Raíz » HOME

Bienvenidos a Seguros Pepín

Nuestro compromiso es ser la mejor aseguradora de la República Dominicana, por lo que le invitamos a conocer nuestro portal, con toda la gama de productos y servicios especialmente diseñados para usted.

 

Qué es la visión artificial y cómo cambia los seguros

 
Nov. 8, 2017 - Nuevas firmas están empleando esta tecnología a bordo del vehículo para generar pólizas más ajustadas al comportamiento real del conductor. Además, contar con inteligencia artificial en el coche proporciona una nueva vía para evaluar los posibles daños en caso de accidente y automatizar el proceso de reclamo del seguro.
Para una máquina, una imagen no es más que un conjunto de números. Un matriz de píxeles sin vida que no dicen nada sobre el contenido real que representan. O al menos así era antes de los últimos avances en ‘computer vision’, una rama de la inteligencia artificial (IA) que no solo enseña a las máquinas a ver, sino que las entrena para entender lo que ven como hacen los humanos.
 
Esta tecnología, también llamada visión artificial, es la que emplean los coches autónomos para distinguir una bolsa de papel de una roca en la carretera. También es la que le dice a Snapchat dónde colocar la nariz de perro o la corona de flores para que el filtro encaje en el rostro humano. Y aunque sus aplicaciones aún son incipientes, cada vez más empresas están poniendo la mirada en esta tecnología para simplificar y hacer más eficiente el proceso de reclamo de seguros, uno de los mayores retos del ámbito ‘insurtech’.
Tradicionalmente, los usuarios pagan por una cuota para el seguro de su coche en función de su edad, antigüedad como conductor y otros factores que permiten a las compañías crear un perfil de cliente. En caso de accidente, da comienzo un largo y tedioso proceso por el cual la compañía debe asegurarse de cómo ocurrieron los hechos y evaluar los daños antes de pagar la suma acordada.
 
Más precisión que los humanos
Todo esto puede cambiar en los próximos años gracias a la visión artificial. Un ejemplo de ello es Tractable, una plataforma que evalúa los daños de coches y hogares con inteligencia artificial para estimar el precio de la reparación de forma automática. Fundada en 2014, la ‘startup’, con oficinas en Londres y San Francisco, ha obtenido cerca de 10 millones de dólares en financiación, incluyendo una ronda de inversión serie A de 8 millones en junio de 2017.
 
Los algoritmos de ‘computer vision’ de Tractable emplean el ‘deep learning’ para evaluar y revisar los reclamos de seguros y determinar el valor de los daños a través del análisis de imágenes de manera mucho más rápida y exacta que los humanos. La empresa ya trabaja con algunas de las compañías aseguradoras más importantes de EE.UU. o Reino Unido, como Ageas; así como con Mitchell International, un proveedor de software de gestión de partes médicos y reclamaciones para la industria automovilística.
 
Gracias a una rica base de datos con imágenes etiquetadas, Tractable ha entrenado a sus algoritmos para realizar evaluaciones automáticas de gran precisión. Además, su software se nutre de la información de casos pasados para aprender continuamente, lo que les ha permitido crear una infraestructura escalable que mejora a medida que pasa el tiempo.
 
Preparados para la IA
La ‘startup’ es una de las destacadas en el informe ‘Insurtech Disruption Trends 2017. Artificial Intelligence’, de la consultora de innovación Tällt Ventures, que analiza casos de éxito de empresas ‘insurtech’ que están utilizando la IA en su modelo de negocio. “En una época en la que la precisión humana ha sido superada por la tecnología de clasificación de imágenes, Tractable ha construido un potente ejemplo de cómo mejorar la eficiencia operacional en los seguros a través de la inteligencia artificial”, apunta el informe.
 
El sector ‘insurtech’ crece a un ritmo acelerado: según un reciente informe de Accenture, Technology Vision for Insurance 2017, durante el último trimestre se cerraron 64 operaciones por un valor total de 985 millones de dólares, una cifra récord que supone un incremento del 148% respecto al año pasado. Y según el mismo informe, el 79% de aseguradores globales está de acuerdo en que la IA revolucionará la forma de obtener información y tomar decisiones en el sector.
 
El coche que no miente
Una de las decisiones más cruciales que las aseguradoras deben tomar día a día es cómo determinar el precio del seguro en función del historial de cada cliente. Pero, ¿y si pudiese ser el propio coche el que recolecta la información sobre los patrones de conducción del usuario? Partiendo de esta idea, la ‘startup’ Nauto ha creado una herramienta para la conducción segura que utiliza imágenes, sensores de movimiento y localización GPS para obtener información en tiempo real sobre el vehículo. El sistema utiliza la visión artificial para determinar qué ocurre, tanto en la carretera como dentro del coche, y alerta al conductor en caso de peligro o distracciones.
 
Gracias a toda esta información, la compañía genera un registro completo de datos para ofrecer un perfil de conducción que permita crear pólizas de seguro a medida de cada cliente. El sistema puede detectar signos de estrés en el rostro del conductor en base a algoritmos de visión artificial y ofrece al conductor un ‘feedback’ constante sobre cómo mejorar sus hábitos en la carretera. Nauto está especialmente enfocada a flotas de conductores de compañías de transporte, en las que tener un registro de este tipo resulta de vital importancia para el negocio y la seguridad de los empleados.
 
Tanto Nauto como Tractable forman parte de la lista recogida en el informe de Tällt Ventures de las 10 ‘insurtech’ basadas en IA que más inversión han recibido en el último año. En concreto, Nauto ha cerrrado una ronda de inversión Serie B de 159 millones de dólares en julio de 2017. En rondas anteriores, la ‘startup’ recibió fondos de CVCs Allianz Ventures, BMW y Toyota Research Institute. Al aumentar su cartera de clientes, la compañía espera que sus datos sirvan a las empresas de seguros para evaluar el riesgo con cada vez mayor precisión. Y que más adelante, el aprendizaje generado con esta información pueda ayudar a que los coches autónomos del futuro vean mejor. (Fuente: Buenafuente.com)