Do editor:
Desde o início de 2023, a IA generativa tem sido o tema de conversas entre os setores e o público em geral. Ela capturou a imaginação de futuristas e pragmáticos que exaltam seus benefícios e levantam preocupações sobre seus riscos. Mas também ficou claro que, apesar dos holofotes sobre a IA generativa, ainda há muitas dúvidas sobre o que é a IA generativa, o que ela não é o que ela significa para as empresas que tentam descobrir como essa inovação se encaixa em seus planos de tecnologia. Conversamos com Eric Sibony, cientista-chefe e diretor de produtos da Shift, para conhecer sua perspectiva sobre essa tecnologia empolgante e o que ela pode significar para o setor de seguros.
Shift: Como você definiria a IA generativa para alguém que não está muito familiarizado com esse espaço e com o que está acontecendo nele?
Eric Sibony: Em sua essência, a IA generativa é um novo tipo de sistema ou, mais especificamente, novos tipos de modelos, projetados especificamente para gerar um resultado distinto com base na solicitação dada. E como percebi que, na verdade, fornece uma definição circular, vamos examinar mais de perto como a IA generativa realmente funciona. Entendendo que a IA generativa pode ser usada para produzir uma variedade de resultados, inclusive arte e música, para nossos propósitos aqui, vou me concentrar no texto.
Do nosso ponto de vista, o que é tão intrigante na IA generativa é como ela pode lidar com textos e, em particular, com a linguagem natural. Dessa forma, a IA generativa pode processar praticamente qualquer tipo de texto que possa acessar. Ela é capaz de analisar notícias ou artigos, documentos comerciais ou jurídicos, resumos ou relatórios financeiros. Na verdade, todas as variedades de textos que a IA generativa pode analisar são exaustivas demais para serem listadas aqui. E talvez mais importante do que os tipos de textos que a IA generativa pode ingerir seja a quantidade. As comunidades científicas e tecnológicas envolvidas na IA generativa encontraram maneiras de os modelos serem capazes de ingerir grandes quantidades, e eu quero dizer realmente grandes quantidades de dados. Estamos falando facilmente de bilhões de pontos de dados.
O que pode ser mais interessante sobre a IA generativa é que um único modelo - por exemplo, o modelo GPT da OpenAI ou o modelo LLaMA da META - é capaz de aprender com essas enormes quantidades de dados. E, embora o aprendizado automatizado, o princípio fundamental por trás da IA generativa, esteja em uso relacionado à IA há décadas, ele nunca foi aplicado nesse tipo de escala. Esses modelos aprenderam e foram treinados em bilhões e bilhões de fontes de dados.
O que torna isso tão intrigante é que, após a implantação, você tem um modelo que já foi treinado e que já sabe como fazer muitas coisas. Esse é seu ponto de partida inicial, que é radicalmente diferente das abordagens mais tradicionais de IA. Com uma abordagem padrão baseada em aprendizado de máquina de IA, você tem um problema que deseja resolver. Você reúne um conjunto de dados e, em seguida, começa a prever algo sobre o conjunto de dados que reuniu. Mas, primeiro, você precisa rotular manualmente seus dados. Assim, você acaba com um conjunto de dados rotulados, uma tendência e um algoritmo relacionado ao problema específico que deseja resolver. E quando você tem outro problema para resolver, repete o processo novamente.
Com a IA generativa, o modelo é capaz de realizar muitas e muitas tarefas. E a verdadeira beleza disso é que essas não são tarefas para as quais o modelo foi especificamente treinado. Estamos falando de milhões de tarefas para as quais ele não foi treinado. Esses novos modelos de linguagem de grande porte (LLMs) são totalmente capazes de responder a qualquer tipo de pergunta que fizermos a eles ou resolver qualquer tipo de problema que tivermos. Você pode realmente perguntar qualquer coisa!
Shift: Quais são alguns dos benefícios que você está vendo que a IA generativa pode oferecer ao setor de seguros?
Eric Sibony: Antes de entrar nas especificidades do setor de seguros, acho que há um bom exemplo que repercutirá em todos os setores. A IA generativa já está se mostrando bastante competente na produção de primeiros rascunhos de e-mails e outras correspondências, além de outras comunicações escritas. Acredito que, em breve, veremos essa capacidade aplicada a apresentações e outras formas de conteúdo. Se a IA generativa puder eliminar a parte mais difícil da comunicação para algumas pessoas - começar a escrever quando se deparam com uma tela em branco -, os funcionários ficarão livres para dedicar seu tempo a atividades que geram muito mais valor para a empresa. Essa é uma das verdadeiras promessas da IA generativa.
Mas acredito que, para as seguradoras, a geração de conteúdo é apenas o começo. Todos os dias, os profissionais de seguros têm a tarefa de vasculhar vários documentos diferentes para extrair as informações específicas de que precisam para realizar seu trabalho. Esses documentos podem estar relacionados ao processo de subscrição, ao processo de sinistros, ao processo de renovação ou a qualquer um dos vários processos essenciais para a operação de uma empresa de seguros.
Agora, imagine se um gestor de sinistros, por exemplo, pudesse simplesmente solicitar um resumo direcionado de todos os documentos relacionados a um sinistro no qual está trabalhando. Ou, melhor ainda, se esses resumos relevantes estivessem esperando por eles quando se sentassem em frente ao computador para começar o dia. Em vez de passar horas lendo formulários de entrada de sinistros, anotações do perito, relatórios policiais, boletins meteorológicos ou outros documentos associados, eles podem ir direto para o trabalho realmente importante, decidindo como proceder com o sinistro que está diante deles. Para as seguradoras, a IA generativa tem a promessa muito real de fornecer aos funcionários do setor as informações de que precisam, quando precisam, para tomar as melhores decisões possíveis.
Shift: Ao pensar em IA generativa, quais desafios potenciais o setor de seguros deve conhecer e como eles podem ser abordados?
Eric Sibony: Como mencionei anteriormente, os modelos de IA generativa podem ingerir quantidades incríveis de dados e produzir resultados atraentes. Ao mesmo tempo, esses resultados podem carecer de contexto ou até mesmo conter erros, dependendo da fonte de dados acessada. Certamente vimos isso em algumas das soluções de IA generativa mais amigáveis ao consumidor, que usam a Internet para produzir resultados.
Para as seguradoras que estão explorando como a IA generativa pode beneficiar sua organização, eu diria que o primeiro grande desafio está centrado nos dados. O seguro é um negócio cheio de nuances. Ele tem seu próprio idioma. Tem suas próprias regras e regulamentos. Por isso, as seguradoras devem ser diligentes com relação aos dados que sua solução de IA generativa usa para produzir resultados. O fato de os modelos de IA generativa poderem ingerir bilhões de fontes de dados não significa que devam fazê-lo.
Dedique algum tempo para entender o que você deseja alcançar com seu investimento em IA generativa e quais processos você deseja que ela apoie. Por exemplo, um chatbot voltado para o segurado requer um conjunto de dados diferente de um chatbot voltado para o candidato. Você evitará muitas dores de cabeça em potencial se combinar efetivamente seus conjuntos de dados com o que está tentando realizar.
Shift: Como a Shift Technology está ajudando o setor de seguros a adotar a IA generativa?
Eric Sibony: A Shift trabalha com LLMs desde 2020, e estamos no caminho certo para ter o Azure OpenAI Service ativo em nossas soluções até o final deste trimestre, portanto, estamos bastante familiarizados com a promessa e os possíveis desafios associados a essa abordagem de IA. Como já discutimos, o verdadeiro poder da IA generativa vem de sua capacidade de analisar a linguagem natural e produzir um resultado utilizável, essencialmente pronto para uso. Entretanto, como a IA generativa carece de contexto, ela não sabe necessariamente se o resultado que produz é “certo” ou “errado” para um determinado prompt.
Ao produzir o primeiro rascunho de um e-mail ou memorando, isso não é tão crítico. A história é diferente quando se trata de ajudar um profissional de seguros a tomar uma decisão sobre o que fazer com um sinistro ou uma solicitação de apólice. E é ai que a Shift pode ajudar.
Em primeiro lugar, temos um histórico comprovado de aplicação de inteligência artificial aos desafios específicos associados à tomada de decisões nos ciclos de vida de apólices e sinistros. Somos especialistas em criar conjuntos de dados de seguros limpos e mapeados, prontos para serem usados por modelos de IA generativos. Além disso, podemos fornecer o contexto do setor de seguros que dá confiança aos resultados produzidos pela IA generativa. Mas talvez o mais importante seja o fato de não sermos apenas especialistas em criar conjuntos de dados de seguros excepcionais, mas também em criar conjuntos de dados específicos para as necessidades exclusivas de nossos clientes. Nem todas as seguradoras são iguais, portanto, não faz sentido oferecer uma abordagem única para seus dados.
Para obter mais informações sobre como a Shift pode ajudá-lo a adotar a IA generativa para enfrentar os desafios exclusivos do setor de seguros, entre em contato conosco hoje mesmo.
