Priorizar los casos de uso correctos y establecer capacidades clave promoverá la innovación y la eficiencia en toda la cadena de valor.
Las aseguradoras globales que se enfrentan a riesgos cada vez más frecuentes, como el cambio climático, las catástrofes naturales, la ciberseguridad, el aumento de las expectativas de los clientes (como las coberturas a medida y las experiencias personalizadas) y las presiones de rentabilidad, están mirando hacia el potencial transformador de la IA generativa (GenAI, por sus siglas en inglés). Aunque la tecnología aún se encuentra en las primeras etapas de desarrollo, muchas aseguradoras globales ven claramente cómo puede desencadenar la disrupción competitiva, crear nuevas oportunidades de ingresos y promover la excelencia operativa.
Algunas compañías de seguros están avanzando con casos de uso de primera generación. Otras se centran en la creación de estrategias empresariales, modelos de gobernanza sólidos y capacidades de entrega antes de implementar demasiadas aplicaciones. Todas las aseguradoras tienen preguntas sobre el camino óptimo a seguir, específicamente cómo aprovechar la GenAI en una industria tradicionalmente reacia al riesgo.
Una investigación reciente de los equipos de EY-Parthenon describe las prioridades y ambiciones básicas de las aseguradoras para GenAI. En concreto, revela cómo los responsables de la toma de decisiones de la industria de todo el mundo ven las oportunidades y los retos asociados a la GenIA, y cómo están poniendo en práctica la GenAI dentro de sus organizaciones. El estudio de EY también aclara el valor de adoptar un enfoque de doble vía. Uno que promueva tanto la experimentación rápida y ascendente para definir casos de uso viables a corto plazo como el desarrollo metódico de una visión de GenAI en toda la empresa con la infraestructura, la gobernanza y las capacidades necesarias para ejecutarla a largo plazo.
La diferencia entre IA y GenAI
En este artículo, nos referimos tanto a la IA como a la GenAI. Esto es deliberado y depende del contexto. La IA es un término amplio para un conjunto de tecnologías que desarrollan o simulan la inteligencia en las máquinas, incluso mediante la realización de tareas que tradicionalmente requerían inteligencia humana. La GenAI es un subconjunto de la IA, que se refiere a una categoría específica de modelos capaces de generar contenido nuevo y original, incluidos texto, imágenes, video y música.
En los últimos meses, las notables capacidades de ChatGPT y otros modelos de GenAI han capturado la imaginación del público, creando un imperativo para actuar y acentuando los desafíos organizacionales. Por lo tanto, utilizamos el término "GenAI" en el contexto de estas implicaciones a corto plazo.
Pero la IA es más que la reciente ola de modelos GenAI. Ha estado evolucionando durante décadas y el futuro traerá más avances tecnológicos. Reconociendo esto, utilizamos el término "IA" en el contexto de la estrategia a largo plazo, los modelos de negocio y el cambio organizacional de las empresas.
Nuestra metodología de investigación
En noviembre-diciembre de 2023, los equipos de EY-Parthenon realizaron una encuesta a los principales responsables de la toma de decisiones en el sector de los seguros mundial, incluidas las aseguradoras de propiedad y accidentes personales y comerciales (P&C, por sus siglas en inglés), las aseguradoras de vida y rentas vitalicias (L&A, por sus siglas en inglés), los proveedores de beneficios colectivos, los corredores/agencias y las InsurTechs, para comprender cómo están explorando e implementando las aplicaciones de GenAI.
Los encuestados desempeñaron funciones centradas en la distribución, la suscripción, el servicio de pólizas, las reclamaciones, la estrategia de productos, las inversiones y la tecnología. Los títulos de tomadores de decisiones incluían, entre otros, directores ejecutivos, directores de estrategia, directores de tecnología, directores de datos, directores de operaciones, directores digitales y jefes de inteligencia artificial.
Los equipos de EY-Parthenon encargaron a un tercero que desplegara la encuesta para confirmar un grupo de respuestas justas y equilibradas. Se recogieron las respuestas de 200 encuestados con representación de todo el mundo: 50 % de América del Norte, 25 % de EMEIA y 25 % de Asia-Pacífico. Las aseguradoras de seguros generales representaron el 57 % y las aseguradoras de pérdidas y adquisiciones representaron el 43 % de la muestra. Las empresas participantes oscilaron entre 250 millones de dólares y más de 25 mil millones de dólares en primas anuales.
Los encuestados tenían conocimiento directo de las iniciativas de GenAI de las empresas representadas o participación directa en equipos que lideran los esfuerzos de GenAI, con experiencia específica en aplicaciones de GenAI.
Las aseguradoras apuestan por la GenAI
Según el estudio de EY de 200 senior responsables de la toma de decisiones de seguros, prácticamente todas las aseguradoras de todo el mundo ya están invirtiendo o haciendo planes para invertir en GenAI.
Las aseguradoras ya están invirtiendo en GenAI (42 %) o haciendo planes para invertir (57 %)
Las aseguradoras están creando equipos especializados, muchos de ellos con vínculos directos con la C-suite y la junta directiva. Más de una cuarta parte de los líderes de GenAI reportan a ejecutivos senior de la C-suite, entre ellos:
Un grado tan alto de visibilidad es una señal prometedora para cualquier aseguradora que busque profundizar su cultura de innovación.
La mayoría de los encuestados (69 %) está priorizando los casos de uso para transformar una parte específica de la cadena de valor, como la suscripción, la distribución, con énfasis en las ganancias rápidas; El 30 % de las aseguradoras prioriza los casos de uso que brindan valor a corto plazo, en comparación con el 17 % que prioriza únicamente el beneficio a largo plazo.
Existen diferencias interesantes en las prioridades de las compañías de seguros generales y de vida, tanto individuales como grupales. Las aseguradoras de seguros generales se centran más en los casos de uso de precios y suscripción, con un 54 % citando evaluaciones de riesgo predictivas y un 51 % citando la suscripción mejorada como las principales prioridades para las futuras inversiones de GenAI. En concreto, las aseguradoras están aplicando la GenAI, el análisis predictivo y el aprendizaje automático para automatizar el envío y la revisión de solicitudes, con el fin de identificar riesgos de forma proactiva y generar precios sugeridos. Los operadores de P&C indican que el aumento del valor para el cliente y los costos de implementación limitados son los criterios clave que influyen en sus prioridades de GenAI. Los proveedores de beneficios grupales se centran más en la distribución y el marketing, y el 62 % prioriza los casos de uso que involucran herramientas de apoyo a la toma de decisiones para clientes y empleados.
Expectativas de productividad, ingresos y beneficios de costos
Las aseguradoras anticipan mejoras en la productividad, aumento de los ingresos y ahorros de costos como los principales rendimientos de las inversiones en GenAI.
Para obtener estos beneficios, las aseguradoras deben definir el enfoque correcto para la entrega. Actualmente, las empresas están experimentando con diferentes modelos:
Es comprensible que las aseguradoras estén probando diferentes enfoques para implementar y administrar nuevas tecnologías. Con el tiempo, esperamos que las empresas que equilibren una visión estratégica clara y de arriba hacia abajo con la experimentación de base obtengan los mejores resultados. Esta flexibilidad será necesaria para aprovechar todo el potencial de la GenAI y hacer frente a los retos actuales y futuros.
Capítulo 1
Limitaciones y barreras para la adopción de GenAI en seguros
La encuesta revela cinco obstáculos para el éxito de las aseguradoras con GenAI.
Las aseguradoras se enfrentan a importantes barreras en su búsqueda de fuertes rendimientos de sus inversiones en GenAI, como dejó claro la encuesta de EY.
1. Ambigüedad regulatoria
Dos tercios de los encuestados citan la ambigüedad regulatoria como la principal barrera para establecer un equipo dedicado a la GenAI, aunque existe una gran variación por línea de negocio. Entre las aseguradoras de vida y rentas vitalicias, el 89 % de nuestros encuestados cita la ambigüedad regulatoria como la mayor barrera, en comparación con solo el 39% de las aseguradoras de seguros generales. La diferencia puede atribuirse al marco de la Ley de IA de la UE, que define a los proveedores de seguros de vida y salud que utilizan la tecnología de IA como de alto riesgo, aunque siguen existiendo dudas sobre cómo se aplicará la Ley de IA.
A pesar de la falta de normas claras o completas, las aseguradoras, al igual que sus homólogas de otros sectores, están realizando importantes inversiones en IA. Sin embargo, la persistente incertidumbre regulatoria puede sofocar las inversiones en algunas capacidades específicas, particularmente áreas con un impacto directo en la experiencia del cliente y las decisiones de precios.
Las directrices generales emitidas hasta la fecha, por ejemplo, la orden ejecutiva del presidente Biden de octubre de 2023 y la Ley de IA de la UE, reconocen los desafíos asociados con el entorno regulatorio en evolución de la GenAI. Las aseguradoras globales también están siguiendo las regulaciones relacionadas con la conducta establecidas por varias autoridades en la región de Asia-Pacífico, incluidos Australia, Hong Kong, Japón y Singapur. En un sector fuertemente regulado como el de los seguros, es comprensible que los ejecutivos sean cautelosos sobre la futura regulación, incluso cuando responden al imperativo de invertir en IA.
Regulación 67%
de los responsables de la toma de decisiones en materia de seguros afirma que la incertidumbre regulatoria es el principal obstáculo para establecer un equipo dedicado a GenAI.
2. Modelos de ROI inciertos
Si bien hay muchas opciones para implementar GenAI en toda la empresa, desarrollar modelos claros para el retorno de la inversión (ROI, por sus siglas en inglés) puede ser un desafío, según los encuestados. De hecho, más de la mitad indica que la incertidumbre sobre el retorno de la inversión esperado es una de las principales barreras para establecer un equipo dedicado a GenAI. Es probable que la presión para desarrollar modelos claros de ROI esté relacionada con la urgencia que sienten muchos ejecutivos de adoptar GenAI rápidamente y a escala. Además, es difícil estimar el impacto potencial de GenAI en el índice de siniestralidad, por ejemplo, a través de una suscripción más sofisticada y precios más precisos, y otras métricas clave.
Objetivos del retorno de la inversión 57%
de los responsables de la toma de decisiones en materia de seguros afirma que la percepción de un retorno de la inversión inadecuado es una de las principales barreras para establecer un equipo dedicado a la GenAI.
Sin embargo, vale la pena señalar que el 53 % de las aseguradoras que han implementado GenAI lo hicieron debido a las ganancias de productividad esperadas, sin tener necesariamente en cuenta ahorros de costos tangibles. Nuestros resultados sugieren que las pruebas y el aprendizaje con implementaciones iniciales pueden ser la clave para establecer objetivos definitivos de ROI.
3. Privacidad, calidad y seguridad de los datos
La GenAI no hará más que aumentar las preocupaciones generalizadas sobre la privacidad, la calidad y la seguridad de los datos. De hecho, más de la mitad de los encuestados identifican estas preocupaciones como el principal obstáculo para explorar las iniciativas de GenAI. La preocupación más común es que las aplicaciones de GenAI expongan datos confidenciales de clientes o empresas. Sin embargo, muchos líderes empresariales reconocen que las aplicaciones de GenAI basadas en datos de baja calidad, desactualizados o incompletos darán lugar a escenarios de "entrada y salida de basura", lo que limitará en gran medida el valor de la GenAI. Estas son preocupaciones legítimas dados los desafíos de larga data que enfrentan las aseguradoras, la integración de la gestión de datos.
A la luz de estos problemas, algunos operadores, así como empresas de otros sectores, han prohibido el uso de herramientas GenAI disponibles públicamente. Estas prohibiciones son comprensibles, teniendo en cuenta que las aseguradoras, y las aseguradoras de vida y salud en particular, poseen enormes volúmenes de datos confidenciales de los clientes y los empleados pueden verse tentados a introducir esos datos en herramientas externas, como durante la experimentación de GenAI. Con el tiempo, sin embargo, al menos algunas aseguradoras levantarán la prohibición y sancionarán algunos usos dentro de las barreras de seguridad definidas.
3. Privacidad, calidad y seguridad de los datos 57%
de los responsables de la toma de decisiones de seguros dice que las preocupaciones de precisión y confiabilidad son una de las principales barreras para buscar la inversión en GenAI.
Los resultados de EY muestran optimismo sobre cómo abordar estas preocupaciones a largo plazo; por ejemplo, más del 50 % de los encuestados indican que su empresa debería establecer un seguimiento regular, equipos designados y órganos de gobierno al implementar GenAI. Además, el 68 % de las aseguradoras espera utilizar modelos de lenguaje grandes (LLM, por sus siglas en inglés) de código cerrado, mientras que el 24 % prefiere los LLM de código abierto. Establecer la confianza y la seguridad en todos los tipos y tamaños de LLM, desde las plataformas más grandes y escaladas hasta los modelos propietarios más pequeños, es una prioridad.
4. Integración con sistemas de IT heredados
La integración con la tecnología y las fuentes de datos existentes es otro obstáculo común para la adopción de GenAI, especialmente en empresas con infraestructuras de datos fragmentadas y capacidades analíticas limitadas. Los sistemas aislados también pueden aumentar los costos de implementación. Más de la mitad de nuestros encuestados, el 54 %, cita el costo de implementación como un desafío para la adopción de GenAI, y el 46 % indica el alto consumo de energía como otra barrera clave.
Desafíos de la integración 57%
de los responsables de la toma de decisiones en materia de seguros indica que la integración de los sistemas informáticos heredados es un reto predominante a la hora de explorar las iniciativas de GenAI.
5. Riesgo de implementación en aplicaciones orientadas al cliente
La gran mayoría de las aseguradoras, el 95 % en la encuesta, están priorizando los casos de uso administrativos y de back-office. Un número significativo, el 43 %, está a la espera de un mayor desarrollo y pruebas antes de implementar GenAI en aplicaciones de front-office orientadas al cliente. No es de extrañar que las InsurTechs sean probablemente las primeras en impulsar los despliegues de primera línea; El 56 % de los encuestados de InsurTechs dicen que están muy entusiasmados con los casos de uso orientados al cliente para GenAI.
Panorama en evolución activa 43%
de las aseguradoras está a la espera de un mayor desarrollo y pruebas antes de implementar GenAI en las aplicaciones principales orientadas al cliente.
Capítulo 2
Un enfoque de doble vía para acelerar la adopción de GenAI
Los experimentos de base y el desarrollo de estrategias empresariales deben ocurrir simultáneamente.
Las aseguradoras tienen mucha experiencia con tecnologías disruptivas y pueden aplicar las lecciones del pasado para trazar el camino correcto a seguir. Las prioridades inmediatas son identificar y pilotar sistemáticamente los casos de uso, al tiempo que se establecen los modelos de gobernanza, infraestructura y operación necesarios para escalar la adopción con éxito. Dado que ambas vías son críticas, los líderes deben encontrar un equilibrio en su gestión.
Los hallazgos de la investigación de EY confirman nuestra experiencia trabajando con aseguradoras de todo el mundo: que es fundamental tomar medidas rápidas para comenzar el viaje de GenAI y construir metódicamente una base estable para el éxito futuro. Las aseguradoras que se mueven demasiado lento corren el riesgo de ser superadas por la competencia. Y aquellos que no logren construir la infraestructura central, la gobernanza y las capacidades tendrán dificultades para desarrollar y escalar constantemente las aplicaciones de GenAI y maximizar los rendimientos de sus inversiones. Las empresas que adopten un enfoque de doble vía estarán bien posicionadas para desbloquear el valor inmediato, incluso mientras preparan el escenario para el éxito sostenible a escala.
1. Fomentar la experimentación equipando a tu gente con herramientas de GenAI
Acelerar la innovación de base mediante la implementación de herramientas de GenAI, incluidos copilotos y entornos de sandbox desarrollados interna y externamente, y capacitar a los usuarios para explorar y desarrollar posibles casos de uso. Las medidas de protección adecuadas pueden promover un entorno seguro y protegido, como las protecciones sobre el uso de datos internos con herramientas públicas. Comenzar con la mejora de las habilidades del talento y la capacitación básica, luego priorizar los casos de uso de ganancia rápida que se puedan probar y lanzar de manera eficiente y con bajo riesgo, como el resumen de datos y la generación de informes en horizontes temporales a corto plazo, por ejemplo, de 8 a 18 meses.
2. Desarrollar la infraestructura estratégica y técnica de la empresa para GenAI
Incluso mientras buscan ganancias rápidas y buscan generar confianza con la IA, las aseguradoras deben elaborar la visión general y determinar cómo GenAI puede transformar el negocio a largo plazo. Los elementos clave de la estrategia de GenAI incluyen el modelo de entrega, la gobernanza de datos, la infraestructura informática (es decir, en las instalaciones frente a la nube) y un marco de priorización para respaldar los resultados comerciales deseados.
En última instancia, el éxito de GenAI estará determinado por casos de uso innovadores y orientados externamente que proporcionen beneficios tangibles a largo plazo, como el crecimiento de los ingresos y una fijación de precios de riesgo más precisa. Para muchas aseguradoras, llevar a cabo una evaluación exhaustiva de la preparación de la organización y la madurez de las capacidades actuales será un primer paso sensato.
Andres J. Bernaciak y Jared Kwait contribuyeron a este artículo.
Resumen
Ya no se trata de si la GenAI puede beneficiar a las aseguradoras, sino de cuándo y en qué medida. Creemos que el camino más corto hacia el valor a corto plazo y el camino más inteligente hacia el éxito a largo plazo implica tomar dos caminos de forma simultánea. Por lo tanto, las aseguradoras deben trabajar para promover la innovación de abajo hacia arriba, al tiempo que adoptan un enfoque de arriba hacia abajo para establecer la dirección estratégica de la empresa y proporcionar la infraestructura y los recursos necesarios.
(Fuente: EY.com)
