Se pueden utilizar técnicas diagramáticas para representar la jerarquía y las relaciones entre la inteligencia artificial (IA), el aprendizaje automático (ML) y el aprendizaje profundo (DL). El primer conjunto corresponde a la IA y consiste en algoritmos que imitan la inteligencia de los humanos con la capacidad de resolver problemas en formas que consideramos inteligentes. En su interior encontramos el aprendizaje automático con algoritmos que analizan datos y aprenden de ellos para después aplicar lo que han aprendido tomando decisiones informadas. El concepto de aprendizaje automático fue acuñado por Arthur Samuel en 1959. Se trata de una técnica de la inteligencia artificial que proporciona a las computadoras la habilidad de aprender sin que hayan sido explícitamente programadas para ello.
Algunas de las principales ganancias que buscan las empresas al usar el aprendizaje automático incluyen el análisis de datos más extensos para encontrar claves a desafíos, ventajas competitivas, análisis de datos de forma más rápida, mayor velocidad para comprender, capacidades de I+D mejoradas, mejora de la eficiencia de los procesos internos y mejor comprensión de los clientes. El concepto de aprendizaje profundo fue promovido por Rina Dechter en 1986 e Igor Aizenberg en el año 2000.
Este concepto forma parte de una familia más amplia de métodos de aprendizaje automático basados en redes neuronales artificiales. El aprendizaje profundo modela patrones de datos como redes complejas de múltiples capas y tiene el potencial de resolver problemas difíciles. En la actualidad se ha aplicado con éxito en diversos campos como visión artificial, reconocimiento de voz, procesamiento de lenguaje natural, reconocimiento de audio, filtrado de redes sociales, traducción automática, bioinformática, diseño de fármacos, análisis de imágenes médicas o inspección de materiales.
En el mundo empresarial la adopción de estos conceptos continúa creciendo sin parar. En el último informe de Mckinsey se encontró que los casos de uso de IA más adoptados durante el pasado año por tipo de función fueron la optimización de operaciones de servicio, nuevas mejoras de productos basados en IA, automatización del centro de contacto, optimización de funciones del producto, servicios e intervención predictiva, análisis de servicio al cliente, creación de nuevos productos basados en IA, segmentación de clientes, modelización y análisis de riesgos, análisis de fraude y deudas.
Con relación al sector de Insurtech, la consultora resaltó en otro artículo del mismo año que las nuevas tecnologías ya están afectando la distribución y la suscripción con pólizas que se cotizan, compran y consolidan en tiempo real. Asimismo, se destacan cuatro tendencias en relación al impacto de la IA en el futuro de los seguros. La primera es que la industria está experimentando un cambio sísmico impulsado por la tecnología y que se verá reflejado en la explosión de datos de dispositivos conectados. La segunda es la mayor prevalencia de la robótica física. La tercera son los ecosistemas de datos y de código abierto. La cuarta son los avances en tecnologías cognitivas.
Un ejemplo ilustrativo de la disrupción y el impacto de estas cuatro tendencias en el sector Insurtech nos lo aporta la startup española Bdeo que nació en el 2017 con el objetivo de revolucionar el sector de seguros. Desde la empresa, los directivos compartieron en una noticia del pasado año para EL ESPAÑOL, cómo están desarrollando algoritmos de aprendizaje profundo con imágenes que permiten evaluar los daños y estimar los costes de una forma mucho más ágil, precisa y automática. De esta forma se consiguen soluciones disruptivas que están transformando el proceso de reclamación e inspección entre las aseguradoras y los clientes proporcionando a sus usuarios finales la posibilidad de una toma de decisiones rápida y mejorada tanto en los procesos de suscripción como en los siniestros.
Desde la startup han cuantificado que sus soluciones pueden reducir un 70% los costes operacionales de las aseguradoras. En conclusión, los rápidos avances en tecnologías en la próxima década conducirán a cambios disruptivos en el sector del Insurtech. Las empresas que destacarán serán aquellas que tengan una mentalidad centrada en crear oportunidades a partir de tecnologías disruptivas, en lugar de verlas como amenazas para sus negocios actuales.
