Otras afecciones importantes provocadas por esta crisis han sido la contracción de resultados en inversiones, causada principalmente por los bajos tipos de interés actuales, y la disminución de ingresos por primas. A este entorno se suma la inusual gestión de recursos humanos, que ha llevado a que la mayoría de los empleados realicen teletrabajo, adaptando la gestión y los procesos a este sistema, con los correspondientes costes surgidos por este motivo.
"Esta situación conlleva a una serie de desafíos y retos por los que tienen que trabajar las compañías, como son el desarrollo de nuevos productos que cubran el uso específico ante determinadas situaciones, proteger las necesidades adecuadas a cada persona, así como mejorar los procesos de reclamación y comercialización ante un cliente cada vez más digital", matiza Ricardo Correa.
Por su parte, Manuel del Barrio demostró que las nuevas tecnologías son fundamentales en las aseguradoras para estos procesos. Machine Learning está vinculado con la inteligencia artificial, lo que le da un valor agregado a la automatización. En el proceso de la suscripción de pólizas suele ser necesario un gran número de técnicos, ya que ven mejor la complejidad de los casos. El problema radica en la inversión de tiempo que se necesita para recopilar la información interna y externa, así como el análisis de estos datos.
Con el fin de mejorar esta problemática, tal y como indicó Ricardo Correa, se puede aplicar el “Optical Character Recognition” y la tabulación de toda la información para no hacerlo de forma manual. Machine Learning posee unos algoritmos potentes para determinar los patrones y ayudar a la identificación de las situaciones que se están analizando. Además, ayuda a la hora de reducir los tiempos de respuesta y a la capacidad de minimizar los riesgos. La complejidad de estos algoritmos consigue evaluar un gran volumen de información, no sólo en el proceso de suscripción, sino en la aceptación de riesgos y en la gestión de la siniestralidad.
Según Manuel del Barrio, "desde la solicitud de la suscripción hasta su aceptación, hay muchas personas implicadas, por lo que se utiliza un modelo que define los márgenes de confianza. Si el cliente se encuentra por debajo de estos, se rechaza. Con esos niveles de confianza, se determinan las palancas por las que una póliza es aceptada, si hay una posibilidad añadiendo una cobertura extra o una reducción, esa decisión se toma rápidamente gracias a la previsión de un conjunto de beneficios".
En definitiva, aplicar el Machine Learning en los procesos de suscripción aporta las siguientes ventajas:
- Reducción de la carga de trabajo
- Automatización del proceso
- Identificación de nuevos insights
- Optimización del ratio de conversión versus siniestralidad
Los directivos de AV Group y Decide4AI concluyeron en que "para su viabilidad, dentro de la organización, el requisito fundamental es que los datos estén estructurados y tengan la calidad necesaria para aplicar los modelos. De esta forma, Machine Learning resultará de ayuda para reducir los tiempos en recopilar la información y evaluación de la suscripción, así como hacerla más efectiva".