Introducción: mucho se habla de la Inteligencia Artificial, pero la investigación y el análisis sobre el tema nos lleva a pensar que debemos ser un humano ante la IA – no un juguete por ignorancia -, situación que nos impulsa a ampliar cada vez más nuestra visión profesional en su tratamiento con el objeto de utilizarla acertadamente. Y este es el para qué.

El tema nos ha llevado a considerar que la IA es un instrumento para transformar el enfoque actual utilizado en el análisis de los riesgos y por ende de la Actividad Aseguradora, en lo público y en lo privado. Al considerarla como instrumento hay que saberla tocar. Y este es el cómo. 

A nivel de riesgos es necesario el manejo de volúmenes de datos para transformarlos en información que, dentro del sistema asegurador con sus diferentes perfiles, no solo de personas, bienes y servicios, sino también de ubicación y medio ambiente, riesgos de la naturaleza, etc., tienen su comportamiento y es aquí donde interviene la tecnología para ayudar a resolver situaciones desde la más sencilla a la más compleja mediante la identificación de sus indicadores estadísticos. Y este es el por qué.

El Concepto Estadístico: decimos que una población es finita, o muestra, cuando está formada por un número determinados de elementos, por ejemplo, cuando se calcula una prima de salud a una aseguradora, esa prima representa un perfil propio del comportamiento de esos asegurados, donde prevalece las condiciones de aseguramiento, la suscripción, comercialización, etc., es decir, las políticas de empresa.  Este comportamiento no representa el universo total asegurados en salud. Es solo esa empresa.

Ahora bien, si se amplia tal población a todos los asegurados privados en salud, obtendremos un comportamiento de ese mercado. Los parámetros de esta población ubican a cada aseguradora en la evolución de sus productos y, además, contribuye con la Seguridad Social como parte del Sistema.

Una población de este tamaño la podemos tomar como una población infinita, su análisis lo podemos comparar como un censo de uso. De ser así, cada aseguradora es una muestra de esa población con sus estadísticos propios que, al cotejar con los parámetros nacionales, construye su analítica que da lugar a sus políticas técnicas, comerciales y administrativas.

Por ejemplo, la Tasa de uso, Tu, o probabilidad de ocurrencia de un evento, al ser un parámetro poblacional, el asegurador compara este resultado con él de su aseguradora, es decir, con su muestra. Porque sus asegurados forman parte del parámetro poblacional lo cual permite orientarle en sus políticas de suscripción y/o comercial, tomar riesgos financieros, etc. Igual puede suceder con automóvil, etc.

Inteligencia Artificial, IA: simula o finge ser la inteligencia humana capaz de realizar tareas que haría una persona, desde la más simple a la más compleja, luego existen diferentes tipos de IA.

Tareas simples, como atender un teléfono, hasta la capacidad de razonar, planificar, así como resolver problemas cotidianos, reaccionar, incluir, ser sensitiva y autoconsciente, etc.

Todo esto motiva su uso para hacer más eficientes los procesos como la atención, la pronta respuesta y optimizar resultados para el cobro y pago justo a clientes y proveedores.

Cómo funciona: a partir de los datos históricos que originan las actividades se descubren tendencias y patrones o modelos que sirven para crear productos o mejorar lo existentes y para crear soluciones a problemas operativos o de servicio. Todo esto mediante la aplicación de algoritmos que son un conjunto de operaciones estructuradas que permiten hallar soluciones a problemas.

Ejemplos de uso: Uno de los mejores instrumentos posibles con la IA es el mejoramiento de las estimaciones sin sesgos que pudiesen ocurrir en el transcurrir del tiempo en el comportamiento de los riesgos. Ya no hablamos de muestra, sino de población por el volumen de datos, no serán estimaciones, sino parámetros poblacionales o nacionales. Lo cual originan comparaciones por regiones, estados, municipios, etc., es decir la diversidad geográfica que puede llegar hasta la mineralización del riesgo.

Estos volúmenes de datos dan una mejor concreción en la evaluación de los riesgos. Podemos mencionar la optimización de costos, mediante una evaluación más precisa al valor probabilístico de la

Tasa de uso, el daño causado en los eventos analizados y, de ser necesario, el medio ambiente según el perfil del riesgo. De igual forma una mejor identificación de los riesgos ayuda a reducir el impacto mediante la aplicación de controles ajustados a la realidad o en su comportamiento. Y lo más importante, es obtener información de los riesgos en tiempo real que pudiese aclarar o advertir una situación de suscripción, es buscar la confianza del riesgo analizado para la toma de decisiones que de no tener tal información acudiría a un rechazo.

Por otra parte, los modelos actuariales que dan lugar a la tarifa pueden hacerse en forma continua, permitiría la variación de la prima de inmediato. Dando origen a una tarifa en tiempo real, es decir, en el momento de la suscripción. Situación que nos lleva a tarificadores inteligentes, propios para la Intermediación.

Además, todo este conjunto de variables y cambios influyen en el reaseguro con nuevas modalidades adaptadas a las nuevas formas de aseguramiento o la desaparición en el tiempo de los reaseguros tradicionales o su reformulación.

El pero de los datos: cuando hablamos de grandes volúmenes de datos, no se trata de una aseguradora, se necesita información mucho más voluminosa de la que usa una aseguradora actual, ya comentado.

Situación que obliga a pensar en el cómo aglutinar tal volumen de forma que beneficie a los actores de la actividad. Y, por otra parte, muy importante es cómo garantizar la calidad de la data y su protección, dada su confiabilidad, bajo qué normas es posible lograr estos cometidos. Papel muy importante es la interrelación entre los actores, situación actual de poco uso.

Los Actores: al describir esta perspectiva planteamos un cambio radical del hacer en la suscripción, indemnización, reaseguramiento, comercialización, etc., porque se trata de una formación estadística – analítica que debe ser acompañado de un perfil asegurador adecuado para adquirir esa visión mnemotécnica que facilita la interacción entre humano y maquina en la toma de decisiones. Y este es el tema, parte del cómo.

Hablamos de un perfil técnico con capacidad analítica y creativa capaz de tener una interrelación fluida del hacer con su ambiente profesional, evitando que la tecnología no piense por el técnico, sino que la tecnología como instrumento sirva para ampliar nuestra visión profesional para así tener diferentes alternativas en la toma de decisiones. Ver la CARTACTUARIAL N.º 33.

Ya no basta ser experto de primera línea en el quehacer técnico del aseguramiento, este perfil debe ir acompañado de capacidades analíticas y creativas para discernir sobre los resultados IA en la toma de decisiones. Y surgen las preguntas:

¿estamos preparados para este cambio de paradigma? En dos vertientes: una, realmente, dominamos la actividad aseguradora como un todo o somos un conglomerado, no un sistema que se interrelaciona en información y actividades. Y dos, nuestra formación profesional nos da suficiente capacidad analítica y creativa para discernir en la toma de decisiones.

El tema gremial como institución es absolutamente necesario para esta nueva era de la actividad. Sin organización profesional no hay canales institucionales para la participación, sino opiniones aisladas. La sociedad que nos dio la oportunidad de ser, ahora nos demanda su necesidad de recibir. La experiencia y el saber de los diferentes gremios organizados son garantía del buen funcionamiento de la Actividad Aseguradora Pública y Privada. Las normas son el soporte a la actividad, no la actividad.

No olvidemos que el saber es avance social.

Por: José Vicente Torres Angarita