Llevamos décadas hablando de ella sin parar, pero durante el último año, el asunto ha protagonizado un salto cualitativo y la discusión ya estriba sobre las aplicaciones prácticas de esta tecnología, que ha dejado de ser cuestión de ciencia ficción.
Mientras tanto, alejada de la luz de los focos, la IA ha ido incrementando y puliendo sus capacidades y su alcance sin descanso. A pesar de su gigantesco tamaño y de su proverbial reputación de aversión y resistencia a los cambios, el sector de los seguros ha dado pasos muy notables de cara a incorporarla en su trabajo, de distintas maneras. Como veremos, estos esfuerzos han obtenido resultados dispares. Sin embargo, el potencial de la IA es demasiado grande para pensar que no desempeñará un papel cada vez más importante en los próximos avances de la tecnología de seguros.
Pero antes de profundizar en nuestra discusión, quizás convenga acordar una definición. Hay mucha gente que habla sobre IA, pero no tanta que explique en qué consiste, qué es. Microsoft ha propuesto una definición bastante simple y clara: la inteligencia artificial es la capacidad de un sistema informático para imitar funciones cognitivas humanas, como el aprendizaje y la resolución de problemas. A través de la IA, un sistema informático utiliza las matemáticas y la lógica para simular el razonamiento que empleamos las personas, para aprender de nueva información y tomar decisiones.
La gran novedad de nuestros días acerca de la IA son las plataformas beta gratuitas, accesibles en Internet, que producen resultados asombrosamente parecidos a los humanos, de forma instantánea. DALL-E genera imágenes a partir de cualquier entrada de texto. Yo personalmente probé con «mantis religiosa montando en bicicleta» y «cubitos de hielo en llamas» y los resultados fueron al mismo tiempo impresionantes y espeluznantes. Si DALL-E todavía no ha reemplazado a Getty Images y Shutterstock, pronto lo hará… o asumirá un rol parecido.
Pero todavía hay cosas más interesantes, como ChatGPT y un par de programas similares: su capacidad para explorar Internet en respuesta a las solicitudes del usuario y generar resultados en lenguaje natural es absolutamente extraordinaria. ChatGPT incluso se revela capaz de adaptar sus resultados para que coincidan con estilos de escritura específicos. Y no me refiero a poesía o prosa sin más, sino hasta el punto de imitar los estilos característicos de personas específicas.
En el mundo de la tecnología, la palabra «disrupción» parece un término de moda, que se usa con excesiva frecuencia… pero considero que cabe calificar a DALL-E y ChatGPT por derecho propio como auténticos presagios de disrupción en múltiples campos de la actividad humana. ¿Y cuál será la naturaleza exacta de los cambios que nos deparará la IA? Eso sí que es mucho más difícil de predecir.
Promesas no cumplidas
Durante la última década hemos asistido a una proliferación explosiva de nuevas startups que cabe incluir dentro de la categoría insurtech, aunque son extremadamente diversas. Muchas han intentado aprovechar el potencial de la IA o del aprendizaje automático para perfeccionar y agilizar algún aspecto u otro del ámbito de los seguros. El objetivo más habitual suele ser alguna combinación de reducción de costes y más velocidad, eficiencia o capacidad de personalización. Veamos ahora algunos ejemplos y analicemos qué tal funcionaron.
Una de las insurtechs más grandes y conocidas se propuso aplicar el aprendizaje automático para reinventar un sector anticuado y fragmentado, centrándose en la prevención y en un modelo de suscripción más inteligente. Los resultados de estas iniciativas desembocaron en una tasa de siniestralidad del 161 %. La empresa se vio obligada a reducir el número de productos que ofrecía y a modificar sus modelos de distribución, centrándose en los indirectos. Tras aplicar estas medidas, consiguió mejorar su ratio de siniestralidad moderadamente, hasta dejarlo en el 110 %, lo cual sigue siendo insostenible.
Otra empresa insurtech pionera prometió precios radicales para los seguros de automóvil, porque utilizaría el aprendizaje automático para fijar tarifas a los conductores basándose enteramente en atributos de comportamiento. Tecnologías como la telemática darían lugar a que los precios variasen de un mes a otro, pero los atributos tradicionales de los precios al consumidor todavía se utilizan en gran medida.
Como estudio de caso final, quizás la más conocida de todas las insurtechs anunció que reduciría las tasas y los costes de reclamaciones mediante el perfeccionamiento de los análisis y la automatización de reclamaciones por siniestros. Efectivamente, logró unos plazos muy buenos para la resolución de reclamaciones por siniestros, pero tanto sus índices de siniestralidad como sus índices operativos se mantienen obstinadamente en valores similares a los de las aseguradoras convencionales con las que ahora tiene que asociarse para trabajar.
¿Qué tienen en común los tres casos anteriores? Que apuestas por un uso creciente de la tecnología como base para captar y generar más información útil o perfeccionar procesos. Pero cualquier aseguradora nueva sigue expuesta a las mismas condiciones macro (como la inflación, las catástrofes naturales y los problemas para conseguir clientes) que los actores veteranos del mercado, que ya trabajan en la distribución directa, mediante agentes y por canales digitales.
Siri, ¿qué seguro debería contratar?
Ha quedado bien patente que intentar introducir la inteligencia artificial en los seguros con calzador no ha cosechado éxitos rotundos, ni mucho menos. ¿Significa eso que la idea está condenada al fracaso?
Todo lo contrario.
Los fracasos recientes tan solo nos indican cuál es la dirección correcta, que está muy alejada de las exageraciones y se orienta hacia un desarrollo constante de capacidades sustanciales y útiles.
La realidad es que la inteligencia artificial penetrará todos los aspectos del sector de las aseguradoras, tanto para ofrecer mejores productos y servicios a los clientes como para, al mismo tiempo, mejorar los resultados para los accionistas. Pero esos cambios no se producirán de un día para otro y tampoco se pueden forzar. La transformación total durará mucho más que un año. Quizá se aproxime más bien a una década… y conviene que dejemos al proceso desarrollarse al mismo ritmo que vayan mejorando las capacidades, en constante expansión.
Algunos cambios ocurrirán antes que otros. Y uno de ellos serán los seguros paramétricos o parametrizados. ¿Un ejemplo clarísimo tomado del mundo real? Los retrasos en los vuelos, que ni siquiera exigen presentar una reclamación; más bien es el sistema el que notifica automáticamente al viajero tanto del retraso como de la compensación.
Un poco más adelante, se desarrollarán herramientas similares que ampliarán los casos prácticos y funcionarán en áreas más complicadas, como los seguros de hogar. Imagínate que tu aseguradora te informa que ha detectado una fuga de agua en su casa, ha procedido a evaluar los daños en el piso, ha solicitado las reparaciones pertinentes y ha emitido un prepago inmediato para solucionar el asunto.
Con el tiempo, la interconexión total de todos nuestros dispositivos y actividades llegará a tal punto que nuestra misión se limitará a decir en voz alta: «Siri (u Hola Google, etc.), ¿qué seguro debería contratar?». Entonces habrá culminado la transformación total de los seguros mediante la IA.
Pero recordemos que, naturalmente, es imposible predecir con seguridad dónde terminará todo esto. Una cuestión muy importante que continúa sin respuesta es esta: ¿hasta qué punto influirán la legislación y la regulación a la hora de determinar qué papel cumplirá la IA en nuestro sector? Mientras se van despejando todas las incógnitas, podemos ir preparando los fundamentos: los datos, el requisito previo para trabajar con cualquier sistema de IA robusto y potente. Y eso exige determinar, definir y activar tantas fuentes de datos como sea posible, tanto dentro como fuera de las bases de datos de la aseguradora. Naturalmente, obligará a aprender cómo agregar datos (públicos) de mercado a escala, para refinar y perfeccionar aún más los modelos y las consultas automáticas.
La tecnología sigue desarrollándose y avanzando; todavía le queda mucho camino. Eso es cierto, pero nuestro sector tiene mucho trabajo por delante para prepararse y afrontar el futuro con garantías.