Perspectivas

Construir o comprar: Consideraciones clave para las soluciones de detección de fraudes en seguros

Escrito por Dan Donovan | 12/09/2023 05:27:00 PM

Dan Donovan is Shift's VP Customer Success & Solution Consulting, Americas

En el veloz mundo de los seguros, la lucha contra el fraude sigue siendo un reto en constante evolución. A medida que las aseguradoras abordan este problema, se enfrentan a una decisión crítica: ¿deben desarrollar un sistema interno de detección del fraude u optar por una solución desarrollada por un proveedor de confianza? 

Al evaluar soluciones para la detección del fraude, las aseguradoras tienen en cuenta el costo total de propiedad (TCO; por sus siglas en inglés), la asignación de recursos, la facilidad de integración y la estrategia a largo plazo. Estos criterios sirven como lente crítica a través de la cual las aseguradoras calculan el costo de crear, integrar, entrenar y mantener una solución viable. 

Dentro de cada una de estas categorías se encuentran consideraciones comunes, pero también una gran cantidad de consideraciones que a menudo se pasan por alto. 

Costo de creación y mantenimiento de una solución de IA para la detección de fraudes
Crear un sistema interno puede parecer atractivo y sencillo para las aseguradoras. Ofrece la oportunidad de una personalización significativa de la solución final. Todo lo que se necesita son los recursos técnicos asignados y un plan de alcance, entrenamiento e implementación. O eso parece. La realidad es que los equipos de IT de las aseguradoras son recursos valiosos, por lo que el tiempo y el esfuerzo para construir un sistema eficaz compiten con otros proyectos críticos. Tener todos los disponibles es toda una hazaña, pero pueden surgir nuevas prioridades inesperadas que reasignen los servicios compartidos de una organización. Eso significa retrasos en los plazos de implementación, características que son sacrificadas y un mayor costo total de propiedad, a medida que el beneficio se aleja cada vez más. 

Además, el mantenimiento del sistema construido se convierte en un reto. Un plan inicial puede imaginar una reducción de los recursos para el mantenimiento una vez construido. Sin embargo, la realidad de la detección del fraude es que las tendencias y la investigación del fraude requieren una adaptación continua. Esto puede llevar a una degradación del rendimiento con el tiempo si no se dota de recursos para mejoras y evoluciones. En comparación, un proveedor ofrece la ventaja de contar con recursos dedicados de IT y ciencia de datos que mejoran continuamente el producto, garantizando que se mantiene actualizado con las últimas tendencias e innovaciones en materia de fraude.

Alinear las expectativas y las realidades de construir

La tecnología bajo el paraguas de las soluciones de detección de fraudes sigue creciendo en sofisticación mediante el aprendizaje y el desarrollo de sus resultados; esto se traduce en un aumento continuo del valor para una organización. Dado que los proveedores especializados en IA se centran únicamente en mejorar su rendimiento y resultados para las aseguradoras, es importante conocer las capacidades y limitaciones de los equipos internos en cuanto a lo que realmente se puede construir y mantener internamente. 

Los proveedores pueden liberar a las aseguradoras de la carga técnica y de la ciencia de los datos, creando y gestionando modelos de IA potentes y entrenados por las aseguradoras para captar los esquemas de fraude en evolución y acelerar las investigaciones. 

Integraciones
La integración de una solución de detección de fraudes en los “sistemas core” de las aseguradoras es una necesidad, tanto si se ha creado internamente como a través de un proveedor. En la actualidad, los equipos de IT suelen disponer de enfoques de integración de software estándar que hacen que este paso parezca sencillo. Sin embargo, cuando se trata de la siguiente serie de integraciones, es decir, los conjuntos de datos internos y externos que desempeñan un papel fundamental en la detección del fraude, la situación se complica.  Cada integración conlleva pruebas, formateo, limpieza, eliminación de ruido y unificación con datos de siniestros, seguidos de nuevas técnicas y modelos de detección. Las soluciones de los proveedores son capaces de integrar conjuntos de datos externos en los modelos de detección, lo que mejora la precisión y eficacia de la detección

Más allá de las integraciones de datos, colaborar con un proveedor ofrece la oportunidad de obtener ideas y conocimientos a partir de sus experiencias en múltiples aseguradoras y mercados, integrando en cierto modo los aprendizajes del mercado. Los proveedores pueden proporcionar una perspectiva más amplia sobre las tendencias del fraude, las técnicas de detección y las fuentes de datos más relevantes, al tiempo que ofrecen una valiosa orientación a sus clientes. Trabajar con una solución interna bloquea estos aprendizajes, dejando a las aseguradoras en una desventaja crítica.

Alinear las expectativas y realidades de la integración

Los proveedores investigan, prueban, preparan e integran regularmente conjuntos de datos externos, al tiempo que crean integraciones estándar con los “sistemas core”.  Sin recursos planificados para la integración de datos y sistemas, las soluciones internas de detección de fraude estarán en desventaja frente a los defraudadores.

Entrenamiento y onboarding
Las implicaciones de la decisión de construir o comprar no se limitan a la evaluación de la tecnología.  Al implementar soluciones de detección de fraude, es fundamental entrenar y capacitar eficazmente a los equipos para que tengan éxito. En el caso concreto de las soluciones de IA, esto significa algo más que un tutorial o una guía rápida. Para las soluciones creadas internamente, esto podría significar recurrir a recursos compartidos adicionales para el entrenamiento, o dejar las responsabilidades de entrenamiento en las manos equivocadas.  

Con una fuerte alianza con el proveedor, los expertos en tecnología y seguros están ahí para crear defensores del producto, apoyar una implementación sin problemas y un proceso de incorporación, así como proporcionar información continua basada en IA sobre los hallazgos de la plataforma, las tendencias del sector o los aprendizajes derivados de la experiencia pasada de los clientes.  Contar con un apoyo dedicado y continuo para el éxito del cliente puede marcar la diferencia a la hora de poner en marcha la tecnología de forma eficaz y aprovechar plenamente el valor de la solución.

Conclusión
Está claro que la decisión de crear o comprar un sistema de detección de fraude es crucial para las aseguradoras. A la hora de tomar esta decisión, hay factores esenciales que deben tenerse en cuenta, como el costo total de propiedad, el costo de oportunidad, la resistencia al cambio, el aumento de la eficacia y las ventajas de los conocimientos compartidos. Al evaluar cuidadosamente estos factores y alinearlos con sus necesidades específicas, las aseguradoras pueden tomar una decisión informada que maximice sus capacidades de detección de fraude al tiempo que optimiza los recursos y mantiene una ventaja competitiva para sus clientes.