Análisis de voz: Leer entre líneas para acelerar las reclamaciones

Las aseguradoras quieren una tramitación rápida y precisa de los siniestros. La rapidez mejora la experiencia del cliente porque los siniestros legítimos pueden resolverse rápida y eficazmente, lo que se traduce en clientes satisfechos y una mayor retención, además de menores costes de tramitación. Sin embargo, la rapidez debe ir acompañada de precisión: El objetivo es una tramitación directa que también reduzca los errores y el fraude. En otras palabras, una doble victoria.

Es un objetivo que Clearspeed dice haber alcanzado con un servicio de análisis de voz basado en IA que acelera las transacciones de bajo riesgo al tiempo que señala los riesgos. La Big Tech ha hecho grandes avances con el análisis de voz en una amplia gama de campos, como la autenticación y la seguridad, y Clearspeed lo ha aplicado a los riesgos de seguros con la ayuda de un avance militar nacido de la necesidad.

Tecnología de origen militar

Alex Martin, cofundador y consejero delegado de Clearspeed, afirma que el caso de uso en el sector de los seguros se inspiró en su paso por las fuerzas armadas y en su experiencia de trabajo con talentosos especialistas en tecnología de voz que fueron pioneros en una solución para generar confianza en regiones hostiles.

"El reto en zonas de combate, sobre todo en el ámbito de las operaciones especiales, es cómo generar confianza rápidamente", afirma. "Los diferentes idiomas y culturas provocan incertidumbre y mensajes contradictorios, lo que socava la confianza, y la confianza es imprescindible en situaciones militares".

Martin dice que cuando los militares investigaron formas de establecer confianza rápidamente, las características universales de la voz resultaron muy reveladoras. Esto era especialmente importante cuando se trataba de establecer contacto con ciudadanos locales en zonas de conflicto de África y Oriente Próximo, ya que hay pocas formas de investigar a los asociados y establecer relaciones de confianza.

"Puedes pensar que un detector de mentiras es todo lo que necesitas", dice Martin, "pero los detectores de mentiras sólo dan respuestas binarias. Una respuesta es verdadera o falsa, y los detectores de mentiras sólo sirven para situaciones individuales. Necesitábamos desarrollar técnicas de identificación y estratificación de riesgos que pudieran abarcar más terreno con rapidez, y ahí es donde entra en juego el análisis de voz".

Cubrir el terreno con rapidez

En lugar de seguir la ruta del detector de mentiras, los especialistas en voz adoptaron un enfoque de detector de metales, en el que el análisis de voz podría identificar rápidamente a las personas de bajo riesgo y, al mismo tiempo, resaltar a aquellas que necesitan una mayor investigación. Clearspeed, lanzada en 2016 en San Francisco, adoptó el modelo militar y lo perfeccionó para la gestión de reclamaciones.

"Al igual que un detector de metales, el análisis de voz permite escanear e interpretar grandes cantidades de datos de forma rápida y eficiente", dice Martin. "Sobre todo, puedes despejar el camino de las reclamaciones si nada merece una inspección más minuciosa. Excavas sólo cuando es necesario, deteniéndote si hay algo inusual que requiera más investigación. En lugar de intentar pillar a la gente, como hace un detector de mentiras, aceleras las reclamaciones de la gran mayoría de personas honradas y de bajo riesgo."

Martin subraya que el enfoque de Clearspeed no tiene nada que ver con el reconocimiento de voz o la biometría. Consta de cuatro pasos, que empiezan con un cuestionario telefónico automatizado. A continuación, el habla se convierte en lo que Martin describe como un "modelo de datos imparcial e independiente del idioma". A continuación, se analizan los datos para identificar las características vocales asociadas al riesgo, luego se asigna una puntuación de riesgo y se proporcionan los resultados a través de una API o una app.

Evaluación del riesgo basada en IA

"Capturamos características que siempre están presentes en el habla de todos", dice Martin. "Cuando proporcionas información inexacta, tu discurso se ve ligeramente afectado. Aplicamos inteligencia artificial para generar evaluaciones de riesgo bajo, medio o alto basadas en las características distintivas de la voz en nuestro modelo de datos. No hay riesgo de sesgo de la IA porque ésta funciona más bien como un monitor cardíaco, respondiendo objetivamente a una señal de voz que está presente o no."

Martin explica que las preguntas del modelo de datos se responden con un "sí" o un "no" y se adaptan al tipo de cobertura de seguro, como automóvil, hogar y propiedad, o gadget. Al tratarse de un proceso automatizado, todos los clientes tienen la misma experiencia y el objetivo es eliminar fricciones y liquidar siniestros con rapidez.

"Las aseguradoras necesitan una forma sencilla de distinguir el riesgo bajo del alto", dice Martin, "y debe empezar con el triaje de siniestros en el primer aviso de siniestro. Si se dispone de los conocimientos adecuados basados en la voz, se puede evitar retrasar los siniestros honestos y centrar el seguimiento experto en los dudosos. Nuestra filosofía es facilitar las cosas a los buenos y dificultarlas a los defraudadores".

Martin afirma que muchas aseguradoras se enfrentan al reto de ofrecer una tramitación directa al primer aviso de siniestro. Aunque a veces se utilizan técnicas como el Procesamiento del Lenguaje Natural para entender mejor a los clientes, implican grandes cantidades de datos. No ocurre lo mismo con el análisis de voz, que, según Martin, puede proporcionar rápidamente evaluaciones de riesgo muy precisas a partir de información limitada pero exacta para ayudar a informar los flujos de trabajo. Además, con la base de cuestionarios de Clearspeed y los análisis basados en IA, la tecnología de voz también podría utilizarse en la fase de cotización para acelerar la incorporación y ayudar a determinar las primas.