A utilização de recursos de Inteligência Artificial (IA) pode trazer muitos benefícios para as seguradoras, destacando-se a melhoria dos seus processos, a redução de custos, a criação de produtos mais aderentes às necessidades das pessoas e empresas, e a melhor experiência dos consumidores. São considerações positivas e que já foram aceitas e incorporadas ao discurso e ao planejamento de uma boa parte das companhias que atuam no mercado de seguros.
Um ponto crítico a se considerar no planejamento pelas empresas para o uso dos recursos de IA diz respeito às fontes dos dados utilizados na criação dos modelos que serão aplicados aos diferentes processos.
Para o diretor da Conhecer Seguros, Sidney Dias, contar com fontes de dados confiáveis para tomada de decisão é essencial em qualquer atividade humana. “E isso é particularmente verdadeiro na indústria de seguros, onde os dados são os insumos básicos em todos os seus processos de negócio – da subscrição de risco à regulação de sinistros, passando pelo atendimento ao cliente e pela conformidade com as leis, normas e regulamentos que regem a atividade”, aponta.
Os programas e aplicações que utilizam IA podem estar presentes em muitas atividades, auxiliando agentes humanos ou, até, em alguns tipos de tarefas, podendo substituí-los. É bem razoável, portanto, que os critérios de qualidade de dados que são usualmente observados na produção de informação para pessoas sejam estendidos, também, para os conjuntos utilizados no desenvolvimento dos modelos baseados em Inteligência Artificial.
Dados internos e estruturados podem ser o melhor ponto de partida
Novos entrantes – seguradoras que estão iniciando suas operações no mercado de seguros do País – têm o desafio de obter dados externos que lhes permitam efetuar análises, definir e parametrizar seus processos de negócio e iniciar suas atividades. Após iniciarem suas operações, essas empresas devem ir avaliando os resultados e revisando suas premissas, promovendo os ajustes necessários em seus processos e orientando os seus negócios de acordo com o seu aprendizado.
Essa situação, onde a empresa começa a construir o seu repositório de dados com as operações que vão sendo realizadas, é uma exceção. As seguradoras já estabelecidas no mercado, normalmente, estão organizadas para utilizar uma vasta quantidade de dados estruturados e disponíveis internamente, resultantes de suas operações. São dados que foram processados segundo regras conhecidas de cada empresa e, portanto, são (ou deveriam ser) relativamente mais fáceis de serem analisados e tratados – como dados sobre apólices, sinistros e clientes. Eles possuem um imenso potencial para aplicações de IA por terem seus significados conhecidos, facilitando a sua utilização pelos algoritmos de Inteligência Artificial e possibilitando a criação de modelos adequados às particularidades de cada companhia.
Dias explica que os principais desafios que essas seguradoras podem enfrentar para utilizar seus dados internos estão ligados à própria história dos seus sistemas informatizados – referidos, com frequência, como sistemas legados. É comum, por exemplo, que seguradoras que operam há algum tempo no mercado contem com vários sistemas de suporte aos seus negócios, com focos em diferentes linhas de produtos, canais de distribuição etc. ou, ainda, que foram originados em empresas adquiridas ou incorporadas.
E cada um desses sistemas possui suas próprias regras para estruturação de dados e uso de valores para representar situações. “Por exemplo, em um sistema, o código representativo do estado civil de um cliente pode ser numérico e, em outro sistema, pode ser utilizada alguma convenção baseada em letras”, comenta o diretor da Conhecer Seguros.
Embora as empresas possam funcionar bem – cada uma, do seu jeito – com essas teias de sistemas e bancos de dados diferentes, organizar, normalizar e homogeneizar os dados neles contidos e que serão utilizados na construção dos modelos baseados em IA constituem um desafio que deve ser enfrentado, sem o que não se conseguirá avançar de forma consistente.
Desafios com dados externos e não estruturados
Fontes de dados externas às companhias costumam ser citadas, com frequência, como recursos valiosos que podem ser utilizados pelas seguradoras em seus processos de negócio. São exemplos as publicações em redes sociais, dados de telemetria, imagens de satélite, mensagens de e-mail ou de aplicativos como o Whatsapp, relatórios produzidos por diferentes entidades, e vídeos – em todas as resoluções e formatos.
A atratividade que a enorme disponibilidade de tantos dados pode ter é grande e empolgante. Por outro lado, traz o risco de se subestimar os desafios para a sua efetiva utilização pelas empresas. Cabe observar que esses dados são de tipos bastante variados, com poucas regras – ou, até, nenhuma regra – quanto à sua padronização e apresentação e que, frequentemente, não são estruturados. Entender e interpretar esses dados para deles extrair informações relevantes, garantir a sua precisão e integrá-las aos sistemas existentes para utilização em aplicações de IA demanda planejamento e investimento.
Outro aspecto destacado é com relação à qualidade desses dados, uma vez que sua integridade e precisão são críticos para a tomada de decisões no setor de seguros. Por exemplo, postagens e manifestações em redes sociais demandam análise de contexto para uma melhor interpretação desses conteúdos, sem o que não se consegue utilizá-los nos processos de negócio. “Garantir a autenticidade e a validação de parte – ou do total – dos dados dessas fontes externas pode exigir procedimentos rigorosos de verificação, resultando no consumo de recursos e tempo consideráveis, o que pode tornar a utilização de dados não estruturados algo bem complexo para as seguradoras”, aponta Dias.
Um caminho para a adoção da IA com base em dados com qualidade
Sem dúvida, os benefícios potenciais da IA no setor dos seguros são muitos e atraentes. É importante lembrar que, a exemplo dos seres humanos a quem se propõem ajudar ou substituir, os sistemas baseados em IA necessitam de bases de dados com níveis elevados de qualidade, em suas diferentes dimensões.
Os dados externos são muito importantes e o acesso às suas fontes deve ser cuidadosamente planejado e gerenciado. E essa importância deve ser colocada em perspectiva, atribuindo-se a eles o papel de complementação dos dados internos que cada seguradora possui.
Com essa orientação, o planejamento pode ser segmentado e, também, contemplar o uso combinado de dados internos e externos por aplicações que utilizem recursos de Inteligência Artificial. A segmentação é uma estratégia que permite às seguradoras a obtenção de bons resultados em prazos mais curtos, sem realizar investimentos elevados e, ainda, sem ter que aguardar muito tempo para a transformação dos seus processos com o uso da IA.