IBM trabaja con nuestros clientes de seguros a través de diferentes frentes, y los datos del IBM Institute for Business Value (IBV) identificaron tres imperativos clave que guían las decisiones de gestión de las aseguradoras:

1. Adoptar la transformación digital para permitir a las aseguradoras ofrecer nuevos productos, impulsar el crecimiento de los ingresos y mejorar la experiencia del cliente.
2. Mejore la productividad central (negocios y TI) mientras reduce los costos.
3. Adopte la modernización incremental de aplicaciones y datos utilizando la nube híbrida segura y la IA.

Las aseguradoras deben cumplir los siguientes imperativos clave para facilitar la transformación de sus empresas:

• Proporcionar ofertas digitales a sus clientes.
• Vuélvete más eficiente.
• Utilice los datos de forma más inteligente.
• Abordar las preocupaciones de ciberseguridad.
• Esforzarse por lograr una oferta resiliente y estable.

La mayoría de las compañías de seguros han priorizado la transformación digital y la modernización del núcleo de TI, utilizando infraestructura y plataformas de nube híbrida y multinube para lograr los objetivos mencionados anteriormente. Este enfoque puede acelerar la velocidad de comercialización al proporcionar capacidades mejoradas para desarrollar productos y servicios innovadores, facilitar el crecimiento empresarial y mejorar la experiencia general del cliente en sus interacciones con la empresa.

IBM puede ayudar a las compañías de seguros a insertar IA generativa en sus procesos comerciales

IBM es una de las pocas empresas globales que puede reunir la gama de capacidades necesarias para transformar completamente la forma en que se comercializan, venden, suscriben, mantienen y pagan los seguros.

Con un fuerte enfoque en la IA en toda su amplia cartera, IBM continúa siendo un líder de la industria en capacidades relacionadas con la IA. En un reciente Cuadrante Mágico de Gartner, IBM ha sido colocada en la sección superior derecha por sus capacidades relacionadas con la IA (es decir, plataforma de IA conversacional, motores de conocimiento y servicio de desarrollo de IA).

IBM watsonx™, junto con su conjunto de asistentes de IA, está diseñada para ayudar a escalar y acelerar el impacto de la IA utilizando datos confiables en toda la empresa.

IBM trabaja con varias compañías de seguros para identificar oportunidades de alto valor para el uso de IA generativa. Los casos de uso de seguros más comunes incluyen la optimización de procesos que se utilizan para manejar documentos grandes y bloques de texto o imágenes. Estos casos de uso ya representan una cuarta parte de las cargas de trabajo de IA actuales y hay un cambio significativo hacia la mejora de su funcionalidad con IA generativa. Esta mejora implica extraer contenido e ideas o clasificar información para respaldar la toma de decisiones, como en la suscripción y el procesamiento de reclamaciones. Las áreas de enfoque donde el uso de capacidades de IA generativa puede marcar una diferencia significativa en la industria de seguros incluyen:

• Compromiso con el cliente
• mano de obra digital
• Modernización de aplicaciones
• Operaciones de TI
• La Ciberseguridad

IBM está creando soluciones generativas basadas en IA para diversos casos de uso, incluidos agentes virtuales, búsqueda conversacional, procesos regulatorios y de cumplimiento, investigación de reclamos y modernización de aplicaciones. A continuación, proporcionamos resúmenes de algunas de nuestras iniciativas actuales de implementación de IA generativa.

Compromiso con el cliente: Proporcionar cobertura de seguro implica trabajar con numerosos documentos. Estos documentos incluyen descripciones de productos de seguro que detallan artículos cubiertos y exclusiones, documentos de póliza o contrato, facturas y recibos de primas, así como reclamos presentados, explicaciones de beneficios, estimaciones de reparación, facturas de proveedores y más. Una parte importante de las interacciones de los clientes con la compañía de seguros consiste en consultas sobre los términos y condiciones de cobertura de diversos productos, comprensión del monto de pago del reclamo aprobado, razones para no pagar el monto del reclamo presentado y el estado de transacciones como recibos de primas, pagos de reclamos, solicitudes de cambio de políticas y más.

Como parte de nuestras iniciativas de IA generativa, podemos demostrar la capacidad de utilizar un modelo básico con ajuste rápido para revisar los datos estructurados y no estructurados dentro de los documentos del seguro (datos asociados con la consulta del cliente) y brindar recomendaciones personalizadas sobre el producto, contrato o consulta general de seguros. La solución puede proporcionar respuestas específicas basadas en el perfil del cliente y el historial de transacciones, accediendo a la administración de la póliza subyacente y a los datos de reclamaciones. La capacidad de analizar instantáneamente datos extensos de los clientes, identificar patrones para generar conocimientos y anticipar las necesidades de los clientes puede resultar en una mayor satisfacción del cliente.

Un ejemplo de participación del cliente es un chatbot generativo basado en inteligencia artificial que hemos desarrollado para un cliente multinacional de seguros de vida. La prueba de concepto muestra una mayor personalización de la respuesta a las consultas sobre productos de seguros cuando se utilizan capacidades de IA generativa.

Otro chatbot que hemos desarrollado para un cliente de seguros muestra la capacidad que tiene el asegurado de obtener una visión integral de las coberturas proporcionadas en un paquete de seguro, incluidas las primas de cada una de las coberturas de seguro contenidas en el paquete. Asimismo, promociona la capacidad de realizar un variedad de otras funciones, como agregar documentos requeridos (por ejemplo, certificados de nacimiento), agregar beneficiarios, investigar productos de seguros y complementar la cobertura actual. Todas estas capacidades están asistidas por la automatización y personalizadas por IA tradicional y generativa utilizando modelos básicos seguros y confiables.

A continuación mostramos un ejemplo de un cliente que pregunta sobre un procedimiento dental específico y recibe una respuesta personalizada basada en el conocimiento de las coberturas dentales existentes del cliente, así como en la capacidad del chatbot generativo de IA para tener una conversación interactiva (similar a la de un servicio de atención al cliente experto). agente) que se adapta a las necesidades específicas del cliente.

Actualmente estamos desarrollando varios casos de uso, que incluyen:

• Obtención de autorización previa para procedimientos médicos.
• Administrar beneficios para la salud.
• Explicar las decisiones sobre reclamaciones y los beneficios a los asegurados.
• Resumir el historial de reclamaciones.

Asistencia de agente de seguros/agente de centro de contacto: Las compañías de seguros han implementado ampliamente unidades de respuesta de voz, aplicaciones móviles y soluciones en línea basadas en la web que los clientes pueden usar para consultas simples, como información sobre saldos adeudados y verificaciones del estado de pago de reclamos. Sin embargo, el conjunto actual de soluciones tiene una funcionalidad limitada y no puede responder consultas más complejas de los clientes, como se enumera en la sección Compromiso del cliente. Como resultado, los clientes suelen recurrir a llamar al agente de seguros o al centro de contacto de la compañía de seguros. Las soluciones generativas basadas en IA diseñadas para agentes pueden reducir significativamente el tiempo de búsqueda de documentos, resumir información y habilitar capacidades de asesoramiento, lo que lleva a aumento de la productividad promedio 14-34% or incluso el 42%y mejores métricas de satisfacción del cliente. IBM lleva varios años implementando soluciones tradicionales basadas en IA en compañías de seguros, utilizando productos como IBM watsonx™ Assistant e IBM Watson® Explorer. Ahora estamos iniciando colaboraciones con algunas compañías de seguros para incorporar modelos básicos y realizar ajustes rápidos para mejorar las capacidades de asistencia a los agentes.

Gestión de riesgos: Para tomar decisiones de suscripción relacionadas con la propiedad, las compañías de seguros recopilan una cantidad significativa de datos externos, incluidos los datos de la propiedad proporcionados en los formularios de solicitud de seguro, registros históricos de inundaciones, huracanes, incidentes de incendios y estadísticas de delitos, para la ubicación específica de la propiedad. Si bien los datos históricos están disponibles públicamente en fuentes como data.gov, las compañías de seguros bien establecidas también tienen acceso a sus propios datos de suscripción y experiencia de reclamaciones. Actualmente, el uso de estos datos para modelar el riesgo implica esfuerzos intensivos manualmente y las capacidades de IA están infrautilizadas.

Una iniciativa actual de IBM implica recopilar datos disponibles públicamente relevantes para la suscripción de seguros de propiedad y la investigación de reclamaciones para mejorar los modelos básicos en la plataforma de datos e inteligencia artificial IBM® watsonx™. Luego, nuestros clientes pueden utilizar los resultados, quienes pueden incorporar sus datos de experiencia patentados para refinar aún más los modelos. Estos modelos y datos propietarios se alojarán dentro de un entorno seguro de IBM Cloud®, diseñado específicamente para cumplir con los requisitos normativos de cumplimiento de la industria para hiperescaladores. La solución de gestión de riesgos tiene como objetivo acelerar significativamente los procesos de evaluación de riesgos y toma de decisiones al tiempo que mejora la calidad de las decisiones.

Modernización del código: Muchas compañías de seguros con más de 50 años de historia todavía dependen de sistemas desarrollados ya en los años 70, a menudo codificados en una combinación de Cobol, Assembler y PL1. Modernizar estos sistemas requiere convertir el código heredado en Java u otros lenguajes de programación listos para producción.

IBM está trabajando con varias instituciones financieras utilizando capacidades de IA generativa para comprender las reglas y la lógica de negocios integradas en el código base existente y respaldar su transformación en un sistema modular. El proceso de transformación utiliza el modelo de negocio del componente IBM (para seguros) y el marco BIAN (para banca) para guiar el rediseño. La IA generativa también ayuda a producir casos de prueba y scripts para probar el código modernizado.

Abordar las preocupaciones de la industria relacionadas con el uso de IA generativa

In un estudio realizado por el Institute for Business Value (IBV) de IBM, los líderes empresariales expresaron su preocupación por la adopción de la IA generativa. Las principales preocupaciones se relacionan con:

• Explicabilidad: el 48% de los líderes entrevistados por IBM creen que las decisiones tomadas por la IA generativa no son suficientemente explicables.
• Ética: el 46% está preocupado por los aspectos éticos y de seguridad de la IA generativa.
• Sesgo: el 46% cree que la IA generativa propagará los sesgos establecidos.
• Confianza: el 42% cree que no se puede confiar en la IA generativa.
• Cumplimiento: el 57% cree que las restricciones regulatorias y el cumplimiento son barreras importantes.

IBM aborda las preocupaciones anteriores a través de su conjunto de componentes de plataforma watsonx: IBM watsonx.ai™ Estudio de IA, IBM watsonx.datos™ almacén de datos e IBM watsonx.gobernanza™ kit de herramientas para la gobernanza de la IA. Específicamente, watsonx.governance proporciona las capacidades para monitorear y gobernar todo el ciclo de vida de la IA al brindar transparencia, responsabilidad, linaje, seguimiento de datos y monitoreo de sesgos y equidad en los modelos. La solución de extremo a extremo proporciona a los líderes de las compañías de seguros características que permiten flujos de trabajo de IA responsables, transparentes y explicables cuando se utiliza IA tanto tradicional como generativa.

Como se describió anteriormente, hemos identificado muchas oportunidades de alto valor para ayudar a las compañías de seguros a comenzar a utilizar la IA generativa para la transformación digital de sus procesos comerciales de seguros. Además, la tecnología de IA generativa se puede utilizar para proporcionar nuevos tipos de contenido, como artículos (para marketing de productos de seguros), contenido personalizado o correos electrónicos para clientes, e incluso ayudar en la generación de contenido, como código de programación, para aumentar la productividad de los desarrolladores.

La experiencia de IBM trabajando con clientes indica importantes ganancias de productividad al utilizar IA generativa, incluida la mejora de los procesos de recursos humanos para agilizar tareas como la adquisición de talentos y la gestión del desempeño de los empleados; hacer que los agentes de atención al cliente sean más productivos al permitirles centrarse en interacciones de mayor valor con los clientes (mientras que los asistentes virtuales del canal digital que utilizan IA generativa manejan consultas más simples); y ahorrar tiempo y esfuerzo en la modernización del código heredado mediante el uso de IA generativa para ayudar con la refactorización y conversión del código.

Para discutir estos temas con más detalle, envíe un correo electrónico Kishore Ramchandani y anuj jain.

Ponga a trabajar la IA generativa de Watsonx