Qual a adoção e o desempenho prático das iniciativas de AI & Analytics na indústria de insurance?
Aqui um estudo da McKinsey & Company sobre o tema, embora limitado à Europa, Oriente Médio e África: https://www.mckinsey.com/industries/financial-services/our-insights/on-the-brink-realizing-the-value-of-analytics-in-insurance
Me surpreendeu pelos 2 extremos:
Positivamente: os "top performers" fazem o uso de AI & Analytics de uma forma muito mais ampla em suas cadeias de valor do que eu imaginava já ser realidade no mercado de insurance (pelo menos baseado no que vemos aqui no Brasil).
Fiquei muito curioso em saber quais seriam esses cases tão avançados com uso em quase todos macro processos de suas cadeias de valor. Se alguém por aí tiver mais detalhes e puder compartilhar, eu agradeço!
Negativamente: na maioria absoluta dos casos o valor capturado com AI & Analytics é muito inferior (isso quando existe) do que era de se esperar, segundo o próprio estudo:
"most fail to capture significant value from AA: 86 percent of surveyed EMEA companies either realize less than 5 percent of their operating profit from AA or are not tracking value capture from AA at all."
Eu não tinha visto nenhum indicador ou métrica nesse sentido em outros estudos ou artigos, é a primeira vez que vi algum número falando da captura de valor.
Ou seja, existe espaço para aprimorar tanto os businesses cases das iniciativas (com expectativas mais realistas), quanto em maximizar o retorno sobre os investimentos.
Costumo defender que a tecnologia não é um fim em si mesmo, mas sim mais uma ferramenta para se alcançar os objetivos das organizações.
Nesse sentido, aqui se encaixa muito bem a questão de buscar o uso de AI & Analytics onde de fato faz sentido e trará resultados adequados, não usar indiscriminadamente só por usar.
Fazendo um link com um post recente, creio se chave definir e implementar métricas que permitam mensurar o avanço dentro da jornada de transformação digital, afinal, a qualquer momento pode vir a pergunta de “o quanto já avançamos na transformação?”.
Também é preciso uma visão de interdependência entre as iniciativas correlatas e métricas associadas a cada qual, pois então fica mais claro mostrar que as vezes a parte crítica de um dado benefício só será realizada quando da implementação de um conjunto mais amplo de iniciativas relacionadas (talvez AI & Analytics não vai fazer milagre sozinha).
Embora, justiça seja feita: há de se ponderar que AI & Analytics são conceitos e tecnologias relativamente recentes, então me parece ser do jogo "falhar" (no sentido de os resultados não corresponderem às expectativas originais) quando se está aprendendo algo que não trivial e que requer uma mudança ampla de mindset, cultura e do próprio modelo operacional das organizações.
Por fim, como bônus, vale a estruturação bem inteligente dos macro processos da cadeia de valor "vanilla" das seguradoras.