paraguas de colores en el aire

La IA en los seguros: OCR AI in Input Management | Actualización 2023

Florian Zyprian

Gestión de entradas basada en IA mediante OCR y PNL

En las compañías de seguros, hace tiempo que no es nada nuevo digitalizar los procesos mediante sistemas de gestión de insumos. Estos sistemas se encargan del tratamiento del correo entrante hasta su archivo. El objetivo principal es preparar datos de forma estructurada, que luego se transmiten a sistemas posteriores, como un sistema ERP. Sin embargo, estas herramientas suelen ser anticuadas y muy caras. Ampliación de la gestión de entradas mediante la combinación de diversas soluciones de inteligencia artificial (IA), como el reconocimiento automático de texto (OCR) y el procesamiento de textos (NLP) ya se utilizan en 62 % de las interacciones con los clientes en las compañías de seguros en la actualidad [1]. En OCR inteligente utiliza Palabras clave y extracción de campos de texto o secciones de texto completas en documentos o correos electrónicos y aumenta la precisión de los enfoques basados en reglas entre 6 % y 93 %. Además, las compañías de seguros ahorran tiempo utilizando soluciones de automatización inteligentes como la hiperautomatización.

¿Cómo funciona el reconocimiento óptico de caracteres?

Tratamiento automatizado de documentos con tecnologías OCR

OCR AI

Figura 1. Tratamiento automatizado de documentos con tecnologías OCR

La secuencia de un tratamiento automatizado de documentos con OCR se muestra en la Figura 1. En general, todas siguen la misma estructura:

  1. Entrada

    La entrada de datos (el documento) se toma de una base de datos, de uno de los sistemas front-end como un Robotic Process Automated Bot, un correo electrónico u otros. Más información en Proveedores de bajo código y sin código que encontrará en nuestro siguiente artículo.

  2. Preprocesamiento

    Los archivos están preprocesados para ser procesados independientemente del tipo de archivo, la calidad del escaneado y el número de páginas.

  3. detección inteligente

    La tecnología de clasificación automática de documentos basada en neuronas permite clasificar documentos por tipo (por ejemplo, permiso de conducir, extracto bancario, formulario fiscal, contrato, factura) y subcategorías definidas por el usuario (por ejemplo, facturas del proveedor A, facturas del proveedor B) mediante la identificación de patrones de contenido textual e imagen.

  4. Asignación y categorización

    La máquina neuronal de clasificación define un tipo de documento y selecciona una definición de documento correcta para seguir procesando el contenido.

  5. Extracción de datos del sujeto

    Tras reconocer determinados campos, el texto estructurado o semiestructurado se extrae del documento y se exporta al sistema de destino.

Si se desea o es necesario, el OCR AI permite la revisión humana, que se realiza estableciendo un umbral para el nivel de confianza. Este feedback humano ayuda a la IA a aprender continuamente. La retroalimentación humana, también llamada human-in-the-loop, puede proporcionarse de forma flexible e individual a través del Interfaz de validación de documentos en cada proceso. Si no se alcanza un umbral establecido, se realiza una comprobación manual antes de exportar los datos al sistema de destino. El resultado final de este proceso puede ser un archivo XML, JSON, CSV, XLSX/XLS, TXT o HOCR.

Automatización de procesos con hiperautomatización en seguros

Ante la pandemia y la consiguiente crisis económica, cada vez es más importante optimizar y estabilizar los procesos en las compañías de seguros. El avance de tecnologías de automatización como OCR, RPA (automatización robótica de procesos) e IA está dando lugar a soluciones de automatización de procesos económica y tecnológicamente avanzadas: la hiperautomatización. El objetivo de muchas empresas es mejorar la calidad del servicio o aumentar los ingresos y hacer que los procesos existentes sean aún más sólidos para el futuro digital de la empresa. El uso de la hiperautomatización permite automatizar procesos más allá de las aplicaciones estándar basadas en reglas.

Detección automática del fraude mediante IA en las compañías de seguros

El sector de los seguros tiene cada vez más problemas con los casos de fraude, que causan daños por valor de miles de millones de euros cada año. Según la Asociación Alemana de Seguros, 10 % de los siniestros pagados en Alemania van a parar a cuentas de defraudadores [2]. Para detectar mejor los intentos de fraude, se necesitan soluciones técnicas que puedan adaptarse siempre a las nuevas circunstancias y pautas de fraude y vayan más allá de los planteamientos basados en reglas de gestión de entradas. Esto se debe a que la tasa de error es alta y se requiere un esfuerzo manual adicional. Mediante IA y OCR, se pueden comprobar los informes de pérdidas para detectar automáticamente anomalías y patrones de contenido llamativos. Con el uso de la IA, podría lograrse un potencial de ahorro de más de 3,1 millones de euros en una compañía de seguros con un importe medio de siniestros de unos 3.000 euros y la detección de 1.029 casos de fraude. 

La IA en los seguros individualiza el enfoque al cliente

La individualización y la personalización son algunas de las megatendencias de la década de 2020. Las soluciones estándar no inspiran mucho al cliente y las exigencias de un enfoque individualizado del cliente son cada vez mayores. Las aseguradoras pueden aprovechar esta evolución como una gran oportunidad para la venta cruzada y la venta ascendente utilizando como apoyo una solución basada en IA. A partir de la información del cliente, se pueden generar automáticamente correos electrónicos individuales y aumentar de forma sostenible la calidad de la comunicación. En el proceso, los textos generados automáticamente ya no pueden distinguirse de los creados manualmente y la tasa de respuesta puede pasar de aproximadamente 1,5 % a hasta 35 %. La aplicación de IA permite el aprendizaje automático a través de nuevas aportaciones, cierra lagunas de conocimiento y establece nuevas conexiones de forma autónoma. Los modelos lingüísticos preentrenados, como GPT-3, son potentes generadores de texto que escriben textos coherentes de forma independiente y se utilizan para dirigirse con éxito a los clientes [3]. 

A través de La IA en los seguros Comprender mejor los documentos

La transferencia de documentos de seguros entre aseguradoras, corredores y otros interlocutores está en gran medida normalizada por la norma 430 de BiPRO, pero no automatizada [4]. La IA procesa datos en millones de documentos y ayuda a los empleados a encontrar potencial de venta cruzada en las carteras de clientes y a ahorrar dinero en la negociación de contratos y la gestión de entradas. La IA permite recuperar el contenido de los documentos de forma estructurada. Se eliminan casi por completo pasos de trabajo como teclear, renombrar, archivar y validar. Esto permite procesar estos documentos de forma puramente digital, enriquecerlos con datos maestros conocidos y armonizarlos en todos los sistemas. El software de IA aprende a comprender y estructurar la información de los documentos 24 veces más rápido que un humano. Las compañías de seguros se benefician así de una tramitación más rápida y eficaz de sus documentos.

Fuentes

[1] Instituto de Investigación Capgemini (2020). Dinero inteligente.

[2] Friedrich, S. (2018). Du Lügst! en la revista GDV Positions, número 3/2018, páginas 24-26.

[3] Tan, B., Yang, Z., AI-Shedivat, M., Xing, E. P., & Hu, Z. (2020). Generación progresiva de texto largo. 

[4] BiPRO e.V. (2021). Norma 430. 

Foto de Adrianna Calvo

0 Comentarios

Schreibe einen Kommentar

Más artículos interesantes

Portátil abierto

Reconocimiento de texto OCR: digitalice fácilmente contenidos analógicos

El reconocimiento de texto OCR existe desde los años 90, cuando se utilizaba exclusivamente para digitalizar fácilmente documentos físicos. Esto...

Leer el artículo
OCR SDK Título

El mejor SDK de OCR con IA para la captura de documentos | Konfuzio

Con el SDK de OCR basado en IA, mejorará la eficacia de su proyecto y reducirá el tiempo de desarrollo. En cuestión de segundos, puedes...

Leer el artículo
Inteligencia Artificial Autónoma

Inteligencia artificial autónoma: pros y contras

¿Qué es la Inteligencia Artificial Autónoma? La IA autónoma se define como una forma de inteligencia artificial que realiza tareas sin intervención humana....

Leer el artículo

    Póngase en contacto con nosotros

    Flecha arriba