Como cualquier otra empresa, una aseguradora solo es rentable si sus ingresos no se ven superados por los costes. Sin embargo, esta ecuación relativamente sencilla se complica cuando añadimos las particularidades propias del sector asegurador. Mientras que otras industrias pueden subir precios para compensar el aumento de costes, las aseguradoras están sujetas a normativas que establecen no solo cuánto pueden subir las primas, sino también cuándo y a partir de qué fecha dichas subidas entran en vigor. Como consecuencia, incluso cuando pueden aumentar las primas, las aseguradoras pueden verse obligadas a pagar siniestros que están cubiertos por una prima inferior.
Además, las pérdidas por siniestros, que representan una parte significativa del ratio combinado, están influidas por factores ajenos al control de las aseguradoras. Por ejemplo: la tecnología incorporada en los vehículos actuales encarece considerablemente las reparaciones. La inflación y los problemas en la cadena de suministro encarecen la reparación de viviendas tras un siniestro. Y los fenómenos meteorológicos, cada vez más frecuentes y severos, aumentan tanto la frecuencia como la gravedad de los siniestros.
Existen medidas que las aseguradoras pueden adoptar para mejorar su ratio combinado sin necesidad de aumentar primas. Una de ellas es evitar pagar siniestros fraudulentos. Aunque en teoría esto parece sencillo, en la práctica es mucho más complejo. Organizaciones como ICEA informan de que el coste medio de un caso fraudulento es de 2.923 € en todas las líneas de negocio, alcanzando una media superior a 26.000 € en fallecimiento e incapacidad, lo que representa miles de millones de euros en pérdidas cada año. Estas pérdidas son un factor clave en el problema del ratio combinado. Investigaciones propias de Shift Technology indican que entre un 2% y un 3% del ratio combinado de una aseguradora puede deberse a siniestros fraudulentos. Sin embargo, cuando los siniestros sospechosos se mezclan con los legítimos, cada uno gestionado por tramitadores distintos, resulta extremadamente difícil detectarlos.
Además, los actores deshonestos no se quedan quietos: evolucionan constantemente sus métodos. Adoptan nuevas tecnologías para cometer fraude y diseñan nuevos esquemas y reclutan cómplices. La lucha contra el fraude en siniestros puede parecer abrumadora y dar la impresión de ser un coste inevitable. La realidad es muy distinta.
Como se mencionó anteriormente, el sector asegurador combina complejidad y regulación. Los actores deshonestos lo saben y diseñan esquemas para aprovecharse de estas peculiaridades. Por ejemplo, en muchas jurisdicciones, una vez emitida una póliza, aunque el tomador aún no haya pagado la prima, los siniestros declarados bajo esa póliza deben cubrirse. En algunos casos, incluso si la póliza se cancela posteriormente, la aseguradora sigue siendo responsable de los siniestros presentados antes de la cancelación.
Un fraude frecuente en el ramo de autos funciona así: se contrata una póliza usando un número de matrícula extraído de un anuncio de venta online. La prima se paga con un medio de pago fraudulento (p. ej., tarjeta robada). Inmediatamente se presenta un siniestro falso utilizando pruebas manipuladas (fotos y documentos falsificados). En este caso, la aseguradora sufre fraude tanto en suscripción como en siniestros: pierde la prima impagada y puede acabar pagando un siniestro inexistente. Este “doble golpe” tiene un impacto de grandes proporciones en el ratio combinado. Aunque la mejor práctica es detectar el riesgo de fraude desde la suscripción, contar con detección de fraude en siniestros basada en IA es una defensa poderosa: si la aseguradora identifica el siniestro sospechoso y evita pagarlo, la pérdida se limita a la prima impagada.
Reducir los costes operativos ha sido históricamente una palanca para mejorar el ratio combinado. Con la llegada de la automatización, el sector vio oportunidades para ganar eficiencia en la gestión de siniestros. Algunos ejemplos son: la digitalización de FNOL (First Notice of Loss) online y móvil. El establecimiento de límites para siniestros que no requieren intervención humana. Los procesos low touch/no touch y straight through processing. Y efectivamente, los costes bajaron. Pero al mismo tiempo, el fraude aumentó.
Las razones son varias. En casos de fraude oportunista, es más fácil mentir cuando no hay interacción humana. Los reclamantes exageran importes o presentan documentos falsos con menos freno psicológico. Las redes organizadas aprenden rápidamente los umbrales de automatización y aprovechan ese hueco para presentar siniestros que no serán revisados. Así, cualquier mejora del ratio combinado obtenida gracias a la automatización puede quedar neutralizada por el fraude.
"Analizar los siniestros marcados para automatización permite detectar irregularidades… que indican que un siniestro puede ser ilegítimo."
La detección de fraude basada en IA mitiga eficazmente estos riesgos. Analizar siniestros que iban a ser automatizados permite detectar patrones sospechosos (por ejemplo, fotos o documentos manipulados o reutilizados). Estos casos pueden sacarse del proceso automático y someterse a revisión. Integrar detección avanzada de fraude en siniestros en la estrategia de automatización es una de las mejores formas de preservar los beneficios operativos y, además, mejorar aún más el ratio combinado al evitar pagos indebidos.
Incluso un accidente legítimo puede derivar en un siniestro fraudulento, especialmente cuando hay lesiones corporales. Pagar indemnizaciones falsas o infladas por lesiones puede tener un efecto devastador en el ratio combinado. Como se señaló al inicio, un daño corporal puede incrementar el valor de un siniestro en al menos 15.000 euros, pudiendo subir aún más según las coberturas de la póliza. En algunos casos, se crean redes de proveedores (abogados, médicos, clínicas) que presentan facturas médicas infladas o inexactas. Este tipo de siniestros puede ser especialmente complejo de detectar, ya que a menudo están relacionados con accidentes reales (por ejemplo, un siniestro de motor o una caída).
"La IA facilita la identificación de estas redes de proveedores y cómo impactan en la cartera de una aseguradora."
La IA facilita la identificación de estas redes de proveedores y permite comprender cómo están afectando la cartera de negocio de una aseguradora. Conexiones que podrían pasar desapercibidas para un tramitador individual se hacen visibles cuando se analizan cientos de miles de siniestros. Además, la IA puede detectar de forma rápida y eficiente aquellos casos en los que los gastos médicos pueden no estar alineados con los estándares del sector.
When you take into account the fact that 10% of claims include some element of fraud, the impact on combined ratios is quite clear. Fortunately, what was once considered a “cost of doing business” has evolved into something that insurers can proactively look to thwart. New technologies have given insurers the ability to understand the nature of a claim in seconds and make a determination about how to proceed - pay it, review it, or investigate it - just as quickly and efficiently. If you can shave 2-3 points from your combined ratio through effective claims fraud detection, it seems like a natural investment.
Este texto forma parte de una serie de artículos sobre el problema del ratio combinado en el sector asegurador. Para profundizar en este tema y conocer cómo la IA está abordando este reto a lo largo de todo el ciclo de vida de la póliza, continúa leyendo los siguientes capítulos.