Visão computacional para o mercado de seguros

Um relatório divulgado recentemente pela Forrester mostrou o estado da inteligência artificial no setor de seguros. Nele, ficou evidente que a maioria das seguradoras deseja usar a IA, mas precisa de assistência para integrá-la adequadamente aos seus negócios. Assim, é importante identificar os casos de uso corretos para implementar as tecnologias de IA de forma eficaz.

Neste post compartilharemos a visão do analista principal da Forrester, Indranil Bandyopadhyay. A tecnologia central dessa discussão é a visão computacional (CVT). Embora seja uma entrada recente no setor de seguros, ela pode transformar a maneira como as seguradoras processam sinistros, identificam fraudes e avaliam riscos.

A visão humana serve de inspiração para CVT

Um ramo da inteligência artificial chamado CVT permite que computadores e sistemas extraiam informações úteis de fotos digitais, vídeos e outras entradas visuais. A visão computacional simula a capacidade do cérebro humano de reconhecer informações visuais.

Ela treina máquinas em vários dados visuais usando algoritmos de reconhecimento de padrões. Depois de processar as imagens de entrada, a máquina/computador rotula os objetos e procura padrões nesses objetos. Ou seja, a visão humana tem uma vantagem sobre a visão computacional porque existe há mais tempo.

Nós treinamos para distinguir objetos, determinar sua distância do observador, determinar se eles estão se movendo e se uma imagem está incorreta. Em vez de usar retinas, temos nervos ópticos e o córtex visual.

O uso eficaz do CVT melhora os prêmios e a experiência dos clientes de seguros

Graças ao CVT, as seguradoras podem ter mais eficiência operacional, cortar custos e oferecer uma melhor experiência ao cliente. Dessa forma, as seguradoras podem usar o CVT para acelerar as decisões e agilizar processos de sinistros reduzindo assim a necessidade de avaliações manuais. Além disso, o CVT diminui a possibilidade de erro humano por ser menos falível e mais consistente do que os humanos.

Avaliação de danos em veículos, subscrição de telhados, avaliação de risco de incêndio florestal e vigilância de fábrica são alguns casos de uso do CVT. Principalmente quando combinados com imagens aéreas de satélites e drones. As seguradoras já estão experimentando o CVT. Por exemplo, o estimador de danos automotivos da Liberty Mutual avalia rapidamente os danos ao veículo após um acidente e oferece estimativas de reparo. Além disso, a Hartford and Kin Insurance conta com essas tecnologias para detalhes da propriedade, como o tamanho de uma propriedade residencial, tipo de construção do telhado e sua condição, a presença de painéis solares.

CVT em seguros: o futuro é brilhante

Apesar dos muitos benefícios do CVT, existem alguns desafios em sua operacionalização. A despesa de implementação e manutenção da tecnologia é a barreira mais significativa. Para que ele seja bem-sucedido, é necessário um investimento considerável em hardware, software e treinamento.

Os algoritmos CVT mudam constantemente, exigindo atualizações regulares de tecnologia para acompanhar as mudanças nos negócios. Além disso, também existem desafios no treinamento dos algoritmos a partir de imagens e vídeos de qualidade. Dados sintéticos para CVT resolvem parcialmente esse problema. De qualquer forma, estamos otimistas com o futuro da CVT no setor de seguros.

A tecnologia continuará a se desenvolver, aumentando a precisão e a produção. Assim, ela provavelmente se tornará mais eficiente e acessível à medida que o hardware e o software se tornarem mais amplamente disponíveis. 

Fonte: Forrester