piloto, balizas o laboratorios para adquirir experiencia con la IA. ¡Eso es algo positivo! También encuentro las primeras pequeñas aplicaciones. A veces es un chatbot en el sitio web, a veces una aplicación de prueba para clasificar correos electrónicos. Pero no veo un verdadero gran avance. Casi ninguna empresa se atreve a utilizar la IA en sus procesos centrales. Percibo una gran reticencia entre los responsables de la toma de decisiones. ¿Pero por qué?

Cuando hablo con los responsables de las decisiones al respecto, sus preguntas pueden dividirse en tres áreas temáticas:

• 1. Regulación: ¿Qué está permitido hacer a una aseguradora? ¿Qué leyes existen y qué tan estable es la situación? ¿Qué debe hacer una empresa para utilizar la IA de manera legal?
• 2. Empleados: ¿Cómo reaccionarán los empleados ante la IA? ¿La aceptarán o la boicotearán? ¿Cuáles son sus miedos y deseos?
• 3. Clientes: ¿Qué esperan los clientes? ¿Aceptarán la IA o perderán la confianza en nosotros?

TrustworthyAI como enfoque

Recomiendo a mis clientes que consideren el marco TrustworthyAI. Fue desarrollado por la Unión Internacional de Telecomunicaciones (UIT) como parte del programa "AI for Good" y no es un software de un fabricante específico, sino una especie de conjunto de herramientas. Cubre temas como la IA en entornos altamente regulados, los requisitos de confianza y seguridad, y las necesidades de empleados y clientes. Esto encaja muy bien con los requisitos de las aseguradoras.

El enfoque en las personas

Los empleados de las aseguradoras a menudo ven un gran potencial en la IA en su campo. Al mismo tiempo, sin embargo, son escépticos ante la tecnología, que les parece anónima y opaca.

Lo entiendo muy bien. Trabajar con una IA a menudo es fundamentalmente diferente a trabajar con un sistema clásico. Por supuesto, existe la IA que clasifica cartas en segundo plano y que apenas notas, pero a menudo la interacción con una IA se parece más a interactuar con un colega. La IA brinda apoyo directo y asesoramiento, hace sugerencias, ayuda, inspira, reacciona a las críticas o corrige el trabajo humano. La forma en que se presenta la IA puede ayudar en este sentido. ¿La IA tiene un nombre? ¿Tiene una voz, una personalidad? Alexa y Siri probablemente no serían tan exitosas si no tuvieran un nombre y una voz robótica. Tal vez la IA también tenga un avatar con el que se represente.

Los empleados deben poder confiar en la IA, tanto en los resultados como en el hecho de que la IA no está destinada a reemplazarlos, sino a apoyarlos. Porque sucede exactamente lo contrario: el uso de estas herramientas en procesos centrales requiere nuevos roles y habilidades. Los empleados curiosos y abiertos a la tecnología pueden actuar como multiplicadores aquí.

Los datos como recurso

Los modelos de IA utilizan datos, y esa es su base. En el pasado, las aseguradoras a menudo acumulaban todos los datos disponibles en un almacén de datos y esperaban que los departamentos de usuarios seleccionaran la información correcta. Este enfoque es posible con la IA, pero es peligroso. ¿Qué sucede si la IA aprende algo incorrecto, categoriza los datos incorrectamente y los interpreta de manera errónea? ¿Y si saca conclusiones y aprende reglas que están prohibidas por la ley?

En este caso, los empleados de los departamentos especializados pueden asumir el papel de administradores de datos, tomando la responsabilidad de catalogar y asegurar la calidad de los datos. A diferencia de las aplicaciones tradicionales, los procesos con soporte de IA a menudo cambian más rápido, lo que también crea un entorno de aprendizaje y crecimiento continuo para los empleados.

Comprender los resultados

Además de la precisión de los resultados, una aseguradora también debe garantizar que estos sean explicables. ¿De qué sirve un resultado que es definitivamente correcto si los clientes o empleados simplemente deben confiar ciegamente en él? Esto es precisamente lo que genera una sensación de inseguridad. La IA debe ser capaz de fundamentar sus hallazgos y bases de decisión. Solo entonces puede surgir certeza. Esto también se aplica a los requisitos regulatorios.

Dominar los requisitos regulatorios

Hasta hace unos meses, había mucha incertidumbre en el área de regulación. Todos sabían que la UE estaba trabajando en una ley de IA, y de vez en cuando se filtraban borradores, algunos de los cuales tenían más de 500 páginas. Pero también hubo repetidos rumores de que todo podría resultar muy diferente.

Ahora sabemos dónde estamos. La ley de IA ha sido aprobada y promulgada, y conocemos el alcance y las obligaciones. También somos conscientes de otras regulaciones relevantes, como DORA y VAIT, y TrustworthyAI proporciona el marco adecuado para ellas.

Centro de evaluación para apoyo

Es poco realista esperar que cada departamento y todo el departamento de TI de la aseguradora aprendan IA y dominen TrustworthyAI. Aquí veo una manera sensata de agrupar la experiencia en IA en un equipo. Este equipo tiene una visión general completa de todos los sistemas y actividades de IA de la aseguradora, ya sea que se desarrollen internamente o se compren, ya sea que se operen internamente o como servicio. Este equipo apoya la introducción de la IA en proyectos y asesora en los aspectos de TrustworthyAI.

He tenido buenas experiencias cuando dicho equipo es una mezcla diversa. Debe estar representada la TI, así como el departamento de negocio, y el área legal y de protección de datos. A partir de un cierto nivel de madurez y para ciertos proyectos, vale la pena involucrar a los clientes en una etapa temprana.

Abordar el cambio activamente

A estas alturas, debería haber quedado claro que la introducción generalizada de la IA en una empresa presenta un desafío diferente al de reemplazar un sistema de TI. La formación, el coaching y la comunicación son esenciales para anclar de manera sostenible este cambio en la empresa. Se necesitan empleados que enfrenten este cambio con una mente abierta y curiosidad, pero que también lo reflexionen. Al mismo tiempo, la aseguradora necesita una estrategia de comunicación personalizada que tome en serio los aspectos que preocupan a los clientes. Esto puede fortalecer la confianza y aumentar la competitividad.

Conclusión

Veo una presión competitiva sin precedentes en las compañías de seguros en varios aspectos. Hay cada vez más actores en el mercado, insurtechs, corredores más fuertes y portales de comparación, además de una escasez de trabajadores calificados y un rápido cambio tecnológico.

Al mismo tiempo, la IA ya está ofreciendo ventajas competitivas significativas a las empresas que la utilizan de manera inteligente. Y el desarrollo de la IA apenas está comenzando. Puede ayudar a cerrar brechas en los niveles de personal, tanto hoy como en el futuro. Además, la UE ha establecido el marco regulatorio con la Ley de IA. Está claro lo que es posible y lo que no.

Creo que el tiempo para experimentos a pequeña escala y globos de prueba ha terminado. Ahora es el momento de abordar los temas candentes, de perforar las tablas gruesas, y hacerlo con valentía y energía. Es hora de utilizar la IA en los procesos esenciales y de llevar a los empleados con nosotros en este viaje.