La historia de la inteligencia artificial (IA) se remonta a la historia misma de la computación. El influyente artículo de Alan Turing de 1950, «Computing Machinery and Intelligence», discute explícitamente cómo construir máquinas y probar su «inteligencia», presentando el famoso «Juego de la Imitación».
El término y el concepto de IA tal como se utiliza hoy en día son igualmente antiguos según los estándares de la computación. Fue aplicado y adoptado por primera vez después del famoso Proyecto de Investigación de Verano sobre Inteligencia Artificial de Dartmouth en 1955 en Hanover, New Hampshire. Este evento de seis semanas definió el término y un conjunto de enfoques técnicos componentes como el aprendizaje automático, la programación de lenguaje natural, las redes neuronales y otras áreas relacionadas que fueron incluidas en el ámbito de la IA.
La IA ha ascendido al escenario principal en este siglo. Se utiliza ampliamente en gobiernos e industrias, convirtiéndose prácticamente en sinónimo de cualquier tipo de análisis que utilice grandes cantidades de datos que pueden procesarse sin intervención humana directa.
En 2021, New Vantage Partners informó que el 99 por ciento de las empresas Fortune 1000 estaban utilizando IA, con un 65 por ciento invirtiendo más de 50 millones de dólares anuales. Y en 2023, informó que el 91,9 por ciento de esas empresas habían reportado un valor comercial medible de esas inversiones, en comparación con el 48,4 por ciento en 2017.
Existen numerosos ejemplos de empresas que utilizan IA, y la mayoría de nosotros hemos estado confiando en ella todos los días durante algún tiempo. Google y Apple la utilizan en sus aplicaciones de mapas; Netflix recomienda programas que cree que te gustarán; Amazon te sugiere productos para que los consideres en función de tu comportamiento de compra anterior.
En entornos de atención médica, grandes empresas como Siemens y General Electric utilizan herramientas basadas en IA para acelerar y mejorar los diagnósticos. En finanzas, la IA es fundamental para las estrategias de firmas venerables como Renaissance Technologies, cuyo famoso fondo Medallion innovó en su uso y logró el mejor historial de inversiones.
Recientemente, la IA ha revelado un nuevo aspecto de sí misma, con el lanzamiento y la experiencia pública de grandes modelos de lenguaje como ChatGPT 4.0, y aún están surgiendo muchas aplicaciones.
La idea es que la IA no es una moda pasajera. Es un elemento fundamental de la evolución general de la potencia informática y, en muchos casos, la IA es simplemente cómo se realiza las matemáticas.
Vea también: La inteligencia artificial generativa sin duda afectará todos los trabajos,
Análisis de seis mil millones de filas
Uno de los principales beneficios de la IA en los seguros es la capacidad de diseñar modelos mucho más complejos, basados en datos, sutiles y, en última instancia, más confiables de la actividad del mundo real. El mundo digital está inundado de datos y el volumen, la velocidad y la interconexión de los datos disponibles aumenta constantemente.
En el pasado, sin los recursos para analizar datos a gran escala, los equipos de modelado simplificaban lo que estudiaban utilizando suposiciones teóricas sobre la naturaleza del riesgo que reducían en gran medida las matemáticas requeridas. La precisión de estos modelos dependía de suposiciones no modeladas. Con herramientas de IA que hacen que el análisis sea confiable, es posible evaluar sistemas mucho más complejos y los modelos basados en datos pueden ser mucho más robustos ante cambios en el riesgo subyacente.
Para ilustrar mediante un caso de uso: Envelop Risk, una destacada empresa de (re)aseguramiento cibernético, procesa datos firmográficos, económicos y técnicos de empresas de todo el mundo, combinados con datos completos de reclamaciones. Luego agrega información completa sobre actores de amenazas cibernéticas, sus tácticas, técnicas, vectores de amenazas y evolución continua.
La salida de los algoritmos impulsados por IA desarrollados internamente crea una gran cantidad de información detallada que puede proporcionar a los equipos de suscripción detalles forenses para mejorar su toma de decisiones. Los datos subyacentes en bruto, si se usaran las herramientas estándar de la industria, requerirían una hoja de cálculo de Excel de seis mil millones de filas; una longitud de desplazamiento que rodearía aproximadamente 1.5 veces el ecuador de la Tierra.
La IA hace posible la creación de esas seis mil millones de filas y la información resultante es útil.
Los algoritmos utilizados en la IA son un conjunto de instrucciones para ejecutar ciertos tipos de operaciones en un conjunto de datos, como regresión o estadísticas, para calcular las relaciones entre variables y combinaciones de variables (o características) dentro de los datos. El algoritmo completará millones de cálculos, tomando decisiones programadas sobre cómo ajustar el análisis en función de los resultados intermedios. El efecto final a veces se ha comparado con tener «becarios infinitos».
Si bien la IA es una evolución en la forma en que las aseguradoras analizan los datos, la contribución de las herramientas basadas en inteligencia artificial a la industria de seguros es enorme: ayuda a las organizaciones a trabajar más rápidamente, con mayor precisión y validación, y, lo que es más importante, a utilizar más datos y manejar la complejidad que conlleva un mundo cada vez más digital e interconectado.
Antagonista de la industria de seguros
Como se discutió anteriormente, la inteligencia artificial ofrece una herramienta que puede aprender y adaptarse para permitir el análisis rápido de datos complejos, y ayudar a los científicos de datos, actuarios y suscriptores a determinar su exposición y LMP. En el lado de los reclamos, la IA ha demostrado ser útil para analizar eventos que conducen a pérdidas y encontrar similitudes que se pueden aplicar a escenarios futuros.
En un escenario típico, imagina que una conocida empresa de tecnología médica sufre un ataque de ransomware. A lo largo del ataque, los hackers cifran los sistemas de la empresa, dejándolos inutilizables. Los clientes de la empresa no pueden cargar datos de sus dispositivos de tecnología médica a la aplicación y no pueden acceder a sus cuentas ni a sus estadísticas. Los hackers exigen 10 millones de dólares para descifrar los sistemas.
