Incidentes Asociados
En los tiempos anteriores, Jerry McNee no siempre fue un fanático de los tasadores. McNee es el presidente de Ultimate Collision Repair, un taller de reparación de automóviles en Edison, Nueva Jersey. Desde su perspectiva, los tasadores y ajustadores de reclamaciones, pagados por las compañías de seguros, generalmente quieren pagar menos por las reparaciones de lo que él cree que merece su taller.
Desde que Covid-19 barrió el mundo el año pasado, McNee ve muchos menos tasadores. En cambio, las aseguradoras están implementando tecnología, incluidas estimaciones basadas en fotografías e [inteligencia artificial] (https://www.wired.com/tag/artificial-intelligence/). McNee extraña a sus viejos adversarios. “Cuando los tasadores estaban aquí, cara a cara, tenías una mejor relación con ellos”, dice. “El tasador te conocía, confiaba en ti”.
La pandemia ha trastocado muchas empresas. La industria de reparación de automóviles es un estudio de caso de los efectos inesperados de la tecnología que reemplaza las interacciones en persona.
Antes de la pandemia, alrededor del 15 por ciento de los reclamos de automóviles en EE. UU. se resolvían con fotos en lugar de visitas en persona de los ajustadores, dice Bill Brower, jefe de Reclamos de automóviles en LexisNexis Risk Solutions, una empresa de datos y análisis. Ahora, eso es el 60 por ciento, y espera que alcance el 80 por ciento para 2025.
Al mismo tiempo, las aseguradoras aceleraron su inversión en IA. El año pasado “fue el año en que la IA realmente cruzó el umbral de la novedad a la norma”, dice Marc Fredman, director de estrategia de CCC Information Services, que vende tecnología a las aseguradoras. La compañía dice que la mitad de todos los reclamos ahora involucran al menos algunas herramientas de inteligencia artificial. El seguro de automóviles "no es algo que necesariamente suponga que sería muy innovador y vanguardista, pero en realidad lo es", dice Fredman.
Los cambios llegaron para quedarse. Usando IA y estimaciones virtuales, "las aseguradoras realmente han visto mejoras en la eficiencia, la consistencia y la puntualidad", dice Mark Friedlander, vocero del Instituto de Información de Seguros, un grupo de la industria. La tecnología no está destinada a reemplazar a los trabajadores humanos, dice Friedlander, sino a ayudar a resolver reclamos de manera más rápida y consistente. La tecnología ha creado “grandes resultados no solo para las aseguradoras, sino también para los asegurados”, dice. Se trata de reclamos de automóviles dirigidos al grupo millennial: rápido y basado en el teléfono, con la menor cantidad posible de llamadas de ida y vuelta. CCC dice que las encuestas internas muestran que el 80 por ciento de los clientes que inician reclamos fotográficos encuentran el proceso "atractivo para navegar".
Tractable, una empresa que utiliza visión artificial y aprendizaje automático para construir algoritmos para compañías de seguros, dice que el 25 por ciento de sus estimaciones son tan directas que no necesitan intervención humana. La compañía quiere que esa cifra llegue al 75 por ciento para fin de año, dice Alex Dalyac, director ejecutivo y cofundador de Tractable.
Un grupo que no está contento con los resultados: los propietarios de talleres de carrocería. “Yo diría que el 99,9 por ciento de las estimaciones son incorrectas”, dice Jeff McDowell, propietario de Leslie's Auto Body en Fords, Nueva Jersey. “No se puede diagnosticar el daño de la suspensión o una rueda doblada o la desalineación del marco a partir de una fotografía”.
Los propietarios de talleres de reparación dicen que pasan mucho más tiempo regateando con las compañías de seguros para determinar el precio correcto de una reparación, tiempo por el cual no reciben compensación. En algunos casos, eso significa que los vehículos dañados quedan atrapados en el taller por más tiempo de lo normal.
Las estimaciones incompletas pueden dar lugar a reparaciones incompletas. Los automovilistas a veces llevan sus vehículos a Hernandez Collision Repair para asegurarse de que el trabajo realizado por otros talleres se haya realizado correctamente. Las dos tiendas de la compañía en el sureste de Georgia han visto más trabajos de mala calidad o incompletos durante la pandemia, dice April Hernandez, cuya familia es propietaria del negocio. Ella atribuye el cambio a las estimaciones basadas en fotografías y la IA que se aplica durante el proceso. “Siento que está empeorando a medida que pasa el tiempo”, dice ella.
“Una foto vale más que mil palabras, pero no refleja el valor del daño”, dice Mike LeVasseur, quien dirige la división de colisiones en la Asociación de Servicios Automotrices, un grupo comercial de la industria.
Las estimaciones virtuales funcionan así: muchas de las principales compañías de seguros piden a los conductores que han tenido accidentes que descarguen una aplicación. La aplicación les indica que tomen fotos de sus autos desde ciertos ángulos y con cierta luz. Usando solo esas fotos, un ajustador de reclamos estima cuánto costará reparar el automóvil.
Las estimaciones fotográficas tienen sentido para las aseguradoras. En persona, los ajustadores pueden viajar e inspeccionar de tres a ocho vehículos por día. Con fotos, los ajustadores no necesitan autos ni gasolina, solo una computadora, y pueden terminar de 15 a 20 estimaciones por día.
Agregue IA y el proceso puede volverse aún más rápido y eficiente. Los automóviles son buenos candidatos para el aprendizaje automático basado en imágenes. Al igual que los gatos, que tienen orejas puntiagudas, bigotes y narices pequeñas, los autos tienen una forma consistente: puertas, parabrisas, guardabarros. . Un millón de cosas podrían salir mal con las 30 000 piezas de un automóvil promedio, pero las más comunes generalmente se ven de cierta manera. Por lo tanto, los algoritmos se entrenan en la clasificación de imágenes utilizando millones de fotos de automóviles dañados, de todas las marcas y modelos.
Luego, el técnico puede "leer" una foto tomada por un titular de póliza y sacar conclusiones sobre lo que debe repararse, o si se necesita una inspección humana. Utilizando datos de proveedores de repuestos y reparadores locales, luego estima el costo. Luego viene el toque humano: los sistemas guían a los ajustadores a través del proceso de estimación, en muchos casos llenando formularios automáticamente. El ajustador solo tiene que verificar dos veces el trabajo de la computadora. CCC, el proveedor de tecnología, dice que las aseguradoras pueden aumentar la productividad en un 30 por ciento con su producto de IA, llamado Smart Estimate.
Algunos expertos de la industria buscan un proceso de estimación completamente automatizado y "sin contacto", al menos para algunos tipos de daños. “La tecnología sin contacto resulta ser el santo grial, el destino final de la estimación automatizada”, dijo Olivier Baudoux, ejecutivo de la compañía de tecnología de reclamos de seguros Mitchell, a una audiencia de la industria el mes pasado.
Eso ya está sucediendo en algunos lugares fuera de los EE. UU. El otoño pasado, la aseguradora española Admiral Seguro dijo que había comenzado a usar IA para resolver reclamos de automóviles minutos después de que los asegurados subieran fotos de los daños. El mes pasado, la compañía israelí de cámaras inteligentes Nexar comenzó a trabajar con Mitsui Sumitomo Insurance de Japón para traducir las imágenes de alta definición y los datos de aceleración y GPS capturados por sus cámaras en guiones, como subtítulos en una película extranjera. Los ajustadores de reclamos pueden usar los scripts generados por máquinas para resolver los reclamos. La tecnología aprenderá a medida que los ajustadores traduzcan esos guiones en elementos de línea estimados, dice Bruno Fernández-Ruiz, cofundador y director de tecnología de Nexar. Eso significa que los humanos están entrenando a la tecnología para mejorar.
Los proveedores de tecnología reconocen que sus programas no son perfectos. “Esta es una tecnología nueva para la industria, y va a haber algunos problemas en el sistema”, dice Friedlander, vocero del Instituto de Información de Seguros. “Es un sistema en evolución, y seguirá siendo cada vez más preciso”.
Las estimaciones virtuales asistidas por IA parecen ser muy buenas para separar, en cuestión de segundos, los vehículos que pueden repararse de los vehículos que deben totalizarse. Los expertos dicen que también son buenos para evaluar daños menores en vehículos, de choques en los que nadie resultó herido. Estos constituyen la mayoría de los incidentes, por lo que, en muchos casos, las estimaciones basadas en fotografías funcionan. Dalyac, el CEO de Tractable, dice que espera que los algoritmos puedan evolucionar hacia estándares acordados que reduzcan los desacuerdos entre las aseguradoras y los reparadores. “Tenemos que hacer que el proceso no tenga fricciones”, dice.
Durante la pandemia, las aseguradoras recurrieron a estimaciones basadas en las fotos de los clientes para todo tipo de colisiones, incluso las más graves. Las compañías de seguros a veces consideran estas estimaciones como "puntos de partida" para los reparadores en persona. Pero los dueños de los talleres de carrocería dicen que los clientes se frustran con ellos cuando la estimación inicial de la aseguradora es más baja que la cotización del reparador, en algunos casos, por miles de dólares. Los talleres de reparación se quedan atascados en el medio. Las tiendas no saben cuándo se ha aplicado inteligencia artificial a los presupuestos que reciben. Pero lo que sea que esté sucediendo, dicen, no es consistente.
“La gente dice que este es el camino hacia el futuro”, dice McDowell, el propietario de la reparación de automóviles de Nueva Jersey, sobre las estimaciones virtuales. “No estoy de acuerdo con eso. Hay ciertas cosas que no puedes hacer a partir de una fotografía”.