Marc Jones é o CTO da Shift Technology
Ano a ano, surge uma nova tecnologia que parece se posicionar perfeitamente como a crista da onda. Algumas dessas tecnologias nunca atingem totalmente seu potencial e são lembradas com carinho como um "oh, o que poderia ter sido…". Outras, como o smartphone, são verdadeiras disrupções que mudaram ou criaram setores e deixaram sua marca no mundo para sempre. Com o surgimento da IA generativa, parece que estamos nesse lugar novamente.
Um dos elementos cruciais de uma tecnologia que "muda o mundo" é o alcance potencial de seu impacto. O Segway, por exemplo, iria mudar o mundo do transporte pessoal. Passados 20 anos, é cada vez mais raro encontrar um usuário de Segway na rua. Claramente, o impacto do Segway foi bastante limitado. O smartphone... preciso dizer mais? E com esses critérios em mente, devemos claramente colocar a IA generativa muito mais próxima do campo dos smartphones do que do reino do Segway.
No entanto, para que uma nova tecnologia seja considerada realmente revolucionária, ela deve ter aplicações em vários públicos, setores e mercados verticais. Ela deve poder ser usada com segurança, tanto por consumidores quanto por empresas. E deve ser realmente útil ao longo do tempo. A IA generativa se encaixa nesse perfil.
Características necessárias das tecnologias transformadoras
Ao falar sobre uma tecnologia transformadora, é importante entender que nem todos os setores ou usuários individuais a adotarão da mesma forma. E mesmo em um único setor, podemos estar falando de casos de uso muito diferentes, dependendo dos requisitos comerciais variados. Entretanto, há algumas constantes que devem ser consideradas ao avaliar o potencial de uma tecnologia transformadora. Entre elas estão:
- Segurança - a tecnologia pode ser implantada e usada com segurança sem expor os usuários a riscos indevidos?
- Eficácia - a tecnologia representa uma mudança no status quo que permite que os usuários realizem algo com mais rapidez e eficiência, ou até mesmo coisas novas que simplesmente não eram possíveis antes?
- Acessibilidade e escalabilidade - a tecnologia pode ser usada por quem quiser e quando quiser?
Se uma tecnologia atender a esses requisitos básicos, há uma boa chance de estarmos falando de um verdadeiro divisor de águas. Então, como isso se aplica à IA generativa e ao setor de seguros e como as seguradoras podem garantir que o uso da tecnologia atenda a esses três pontos cruciais?
Tornando a IA generativa segura
Para as seguradoras que estão pensando em usar a IA generativa, a segurança é uma das principais preocupações. A solução deve ser segura e protegida para proteger tanto a empresa quanto seus segurados. Uma das melhores maneiras de garantir isso é trabalhar com um parceiro confiável que tenha um histórico comprovado de implementação de soluções empresariais com a segurança em primeiro plano. Por exemplo, a Shift está trabalhando com a Microsoft e sua solução Azure OpenAI para adicionar novos recursos de IA generativa às nossas soluções de tomada de decisões de seguros, facilitando a introdução da IA generativa na empresa de seguros de forma segura e protegida.
Outro aspecto fundamental para tornar a IA generativa o mais segura possível está relacionado aos dados que essas soluções ingerem para realizar seu trabalho. É extremamente importante saber de onde vêm esses dados e quem tem acesso a eles. Por exemplo, a sua solução de IA generativa terá acesso a dados fora da empresa (talvez não seja uma boa ideia) ou só poderá acessar dados de dentro da empresa que tenham sido cuidadosamente limpos, eliminados e curados?
Tornando a IA generativa eficaz
Como toda inteligência artificial, a IA generativa é tão boa quanto os dados que lhe são fornecidos. Com muita frequência, ouvimos o refrão de que mais dados são melhores quando se trata de IA. No caso da IA generativa, essa pode não ser a melhor maneira de pensar. Já abordamos o conceito de segurança de dados e por que os dados limpos, com curadoria e com refinamento podem ser mais seguros do que os coletados diretamente da Internet ou de outras fontes públicas. Quando estamos falando sobre a eficácia da IA generativa, essas mesmas qualidades são igualmente importantes. O objetivo da IA generativa é produzir resultados que beneficiem o usuário.
Para pessoas que estão experimentando tecnologias como o ChatGPT, o resultado desejado pode ser o primeiro rascunho de um e-mail comercial ou de um documento semelhante. Em uma situação como essa, ter acesso a muitos dados diferentes pode ser útil. Entretanto, o setor de seguros é objetivo e regulamentado e os resultados da IA generativa terão uma finalidade comercial muito específica. As seguradoras podem, por exemplo, estar buscando a IA generativa para aumentar os recursos de detecção de fraudes ou apoiar estratégias de automação de sinistros. Nesse caso, é necessária uma abordagem mais diferenciada para disponibilizar dados para a solução. Ao selecionar cuidadosamente quais dados estão acessíveis à solução de IA generativa em uso, você pode treinar seus modelos com mais eficiência e eficácia e garantir que as respostas geradas tenham o contexto correto e sejam realmente eficazes para os negócios.
Tornando a IA generativa acessível e escalável
Qualquer solução tecnológica só é útil se for acessível e escalável. Para muitas seguradoras, isso significa tornar a IA generativa uma parte integrante das soluções que seus funcionários usam todos os dias. Em vez de implantar uma solução autônoma e incentivar os funcionários a "descobrirem", a incorporação da tecnologia pode ajudar a garantir uma adoção perfeita e benefícios recebidos rapidamente. Como parte de uma solução de tecnologia estabelecida já implantada na empresa (novamente, pense em soluções de detecção de fraudes ou de automação de sinistros), os funcionários não precisam aprender e aperfeiçoar uma nova maneira de fazer as coisas. A nova maneira é simplesmente parte das tecnologias que eles usam todos os dias, fornecendo apenas resultados mais eficazes.
Conclusão
A IA generativa mostra um potencial real para gerar impactos positivos não apenas no setor de seguros, mas também em muitos outros. Para as seguradoras, será fundamental entender onde a IA generativa pode proporcionar mais benefícios e desenvolver estratégias vencedoras para incorporar a tecnologia em seu mix atual. Segurança, eficácia e escalabilidade serão as chaves para o sucesso à medida que as seguradoras determinam como aproveitar ao máximo a IA generativa.
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.
