El fraude es más común en el sector automotriz, representando casi el 85% de los casos.
Las aseguradoras están enfrentando pérdidas que superan el 5% de sus ingresos anuales debido a diversas formas de fraude, según estimaciones de la Asociación de Certificadores de Fraude de Estados Unidos. Este problema se manifiesta principalmente en pólizas relacionadas con automóviles y salud, aunque el riesgo de fraude está presente en todos los tipos de pólizas.
Yuri Rueda, Domain Expert de Fraude para SAS, señala que estos delitos ocurren en todo tipo de pólizas, incluyendo las de hogar, salud, automóviles, pensiones y gastos médicos mayores. El fraude es más común en el sector automotriz, representando casi el 85% de los casos, debido a que es la cartera más grande dentro de las aseguradoras. En segundo lugar, con un 5 a 7%, se encuentra lo relacionado con la salud; sin embargo, las pérdidas económicas son mayores en este sector.
El fraude puede variar desde un cliente que paga un deducible para recibir un arreglo menor en su vehículo hasta clientes que presentan múltiples choques en un corto período y luego dan de baja el seguro para reincorporarse con un nombre diferente y continuar con el fraude sin ser detectados.
En el caso de las pólizas de salud, los fraudes pueden incluir recibir servicios distintos a los que tenía acceso con su diagnóstico, realización de estudios innecesarios, o medicamentos que no corresponden a su tratamiento.
Para combatir estos fraudes, se destaca la importancia de comprender el problema, que radica en la gran cantidad de información que representa cada cliente y póliza. La inteligencia artificial y la analítica se han convertido en aliados esenciales para minimizar estos riesgos. Estas tecnologías permiten analizar y relacionar nombres, accidentes, ajustadores, talleres y más, facilitando la detección de patrones y la identificación de bandas organizadas.
El uso de la analítica y la inteligencia artificial no solo ayuda a las aseguradoras a combatir el fraude, sino que también mejora la experiencia del usuario al brindar respuestas rápidas y precisas. Sin embargo, aún queda un desafío para las aseguradoras: reducir los tiempos de respuesta y obtener análisis precisos, lo que se logra a través de implementaciones a largo plazo dentro de los equipos, aprovechando el machine learning.
A pesar de la importancia de estas tecnologías, solo alrededor del 30% de las aseguradoras han implementado un manejo inteligente de datos hasta el momento, mientras que el 70% restante sigue utilizando tecnologías heredadas, procesos manuales o equipos internos que carecen de madurez en el manejo y aprovechamiento de los datos.
留言