Por Ian Carman, diretor, serviços de investigação do Reino Unido
A inteligência artificial (IA) e as tecnologias de aprendizagem automática são extremamente úteis na deteção de comportamentos e actividades suspeitos.
No entanto, a identificação da fraude nos seguros e a validação dos pedidos de indemnização continuam a ser um domínio em que a tecnologia exige a intervenção humana.
Não se trata necessariamente de máquina versus humano; de facto, andam de mãos dadas. Ao analisar inúmeros pedidos de indemnização, análises de imagens forenses e análises preditivas, verificará que tudo isto são coisas que os gestores de pedidos de indemnização ou os investigadores de fraudes não conseguiriam fazer com a mesma rapidez e nível de precisão. A tecnologia reduz com êxito os falsos positivos e produz resultados fiáveis, ao mesmo tempo que acelera o processo de rastreio de fraudes.
Abordagem combinada
Não existe uma solução única para identificar sinistros suspeitos, razão pela qual é necessária uma abordagem combinada - utilizando tecnologia para processar rapidamente grandes volumes, IA para identificar padrões suspeitos e ciência comportamental para ajudar a gerir as discussões com o cliente. Embora a IA não tome decisões, aponta os gestores e investigadores de sinistros na direção certa. Ao reconhecer rapidamente as preocupações, a IA pode ajudar a identificar questões específicas que destacam o sinistro como merecedor de investigação. Será sempre necessário um investigador de fraudes para processar os resultados. Para além disso, os dados aumentam duas vezes após uma visita virtual ou física, o que sublinha a importância das investigações individuais.
A deteção do engano do tomador de seguros é sensível e requer fortes capacidades de gestão de conversações - apoiadas por uma análise de risco de voz digital. Deve ser um processo cuidadosamente gerido - estruturado de forma a que o burlão saiba quando foi exposto. Na maioria das vezes, optará por abandonar o sinistro - uma reação que as seguradoras podem considerar caso a caso.
Paisagem mais vasta
Também estão constantemente a surgir novas tendências, com os autores de fraudes a encontrarem continuamente formas alternativas de cometer fraudes. Felizmente, a tecnologia permite-nos agora detetar novos picos de atividade logo na fase inicial. A aprendizagem automática pode mesmo detetar fraudes oportunistas, detectando, por exemplo, os casos em que os clientes começam a aperceber-se e a tirar partido dos limiares de indemnização. No domínio da responsabilidade civil e dos danos pessoais, para além dos padrões clássicos de fraude, a tecnologia também pode detetar solicitadores e médicos com as mesmas ligações, fazer referência a publicações nas redes sociais e reunir tudo para identificar comportamentos potencialmente fraudulentos.
A IA analisa o panorama mais vasto, tendo uma visão de grandes volumes de dados sobre comportamentos fraudulentos - desde o exagero dos pedidos de indemnização até à sofisticada atividade criminosa organizada - em comparação com o que está a acontecer no mercado. A aplicação destas novas tecnologias torna as equipas antifraude mais eficientes, garantindo que os esforços dos investigadores e as despesas da empresa são investidos nos casos mais sólidos.
Informação sobre os dados
A identificação da fraude é apenas uma parte do processo. A tecnologia também pode fornecer uma visão antecipada das novas tendências de fraude, fornecendo um nível micro de pormenor - códigos postais, tipos de sinistros e pessoas - que permite aos investigadores obter informações precisas à medida que estas ocorrem. Isto pode ajudar os subscritores e as equipas de vendas a reagir rapidamente e a eliminar áreas ou carteiras de negócios que se tornem suspeitas.
Partilhar informações
Para além da tecnologia inovadora, há dados de qualidade. Embora exista uma excelente colaboração e partilha de dados através dos sistemas baseados no sector automóvel, CUE e MIAFTR, o sector dos seguros poderia beneficiar de uma maior conjugação de conjuntos de dados. Categorizar a fraude de uma forma específica e uniforme, em vez de utilizar termos muito latos, como "automóvel" ou "danos pessoais", seria também um passo em frente. A Associação das Seguradoras Britânicas (ABI) identificou um conjunto de tipos de fraude acordados que deverão conduzir a uma maior normalização da forma como as várias fraudes são classificadas. Algumas seguradoras também têm partilhado estratégias baseadas no adversário, certamente no sector dos bens comerciais, o que é outro sinal positivo. É este tipo de colaboração em todo o sector - um "tratado das equipas antifraude" - que trará dividendos nos próximos anos.
A utilização de tecnologias inovadoras não pára de crescer. Atualmente, tudo gira em torno da rapidez e do desempenho. Os clientes honestos esperam que os seus pedidos de indemnização sejam resolvidos rapidamente e com o mínimo de perturbações. Mas a deteção de fraudes não tem de entrar em conflito com uma viagem positiva do cliente, e a identificação rápida de casos duvidosos é crucial para eliminar as tendências de fraude emergentes.
Este blogue inclui excertos de um recente webinar da Sedgwick, organizado por Ian Carman, em que um painel de especialistas do sector debateu a combinação de inteligência artificial e humana na luta contra a fraude.
Muito obrigado aos seguintes membros do painel pela sua participação:
- Dan Edwards, gestor de sinistros de responsabilidade civil, Enterprise Rent-A-Car
- Arnaud Grapinet, cientista-chefe de dados, Shift Technology
- Kevin Kingdon, gestor de fraudes no sector imobiliário comercial, Aviva
- Simon Roylance, prevenção da criminalidade, LV
- Stephen Dalton, diretor de informações e investigações, IFB