Desafíos tecnológicos del mercado asegurador latinoamericano para combatir el fraude

Antes de hablar de tecnología para el mercado asegurador es necesario aclarar que una de las consecuencias de la pandemia fue una recategorización de prioridades: Antes de este tiempo ya estábamos viendo que las aseguradoras atravesaban un proceso innovador en el que se aplicaba tecnología para cometer fraude, porque los estafadores no iban a la ventanilla a cometer fraude, ahora ellos utilizan la tecnología para cometer fraude, y es necesario responder tecnológicamente.

Ha sucedido esto y además de los movimientos tecnológicos, en cada país o en la región, muchas aseguradoras han recategorizado sus prioridades, y eso muchas veces tiene un impacto negativo, porque el proceso de innovación tecnológica, o se ha detenido o se ha desplazado, para un futuro inmediato. ¿Y por qué ocurre eso? Una de la razones por ejemplo, es que no estábamos preparados para trabajar virtualmente, hay que ver cómo estar todo el tiempo de la mano de nuestro cliente final y obviamente ese cliente final también ha sufrido la pandemia, y dentro de su contexto empieza a utilizar nuevas formas, para cometer fraude porque les falta ingreso porque les falta trabajo, entonces ha sido una conjunción de temas: por un lado la recategorización por parte de la aseguradora y también, por no estar preparados.

Los defraudadores también utilizan tecnología

Como en la época de pandemia no había contacto físico, muchas reclamaciones de siniestros o de prospectos para una suscripción, estaban siempre detrás de una computadora, y la aseguradora no tiene manera cierta de saber si está hablando con la persona correcta. Entonces no puedo saber si lo que me están dando como información es correcta o no. Muchos defraudadores se aprovechan de esto, y aquí no voy a decir nada nuevo, algo que se ha incrementado de manera cuasi explosiva, es que no sólo los asegurados sino también los intermediarios, han visto esta situación de bróker, de "cómo puedo crear yo esta situación, de presentar a la aseguradora, una situación X cuando la realidad es Z." Entonces tanto usuarios finales como internos, (fraude interno) es lo que muchas aseguradoras han estado sufriendo en este último tiempo.

¿Cuál es la tecnología que más está aportando a la lucha contra el fraude?

En general, la integración de todas las tecnologías es la opción ideal, pero naturalmente hablando sobre la que más aporta, me explico: cuando una aseguradora recién comienza, necesita datos para realizar la analítica predictiva y para realizar inteligencia artificial se necesitan muchos datos, no se puede partir de una tendencia, que se da por un incidente, para desarrollar un modelo que luego no sirve por que le faltan datos, entonces las aseguradoras encuentran el desafío que implica integrar las distintas tecnologías.

Por citar un ejemplo: la telemática, conocer la conducta del usuario, ya sea geolocalizándole, o cuál es su conducta con respecto a la velocidad, es decir integrar esos datos dentro de mi analítica es algo que me puede decir mucho más de mi cliente y no específicamente para detectar si está haciendo algo malo, porque eso de detectar fraude, para nosotros, ya suena como algo negativo y lo que nosotros queremos es enfocarnos en los buenos clientes, para prestarles mejores servicios, para que avancen, para eso está la aseguradora y no para perseguir al menos idóneo. La idea es integrar varias tecnologías según el proceso de la aseguradora. Hay muchas que consideran que tiene mucho más valor conocer dentro de sus procesos y saber si sus asegurados han estado involucrado en cuestiones judiciales, y les interesa eso y no tanto lo que aparece en Facebook o redes sociales. Otras dirán, a mí me interesa saber cuántas multas tiene y para eso tenemos un proveedor de datos.

A otras le interesará saber dónde están geolocalizados donde viven y dentro de ese proceso cada aseguradora tendrá que evaluar junto con el proveedor, qué cosa es lo que más impacta dentro de la evaluación de sus prospectos al momento de la suscripción.

Escaneo de imagen

Lo que hace este tipo de tecnología que se llama ML (Machine Learning) (Auto aprendizaje de máquina), aquí se "aprenden situaciones": de daños preexistentes, de manufactura de vehículo, año, marca, todos esos detalles los va almacenando y el sistema va aprendiendo cada vez más. Entonces en el momento que llega un prospecto, o un siniestro, obviamente aplicando esa tecnología ya da un resultado que luego es utilizado dentro de la analítica predictiva de FRISS, como algo adicional a todo lo que se está haciendo. Esta tecnología existe y se encuentra depurándose. Tenemos un cliente en Alemania que lo utiliza para el momento de la suscripción, poco en la parte de siniestros

¿Cómo contribuye la tecnología en la etapa de evaluación de riesgos en la suscripción?

Existen dos momentos: el momento de la cotización y el momento de la emisión de la póliza. En el primer momento (la cotización) tenemos datos mínimos, generales, porque la aseguradora no sabe si estoy en Holanda, en Argentina o Singapur y necesita solamente un dato porque estoy haciendo el shopping. Allí  no voy a utilizar mucha tecnología ni datos externos porque como aseguradora me implica un costo, y no sé si el comprador se decidirá y comprará la póliza. Entonces para esa parte las aseguradoras ven algunas cosas, para emitir un precio, son precios estándares, de acuerdo al mercado, pero al final quiero a ese cliente, venga a través de una plataforma digital o venga a través de un productor.

Posteriormente llega la emisión de la póliza, y allí cada elemento que se presente, tiene que estar corroborado, es por eso que la tecnología cumple un papel fundamental ya que cuando la aseguradora decide emitir la póliza a un señor X, tiene que saber que la persona y el objeto a asegurar, estén dentro de los marcos que la compañía acepte: deudas, trabajo, ingresos, y si esos ingresos, van a cubrir mi póliza, si tiene algún historial dentro de la empresa o fuera de ella, y qué nos dice del objeto, que ahora le pertenece al señor Tal, y le ha pertenecido a otras personas y ha estado involucrado con otras personas. Todo lo mencionado anteriormente es tecnología: averiguar y tenerlo en tiempo real. Y eso es lo que hacemos en FRISS. Darle esa información. Entonces combinamos la cuestión objeto, con la cuestión persona y observamos si tiene sentido o no realizar analítica predictiva para decir en tiempo real: "oye, aceptamos o rechazamos la póliza y personalizamos la tarifa."

Entonces la tecnología sí es importante para la suscripción. Y esto es algo que a veces es duro de mencionar: el mundo de suscripción y el mundo de siniestros muchas veces son mundos separados. Esa situación debe terminar porque es necesario ver siniestros para saber si puedo o no suscribir a esta persona. La tecnología nos permite tener una cartera de clientes balanceada.

Riesgos de trabajo - tipo de technología contribuye a detectar fraude en ese tipo de riesgo

Aquí existen dos tipos de aspectos: a posteriori cuando alguien presente un caso de Riesgo de Trabajo, y vemos que tal persona denuncia que se rompió una pierna por ejemplo, pero aquí lo vemos en Facebook que está haciendo tal o cual cosa y esa investigación lleva un costo enorme porque son horas hombres que se dedican a este rastreo para refutar una situación así.

También existe la situación a priori donde hay situaciones en las que la aseguradora no va a poder hacer nada, entonces en el momento de realizar esta póliza cómo aporta la tecnología, obviamente con mucho más datos y una cosa que hemos visto sobre todo en los Estados Unidos, es ver con antelación cuáles son los estándares de los que se está hablando: trabajo físico, mental, cuáles son los tipos de riesgos que ya se conocen, y poder darles una evaluación, hacer mediciones con todo lo que ya se ha visto, crear un modelo. De todas maneras, las personas que están decididas a defraudar lo terminan haciendo, porque hemos visto muchos casos por ejemplo: "estaba yendo a mi trabajo y se me cruzó esto y ya, me accidenté".

Otro tema muy interesante y que va por fuera de la tecnología son los condicionales que se le ponen a las personas. Bajo este tipo de condicionales estamos subvencionando las pólizas y no bajo otras condiciones. Pero muchas veces no es claro para el usuario. Tengo un seguro y me sirve para todo. Y muchas veces se hacen mutilar o se hacen accidentar a propósito y es necesario que la aseguradora cree ese tipo de situaciones para poder prevenir el riesgo. Eso es un poquito más difícil porque se necesita más data, entonces la aseguradora necesita recopilar esa información y esa información no la tiene y tiene que crear esa situación, en ese sentido podemos contribuir diciendo: "oye no hay data médica pero tu puedes crearla, creemos algo con esa información que tienes" y eso poco a poco se va llenando con la información.

Nuevo cliente SURA URUGUAY SERVICIOS

SURA Uruguay es parte del grupo SURA, tenemos una cooperación a nivel corporativo y lo que primero que observamos en ellos es que tenían cierta situaciones como el ratio combinado bastante bajo, y otras que aún manejaban manualmente y lo cierto es que esto es parte de un programa mayor que involucra a la innovación, no solamente a nivel Uruguay, sino a nivel regional, un programa muy amplio que va más allá de la prevención de fraude, y se nutren de tecnología, que realmente le sirve.

En esa compañía actualmente tenemos dos soluciones: la de siniestros y la de investigaciones, esta última es un diferencial muy grande que tenemos con respecto a otros proveedores: es un módulo totalmente aparte, independiente, y totalmente integrable con el resto de las soluciones de FRISS pero ayuda a más de una aseguradora que inclusive no tiene nuestras soluciones y es tener todo el workflow de una investigación, no hay que digitar nada porque la información viene del área de siniestros, pero si uno desea ingresar manualmente un siniestro y puedes ingresar tipos de monto, que sea específico para la aseguradora, conectarte a un pool de fraude si lo existiera, dar acceso a investigadores externos, llevar la administración de una investigación, ingresar audios, videos, adicionalmente tenemos el image screening, es decir utilizamos las fotografías que nos envían para chequear si ha sido descargada de algún servidor, etc. Una cantidad de funcionalidades muy grande todo integrado en un mismo módulo que hacen mucho más simple y ágil combatir el fraude.