A pesar de encontrarnos sumergidos en una burbuja informativa sobre la Inteligencia Artificial (IA), esta no es la única tecnología que va a impactar de manera significativa en nuestro día a día. Existen otras que pasan inadvertidas al radar de la prensa generalista y que, sin embargo, pueden implicar cambios muy acusados. Es el caso de la denominada observabilidad aplicada o, lo que a grandes rasgos es lo mismo, la monitorización en tiempo real del comportamiento de los clientes para tomar decisiones comerciales basadas en ello, en lugar de hacerlo en base a estimaciones y probabilidades. Uno de los sectores que más podrían beneficiarse de esta tecnología es el asegurador.

La observabilidad aplicada comenzó a utilizarse en los departamentos de Tecnologías de la Información (TI) para afrontar la creciente complejidad de las infraestructuras. Esta observabilidad contribuye a detectar errores e incidencias en tiempo real, facilitando una resolución más rápida, incluso, anticipándose al problema. Sin embargo, incluso en el ámbito estricto de las TI, este registro de eventos y actividades, esta labor de recopilar, rastrear, capturar y analizar datos y comportamientos de rendimiento, planteaba una amenaza a la privacidad de los usuarios.

En el sector de los Seguros, la observabilidad aplicada en sus asegurados es posible gracias al Internet de la Cosas (IoT, por sus siglas en inglés), esto es, la capacidad que ya existe de instalar sensores inteligentes que transmitan en tiempo real mediciones de diferentes tipos. Esta práctica abre la puerta a orillar las tablas actuariales empleadas hasta ahora, en favor de los datos analizados en tiempo real. La observabilidad no es un pronóstico o una predicción, sino una fuente de toma de decisiones realmente basada en evidencia.

En la actualidad, las primas de los seguros se determinan de manera matemática, introduciendo factores en la ecuación como el valor del bien asegurado, el tipo de interés técnico, la duración del seguro, el coste de los incidentes ya sucedidos o una combinación de probabilidades de que puedan suceder. Sin embargo, en lugar de hacer cálculos por análisis de riesgos en función de un perfil determinado, ¿renunciará una aseguradora a conocer con todo lujo de detalle el comportamiento de cada uno de sus clientes?

Para entenderlo mejor, el perfecto ejemplo es el seguro de un vehículo. Gracias a IoT, las aseguradoras tienen capacidad de conocer en tiempo real la ubicación, velocidad o aceleración de un vehículo, detectando conducciones imprudentes y, por supuesto, accidentes al instante, lo que también facilita el despliegue más rápido de servicios de emergencia. En caso de accidente, contrastar la versión del cliente con la recogida por los sensores también puede reducir los fraudes al seguro. No sólo eso, sino que una vez registrados ciertos hábitos de conducción, el sistema es capaz de identificar con relativa facilidad si quien conduce el vehículo es el asegurado o un tercero.

Estos nuevos modelos de seguro, que ya se han bautizado como PAYD (Pay As Your Drive) o PHYD (Pay How You Drive) también determinan la póliza en función de la frecuencia de uso, a la que más recientemente se le atribuye una mayor conciencia medio ambiental dentro de la creciente incorporación de criterios Medio

Ambiente, Social y Gobernanza (ESG, por sus siglas en inglés) en las estrategias corporativas.

¿Aceptarán los clientes esta intromisión en su día a día? Todo es cuestión de cuán seguros estén de que habitualmente no cometen imprudencias y de, claro está, qué compensación reciban por optar por estos seguros telemáticos, es decir, si se aplicarán descuentos de entre un 15%-25% por hacerlo. Pero ¿realmente es viable este tipo de descuentos? Lo es, puesto que a la postre, los gastos de reclamaciones se pueden reducir en porcentajes similares.

Obviamente, este tipo de planteamientos ha de conciliar con una legislación tan exigente en protección de datos como es la europea con su Reglamento General de Protección de Datos (RGPD), pero de contar con el consentimiento previo del cliente es posible. La aseguradora no podrá compartir estos datos con terceros para fines comerciales, pero sí anonimizarlos para alimentar –ahora sí- sus sistemas de predicciones basados en tecnologías de IA y aprendizaje automático.

Adoptar este tipo de aproximaciones no es una tarea sencilla, porque el alud de datos a la que tienen que hacer frente las compañías es abrumador. El procesamiento de esos datos para convertirlos en información es muy complejo y requiere unos recursos de computación cada vez mayores. Este es el motivo porque la observabilidad aplicada no sólo se utiliza a los clientes asegurados, sino a la misma infraestructura tecnológica de la aseguradora, para reducir al máximo los errores. Ese parece el camino, a la luz de informes de consultoras como Gartner, que señala que para 2026, alrededor del 70% de las organizaciones que adopten con éxito la observabilidad aplicada disfrutarán de una latencia más corta en la toma de decisiones proporcionándoles una ventaja competitiva.