Cómo utilizar la inteligencia artificial en la cadena de valor del seguro: gestión de siniestros

Otras piezas de esta serie:

uno de adelante uno de atrás

1. Aseguradoras: Comience a impulsar su "AIQ"
2. Cómo utilizar la IA en toda la cadena de valor de los seguros, empezando por las ventas y la distribución
3. Cómo utilizar la inteligencia artificial en toda la cadena de valor de los seguros, centrándose en la suscripción y la gestión de servicios

¿Cómo se puede mejorar la calidad de la evaluación, gestión y administración de siniestros?Compartimos información sobre un enfoque integral basado en IA para la automatización de reclamos para mejorar la calidad, la eficiencia del proceso y reducir los costos

En esta serie de blogs, hablo sobre cómo la inteligencia artificial puede mejorar la eficiencia de los procesos, reducir costos y ayudar a las empresas a resolver problemas. También muestro cómo permite la transformación empresarial inteligente al crear procesos inteligentes en cada paso de la cadena de valor y productos y servicios inteligentes en el mercado.

En mi publicación anterior, expliqué cómo las compañías de seguros utilizan tecnologías relacionadas con la IA en la suscripción y la gestión de servicios. Ahora, explicaré cómo la inteligencia artificial puede ayudar a las compañías de seguros a administrar los reclamos de manera más eficiente.

¿Cómo utilizan las compañías de seguros la IA en la gestión de reclamaciones?

La tecnología de inteligencia artificial hace que los sistemas de información sean más adaptables a los humanos y mejora la interacción entre los humanos y los sistemas informáticos. Al hacerlo, AI brinda a las aseguradoras una ventaja en la forma en que administran los reclamos: más rápido, mejor y con menos errores. Aquí hay algunas formas en que las aseguradoras pueden usar tecnología inteligente para lograr una mejor gestión de reclamos:

• Habilite el servicio de preguntas y respuestas en tiempo real para la primera notificación perdida;
• Evaluación previa de siniestros y evaluación automática de pérdidas;
• Detección automatizada de fraude de reclamos utilizando análisis de datos enriquecidos;
• predecir patrones de volumen de reclamos;
• Añadir análisis de pérdidas

¿Cuáles son los beneficios de utilizar inteligencia artificial para la gestión de siniestros?

En nuestra InsurTech Vision de 2017, destacamos cómo Fukoku Mutual Life Insurance de Japón utiliza la plataforma de inteligencia artificial IBM Watson Explorer para clasificar enfermedades, lesiones y cirugías y calcular los pagos de reclamaciones.

Nuestra investigación muestra que la clasificación automática de máquinas es un 30 % más precisa que la clasificación manual manual y tiene el potencial de aumentar la productividad en un 80 %. Las tecnologías relacionadas con la IA pueden mejorar la calidad de la evaluación, gestión y administración de reclamaciones. También admite una mejor previsibilidad de las reservas y el fraude.

Las máquinas inteligentes pueden evaluar previamente las reclamaciones y automatizar las evaluaciones de daños. El aprendizaje automático permite a las compañías de seguros clasificar las reclamaciones por correo electrónico en caso de accidente o necesidad de atención médica. Es rápido, preciso, eficiente y fácil de usar.

Estudio de caso 1: Gestión cognitiva del proceso de reclamaciones de seguros de salud

Llevamos a cabo una prueba piloto con uno de nuestros clientes de seguros para aplicar IA a su proceso de reclamos de seguros de salud. El proceso de gestión de reclamaciones de salud de la compañía de seguros tarda aproximadamente 11,5 minutos desde la recepción de la reclamación hasta la actualización de las reclamaciones y los registros de cierre. En este caso, escanear el documento en papel y subirlo al portal de clasificados es el primer paso manual. Se tarda unos cinco minutos en analizar los datos, otros cinco minutos en validar las reglas de rechazo y un minuto y medio en aceptar o rechazar una reclamación.

Con nuestra solución de aprendizaje automático, se habilita un proceso totalmente automatizado que tarda solo tres minutos en completar la misma cantidad de trabajo. Esto se traduce en una reducción del 74% en el tiempo de liquidación de siniestros.

Además, la tecnología de aprendizaje automático aplicada puede procesar declaraciones de propiedades saludables con un 80 % de precisión. El otro 20% de las reclamaciones se procesaron incorrectamente debido a errores ortográficos o limitaciones de la base de datos. Sin embargo, la tecnología de aprendizaje automático puede almacenar y recuperar estos errores para un procesamiento de reclamos más preciso en el futuro.

Estudio de caso 2: Automatización del procesamiento de reclamos de automóviles impulsada por IA

Accenture participó recientemente en un importante programa de clientes para identificar tecnología y sociosAutomatización impulsada por IAviajar. Ideamos y construimos una solución para automatizar su proceso para extraer y clasificar datos de documentos PDF de reclamos de vehículos comerciales.

El cliente enfrentó una serie de desafíos, incluida la clasificación de 55 casos únicos con menos de 400 registros con registros no coincidentes y etiquetas inconsistentes. También recibió imágenes escaneadas que contenían texto debido al proceso editorial que siguió para garantizar la privacidad de los datos.

Usando una combinación de productos de IBM y tecnologías de código abierto, desarrollamos una solución local que permite un análisis detallado de los datos de capacitación. También ayuda a los clientes a identificar datos de calidad y escasos/sesgados y probar varios métodos para maximizar el rendimiento de la solución.

Finalmente, al procesar un conjunto de datos ocultos de 207 documentos de reclamos dentro de un período de evaluación de 4 horas, pudimos procesar documentos PDF de reclamos que contenían imágenes y texto escaneados, incluidos varios formatos y diseños que no formaban parte de los datos de capacitación.

Hemos identificado varios puntos débiles en el proceso actual de gestión de reclamaciones, que son:

• Extracción de datos manual propensa a errores;
• Clasificación de reclamos inconsistente;
• Requiere validación posterior adicional;
• Mayor tiempo y costo para abordar y resolver problemas.

Solución propuesta:

En el próximo artículo, exploraré cómo se pueden usar las tecnologías relacionadas con la IA para mejorar el servicio al cliente y la gestión de políticas. Póngase en contacto para saber cómo se puede usar la IA en la cadena de valor de los seguros, o descargue el informe Cómo mejorar su AIQ.