En una primera parte del post “Bancaseguros e inteligencia artificial: una gran oportunidad” se presentaron las ventajas de la bancaseguros y el impacto positivo que genera la implantación de la IA en su estructura de negocio. Continuemos con los desafíos, riesgos y oportunidades en Latam.
Desafíos para las bancaseguradoras
La implantación de la IA en la bancaseguros plantea muchos desafíos y preocupaciones relacionados con la privacidad y seguridad de los datos, así como con la naturaleza de los algoritmos empleados. En este contexto es crucial para los países implementar políticas que garanticen el uso de una IA responsable. Entre estos retos tenemos los siguientes:
Acceso a los datos de los asegurados y su calidad
Los algoritmos que sustentan la IA son tan buenos como los datos que se recopilan para su entrenamiento. En la medida en que se amplía la base de información del cliente es imperativo establecer normas que protejan a los asegurados ante usos inadecuados de la tecnología. Transparencia, seguridad y equidad son la base para ganar la confianza de los clientes y garantizar el uso y desarrollo de la IA en la bancaseguros.
Capacitación del personal
El recurso humano es crucial en todo el proceso de transformación digital que se vive en el sector bancaseguro. Los trabajadores necesitan responder al momento, actualizando sus habilidades, entendiendo y manejando todas estas herramientas basadas en la IA para poder ofrecer respuestas satisfactorias a los clientes.
Competencias que se suman al entorno de la bancaseguros
La rápida aparición y fortalecimiento de las insurtech (insurance technology) en el mercado Latam de los seguros, aprovechando la baja penetración de algunas coberturas en la región, obliga a la bancaseguros a ampliar su oferta digital y generar mayor valor para sus clientes. Esto es más impactante en países como México, Brasil y Argentina, que concentran el 68% de las insurtech en la región (1).
Esta es una de las razones por la que la instalación de un ERP para la gestión integral de la cartera de seguros, como el ERP en la nube SegNeurona de MPM Software, integrado con el sistema bancario, representará un primer gran paso en la digitalización y apertura de nuevos mercados para el sector.
Marco regulatorio variable entre los países
Hay países en los que no hay prohibición explícita para la aplicación de ciertos y determinados tipos de seguro, mientras que otros cuentan con regulaciones específicas o se encuentran atravesando una prueba piloto para evaluar las condiciones aplicables (2). En este sentido, Brasil, Chile y Perú tienen regulaciones aplicadas a la IA, relacionadas con la protección de datos, y son los países de Latam mejor posicionados en este ámbito, de acuerdo con el Índice Latinoamericano de IA (ILIA) (3).
Riesgos y oportunidades en la implantación de la IA: ética y transparencia
En este escenario tecnológico, los algoritmos presentes en los modelos de machine learning y deep learning empleados por la IA analizarán en segundos la infinidad de variables asociadas a cada caso. Además, realizarán las comparaciones con la data disponible, estableciendo riesgos, fijando precios, vigencias y exclusiones de las pólizas, de manera personalizada. Pero lo cierto es que muchos de los clientes necesitarán conocer cómo se toman esas decisiones, que los atañen.
Algunos algoritmos de la IA son estadísticos y perfectamente explicables. Otros, por su complejidad, ni siquiera se pueden dilucidar. Además, la calidad de los datos puede llevar a resultados poco precisos. Asegurar la transparencia del proceso es crucial para fomentar la confianza de los clientes sin caer en conflictos éticos. Además, ayuda a fomentar la justicia, equidad y transparencia de todas estas soluciones en tecnología aseguradora.
En la UE se promueven documentos como las “Directrices éticas para una IA fiable” (4) y otros donde se establecen principios de gobernanza para la tecnología (5). En Latam, cada país marcha a su ritmo, pero siempre es importante conocer la procedencia de la data y cómo se la utiliza en la toma de decisiones, descartando el sesgo político, racial, social o geográfico en la toma de decisiones.
Adicionalmente, el análisis complejo a través de la IA abre las puertas a la cobertura y evaluación de riesgos no asegurables, como daños por la ocurrencia de catástrofes naturales, pandemias o los peligros por la práctica de deportes extremos. En la medida en que se profundiza en el proceso de digitalización, la normativa de los países también se va adaptando, por lo que las normas se encontrarán en constante evolución y la bancaseguros debe seguirles el paso.
Todavía hay mucho que decir sobre las oportunidades de la bancaseguros en comunión con la IA. Pero, con la velocidad exponencial con la que se ha ido implementando, estamos seguros de que el futuro es ahora.
Referencias:
- Latam se aproxima a las 500 insurtech y superó los $1000 millones en financiamiento: qué esperar en 2023
https://insurmarketlatam.com/latam-se-aproxima-a-las-500-insurtech-y-supero-los-1-000-millones-en-financiamiento-que-esperar-en-2023/ - Colombia: el desarrollo del seguro paramétrico
https://www.undp.org/sites/g/files/zskgke326/files/2023-07/undp_co_doc_desarrollo_desarrollo_parametrico_jul19_2023.pdf - Tecnología: Brasil, Chile y Perú lideran la regulación de la inteligencia artificial en la región
https://www.bloomberglinea.com/2023/08/30/cuales-son-los-paises-de-latam-con-mejor-regulacion-para-la-inteligencia-artificial/ - Directrices éticas para una IA fiable – Grupo de expertos de alto nivel sobre inteligencia artificial
https://www.euskadi.eus/contenidos/informacion/orain_farmacia/es_orain/adjuntos/Directrices-eticas-inteligencia-artificical-fiable.pdf - Principios de la gobernanza de la inteligencia artificial: hacia una ética y confiable IA en el sector seguro europeo
https://bancasegurosag.cl/que-tan-grande-es-el-abismo-entre-la-inteligencia-artificial-y-la-industria-aseguradora/
Imagen de Gerd Altmann en Pixabay