IA em Seguros: Guia Prático Inicial para Implementação no Mundo Real

Existe uma lacuna entre conscientização sobre inteligência artificial (IA) e aplicação.

Segundo pesquisa da McKinsey, apenas cerca de 20% das empresas que conhecem IA estão usando IA em escala ou em um processo de negócio central. E segundo um estudo de 2019 da MIT Sloan Management Review, meros 7% das organizações pesquisadas aplicaram machine learning (ML) e IA em tomada de decisão ou fluxos de trabalho de produção.

Empresas de seguros, a maioria apenas começando suas jornadas de IA, provavelmente cairão nessa lacuna de conscientização e aplicação. Embora empresas de seguros tenham usado fluxos de trabalho intensivos em dados por décadas, muitas ainda não estão usando IA em seu potencial máximo — ou nem um pouco.

No início deste ano, realizamos um painel de especialistas para discutir IA em Seguros como parte de nosso AI Summit. Durante a sessão, especialistas convidados da Forrester Research, Cognizant e Mercer compartilharam insights e experiências de seu trabalho na indústria de seguros.

Este artigo dividirá a sessão em algumas ideias-chave, mas para a experiência completa, acesse a página da sessão IA em Seguros.

Aqui, focaremos em tendências de IA e um processo de três passos que empresas de seguros podem usar para começar com IA.

Tendências de IA em seguros revelam que é hora de investir agora

Ao longo da sessão "IA em Seguros", ficou claro que o futuro da indústria de seguros girará em torno de aumentar a agilidade organizacional colocando IA na frente e no centro. Transformação digital está se tornando imperativa para alcançar liderança de mercado e facilitar uma cultura focada em inovação. IA está se tornando parte essencial dessa transformação.

2020 mudou a indústria de seguros

2020, um ano árduo para todas as indústrias, foi crucial para a indústria de seguros.

2020 forçou a indústria de seguros a confrontar sua capacidade de atender às necessidades em rápida evolução de clientes, parceiros e funcionários. A McKinsey, por exemplo, apontou em relatório de 2020 que "Seguradoras que desenvolveram funções digitais maduras em vendas e distribuição, serviço e retenção, e sinistros estão bem posicionadas para enfrentar a crise — e aquelas que não o fizeram devem agir rápido para alcançar."

Este confronto revelou que transformação digital não era apenas necessária para sobreviver à crise, mas necessária para prosperar daqui para frente.

A partir de 2021, IA e automação — peças centrais da transformação digital empresarial — serão prioridades altas para empresas de seguros visionárias.

O futuro dos seguros

Em contraste com outras indústrias onde orçamentos de tecnologia tendem a diminuir, orçamentos de tecnologia de seguros estão aumentando, explicou Carney no painel. Segundo Carney, citando descobertas de pesquisa da Forrester, um aumento de 1,4% nos orçamentos de tecnologia de empresas de seguros acelerará o futuro do trabalho e o futuro da experiência do cliente.

É importante notar que grande parte deste aumento orçamentário não é apenas para manutenção. Carney compartilhou que 33% deste orçamento vai para novos projetos.

Holly Olive (Digital Operations, Insurance Consulting Lead na Cognizant na época do painel) concordou e alertou que, à medida que orçamentos mudam, o momentum aumentará, e empresas retardatárias podem ficar para trás: "O trem está se movendo, e você quer estar nele."

O futuro da IA

O futuro dos seguros, no entanto, dependerá não apenas da disposição das empresas em adotar IA, mas de sua capacidade de perseguir, adotar e implementar soluções de negócio que alavanquem IA.

Ceticismo em torno de IA ocorre porque em muitas indústrias a tecnologia não acompanhou as promessas de seu marketing. IA e ML tornaram-se buzzwords de marketing em muitos círculos. Empresas com produtos que oferecem automação simples baseada em regras frequentemente estão dispostas a alegar que seus produtos são inteligentes quando não são. Esses produtos ainda podem ser úteis, mas não entregam o impacto que soluções verdadeiramente baseadas em IA podem fornecer.

Onde hype encontra realidade, segundo o palestrante principal Craig Le Clair, Analista Principal na Forrester, está em plataformas que permitem casos de uso horizontais e verticais focados. Le Clair explicou durante a keynote do AI Summit que enquanto IA costumava ser uma ferramenta separada, agora se tornará parte de quase todas as tecnologias: "IA vai infiltrar-se em aplicações e se tornar uma forma normal de fazer negócios."

O futuro da IA não será adotar uma ferramenta sofisticada e deixá-la te levar na direção certa; será desenvolver uma estratégia de negócio inteligente que alavanque as vantagens da IA.

Exemplo de IA em seguros: processamento de sinistros

Casos de uso para implementar IA em processos de seguros abundam, mas há um processo particularmente maduro para IA: processamento de sinistros.

Existem quatro aspectos do processamento de sinistros que o tornam um grande candidato para IA:

1. É demorado.
2. Pode ser propenso a erros.
3. Não escala.
4. Requer especialistas no assunto.

Um processo tradicional de sinistros de seguros funciona assim:

• Documentos de sinistro entram no seu sistema de um cliente, intermediário ou terceiro.
• Um especialista no assunto revisa manualmente os documentos para dados requeridos (um processo pesado em cognição que requer sua expertise especializada).
• Um funcionário insere dados manualmente em um sistema de sinistros.
• Um especialista no assunto avalia o sinistro contra a apólice.
• Um funcionário executa uma verificação de fraude de amostra para checar manualmente contra riscos conhecidos.
• Um humano aprova ou rejeita um acordo.

Em um processo de sinistros com IA, parece mais com isto:

• Documentos de sinistro entram no seu sistema de um cliente, intermediário ou terceiro.
• Um robô de software usa IA para extrair automaticamente dados dos documentos de sinistro.
• Um produto como UiPath Document Understanding usa modelos de ML para extrair dados estruturados, não estruturados e pictogramas de documentos.
• Robôs de software inserem os dados nos seus sistemas de sinistros.
• Um funcionário revisa rapidamente os dados, se necessário, para validação.

Note como, no segundo exemplo, um humano só entra no processo no último passo e mesmo assim, apenas se necessário. O processo de sinistros é mais rápido, menos propenso a erros e envolve muito menos esforço manual humano.

Agora, funcionários podem re-focar em atividades mais envolventes e orientadas a humanos, deixando robôs de software lidarem com tarefas repetitivas.

Com IA incorporada no portfólio de soluções tecnológicas de uma empresa, funcionários podem redirecionar o foco de tarefas tediosas e repetitivas como processamento de sinistros para tarefas mais envolventes e cognitivamente desafiadoras.

Comece com IA usando estes 3 passos

Nosso painel compartilhou três passos centrais para começar com IA. Cada passo tornará IA mais fácil de implementar e mais eficaz.

1. Comece pequeno

Encontre casos de uso práticos e escolha um ponto de dor para priorizá-los. Garanta que qualquer caso de uso que você escolha seja pequeno o suficiente para ser prático, mas doloroso o suficiente para que a solução seja mensurável e impactante para stakeholders.

Segundo um de nossos painelistas, Kieran Gilmurray, Especialista Global em Automação e Transformação Digital na Mercer, uma vantagem da indústria de seguros é que casos de uso são abundantes, comprovados e validados. Casos de uso já são bem conhecidos, então este não é um lugar onde você precisa inovar.

Olive recomendou começar com IA para classificação de e-mails. Carney concordou: com 20 milhões de e-mails recebidos por ano, e mais de cinco minutos gastos em cada um, automação de e-mail apresenta uma oportunidade de grande impacto e baixo risco.

O desafio é que clientes regularmente enviam e-mails ao suporte ao cliente com uma enorme gama de perguntas que podem se acumular em longos tempos de resposta. A oportunidade é que com IA, você pode encurtar esses tempos de resposta e se tornar cada vez mais eficiente onde outras empresas ainda são lentas. Para early adopters de IA, esta vantagem pode se compor, permitindo que você ultrapasse concorrentes e fique tão à frente que eles não consigam alcançar.

Com e-mail assistido por IA, você pode entender comunicação recebida e prever comunicações seguintes. O que significa que clientes nem precisam fazer certas perguntas — você já as respondeu.

Olive diz que começando menor, você pode atacar a cadeia de valor um pouco de cada vez.

2. Alinhe ao ROI

Qualquer tecnologia transformacional requer investimento, mas o investimento requerido nem sempre é de capital. Capital é importante, mas mais importante é o investimento em uma cultura de inovação. Você tem que encorajar uma cultura que olhe além de metodologias e práticas existentes para que possam adotar uma tecnologia tão transformadora quanto IA.

Ambos tipos de investimento requerem que você pense cuidadosamente sobre ROI. Para alinhar sua visão de ROI com a realidade, você vai querer enquadrar sua análise de ROI com descoberta de processos.

Muitos na indústria de seguros se acostumaram com o número de pontos de decisão que processos existentes contêm, o que os faz esquecer o quão complexos muitos processos se tornaram.

O potencial para IA lidar com alguns desses processos complexos é imenso, mas apenas se você documentar e revisar seus negócios primeiro — com dados, não anedotas. O objetivo desta descoberta é determinar onde você pode fornecer mais valor via IA.

UiPath Task Mining e UiPath Process Mining podem ambos ajudar você a entender seus processos e seus gargalos. Com estas ferramentas de descoberta de processos, você pode priorizar casos de uso de IA baseados em resultados de negócio mensuráveis.

A partir daí, você pode começar a ampliar seu entendimento de ROI.

Gilmurray alertou que embora existam casos de uso de IA de curto prazo, transformação mais ampla requererá mais do que virar uma chave. Implementar IA envolve um caminho de melhorias que eventualmente levam a mudanças significativas em operações de negócio.

Não pressione a equipe para entregar retornos imediatos, mas entenda a direção do projeto e de onde virão os retornos. IA é similar, em certo sentido, a um novo funcionário, significando que leva tempo para treiná-la e prepará-la para produção. E similar a um funcionário, soluções baseadas em IA podem aprender e ajustar baseadas nas demandas do negócio.

Olive alertou que muitas empresas vão focar demais em redução de custo como métrica primária.

O verdadeiro valor da IA, no entanto, não está apenas no que custos ela elimina, mas no valor que produz. IA vai, por exemplo, criar melhores tempos de resposta e maior satisfação do cliente, significando melhor fidelidade do cliente.

Se você pode estimar ROI com precisão, desde seus retornos mais estreitos até seu maior valor potencial, então você escolhe os esforços com mais potencial toda vez. Você pode usar um produto como UiPath Automation Hub para criar um local central para ideias de automação que você pode então organizar e priorizar.

3. Escale colocando estratégia de negócio em primeiro lugar

Para transformação digital entregar contra seus objetivos estratégicos enterprise-wide, adoção de IA não pode ser isolada em uma única equipe. Com o suporte de tanto um investimento de capital quanto um investimento cultural, sua organização pode abraçar e estender adoção. Se você não consegue adoção disseminada, então transformação digital não acontecerá, e você arrisca seu projeto de IA estagnar como protótipo.

Apenas uma priorização de estratégia de negócio garantirá que IA escale e se espalhe.

O risco é que empresas coloquem tecnologia à frente de estratégia de negócio. Se você focar demais na tecnologia, Gilmurray alertou, então você tem a equação errada. É estratégia de negócio primeiro.

Gilmurray recomendou que você entenda a estratégia de nível de negócio (ou pelo menos nível de departamento) para saber no que você está contribuindo. Tecnologia habilita negócio — são pessoas, processo e depois tecnologia.

Você deve fazer duas perguntas, ele disse:

1. Aonde queremos ir?
2. Como chegaremos lá?

Muitas empresas focam na segunda pergunta sem abordar a primeira.

Seguros já é uma indústria orientada a dados, então se você pode entregar os dados certos, no momento certo, para as pessoas certas, benefícios massivos seguirão. O cálculo de ROI não envolverá apenas o número de horas economizadas (mas isso é frequentemente o driver número um). Este cálculo será informado por estratégia de negócio e levará em conta o que seus concorrentes estão fazendo e quaisquer pontos fracos em seu negócio atual, como acordos de nível de serviço (SLAs) e tempos de resposta ao cliente.

Sobreviva ao Darwinismo digital com IA ao seu lado

Gilmurry discutiu como 2020 acelerou nosso progresso para uma era de "darwinismo digital". Nesta era, apenas os mais fortes sobreviverão. Mas força não será resultado de força bruta — será resultado da disposição das empresas em se adaptar a um ambiente em mudança.

Novas tecnologias e novas estratégias de negócio complementares pavimentarão o caminho para empresas de seguros se tornarem empresas totalmente automatizadas. Uma fully automated enterprise™ é aquela que abraça totalmente automação, IA, ML e os benefícios de transformação digital que essas tecnologias desbloqueiam.

Uma fully automated enterprise é aquela que pode sobreviver à mudança agora e no futuro. IA não é apenas uma ferramenta para adicionar ao seu arsenal — é um facilitador para transformação digital disseminada, e há poucas indústrias com tanta oportunidade de transformação quanto seguros.

Para saber mais sobre como adotar e implementar IA, confira a gravação da nossa sessão IA em Seguros (parte do nosso evento AI Summit). Está disponível on demand para você assistir quando quiser.

Agradecimentos especiais a Elaine Mannix por colaborar neste artigo e por co-apresentar nossa sessão "IA em Seguros" durante o AI Summit. Mannix é a Líder de Seguros na UiPath.