Inteligência Artificial é tema de Café com seguro da ANSP

0
229


Palestrantes debatem Machine learning, aplicações no mercado financeiro e de seguros, qualificação dos profissionais e ferramentas de IA em resultados de estudos atuariais

Na última quarta-feira (06), a Academia Nacional de Seguros e Previdência – ANSP realizou uma palestra com o tema “A inteligência artificial no mercado de seguros, previdência, saúde, capitalização e atuária”, em sua última edição do Café com Seguro em 2023. A abertura do trabalho ficou por conta do Ac. Rogério Vergara, Presidente da ANSP. Já a contextualização e a moderação ficaram por conta da Ac. Magali Zeller, Coordenadora da Cátedra de Ciências Atuariais na ANSP e Partner na AT Service Consultoria Atuarial.

A live também teve as participações do especialista em Administração, Estatística e Engenharia com ênfase em Finanças, Data Analytics e Inovações, Prof. Herbert Kimura, do Coordenador da Cátedra de Educação de Seguros da ANSP, Ac. Sérgio Luiz Hoeflich, e da professora, pesquisadora e doutoranda, Máris Caroline Gosmann. Realizado pela Cátedra de riscos atuariais, que é comandada pela Magali Zeller, propôs reflexões sobre gestão atuarial e de riscos, inovação, ciência de dados, aprendizagem de máquina, inteligência artificial. Teve como objetivo tratar de um assunto que tem gerado muitos debates, que é a aplicação de Inteligência Artificial nos mercados de seguro, previdência, saúde, capitalização e resseguros. Falar sobre os conceitos, benefícios, riscos e aspectos que devem ser levados em consideração.

Em suas considerações iniciais comentou sobre o impacto da inteligência artificial no mercado securitário, de gestão de risco e modelagem atuarial. “Estamos todos falando sobre os benefícios da Inteligência Artificial pode alcançar em todos os níveis e estrutura, mas se faz necessário entendermos como ela pode nos ajudar, não só no mercado securitário, envolvendo seguros, previdência, saúde e capitalização, como também em partes de modelagem atuarial”, afirmou.

Para Magali, esse é um tema complexo, por isso a importância de se avaliar o impacto da Inteligência Artificial dentro do mercado. O mundo digital chegou, é uma realidade dos dias atuais e as seguradoras entendem que essa transformação é a chave que tornará o sistema mais amigável em relação ao cliente, customizada e personalizada. Novas tendências já nascem digitais, porém algumas empresas já se encontram presentes na vida das pessoas e da sociedade há muito tempo. Em meio a essas mudanças, as insurtechs são consideradas os grandes motores para transformação digital dos seguros no mundo.

Uma pesquisa realizada na América Latina concluiu que 32% do mercado de insurtechs tem a participação de 129 empresas do ramo que já receberam um volume significativo de dinheiro para agilizar o uso da inteligência artificial dentro desse espaço de inovação do seguro no Brasil. Já o artigo publicado pela Rede dos VOSviewers apresenta o mapa que oferece uma visão clara de como a transformação digital se conecta ao mercado de seguros. Fica evidente como a transformação digital se conecta a indústria de seguros e também a experiência do consumidor. A transformação digital é necessária porque quanto maior a inteligência, o conhecimento das premissas e a agilidade de comercialização dos seus produtos, mais satisfeito estará o consumidor final.

Todo clausulado, tanto de seguros como de previdência e saúde, é muito complexo e extenso. E muita das vezes o consumidor não faz uma leitura minuciosa. A Inteligência Artificial nos auxiliará sobremaneira em relação aos contratos já escritos e documentados. As companhias precisam pensar em maneiras de como mitigar esses riscos. Precisam organizar diretrizes legais para evitar riscos de vazamento de dados – o compliance das empresas e todo o cenário vivenciado pelos participantes e associados – de forma que não haja insegurança.

Sobre o chat GPT, a palestrante destaca que a ferramenta melhora a qualidade do serviço e do tratamento ao cliente. Ele acelera todo o processo de atendimento ao cliente, permitindo que obtenha informações ou ajuda a qualquer dia e a qualquer hora. Essa agilidade inicial de processamento de sinistro, customização e eficiência operacional, permite que tarefas corriqueiras sejam automatizadas pelo recurso, permitindo que o mercado securitário adeque seus produtos e serviços ao consumidor, com base nas informações coletadas pelo IA atualmente para seguradoras.

Atualmente, a adoção do IA pelas seguradoras fica diretamente linkada e otimizada para o cliente, que é o departamento de marketing, sinistro, controle de perda, subscrição e precificação. E dentro de todo esse processo de finalidade de administrar o sinistro e suas probabilidades, a International Auditors dos Estados Unidos, propôs, em 2013, o modelo de três linhas de defesa no gerenciamento eficaz de riscos e controles. O primeiro é o controle de gerência e medidas de controle interno, implementação de ações corretivas, a fim de resolver deficiências em processos de controle de gestão e supervisão. É composta por unidades de negócio que pode avaliar o limite de retenção. A segunda linha é administração, que é o propósito vital, mas sem oferecer análise independente entre os órgãos controladores. Tem a dupla função de supervisão e facilidade a linha de defesa. E assim a gestão de risco e a gestão de conformidade pode calcular o consumo de capital e avaliar a eficiência. E a terceira é auditoria interna, que acompanha a primeira e a segunda linha de defesa para montar as provisões avaliações sobre a eficiência da governança, da gerência de risco e controles internos, que atuam de forma independente. “O IA pode apoiar com excelência todas as atividades voltadas para mercado securitário, inclusive concretizando os critérios do ESG, que se refere a critérios adotados pelas companhias para garantir o comprometimento com questões ambientais, sociais e de governança”, justificou.

Machine learning e IA – estratégias de inovação e aplicações no mercado financeiro e de seguros

Em sua explanação, Herbert Kimura abordou análises de alguns estudos desenvolvidos no laboratório de aprendizagem de máquina em finanças e organizações da universidade de Brasília. Como coordenador do laboratório ele tem participado do desenvolvido vários projetos e pesquisas explorando data Science nas mais diversas áreas de gestão. Durante sua apresentação, o especialista também compartilhou pesquisas realizados do âmbito da indústria de seguros e o uso de Inteligência Artificial ou ciência de dados. Os levantamentos comprovam que existe bastante demanda por projetos de IA na indústria de Seguros e algumas estimativas mostram que cerca de 38% das operações ou processo de marketing poderiam ser aprimorados pela tecnologia. Com relação a pricing underwriting, 18% a 34% dos processos poderiam ser de otimizados com o uso da Inteligência Artificial. “Estima-se uma alta redução do tempo de emissão de seguro, análise de sinistros etc. Existe muito potencial no uso de inteligência artificial na indústria de seguros”, indicou.

No que diz respeito ao ChatGPT, uma pesquisa da pesquisa da Mckinsey mostrou que a IA generativa pode gerar entre US$ 2.6 a US$ 4.4 trilhões anuais em negócios. Ou seja, é possível aprimorar os mecanismos, interações com cliente usando IA generativa, assim como produzir textos ou material gerado artificialmente para comunicação com os seus clientes. Segundo Kimura, algumas aplicações de IA são para a detecção de fraude, processamento de sinistro, experiência do Consumidor, subscrição, estão de riscos e manutenção preventiva. Outros exemplos de aplicação são o modelo de machine learning para precificação de seguros, para prever questões de seguro saúde, estudo de fraude em seguro de propriedade usando dados microdados brasileiros e outros estudos sobre detecção de fraude na indústria de seguros.

O painelista apresentou também algumas variáveis relevantes para mostrar o potencial do uso da ciência de dados na indústria de seguros, não somente em relação a dados de cadastro e do cliente, mas também outras informações, como por exemplo, seguro de automóvel, histórico de navegação na internet e altura do celular (no carro).  Para finalizar sua participação, o especialista comentou, ainda, algumas tendências que a indústria de seguros pode explorar com técnicas de machine learning para questão de churning score, cross-sell de produtos, integração Insuretechs x fintechs, programa de bem-estar e saúde.

Ferramentas de IA em resultados de estudos atuariais

Por fim, a professora Máris Caroline Gosmann falou sobre modelagem atuarial, que é o alicerce de toda essa precificação de mercado. “Dentro dessa estrutura de olharmos a Inteligência Artificial nos nossos negócios de seguros vamos entender que existem partes do setor de seguros que a utilizam mais e de forma cada vez mais integrada. Esse é o desafio, olhar isso como um processo integrado de uma seguradora. O que acontece na prática é o uso de processos específicos da seguradora”, ressaltou.

Nesse sentido, Máris trouxe dois estudos de casos específicos que exemplificam utilização já disponível e que tem sido implementada, mas muita das vezes não é reconhecida como IA. Destacou o uso das redes neurais artificiais na precificação de seguros e análise de risco de sinistros com algoritmos de aprendizado de máquina. “Então essa ideia de a gente conseguir monitorar, durante todo o tempo, uma plantação que está sendo coberta por um seguro rural traz junto a possibilidade antecipada de prevenção de fraude. Conferindo às seguradoras a possibilidade de detectar com maior eficiência fraudes no âmbito dos sinistros, com o uso de satélite e imagens”, explicou

Cotação de insumos, calculadora de sementes, mesa de grãos e estoque de grãos em silos, são outros exemplos de possibilidade da Inteligência Artificial trazidos pela profissional. Por meio desse recurso que prevê e acompanha o estoque de grãos também já é possível fazer uma previsão de safra e, consequentemente, confere a seguradora a possibilidade de fazer uma previsão de sinistros.

Outro ponto destacado pela professora é a aplicação de processo de linguagem natural na subscrição de seguros. As seguradoras podem redistribuir as horas de trabalho, se for o caso, para um trabalho com maior valor agregado. O uso de chatbots acaba sendo um excelente aliado que vem com base na Inteligência Artificial. Auxilia na otimização do tempo de resposta, de solução de dúvidas. Reduz o tempo para a tomada de decisão, por parte do segurado e também os custos do processo em si. Em sua fala a palestrante também citou outros exemplos de aplicação da IA em seguradoras para a classificação e escoagem de lide e vistoria. “Outro ponto que merece ser destacado é o da aplicação da IA em estudos do mercado de seguros e atuariais, que é a modelagem preditiva na previsão de mortalidade de longevidade”, salientou

A qualificação dos profissionais de seguros num ambiente de negócios imerso nos riscos emergentes pelo uso de IA na cadeia produtiva de seguros.

Sérgio Luiz Hoeflich nota a existência de um desafio com relação a nomenclatura dos riscos que levam um nome diferente em cada segmento da economia, em cada ponto da cadeia produtiva. “E pelo que a gente percebe, a apropriação da nomenclatura de risco, a partir da visão da indústria do seguro, faz com que haja esse distanciamento entre o entendimento do contratante na cadeia produtiva do seguro e as concepções da indústria. É a partir deste contexto de desconexão de percepções entre o contratante e o contratado que se estabelecem os desafios de se implantar tomadas de decisões a partir de Inteligência Artificial, machine learning, de ferramentas de automação que visam inovar nas entregas de produtos provendo agilidade no processo de administração, não só da cadeia de distribuição comercial dos produtos, mas também na mitigação de fraudes e na regulação e indenização de sinistros”, mencionou.

O negócio é que o risco é uma questão basicamente da percepção humana. Podemos até fazer a previsão a partir dos dados passados. Fazer do futuro um espelho do passado é algo bastante rápido para uma máquina, só que o futuro tem fatores que são imponderáveis e imprevisíveis. “O grande desafio de gestão de risco é entender o que é gestão de risco, o que é um ranking e o que que é o rate. Saber qual é a percepção, o que isso vai ter, o que que as pessoas percebem como risco, como que elas vão contratar esses serviços e se elas vão se sentir confortáveis na contratação dos Seguros e no tratamento com as interfaces de relacionamento com o mercado utilizando Inteligência Artificial”, concluiu.

Para Hoeflich, o desafio está nas questões éticas, regulatórias, nos riscos, nas questões de transferência, mas certamente as questões ligadas à redução de fraude, otimização de processos, projeções e auxílio na tomada de decisão. Não há dúvida de que as estruturas, as ferramentas de machine learning, Inteligência Artificial serão suporte indispensáveis para o futuro. Contudo, o executivo indica que se reflita sobre essa questão e tragam isso para o ambiente das decisões. Uma reflexão mais projetiva do que que realmente o mercado está buscando. A percepção de Hoeflich é de que temos muitas ferramentas, porém os conceitos do que realmente é considerado risco ainda dependem de nossa confirmação.

Ao final do terceiro painel, os palestrantes debateram os pontos mais interessantes, responderam a provocações e questionamentos. “Esse processo de entender para onde direcionar o uso da Inteligência Artificial vai nos auxiliar a enxergar todas as possibilidades que existem no mercado de seguros de fato. Devemos usar as ferramentas para enxergar as possibilidades”, completo Máris.

Assista a live completa no canal da ANSP

DEIXE UM COMENTÁRIO

Por favor digite seu comentário!
Por favor, digite seu nome

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.