Context econòmic

Arran de l’aparició de la pandèmia per COVID19, hi ha una alta fragilitat en l’economia mundial i, en alguns països, una capacitat de reacció de les polítiques de demanda molt més limitada que en anterior crisis econòmiques.

Principals perspectives:

• Impacte generalitzat en l’ocupació, amb un augment fins el 16%, amb especial incidències en certes àrees geogràfiques i sectors (ex. turisme, oci, etc.) que fan preveure un augment de la morositat durant els pròxims mesos
• Caiguda pronunciada del PIB durant el 2020 (fins -11%)
• Previsió de recuperació econòmica a mitjans de 2021 i un creixement significatiu al llarg de 2022 en funció dels avenços mèdics i evolució del virus

Els governs han reaccionat amb fortes mesures econòmiques per pal·liar els efectes de la pandèmia que s’han enfocat en tres eixos:

• Política fiscal: estímul fiscal dirigit a augmentar els recursos del sistema públic de salut, potenciar la sostenibilitat en els ingressos d’empreses i famílies, amb una distribució heterogènia entre les distintes geografies
• Política monetària: disminució dels tipus d’interès i, en certs casos, utilització d’altres instruments financers addicionals (per exemple, compra d’actius)
• Polítiques prudencials i comptables: iniciatives per estimular la demanda i concessió de crèdits sobre l’economia real (per exemple, moratòries hipotecàries, concessió de préstecs i avals ICO entre d’altres)

En el cas d’Espanya, està previst rebre 140.000 milions d’euros del fons de recuperació europeu per reactivar l’economia, dels quals +72.000 milions es destinaran a subsidis per mitigar l’impacte de la crisi econòmica en famílies i empreses.

Context sanitari

Des dels primers contagis registrats oficialment al març de 2020, a Espanya s’han diagnosticat per prova PCR o test d’antígens més de 2 milions de casos de Covid-19 i prop de 56.000 defuncions (dades a inici de 2021).

Atenent a la corba oficial de contagiats a Espanya, ens trobem al capdamunt de la tercera onada d’expansió del virus (al voltant de 700-800 casos per 100.000 habitants en 14 dies), a la espera de l’impacte de la variant britànica i d’altres països, més infecciosa, que fan augmentar la incertesa.

En l’entorn europeu s’ha arribat també a la tercera onada d’expansió del virus, amb especial afectació a països com Alemanya, el Regne Unit o Portugal.

Per fer front a l’avanç de la Covid-19, les principals potencies mundials i farmacèutiques han desenvolupat en un temps rècord diverses vacunes per immunitzar de forma massiva la població.

En concret, a finals de 2020 es van aprovar les vacunes de Pfizer (USA i Alemanya) i AstraZeneca (Regne Unit) i els països ja han començat les campanyes de vacunació amb el desafiament logístic que això comporta.

A Espanya, les primeres vacunes de Pfizer es van començar a distribuir a finals de desembre, i des del 27 de desembre s’han administrat prop de 1.240.000 vacunes Pfizer y Moderna, el 91,1% de les distribuïdes entre les comunitats autònomes. El govern espera arribar a l'estiu amb el 70% de la població espanyola immunitzada contra la Covid-19, una immunització que arriba dies després de rebre la segona dosi de la vacuna, i que permetrà reduir les restriccions i estimular l’economia.

A quina fase estem ara?

Des de KPMG hem identificat quatre fases que creiem haurem de superar per a tornar a la “nova normalitat”, amb un impacte elevat en les normes d’interacció social, l’ús de la tecnologia i el desenvolupament de l’economia.

Aquestes serien: primer, reacció a la crisis inicial. Després resiliència que permeti aguantar de manera sostinguda les conseqüència i gestionar la incertesa. Recuperació, un cop s’intueixin les diferents oportunitats que sorgiran després de la pandèmia i, finalment “nova normalitat”, en què ens adaptarem a la realitat amb la evolució i desenvolupament de les fases anteriors.

Actualment, considerem que estem al final de la fase de resiliència ja que comencem, amb els protocols mèdics i mesurades de seguretat adoptades i les vacunes, a gestionar adequadament la pandèmia i a preparar la societat i les empreses per a les noves oportunitats que haurem d’aplicar per arribar a la següent fase.

Impactes al mercat assegurador

S’identifiquen tres grans àrees on la Covid-19 està repercutint amb més intensitat a les companyies asseguradores:

1. Impactes en negoci

El negoci assegurador s’ha vist globalment afectat havent de fer front a una situació inesperada i amb un futur incert en quant a evolució del mercat:

• Nova producció: disminució de la nova producció, en especial en l’àmbit de No Vida, on s’han observat baixades de fins un 60% durant els mesos més crítics de la pandèmia (2T 2020) degut a la paralització econòmica i canvis en els patrons de comportament dels clients (per exemple, reducció de l’ús de l’automòbil)
• Previsions incertes: major grau d’incertesa en quant a les estimacions de reserves i sinistres, que entitats asseguradores han de tenir en compte per elaborar les seves avaluacions i informes de riscos
• Canals de distribució: alta afectació degut a la necessitat d’adaptació a un model de venta no presencial, si bé, la actual crisis accelerarà la digitalització dels canals tradicionals (per exemple, la xarxa d’agents comercials)
• Cobertura de la pandèmia: debat intern a nivell sectorial sobre la possibilitat de proporcionar certa cobertura per la interrupció comercial amb caràcter retroactiu per cobrir les conseqüències de la pandèmia, tot i estar excloses per contracte

En quant a ingressos, s’han observat caigudes a nivell sectorial en especial en l’àmbit de No Vida. Si bé, a nivell agregat l’impacte no ha sigut especialment significatiu i s’han compensat les pèrdues dels mesos més crítics de la pandèmia (2T de 2020).  Per exemple, degut a la reducció de l’ús de l’automòbil, d’automòbils ha observat pèrdues del 1,96% respecte 2019.

Durant l’any 2020, en el període comprés entre gener i juny, les provisions dotades per l’àmbit de No Vida han augmentat (+0,42%). En canvi, per l’àmbit de Vida, les provisions dotades han disminuït (-0.14%), entre gener i juny de 2020, i respecte 2019 han disminuït un -0,49%.

En quant a evolució de primes en l’àmbit de No Vida, durant el període de gener a juny de 2020, ha augmentat el volum de primes per Salut i Multirisc, si bé, han disminuït les primes  de les assegurances d’automòbil i la resta de productes de No Vida.

Per respondre a aquests impactes en el negoci, les companyies asseguradores han llençat diverses iniciatives amb l’objectiu de mitigar l’impacte de la Covid-19:

• Accions amb els canals de distribució enfocades a protegir el negoci de les xarxes comercials i potenciació d’un model de relació digitalitzat
• Reforçament del canal bancari degut a la seva capacitat de suportar els impactes de la pandèmia (oficines bancàries obertes i contacte presencial amb el client)
• Revisió de la proposta de valor dels productes, en especial després de la publicació de diverses directrius d’EIOPA, i anàlisis de noves propostes de productes adaptats a les necessitats del clients en un context de pandèmia.
• Acceleració del procés de transformació digital per donar resposta al client tant al moment de la venda com en l’atenció posterior.

La publicació de les directrius d’EIOPA sobre la revisió dels impactes de la pandèmia en la proposta de valor dels productes d’assegurances es complementarà amb el llançament de grups de col·laboració a nivell sectorial per homogeneïtzar la resposta del sector.

2. Impactes en tecnologia

L’ús de canals digitals s’ha potenciat amb la pandèmia, accelerant el seu ús i arribant a modificar el comportament dels clients i model de relació establert amb les companyies asseguradores.

La transformació tecnològica es presenta com el principal factor per suportar el creixement del negoci i generar avantatges competitius en un context de pandèmia. En concret, s’identifiquen diversos àmbits on la transformació digital pot suposar un factor crític:

• Relació amb el client: digitalització d’interaccions amb el client degut al canvi del patró de comportament i menors costos per la companyia
• Canals de distribució: suport en les noves tecnologies per facilitar el desenvolupament de canals no bancaris (per exemple, venda a distància a xarxes)
• Eficiència operativa: robotització de tasques operatives, reduint costos i personal dels equips de treball (operacions, sinistres, etc.)
• Desenvolupament comercial: explotació de dades per reforçar la intel·ligència comercial i millorar l’aprofitament del client en un context de dificultat per generar nova producció

Les entitats d’assegurances han de donar un pas endavant des d’una oferta de relació amb el client a través de diversos canals inconnexos (multicanalitat) cap a un model relacional de comunicació en temps real (omnicanalitat).

Això implica que els canals de relació amb el client han d’estar completament connectats entre sí i que la informació dels clients ha de ser accessible des de qualsevol punt per part de l’asseguradora, implicant:

• Explotació de la informació obtinguda i desagregada del client
• Desenvolupament de perfils complets en les bases de dades de clients
• Incorporació de les dades del client al seu cicle de vida, identificant noves oportunitats i millores en la proposta de valor (adaptació de campanyes comercials, etc.)
• Seguiment d’accions relacionals amb el client i desenvolupament de models intel·ligents per targeting i accions multicanal

Les companyies estan explorant solucions disruptives en diversos punts de la cadena de valor per potenciar el negoci i millorar la proposta de valor al client:

En el context de pandèmia actual i la conseqüent necessitat de transformació digital les insurtech suposen una oportunitat per les companyies tradicionals en quant a reforç de capacitats digitals i llançament de nous models de negoci.

En aquest punt, es crític per les entitats analitzar amb cura els pros i contres de col·laborar amb aquests nous players o desenvolupar les capacitats tecnològiques per la seva banda.

3. Impactes en persones

Les asseguradores han optat per diverses línies d’actuació amb l’objectiu de protegir el personal i garantir el manteniment de l’operativa i servei de cara al client:

• Gestió de la Covid-19: adaptació dels espais de treball per complir amb les directrius en matèria de prevenció de riscos (per exemple, senyalització, control d’accés, etc.) i definició de polítiques de retorn al treball i protocols d’atenció en cas de contagis entre el personal (PCR prèvia, avís, confinament, traçabilitat, etc.)
• Format de treball: adopció majoritària del teletreball a nivell sectorial acompanyat per les noves directrius governamentals, i habilitació de mitjans telemàtics i eines per facilitar el teletreball. A nivell general, la recepció del teletreball al sector ha estat positiva i ha permès reduir els impactes de la pandèmia en l’operativa de les companyies del sector
• Formació: adaptació del model formatiu (transició de model presencial a model virtual) i revisió de continguts i programes formatius per donar resposta al context derivat de la pandèmia (skills de venda a distància, ús de canals digitals, etc.)

Com afrontar el període tres de la Covid-19?

Derivat del context de pandèmia, el sector segurament tendirà a una major concentració d’empreses per explotar les fortaleses de les entitats, si bé, serà clau per les companyies no perdre la cursa de les noves tecnologies i estar a prop dels canals de distribució per entendre i anticipar les demandes dels clients en aquesta situació d’incertesa.

Per fer front a les conseqüències d’aquesta crisi és necessari un procés d’autoreflexió i adaptació a les noves necessitats evidenciades per el mercat:

• Estructura de costos i potenciació de la productivitat
  • Elaboració d’escenaris per valorar els efectes sobre els ingressos, capital i accionistes de les mesures i acciones desplegades en context de pandèmia
  • Idear i ajustar un model de costos estructurat de cada escenari plantejat
  • Establir una cultura de productivitat contínua
• Entorn digitalitzat
  • Definir un roadmap d’acció enfocat a la transformació digital
  • Adoptar quick wins per accelerar la consecució d’objectius d’alt impacte
  • Reforçar la seguretat contra els riscos tecnològics
• Diversificació d’ingressos
  • Revalorar l’encaix de totes les activitats de l’entitat en el context de mercat actual
  • Actualitzar l’oferta al client d’acord amb l’evolució de les seves necessitats
  • Desenvolupar noves vies de captació de clients i fidelització de la cartera actual

Quan parles d’esperança de vida, tothom pensa que és l’edat a què podem arribar a la vida, tenint en compte, principalment, les variables d’edat i sexe. Però, és així realment? Què és exactament l’esperança de vida? La podem millorar? Efectivament. Hi ha altres factors que poden influir en l’esperança de vida, fonamentalment els hàbits saludables del nostre dia a dia.

La definició de l’ONU d’esperança de vida és la següent: ‘’Quantitat d’anys que un nounat pot esperar viure si els patrons de mortalitat per edats imperants en el moment del seu naixement seguissin sent els mateixos al llarg de tota la seva vida’’. En la definició es parla de patrons de mortalitat per edats i es considera que aquests no canvien, aleshores és que podem canviar-los.

Cal destacar que l’esperança de vida és, juntament amb l’IDH (Índex de desenvolupament humà), la taxa de mortalitat i l’ingrés per càpita, un dels indicadors que s’utilitzen per mesurar la qualitat de vida en una regió.

Al comparar l’esperança de vida entre diferents països s’observa que Espanya està en segon lloc, per darrere del Japó. És un país envellit, o dit d’una altra manera, amb una esperança de vida molt alta, concretament 3 anys per sobre la mitjana. En aquesta taula també s’observa que, en 45 anys, ha incrementat més o menys en 10 anys l’esperança de vida a Espanya. En canvi, per altres països l’increment ha sigut major, sobretot perquè la situació que tenien el 1970 era molt diferent de la d’Espanya.

En centrar-se en Espanya, és interessant analitzar la piràmide poblacional. Bé, piràmide?, el 1993 era una piràmide, ara ja la part ample va per la meitat d’aquesta i, dins de 13 anys, gairebé podrem parlar d’una piràmide invertida. Aquest fet es diu que l’esperança de vida va augmentant i que, contràriament, l’índex de natalitat està disminuint.

Si observem, en aquest gràfic ens apareix una nova variable; el sexe, que també juga un paper important en l’esperança de vida. I és que, per qüestions genètiques, les dones poden tenir una esperança més llarga que la dels homes, ja que els estrògens les ajuden a protegir-se davant l’estrès i perquè les malalties cròniques són més lentes per a elles.

Si agafem l’any 1993, de la gràfica anterior, com a referència, i el comparem amb les dades que tenim de 2018 (segons INE), veiem clarament l’increment en l’esperança de vida en néixer, com tots podem pensar, és degut a les mesures en la medicina, els hàbits saludables...

D’altra banda, en aquesta comparativa també observem la diferència entre homes i dones i que aquesta va disminuint. I és que, tot i que genèticament les dones viuen més que els homes, cada cop hi ha menys diferència entre homes i dones perquè les dones s’han incorporat al mercat laboral, amb els riscs que això comporta, i han incrementat el consum de vicis/hàbits que abans eren més d’homes, com el tabac i l’alcohol.

Com a curiositat, si observem la gràfica de l’evolució de l’esperança de vida a Espanya, veiem que la diferència entre homes i dones va ser més evident entre els anys 1958 i 1987, especialment per aquests hàbits en qüestió.

Si analitzem Espanya per províncies, veiem que l’esperança de vida també és diferent entre elles i, sobretot, hi ha diferències entre les del nord i les del sud. I és que els hàbits de vida, els accessos a recursos o les activitats de la zona, si, per exemple, són més industrials o més rurals, influeixen en l’esperança de vida.

És curiós comparar l’evolució que ha tingut l’esperança de vida en els països mediterranis (inclosa Espanya) davant els països nòrdics. S’observa que, tot i que abans la diferència en l’esperança de vida era notable entre ells, actualment aquesta tendeix a ser igual.

Es tracta d’una evolució en el temps que presenta el mateix comportament que la variable sexe, l’esperança de vida tendeix a convergir en el mateix punt. Per tant, es pot pensar que l’esperança de vida en funció del sexe i la zona de l’individu tendirà a convergir.

D’altra banda, a escala mundial observem la mateixa tendència, totes les zones estan evolucionant, cadascuna al seu ritme, però totes evolucionen:

Si tornem al concepte bàsic d’esperança de vida, aquesta mesura la mitjana d’anys de vida, independentment de l’estat de salut. Si dos individus són del mateix sexe i tenen la mateixa edat, però un d’ells té problemes respiratoris, per exemple, pot ser que tinguessin la mateixa esperança de vida al néixer, però sembla lògic pensar que no serà així en l’actualitat, o que, almenys, la qualitat de vida d’ambdós no serà la mateixa.

Per tant, és interessant analitzar també l’esperança de vida en altres moments de la vida, no només en néixer. A continuació, es pot veure i comparar l’esperança de vida en néixer i als 65 anys, i com aquesta ha evolucionat.

Si recuperem la idea que la qualitat de vida també pot influir en l’esperança de vida, cal pensar que existeix un gran nombre de factors externs que juguen un paper rellevant en ella, però no totes amb la mateixa importància. Per enumerar algunes: accés a la sanitat pública i/o privada, poder adquisitiu, pandèmies, hàbits saludables, etc.

Hi ha factors, com l’edat, sanitat pública, pandèmies... en els quals, com a persones, a escala mundial, tampoc hi podem incidir per a millorar la nostra esperança de vida, però sí en els hàbits saludables que tenim.

Simulador ‘’Calcula la teva esperança de Vida’’ del Col·legi d’Actuaris de Catalunya (CAC)

Per poder valorar quantitativament com influeixen aquests hàbits en l’esperança de vida, el Col·legi d’Actuaris de Catalunya (CAC) posa a disposició dels usuaris a la seva pàgina web un simulador intuïtiu. https://actuaris.org/calculadora01/

Recomanem la seva visita i jugar amb ell, per a conèixer la nostra esperança de vida i observar quins hàbits influeixen més i, d’aquesta manera, fer algun propòsit de millora en el nostre dia a dia, ja que hem analitzat que petits canvis en els nostres hàbits saludables poden produir un impacte positiu en l’increment de l’esperança de vida.

Els hàbits de vida, els quals al seu torn són considerats com a factors de risc o de protecció, fan referència al conjunt de comportaments o actituds quotidianes que realitzen les persones, és a dir, comportaments que disminueixen els riscs d’emmalaltir i incidir sobre la nostra esperança de vida.

Entre els diferents hàbits de vida que poden causar aquest impacte, destaquen els següents:

Per conèixer com poden repercutir en la nostra esperança de vida els hàbits saludables, detallem les principals característiques que determinen cadascun d’ells.

1. Situación familiar

Basant-nos en un estudi realitzat per un buscador d’assegurances, la situació familiar és un factor que impacta de forma molt significativa, amb dades com que les persones casades tenen un 50% menys de risc de patir algun tipus de malaltia cognitiva per demència o l’amnèsia, 9 de cada 10 persones solteres pateix estrès, les persones solteres viuen entre 8 i 17 anys menys que les casades i tenen un 28% més de possibilitats de morir per una malaltia cardíaca, accentuant-se el problema si la solteria és fruit d’un divorci, especialment en els homes; divorciar-se també incrementa el risc de patir obesitat, diabetis i episodis cardiovasculars.

Per contra, les persones solteres fan més esport i són més felices.

2. Peso / Alimentación

Aquest hàbit se centra més concretament sobre l’IMC (Índex de massa corporal), indicador utilitzar per l’OMS per identificar les categories de pes que poden portar a problemes de salut.

Un estudi realitzat sobre la mostra de 900.000 persones adultes ha desvelat que un índex de massa corporal (IMC) superior al rang ideal d’entre 22.5 i 25 condueix a un augment de les taxes de mortalitat.

Per sobre d’aquests 25, cada extra de 5 dóna lloc a un augment en la mortalitat global d’aproximadament un 30%.

3. Tabaco

El tabaquisme és la principal causa de mortalitat prematura i evitable en els països desenvolupats. Les seves principals manifestacions cíniques són: trastorns cardiovasculars, trastorns respiratoris i aparició de tumors en diverses localitzacions.

Cal destacar que, el tabaquisme produeix actualment la mort prematura de 52.000 fumadors a Espanya i més de 500.000 a Europa, i aproximadament 3 milions de persones en l’àmbit mundial.

Si has sigut fumador, per considerar-te no fumador i reduir així la incidència sobre el risc d’EVC (malalties cardiovasculars) han de passar com a mínim entre 5 i 10 anys per aconseguir de nou les mateixes condicions que una persona que no hagi fumat mai i aquest període podria arribar als 25 anys en alguns casos.

L’OMS estima que, a l’any, moren 2.9 milions de persones a conseqüència del tabac, i es preveu que, si continuen les tendències de consum actuals, l’any 2030 es produiran 10 milions de morts, en els individus que fumen actualment.

4. Alcohol

El consum moderat d’alcohol produeix possibles beneficis per a la salut, però no està exempt de riscs.

Segons l’OMS, el 2016 van morir més de 3 milions de persones a conseqüència del consum nociu d’alcohol, que representa 1 de cada 20 defuncions. Més de tres quartes parts d’aquestes morts corresponen a homes.

Per cada 100 grams d’alcohol setmanal, la probabilitat d’accident cerebrovascular augmenta un 14%, malaltia coronària (excepte infart) 6%, insuficiència cardíaca 9%, malaltia d’hipertensió fatal 24% i risc d’aneurisma aòrtic fatal 15%.

Altres estudis indiquen que a partir de 200 grams setmanals augmenta el risc de càncer.

Tot i això, els primers 100 grams d’alcohol setmanal ofereixen un 6% menys de risc en el desenvolupament d’un infart de miocardi.

5. Actividad física / Deporte

La manca d’activitat física és un factor considerable per a les malalties no transmissibles, com els accidents cerebrovasculars, la diabetis i el càncer.

Són molts els països en què l’activitat física descendeix. En l’àmbit mundial, el 23% de les persones adultes i el 81% de les persones adolescents en edat escolar no es mantenen suficientment actives.

Les persones físicament actives milloren el bon funcionament del sistema muscular i cardiorespiratori, milloren la salut òssia i funcional. Tenen taxes inferiors de cardiopaties coronàries, hipertensió arterial, accidents cerebrovasculars, diabetis, càncer, depressió...

6. Estrés

Es defineix l’estrès com el conjunt de reaccions fisiològiques que preparen l’organisme per l’acció. En termes globals, es tracta d’un sistema d’alerta biològic necessari per a la supervivència

El problema ve quan en manté la pressió i s’entra en un estat de resistència. Quan aquesta sensació es manté en el temps, es pot arribar a un estat d’esgotament, amb possibles alteracions funcionals i orgàniques.

L’estrès pot causar molts símptomes, tant físics, com psicològics i emocionals. Moltes vegades, els afectats no relacionen els signes amb l’estrès, essent els més freqüents: problemes de cor i tensió (a llarg termini), dolor de cervicals, caiguda de cabell, problemes digestius, alteracions del somni (85% de l’insomni), problemes en la pell (envelliment prematur), dificultat per fixar records i irritabilitat, així com el burn out (síndrome d’ «estar cremat» laboralment).

A continuació, reflectim algunes pautes per a millorar els hàbits i l’esperança de vida:

• Dormir 7-8 hores regularment millora sensiblement els estats d’estrès.
• Una dieta saludable, basant l’alimentació en fruites, verdures, llegums, fruits secs i cereals integrals evitant l’alcohol i la cafeïna.
• Les persones inactives han de començar l’activitat física de forma moderada com a part de la seva rutina diària i incrementa gradualment la seva durada, freqüència i intensitat. És important fer exercici regularment, donat que ràpidament redueix els valors de l’hormona de l’estrès i millora l’estat d’ànim.
• És fonamental tenir temps lliure per a un mateix i mantenir una xarxa d’amics i familiars.

Antecedents

El passat 13 de novembre de 2020, les Corts van aprovar la Llei 7/2020, de 13 de novembre, per a la transformació digital del sistema financer, la innovació estrella de la qual ha estat la regulació d’un espai controlat de proves o, tal com es denomina en el sector, un ‘’Sandbox’’. El Sandbox es dirigeix a innovacions financeres de base tecnològica, i ha estat concebut com un instrument regulador i supervisor que ha de permetre conèixer els desenvolupaments i potencials efectes de la transformació digital en la prestació de serveis financers, incloent-hi el sector assegurador.

Una de les primeres jurisdiccions que va donar cabuda al concepte de banc de proves en l’àmbit financer va ser el Regne Unit, país pioner en el desenvolupament d’incentius reguladors per al desenvolupament de projectes Fintech i Insurtech. El 2014, la Financial Conduct Authority va llençar la iniciativa ‘’Project Innovate’’, amb la finalitat de fomentar la innovació en interès dels consumidors i promoure la competència. Una de les mesures implementades va ser, precisament, el ‘’Regulatory Sandbox’’, amb la finalitat de facilitar l’accés al mercat de projectes FinTech en l’àmbit regulat i que els promotors poguessin testar les seves iniciatives.

El 2017, l’Associació Espanyola de Fintech i Insurtech (AEFI) va publicar el Llibre Blanc de la Regulació Fintech a Espanya, en el qual es proposaven una sèrie de mesures per fomentar el desenvolupament dels diferents verticals Fintech i Insurtech. Com a mesura transversal, en benefici de tots els verticals (incloent-hi l’Insurtech), es proposava precisament la creació d’un banc de proves que facilités l’accés i l’exercici de nous operadors i el desenvolupament de noves activitats i serveis per part dels operadors existents.

Dos anys més tard, el 2019, l’AEFI va publicar el Llibre Blanc d’Insurtech, on novament s’insistia en la necessitat d’avançar en la implementació d’un Sandbox regulador. Particularment, en la publicació esmentada, es manifesta que ‘’Les Insurtech serien una de les categories d’empreses tecnològiques que donarien un major aprofitament al sandbox, donada l’elevada quantitat de requisits legals, tècnics i financers als què fan front [...] i és per això que reclamen l’entrada en funcionament del sandbox com abans possible’’.

Canvis en l’entorn normatiu

En l’àmbit legislatiu, han passat dos llargs anys d’ençà que, al mes de juliol de 2018, el Ministeri d’Economia i Empresa publica l’Avantprojecte de Llei de Mesures per a la Transformació Digital del Sistema Financer, fins l’aprovació, el 13 de novembre del 2020, de la Llei 7/2020, de 13 de novembre, per la transformació digital del sistema financer.

Un dels objectius de la norma, en relació amb la implementació del Sandbox, ha estat crear un espai segur, tant per al conjunt del sistema financer com per als participants de les proves. A aquests efectes, la norma preveu un règim de garanties que contempla, entre altres cauteles, el dret de desistiment, la responsabilitat del promotor o la possibilitat d’interrupció de les proves en casos de mala pràctica o incompliments de la legislació o del protocol.

Requisits d’accés aplicables als promotors

L’accés a l’espai controlat de proves està obert tant a persones físiques com jurídiques, regulades o no, i tenint cabuda empreses tecnològiques, entitats financeres, associacions i centres d’investigació.

Requisits d’accés aplicables als projectes

Com a requisit addicional, els projectes han d’estar en un punt suficientment avançat per a poder provar-se i aportar, a més, innovació de base tecnològica aplicable al sistema financer. Això significa que, mitjançant l’ús de la tecnologia, es pot donar peu a noves aplicacions, processos, productes o models de negoci amb incidència sobre els mercats financers, la prestació de serveis financers i complementaris o el desenvolupament de les funcions públiques en l’àmbit financer.

La norma també exigeix que els projectes aportin una potencial utilitat o valor afegit sobre els usos ja existents, com per exemple, facilitar el compliment normatiu, augmentar l’eficàcia o presentar un benefici per als usuaris en termes de reducció de costos, millora de la qualitat o condicions d’accés i disponibilitat, o augment de la protecció a la clientela.

Presentació i admissió de sol·licituds

El passat dia 23 de febrer de 2021 va finalitzar el termini per a que els promotors presentessin a la Secretaria General del Tresor i Finançament Internacional les sol·licituds en la primera convocatòria del banc de proves. En aquesta primera convocatòria, el Ministeri d’Afers Econòmics i Transformació Digital ha rebut un total de 67 projectes. El llistat definitiu de projectes seleccionats es publicarà a finals d’abril.

De forma semestral, la Secretaria General del Tresor i Finançament Internacional publicarà, per a cada convocatòria, la data límit per a l’admissió de sol·licituds a la seva seu electrònica.

El llistat de projectes que hagin rebut una avaluació prèvia favorable de l’autoritat supervisora competent (segons la matèria del projecte) serà publicat en la seu electrònica de la Secretaria General del Tresor i Finançament Internacional. Per la seva banda, els projectes amb una avaluació desfavorable seran desestimats mitjançant resolució motivada.

Protocol de proves

Un dels pilars del Sandbox és la firma d’un protocol de proves entre la Direcció General d’Assegurances i Fons de Pensions, el Banc d’Espanya o la CNMV, segons correspongui. En aquest acord, el promotor i l’autoritat competent han de fixar les condicions del projecte pilot, a més d’altres qüestions com el volum d’usuaris i operacions, l’import de les operacions i temps de realització de les proves, les fases del projecte i objectius a assolir a cada fase i el sistema de garanties i indemnitzacions.

Cada promotor admès al Sandbox podrà començar les proves una vegada estigui aprovat el seu protocol, s’hagi demanat el consentiment dels participants en les proves i estigui activat el sistema de garanties i indemnitzacions.

Durant el període de proves, l’autoritat competent farà un seguiment del projecte i mantindrà un diàleg continu amb el promotor.

Les proves podran interrompre’s en qualsevol moment, tant per la iniciativa del mateix promotor, com en cas que el regulador apreciï incompliments del règim jurídic aplicable, deficiències manifestes o reiterades o riscs per a l’estabilitat financera.

Examen de resultats i passarel·la d’accés a l’activitat

Un cop concloses les proves, el promotor haurà de sol·licitar autorització per a donar inici a l’activitat o, si és procedent, ampliar-la, ja que l’accés a l’espai controlat de proves no suposa l’atorgament d’una autorització administrativa.

No obstant això, existeix un accés ràpid al nou estatus regulador en cas que les autoritats competents entenguin que la informació i coneixements adquirits durant la realització de les proves permeten una anàlisi simplificada dels requisits d’accés.

Règim de responsabilitat i garanties

El promotor serà el responsable en exclusiva dels danys patits pels participants a conseqüència de la seva participació en les proves quan es produeixin pel seu propi incompliment del protocol, es derivin de riscs no informats per ell o quan existeixi culpa o negligència per la seva part. El promotor també serà responsable dels danys derivats de problemes tècnics o humans durant el decurs de les proves. No es consideraran danys les pèrdues derivades de la fluctuació dels mercats, segons prevegi el corresponent protocol.

En aquest sentit, en el moment d’inici de les proves, els promotors han de disposar de garanties financeres per a cobrir la responsabilitat per danys i perjudicis en els quals puguin incórrer.

Noves vies de comunicació amb les autoritats

Addicionalment al Sandbox, la Llei preveu que les autoritats supervisores estableixin canals específics de comunicació directa per atendre consultes relatives a noves aplicacions, processos, productes, models de negoci i altres qüestions relacionades amb la innovació tecnològica.

A més, qualsevol interessat podrà formular consultes escrites al regulador respecte al règim, la classificació o l’aplicació de la normativa financera sectorial relacionada amb un cas d’aplicació de la tecnologia a la prestació de serveis financers.

Impacte sobre les Insurtech

Segons David Navarro, expert en Insurtech i vocal del vertical Insurtech de l’AEFI, el Sandbox estrenat recentment pot suposar una oportunitat per alguns projectes innovadors que, fins ara, s’havien trobat barreres en el marc normatiu actual.

Entre els projectes Insurtech que poden beneficiar-se d’un entorn regulador més obert a la innovació està l’assegurament peer-to-peer, basat en l’economia col·laborativa, ideat per unir individus amb interessos comuns i un perfil similar per a la compra d’una assegurança entre tots. Algunes d’aquestes plataformes podrien arribar a plantejar-se si encara existís la figura de la prima variable mútua (que no és el cas), motiu pel qual el sector espera que el Sandbox ajudi a trobar una nova solució.

Tanmateix, també s’espera que es beneficiïn del Sandbox els projectes basats en blockchain.

Per últim, el sector creu que també podran aprofitar aquesta oportunitat altres projectes com les omniassegurances o assegurances ubiqües (descrits en El Llibre Blanc d’Insurtech de l’AEFI), això és, aquell servei que, basant-se en la informació codificada sobre un individu en tots els aspectes de la seva vida, ofereix un únic producte assegurador capaç de cobrir totes les necessitats de l’individu sense acudir a diferents productes o proveïdors.

Conclusió

La regulació del Sandbox pot obrir pas a nous models de negoci, aplicacions, processos o productes. Si bé l’accés al banc de proves no suposa la concessió d’una autorització, sí que s’espera que permeti detectar rigideses i millorar l’adaptació tant dels projectes com de la regulació.

Tanmateix, la creació d’un canal de comunicació i un canal per a realitzar consultes escrites relacionades amb la innovació tecnològica, facilitarà la comunicació amb les autoritats supervisores i les aproparà a la innovació.

Durant la major part dels segles XVIII y XIX, les malalties infeccioses van ser les principals causes de mort. L’aparició dels antibiòtics (1928) i el llançament de la producció de vacunes a gran escala (dècada dels 40) van ser clau en la lluita contra les infeccions mortals que havien assolat l’espècie humana. A partir d’aquest moment, les malalties no transmissibles, com les malalties cardíaques, els accidents cerebrovasculars i el càncer, van superar les malalties infeccioses com a principals causes de mort.

Tanmateix, i lluny d’estar totalment controlades, en alguns casos les malalties infeccioses tornaven a aparèixer anys després, tot i que amb una menor gravetat, a mesura que la població desenvolupava una certa immunitat. I també segueixen apareixent nous virus amb què enfrontar-se, com estem patint en aquests moments amb l’epidèmia de la COVID-19.

Per a entendre millor com evoluciona una pandèmia i prendre les millors decisions per aconseguir la immunitat de la població, els epidemiòlegs utilitzen models matemàtics propis d’aquesta branca de la ciència.

L’epidemiologia matemàtica

L’objectiu dels epidemiòlegs és, en primer lloc, comprendre les causes d’una malaltia, després predir la seva evolució i, per últim, desenvolupar formes de controlar-la. El primer pas, per tant, és obtenir dades, i a continuació analitzar les dades observades.

L’epidemiologia matemàtica se centra a posar mesures preventives per a aturar la propagació de malalties infeccioses. Els models matemàtics que desenvolupa permeten, entre altres coses, pronosticar la progressió d’una malaltia, aportar informació sobre l’assignació més eficient de recursos, i prevenir l’impacte de decisions que es prenen en matèria de salut pública.

Els inicis dels models matemàtics aplicats a l’epidemiologia

El que se sol descriure com el primer model de l’epidemiologia matemàtica és la feina de Daniel Bernoulli sobre la inoculació contra la verola. Estem en el segle XVIII, la verola era endèmica, i la vacunació es va introduir com una forma de produir immunitat de per vida. Però hi havia un cert risc d’infecció i de mort produït per la vacuna. Així que hi va haver un debat acalorat i Bernoulli es va veure obligat a estudiar detalladament fins a quin punt la vacunació era realment beneficiosa, tenint en compte els seus efectes secundaris. L’enfocament que va seguir en el seu estudi va ser quantificar quin seria l’augment de l’esperança de vida si es pogués eliminar la verola. Aquest estudi, publicat el 1766, tot i que va tenir una bona acollida, ha tingut un major reconeixement en la literatura actual que en l‘epidemiològica.

Per descobrir un model matemàtic de la propagació d’una malaltia transmissible, és necessari fer algunes hipòtesi prèvies. Ja el 1906, W.H. Hamer va proposar una hipòtesis que no només no s’ha abandonat, sinó que s’ha ratificat amb el temps: que la propagació de la infecció depenia del nombre de persones susceptibles de posar-se malaltes i el nombre de persones malaltes.

Un exemple particularment il·lustratiu del respectiu treball del Dr.Ross, Premi Nobel de Medicina el 1902, sobre el paludisme. La creença generalitzada era que, mentre els mosquits estiguessin presents en una població, el paludisme no podria ser eliminat. No obstant això, Ross va desenvolupar un model matemàtic que mostrava que n’hi hauria prou que la població de mosquits es rebaixés per sota d’un nivell crític. Aquesta va ser la primera introducció del concepte del nombre bàsic de reproducció, que ha estat una idea central en l’epidemiologia matemàtica des d’aleshores.

El model SIR

Uns anys més tard, el 1927, es publica un estudi que es considera el més influent de l’epidemiologia matemàtica, elaborat per William Kermack i Anderson McKendrick. En el seu estudi, van dividir la població en tres categories bàsiques:

1. Els que encara no havien patit la malaltia,
2. Els que ja l’havien passada i els que podien transmetre-la,
3. I aquells que, havent estat infectats, ja no contribuïen a la propagació de la malaltia.

Això es coneix com a model SIR (per les sigles en anglès de susceptibles, infectives i removed). En aquest estudi, els científics van demostrar la validesa del seu model matemàtic en replicar amb precisió  com es va propagar la plaga bubònica a Mumbai a finals del segle XIX.

Posteriorment, hi ha hagut variacions del model SIR i totes han resultat molt encertades a l’hora de descriure l’evolució d’una sèrie de malalties infeccioses. I encara més: addicionalment a la seva capacitat descriptiva, el valor d’aquest model matemàtic resideix en la seva capacitat de predicció.

William Kermack y Anderson McKendrick, autores del estudio
que se considera el más influyente de la epidemiología matemática

En el seu estudi, els científics escocesos mencionats demostren que en els últims brots de la malaltia sempre queden individus susceptibles a infectar-se. En altres paraules: la malaltia no desapareix  perquè ja no queda ningú a infectar. El que passa és que les persones que estan en disposició a infectar als altres, tenen cada cop menys oportunitats de transmetre la malaltia. Per tant, els brots que desapareixen per falta de persones infeccioses, no per falta de persones susceptibles a contenir-la.

Kermack i McKendrick també van idear la fórmula que utilitzava la taxa bàsica de reproducció per a predir quantes persones susceptibles a contraure la malaltia sortirien indemnes al final d’un brot. Aquesta taxa està condicionada per tres components:

• La grandària de la població
• La velocitat a què s’infecten les persones
• La taxa de recuperació de la malaltia, o mort a causa d’aquesta

Reduint la taxa efectiva de reproducció a menys d’1, es pot trencar la cadena de transmissió. Per tant, en quina mesura es puguin controlar aquests tres components serà fonamental per acabar amb una malaltia contagiosa.

Per entendre com afecten aquestes variables, l’epidemiologia matemàtica ens permet realitzar experiments de laboratori que no poden desenvolupar-se en el món real. Per exemple, durant una epidèmia no resultaria ètic privar a la població d’ajuda mèdica només per poder dur a terme un estudi. També estarem d’acord en el fet que, per a fer proves, no es pot aïllar a una població per períodes molt llargs de temps. Sens dubte, tot això es pot fer amb models matemàtics, on aquestes limitacions no existeixen.

Com ens explica Kit Yakes al seu llibre ‘’The Maths of Life and Death’’, els models a vegades poden demostrar resultats contraris a la intuïció.

Poder el nostre sentit comú ens digui que en malalties infeccioses l’aïllament és sempre una bona estratègia, però no és així. És el cas dels nens i la varicel·la, donat que, en ser una malaltia relativament lleu, no es recomana el seu aïllament.

Els models de l’epidemiologia justifiques matemàticament aquesta decisió.

La immunitat comunitària

Aleshores, com podem desenvolupar immunitat a un virus? Una persona pot fer-se immune o bé per vacunació o bé per infecció natural. Com a població, també podem desenvolupar resistència al virus quan aconseguim l’anomenada ‘’immunitat de ramat’’ o ‘’immunitat comunitària’’. Aquest concepte, que escoltem cada cop més, es refereix a l’estat assolit quan una proporció suficientment gran d’una població s’ha fet immune a un patogen i, per tant, la transmissió d’aquest o bé es para o bé es frena. Els individus immunes actuen en aquest cas com a barreres en la cadena d’infecció. El concepte és simple: si un nombre suficient d’aquests individus ‘’barrera’’ es troba entre els contactes d’una persona infectada, desapareix progressivament la transmissibilitat de la infecció.

L’efecte comunitari no requereix que tothom sigui immune a la malaltia per protegir la població. La pregunta aleshores és: quin percentatge de la població hauria d’estar immunitzada per a donar per controlada la malaltia? Sembla que hi ha un consens en els models epidemiològics, segons el qual aproximadament dues terceres parts de la població hauria de ser immune, sigui sobrevivint  una infecció natural o essent vacunada amb èxit.

La complexitat en la construcció dels models

En la modelització matemàtica de la transmissió de malalties, com en la majoria de les altres àrees de la modelització matemàtica, sempre existeix un contrapunt entre els models simples, que ometen la majoria de detalls i estan dissenyats només per destacar el comportament qualitatiu general, i els models detallats, generalment dissenyats per a situacions molt concretes, i que inclouen prediccions quantitatives a curt termini. Els models detallats són difícils, si no impossibles, de resoldre analíticament.

El desenvolupament d’un mètode matemàtic per a l’estudi de models de malalties transmissibles ha de tenir en compte la divergència entre els objectius dels matemàtics, que normalment busquen una comprensió més general de l’evolució de la malaltia, i els objectius dels professionals de la salut pública, que tracten de trobar procediments pràctics per al tractament de les malalties.

Per exemple, models molt senzills d’epidèmies prediuen que una epidèmia desapareixerà després d’haver passat un temps, quedant una part de la població sense haver estat afectada per la malaltia. Sens dubte, aquest principi qualitatiu no és per si mateix molt útil per a suggerir quines mesures de control serien més eficaces en una situació determinada.

Per tant, els models matemàtics que s’utilitzin per a formular recomanacions de política per a la gestió sanitària necessiten resultats quantitatius, i requereixen un gran nivell de detall per a descriure la situació amb precisió.

Referències

• “Epidemic disease in England; The evidence of variability and of persistency of type” (1906), by W.H. Hamer
• “A contribution to the mathematical theory of epidemic” (1927), by William Kermack & Anderson McKendrick
• “Mathematical epidemiology: Past, present, and future” (2017), by Fred Brauer
• “The Maths of Life and Death” (2019), by Kit Yates
• “Herd Immunity in the Context of the COVID-19 Pandemic” (2020), by Karneen Tam
• “COVID-19 Reinfection: Does Protective Immunity Develop After SARS-CoV-2 Infection?” (2020), by Georgiana Willwerth-Pascutiu

En els pròxims anys, el sector assegurador es transformarà completament degut a l’auge de les noves tecnologies, essent la Intel·ligència Artificial (IA) un dels principals generadors del canvi que afectarà les nostres companyies en totes les seves àrees, des de la subscripció fins a la prestació del servei, accelerant l’aparició de nous models de negoci. La IA, combinada amb el Machine Learning, té la capacitat d’aprendre i millorar a partir de l’experiència sense programació addicional. Està clar que la IA tindrà un impacte en el sector podent predir el futur amb l’anàlisi de les dades.

Com aporta valor la IA a les empreses asseguradores?

La IA impactarà de forma generalitzada al llarg de tota la cadena de valor en el nostre sector. La capacitat d’aprenentatge i l’analítica avançada aporten agilitat a la gestió del risc i eficiència en les operacions, generant al seu torn noves oportunitats de negoci, la qual cosa repercuteix en un increment de la rendibilitat i la solvència.

La millor manera d’entendre el valor de la IA és observar algunes de les seves principals contribucions en les nostres companyies:

• Subscripció i tarifació: amb la IA es desdibuixen els límits existents per a emprar de manera eficaç i eficient totes les dades històriques i les generades amb el temps real per a enriquir de forma exponencial el procés de subscripció. No només es tenen en compte unes majors quantitats d’informació, sinó que podem detectar patrons i relacions que només són detectables amb grans volums de dades.

  Amb aquesta potència, podem crear nous models de subscripció de forma industrialitzada a un cost molt menor que de forma tradicional, i fins a quinze cops més ràpid que actualment. Això impacta en la robustesa dels models, però també en la granularitat d’aquests, la qual cosa ens ajuda a millorar les regles de subscripció i facilita la capacitat de crear productes més adequats als clients i les seves necessitats.

  Els models ultrapersonalitzats (bé per cobertura, segment, indústria, geografia o client individual) són ja una realitat. I han facilitat l’aparició de noves tarifacions dinàmiques, ampliant o ajustant el concepte de risc assegurable (un exemple d’això són les disrupcions en les microassegurances o la revolució en un pagament per ús personalitzat).

  Si podem fer scorings de risc i càlculs del millor producte i preu de forma personalitzada, significa que podem també anticipar l’acceptació o rebuig en fases avançades i, com veurem posteriorment, fer una millor prevenció del frau.

• Distribució i Màrqueting: els models predictius obtinguts gràcies a la IA ens permeten identificar i explotar les millors oportunitats per la captació i retenció de clients.

  Podem agrupar els clients més rendibles d’acord amb patrons que facin més eficient la nostra estratègia de captació? Les plataformes digitals més avançades ja fan servir la IA per la creació d’ ‘’audiències’’ basades en els potencials que finalment es  converteixen en clients, i distribueixen automàticament la inversió de la publicitat coincidint amb els paràmetres que inciten a l’acció a aquests ‘’millors clients’’. És a dir, la IA està ajudant a identificar segments de clients amb una major propensió a la compra i estimar millor el mix de canals als quals assignar recursos per arribar a ells.

  De la mateixa manera, els scorings que s’apliquen als potencials clients són millorats gràcies a la IA. Això permet optimitzar les operacions en la part crítica del funnel de vendes, fent més eficient l’activitat comercial dels call centers, que són capaços de prioritzar els potencials clients amb un valor potencial de conversió més elevat. Això és fonamental quan la probabilitat de conversió d’una oportunitat decreix un 400% si no és atès abans de cinc minuts des de la seva sol·licitud.

  La millora en la predicció de caigudes i en la propensió a la renovació del producte, resulten en una estimulació més realista del Customer Lifetime Value dels nostres clients potencial, i en poder realitzar una millor dedicació dels recursos per la retenció i l’upselling.

• Gestió de sinistres: la IA facilita la combinació eficient de les dades internes ja disponibles de cadascun dels nostres clients amb informació nova, obtinguda tant a través d’afegidors de dades massius de mercat, com mitjançant noves tecnologies (Internet de les coses -IoT- o drons, per exemple).

  Avui en dia encara persisteixen processos de detecció del frau basats en regles bàsiques uni-variables o en l’experiència personal de professionals (combinat amb la manipulació manual de la documentació), generant possibles colls d’ampolla i grans bosses de cost en un dels pilars més crítics de l’activitat asseguradora.

  Una forma estesa de l’ús de la IA és l’anomenada ‘’detecció profunda d’anomalies’’, que treballa analitzant sinistres ‘’normals’’ realitzats per clients i donant forma a models sobre com han de ser els sinistres ‘’autèntics’’, alertant en cas que alguna anomalia sigui detectada.

  Abaratir la identificació del frau i la valoració automatitzada de sinistres redueix el cost associat al frau, impactant directament amb el resultat net del negoci.

  Això no significa que la IA automatitzarà tota la gestió de sinistres, ja que els tramitadors continuaran essent un pilar fonamental, tant liderant la generació de nous models per la gestió de la sinistralitat, com gestionant aquells casos complicats o inusuals, generant confiança amb el tracte personal en aquells clients amb dubtes, queixes o reclamacions.

• Atenció al client: l’aplicació de la IA està permetent accelerar l’eficiència operacional, aconseguint, alhora, incrementar la qualitat i satisfacció percebudes en les interaccions amb els clients.

  Amb l’acceleració de la digitalització en altres sectors, els consumidors han canviat dràsticament les expectatives sobre com han de ser atesos, i el nostre sector ha patit per fer el salt necessari per a cobrir aquestes expectatives.

  Tradicionalment, les companyies d’assegurances compten amb un personal limitat en els seus equips, procediments complexos, qüestionaris llargs, informació poc integrada i molta pressió en l’atenció al client. La IA ja ha ajudat a desenvolupar assistents digitals i de veu que ajuden al personal d’atenció amb la gestió de peticions, assistint en alguns casos, a reduir un 75% la durada de les trucades.

• Eficiència operacional en els processos de suport: de manera transversal al que succeeix en altres sectors, la IA aplicada a través de robots proporciona millores rellevants en la precisió i en el temps d’execució de les operacions, incrementant la productivitat i alliberant als treballadors de tasques monòtones i de menor valor afegit. Segons l’estudi Tech Radar, elaborat per Munich Re, més del 25% de les tasques en el sector assegurador poden ser adequadament executades per robots, i el 85% de les grans companyies en l’àmbit internacional disposaran de processos robotitzats el 2022.

  L’impacte de la robotització en el nostre sector abasteix un ampli ventall de possibilitats, des de la gestió de la documentació de les pòlisses, fins a l’automatització dels processos financers bàsics com la lectura, comptabilització i pagament de factures.

Quins són els reptes de l’ús de l’IA?

Com succeeix amb totes les palanques de canvis disruptives, l’ús de la IA en les nostres organitzacions planteja una sèrie de reptes i incerteses que hem de saber gestionar per aconseguir l’èxit de la seva implementació.

Alguns dels principals són:

• Resultats no òptims a causa d’una confiança excessiva en l’automatització de les decisions. Per a reduir aquest risc és necessari disposar de visió de negoci i de revisions constants fins aconseguir la consolidació dels models. Per exemple, cal destacar la importància que pren la figura del subscriptor capaç d’interpretar les propostes realitzades per la IA i d’avaluar uns resultats previstos que van més enllà del número, amb una clara visió de negoci i del context.
• Disponibilitat de dades. En alguns casos d’ús pot arribar a ser realment difícil aconseguir les millors dades internes i externes per alimentar els models amb informació actualitzada, rellevant i fiable (especialment quan hem d’adquirir informació externa a tercers).
• Fiabilitat de les dades. La IA es basa principalment en dades històriques, que poden resultar menys vàlides per a predir esdeveniments extraordinaris cada cop més freqüents (com ha estat el cas de la pandèmia de la COVID-19).
• Persones i coneixement. En un món on les grans tecnològiques es disputen al personal expert en aquestes tecnologies, com atraure talent i aconseguir desenvolupar i mantenir el know-how derivat de la IA en les nostres empreses? A curt termini, pot ser útil acomodar-se en proveïdors externs, però l’ús d’eines o proveïdors SAAS pot crear ’’caixes negres’’ que no permetin a la companyia assolir el coneixement clau per a valorar i seleccionar riscs. És fonamental desenvolupar la figura de l’actuari i la seva especialització en la IA aplicada al sector assegurador.
• Ètica en les decisions. Una selecció incorrecta de quines han de ser les variables que han de configurar els nostres models predictius, així com l’origen de les dades que els alimenten, poden generar biaixos en les decisions automatitzades. D’altra banda, la microsegmentació i una extrema identificació individualitzada del risc pot anar en contra de la mutualització del risc, una de les bases de l’assegurança. Tal com ens recorda UNESPA en el seu article ‘’Els principis ètics de la Intel·ligència Artificial en l’Assegurança’’, la Comissió Europea sol·licita que la IA ‘’es construeixi en els valors i drets fonamentals, com la dignitat i la protecció de la privacitat’’.

L’experiència en IA sobre el terreny

Des de DAS fa dos anys que treballem en l’ús de la IA per a millorar la subscripció i tarifació en la nostra Assegurança d’Impagament de Lloguer. Des de 2015 apostem per la digitalització en els processos de negoci mitjançant el desenvolupament de la nostra plataforma per mediador i immobiliàries valoratuinquilino.com, una eina que permet realitzar de manera àgil i amb un grau elevat d’automatització, la cotització i emissió d’aquestes pòlisses.

El 2020 vam evolucionar la nostra proposta de valor, implementant la IA per a enriquir la valoració del risc dels inquilins desenvolupant un model propi amb més de 100 variables. Aquesta IA ha aconseguit dotar el nostre producte d’un avantatge que encara no existia en el nostre mercat i que està aportant als nostres col·laboradors noves eines d’assessorament pels seus clients.

A més a més d’una millor selecció del risc, els nostres clients i col·laboradors reben ara una informació addicional sobre el grau de qualitat dels potencials inquilins a través d’un ‘’termòmetre de risc’’ que indica de manera molt visible dins d’una escala qui és el millor valorat i, per tant, presenta menys risc d’impagament.

D’acord amb la nostra experiència amb la IA és evident que, només en la creació de nous models de subscripció, hem accelerat les capacitats del nostre equip actuarial, estalviant quantitats ingents d’hores. Dit d’una altra manera, amb una evolució tradicional d’esforç, hauria estat molt costós haver arribat al nivell de precisió d’avaluació del risc que tenim actualment, ni tampoc haguéssim estat capaços d’extreure tot el potencial que tenen les dades d’avaluacions realitzades en més de 10 anys d’activitat en aquest tipus d’assegurances.

A partir de febrer d’aquest any, la nostra IA es veurà enriquida per noves dades de solvència que ajudaran a millorar enormement els nostres models: la informació derivada dels moviments bancaris dels potencials inquilins, obtinguts complint tota la normativa de protecció de dades a través de la tecnologia open-banking promoguda per la normativa PSD2.

Per cloure, podem dir que són moltes les companyies asseguradores interessades a millorar l’experiència dels seus clients i adaptar la tecnologia de què disposen per a millorar els seus models de negoci. L’ús de la Intel·ligència Artificial és una eina clau. No parlem de futur, sinó del present que alguns ja estem vivint.