Nicolas Michellod (Celent) es un analista sénior con más de quince años de experiencia en el sector financiero. Su investigación se centra en los mercados de seguros, incluidos los proveedores de tecnología de datos y análisis predictivo. En 2018 fue invitada a FRAUDtalks Amsterdam.
Los siniestros fraudulentos no son un problema nuevo para la industria de seguros, pero recientes avances tecnológicos ofrecen nuevas soluciones a este problema. Una de las innovaciones más radicales es el uso de la inteligencia artificial (IA). Una encuesta reciente entre las aseguradoras reveló que más del 75% están invirtiendo en IA, en comparación con sólo un tercio el año anterior. Dos tercios de las aseguradoras encuestadas esperan un mayor impacto de la IA en los siniestros.

La IA abre interesantes posibilidades para mejorar el proceso del manejo de siniestros y el aumento la detección de fraude. Pero, como con cada nueva tecnología, la organización debe crear condiciones adecuadas. Los siguientes cuatro factores contribuyen a un clima organizacional favorable para implementar con éxito tecnología de IA:
- Datos
- Técnicas de detección de fraude
- Empleados calificados
- Cultura organizacional
¡Integración de datos!
Las aseguradoras tienen acceso a enormes cantidades de datos de una amplia variedad de fuentes. De fuentes en línea como redes sociales, donde la gente comparte su información personal en una escala sin precedentes, a los datos internos que las aseguradoras generan por sí mismas. De esta forma, aprenden de los últimos casos que ya han sido identificados como casos de fraude. La tecnología puede ayudar a las aseguradoras aplicar este conocimiento a los casos de siniestros futuros, y a automatizar y optimizar el proceso de siniestros.
Sin embargo, sólo porque una aseguradora ha reunido una gran cantidad de datos, no significa que los datos se encuentran fácilmente disponibles. Las aseguradoras a menudo luchan con una «mentalidad de silo» donde diferentes unidades organizativas de una empresa no compartan su información con el resto. La integración de datos es una condición necesaria para acceder a la valiosa información que estos datos suministran y para utilizarla eficazmente para tener una visión general de los clientes.

Técnicas de detección de fraude
Para extraer información valiosa de datos, se deben aplicar ciertas técnicas. Los siguientes métodos pueden ayudar en la detección de posibles casos fraudulentos:
- Identificación del modelo: por ejemplo, un médico que cobra excesivamente ciertos tratamientos sobre la base de falsos diagnósticos. En un modelo para la identificación de patrones, esta tendencia a la sobrecarga se muestra como una bandera roja.
- Detección de anomalías: cuando ciertos eventos se desvían significativamente de la mayoría de los datos, usted tiene una anomalía que podría indicar algo sospechoso.
- Minería de textos: una técnica en la que los patrones se derivan de grandes cantidades de datos de texto. Esto puede usarse para marcar ciertas palabras que se conocen como buenos indicadores de actividad sospechosa.
- Análisis de redes sociales: las redes sociales pueden ayudar a identificar las conexiones sociales en torno a los demandantes. Digamos que un cliente presenta un siniestro de seguro tras un accidente vehicular. El análisis de redes sociales revela que el tercero involucrado en realidad es un amigo cercano del demandante. Esto podría ser algo que la aseguradora quisiera investigar más a fondo.
- Evaluación de imágenes: las aseguradoras cada vez más han estado usando el examen de imágenes para repasar la evidencia fotográfica proporcionada por reclamantes. Si los demandantes suben imágenes de un accidente vehicular, usted quiere asegurarse de que la imagen de hecho muestra el lugar donde el accidente tuvo lugar, o el vehículo que el demandante declara como el involucrado en el accidente.
- Análisis de la voz: es otra técnica útil que está siendo utilizada cada vez más por las aseguradoras. Por ejemplo, pueden recoger los datos que se han generado en sus centros de llamadas y aplicar el análisis de voz a las conversaciones grabadas y de búsqueda de ciertas emociones en la voz que podrían ser posibles indicadores en la detección de fraude.
- Aprendizaje automático (machine learning): todos estos procesos pueden modelarse. Las aseguradoras están expandiendo el uso de aprendizaje automático para que la máquina tome decisiones que normalmente toman los seres humanos.
Habilidades
Los empleados calificados deben ser capaces de aplicar estas técnicas de análisis de datos. Aquí es donde las aseguradoras encuentran inconvenientes porque, especialmente en el mercado de Europa occidental, hay una escasez de estas habilidades. Los científicos de datos y de sistemas de información son muy valiosos y, por lo tanto, tienen una altamente en demanda. Las aseguradoras enfrentan una dura competencia de las empresas de tecnología y necesitan de encontrar maneras para atraer a los científicos de datos calificados.

Son recursos humanos, ¡Estúpido!
Incluso con todos los datos, las técnicas de análisis y los empleados calificados, las aseguradoras aún no tienen todo lo necesario para implementar la IA en su organización. El problema principal es contar con la cultura organizacional adecuada que facilite la implementación de IA en el proceso de trabajo. No sólo los directores ejecutivos y gerentes, sino todos los empleados deben estar abiertos a cambiar y a aceptar la incorporación de IA en su trabajo diario. Para convencerlos, es importante mostrar al personal los casos reales del valor que la IA genera.
La pregunta clave para las aseguradoras es cómo encontrar la forma óptima de introducir IA en su organización. Podría ser beneficioso crear departamentos específicos para la implementación de IA y que consideren cómo esto va a afectar al departamento de detección de fraude en siniestros.
El mismo viejo fraude, nuevas armas y un nuevo campo de batalla
Las aseguradoras necesitan aplicar avances tecnológicos para mejorar la manera de trabajar. La tecnología se está desarrollando a un ritmo vertiginoso y puede ayudar a la industria de seguros a trabajar más rápido y con más precisión. Sin duda, la IA tendrá un impacto enorme en todos los aspectos de la industria del seguro y, especialmente, en la detección de fraude en siniestros hay mucho por hacer. Mientras que el enemigo de fraude de seguros no es nuevo, las armas y el campo de batalla están cambiando continuamente. Las aseguradoras deben mantenerse al día con estos avances y mantener a la IA como prioridad en la agenda.