Solomon Philip es Head of Market Intelligence de Shift Technology
En una reciente entrada del blog Shift Market Forces abordamos el impacto que la incertidumbre económica, derivada de múltiples fuentes, tiene en los resultados de una aseguradora. Aunque estos problemas macroeconómicos afectan al sector de los seguros en todo el mundo, nuestras ideas iniciales se centraban principalmente en el mercado norteamericano. Pero, ¿qué está pasando en Europa, especialmente en lo que se refiere al mercado de piezas de recambio? ¿Por qué debería preocupar a las aseguradoras? ¿Y cómo pueden aprovechar el poder de la inteligencia artificial (IA) para mejorar sus resultados?
Mayor complejidad = mayores costes
Las aseguradoras que operan en Europa se enfrentan a una serie de fuerzas convergentes que están reconfigurando el mercado de las piezas de recambio y, por lo tanto, aumentando los costes de negocio de las aseguradoras. Los vehículos de pasajeros siguen volviéndose más complejos a medida que los Sistemas Avanzados de Asistencia al Conductor (ADAS) e incluso las capacidades de Conducción Autónoma (AD) se incluyen cada vez más como características estándar. Y cuando los vehículos equipados con estas funciones se ven implicados en un accidente, simplemente las reparaciones cuestan más. En el caso de los vehículos con capacidades lidar de nivel 2+, las estimaciones del sector sitúan el aumento del coste de reparación entre 1.300 y 1.800 euros sólo en piezas. Naturalmente, es aún mayor para los coches con opciones de Nivel 3 (L3) y Nivel 4 (L4). Y el coste de las piezas no tiene en cuenta el aumento de las horas de servicio necesarias para calibrar correctamente estas tecnologías para su correcto funcionamiento.
Conflictos regionales, nuevas normativas y la cadena de suministro
No cabe duda de que el conflicto de Ucrania ha causado problemas logísticos y en la cadena de suministro, así como escasez de piezas de componentes críticos para vehículos en toda Europa. En muchos casos, esto se debe a que los países de Europa del Este son importantes proveedores de piezas de automóviles para los fabricantes de automóviles con sede en Europa Occidental. La consolidación del mercado, representada por unas 65 fusiones y adquisiciones desde 2005, sigue reduciendo el número de proveedores. En conjunto, estos factores hacen que el precio de las piezas suba cada vez más.
Y lo que es más importante, la UE tiene previsto abrir el mercado de piezas eliminando las limitaciones que pesan sobre los fabricantes y permitiéndoles trabajar con los OEM (Original Equipment Manufacturer) que deseen. Al dejar de estar vinculados a determinados OEM (Original Equipment Manufacturer), los fabricantes son libres de fijar el precio de sus productos con independencia de las horquillas establecidas artificialmente mediante normativas gubernamentales. Esto conducirá inevitablemente a precios aún más altos para las piezas de recambio.
Más allá del precio de las piezas
Es fundamental recordar que el coste total de los siniestros de automóviles no sólo tiene que ver con el precio de las piezas. La escasez de piezas puede aumentar el tiempo de reparación, ya que una pieza necesaria puede no estar fácilmente disponible o tardar más de lo habitual en llegar al taller. En un entorno así, es razonable prever un ciclo de siniestros más largo. Esto no sólo prolonga el pago de indemnizaciones y frustra a los clientes, sino que también se necesitan coches de alquiler durante más tiempo, lo que aumenta los costes totales de la aseguradora. De hecho, en algunas partes de Europa se produjo un aumento de casi el 200% en los costes de los coches de alquiler de 2020 a 2022.
¿Qué pueden hacer las aseguradoras?
La buena noticia en este clima de precios más elevados y ciclos de siniestros más largos es que hay una serie de estrategias que las aseguradoras pueden aplicar para minimizar el impacto de estos factores, muchas de ellas basadas en el poder de la IA. Como ya se ha comentado, los vehículos actuales están repletos de complejos sistemas telemáticos capaces de registrar casi todos los aspectos del comportamiento de un conductor mediante sensores, cámaras y tecnologías LIDAR. Los datos telemáticos pueden ser utilizados por las aseguradoras para proporcionar las perspectivas adicionales, por encima y más allá de las fuentes tradicionalmente disponibles de datos de accidentes, como informes policiales y declaraciones de testigos, necesarias para reconstruir el suceso de un accidente. Los datos telemáticos, combinados con las últimas tecnologías de evaluación de siniestros basadas en IA, pueden mejorar los modelos de detección de fraude y aumentar la precisión a la hora de determinar la responsabilidad y el alcance de los daños resultantes del accidente.
Además, las aseguradoras pueden aprovechar la IA para acortar el periodo desde la primera notificación de siniestro (FNOL) hasta la liquidación. La capacidad de identificar con precisión, confianza y equidad los siniestros aptos para su tramitación directa puede reducir los costes de los siniestros al acelerar su adjudicación. Decidir liquidar un siniestro potencialmente caro puede ahorrar a las aseguradoras cientos de miles de euros al año. Este concepto también puede aplicarse a los siniestros que requieren intervención del equipo de la aseguradora. Identificar, segmentar y clasificar automáticamente los siniestros complejos para asignarlos a los gestores más experimentados ayuda a garantizar que se asigna la tarea al profesional adecuado, el que puede cerrar el siniestro con mayor eficacia. Un motor de decisión de siniestros basado en IA está diseñado específicamente para analizar el tipo de siniestro, su complejidad y el riesgo para una aseguradora, a fin de encontrar rápidamente al mejor gestor de siniestros para trabajar en él y asignarle el siniestro automáticamente.
Por último, la IA puede ayudar a las aseguradoras a identificar y crear una red de "proveedores de confianza" que hayan demostrado un historial de adopción de las mejores prácticas, lo que se traduce en un trabajo de calidad, precios optimizados y tiempos de reparación eficientes. La IA también puede ayudar a identificar talleres conocidos por abogar por el uso de "piezas verdes", es decir, piezas usadas o recicladas de alta calidad a la par que las nuevas, pero que cuestan considerablemente menos. Una vez establecida esta red, resulta más fácil recomendar estos talleres a los clientes, lo que puede reducir significativamente los costes de los siniestros. Muchas aseguradoras afirman que mantener a los clientes dentro de la red puede suponer un ahorro del 20% o más.
Conclusión
Las aseguradoras recurren cada vez más a soluciones basadas en IA para mejorar sus procesos y, por tanto, sus resultados. Se ha demostrado que la IA determina con precisión el alcance de los daños y detecta la exageración de las reclamaciones. La IA puede ayudar a las aseguradoras a reconocer patrones indicativos de siniestros con alta propensión al litigio o que pueden implicar tratamientos médicos prolongados y señalarlos para que reciban una atención especial por parte de los tramitadores de siniestros más experimentados. Las aseguradoras pueden utilizar la IA no sólo para identificar más rápidamente los siniestros con oportunidades de recobro o la detección de fraude en seguros no vida, sino también para ayudar a estimar los importes de recobro potenciales y predecir con precisión la probabilidad de recobro. Aplicar la IA a los siniestros, desde el FNOL hasta la liquidación, es sencillamente la mejor manera de maximizar el proceso y aumentar los beneficios.
Un agradecimiento especial a Emmanouil Aleiferis, Grady Behrens, Joanne Butler, Gareth Evans, y Tom Harrington por sus inestimables contribuciones a este post del blog.
Para obtener más información sobre cómo Shift puede ayudarte a adoptar la IA para enfrentar los desafíos económicos que enfrenta la industria aseguradora, contáctanos hoy.
