El 80% de las aseguradoras detecta fraude con modelos predictivos

Los jóvenes irlandeses están siendo objetivo de un “corredor fantasma” que venden pólizas de seguro falsas a través de Internet y las redes sociales.

El uso de la analítica predictiva para luchar contra el fraude por parte de las aseguradoras ha alcanzado un máximo histórico, según el último informe sobre tecnología contra el fraude en seguros realizado por la Coalición contra el Fraude en el Sector Asegurador y el líder en analítica avanzada e IA SAS.

En concreto, el estudio State of Insurance Fraud Technology revela que el 80% de las aseguradoras utilizan modelos predictivos para detectar el fraude, frente al 55% de 2018.

Además, también subraya la importancia del software de verificación de identidad, citado por el 40% de los encuestados. El análisis de la identidad se está convirtiendo rápidamente en una tecnología imprescindible para las aseguradoras, en medio de un alarmante aumento de las estafas de phishing malicioso, que se han incrementado en un 600% desde el inicio de la pandemia.

Cambio en la lucha contra el fraude

“Los cambios que hemos visto desde la investigación anterior de 2018 hacen hincapié en que se necesitan tecnologías cada vez más sofisticadas para frustrar la actividad de los defraudadores de seguros”, señala Isidoro García, responsable de negocio del sector asegurador de SAS. “El modelado predictivo ha aumentado un 25%. La minería de textos casi se ha duplicado, pasando del 33% al 65% en tres años. Estos resultados demuestran que, incluso cuando el COVID ha alimentado el ‘boom’ del fraude, las aseguradoras han ampliado con agilidad sus capacidades de análisis avanzado e IA para contrarrestar las amenazas altamente cambiantes de la actualidad”, añade.

Tecnología puntera y datos, los principales aliados en la lucha contra el fraude

Otros datos de interés del estudio son

La tecnología antifraude está en boga. Las tecnologías antifraude más utilizadas por las aseguradoras son: las red flags automatizadas (88%), los modelos predictivos (80%), la minería de textos (65%), la capacidad de notificación (64%), la gestión de casos (61%), la notificación de excepciones (51%) y la visualización de datos/análisis de enlaces (51%).

Las aseguradoras están diversificando sus fuentes de datos

Además de confiar en sus propios datos internos, las aseguradoras están recurriendo a las listas de vigilancia del fraude del sector (88%); a los registros públicos (79%); a los agregadores de datos de terceros (55%). Así como a los datos de las redes sociales (48%) y a los de los dispositivos personales (15%). Cabe destacar que el uso de datos no estructurados se disparó de algo menos de la mitad en 2018 al 81% en 2021.

Una imagen vale más que mil datos

Las aseguradoras están recurriendo en masa a la tecnología de análisis fotográfico (de un 49% en 2018 a un 81% en 2021). Para autentificar los daños por siniestro; identificar imágenes alteradas digitalmente. E indexar las imágenes presentadas en otros siniestros.

Los investigadores reclaman más recursos

La nueva tecnología antifraude está generando una mayor eficiencia en los procesos de investigación. Pero los recursos que las aseguradoras dedican a los equipos de investigación internos y externos son insuficientes para seguir el ritmo de los miles de millones de fraudes que se cometen cada año en todo el mundo. La limitación de los recursos informáticos ha sido el principal reto de la lucha contra el fraude. Y lo ha citado el 68% de los encuestados.

“Sabemos que los criminales están utilizando tecnología avanzada a escala para sustraer información personal y saquear miles de millones de euros de las compañías de seguros cada año”, comenta García. “Una adopción más amplia de las tecnologías emergentes y una inversión más profunda en las capacidades de lucha contra el fraude impulsadas por los seres humanos y las máquinas ayudarán a solventar la marea del fraude que inunda los mercados de seguros nacionales e internacionales”, indica.

También te puede interesar:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.