Cómo las compañías de seguros pueden impulsar eficazmente el aprendizaje de las máquinas aprovechando sus ecosistemas de datos
Por Melissa Chien, Head Of Marketing de decentriq, socia de Insurtech Community Hub.
En el mundo actual, con la proliferación de dispositivos de IO y tantas actividades que se realizan digitalmente, esto crea una sobreabundancia de datos, o ecosistemas de datos. Estos ecosistemas de datos proporcionan un profundo nivel de datos que permite a las empresas mejorar la sofisticación de sus modelos de toma de decisiones y de “machine learning” impulsados por datos, en teoría. Para la industria de los seguros específicamente, estos ecosistemas de datos también pueden ayudar a informar el desarrollo de nuevos seguros y servicios adyacentes a los seguros. Sin embargo, la pregunta entonces se convierte en: ¿cómo se equilibra la privacidad de los datos con el “machine learning”?
Se estima que cada año quedan sin explotar casi 300.000 millones de dólares de datos debido a la falta de un entorno seguro para procesar esta información, lo que hace que muchos modelos de datos y algoritmos de “machine learning sean incompletos. “A pesar de los años de inversión, el despliegue empresarial de la IA y el “machine learning” a menudo no va según lo previsto debido a que los datos son un factor limitante”, dice Jeffrey Bohn, Director de Investigación e Innovación de Swiss Re. “Muchos equipos pueden celebrar el éxito de la implementación tecnológica de estos modelos, pero cuando observamos el impacto empresarial en el retorno de la inversión, encontramos pocos ejemplos de éxito”. En el sector de los servicios financieros en su conjunto, hay mucha fragmentación de datos en las arquitecturas heredadas, lo que dificulta la extracción de los propios datos.
Las empresas de seguros mundiales, entre ellas Swiss Re, han estado investigando y desarrollando soluciones analíticas de preservación de la privacidad para aprovechar estos ecosistemas de datos, ya que es fundamental para la evolución de su estrategia comercial centrada en los datos. “Hay muchas aplicaciones interesantes en el uso de datos sensibles relacionados con la asistencia sanitaria y las pérdidas por riesgo cibernético, y las tecnologías de mejora de la privacidad pueden cambiar lo que podemos desplegar utilizando estos datos”, dice Bohn.
Las tecnologías “Privacy Enhancing Technologies” o PET son muy relevantes en muchas industrias. Gartner recientemente publicó su Top 10 Tendencias Tecnológicas para 2021 – las “Privacy Enhancing Technologies” estan en el tercer lugar. “Esta tendencia permite a las organizaciones colaborar en la investigación de forma segura a través de las regiones y con los competidores sin sacrificar la confidencialidad. Este enfoque está diseñado específicamente para la creciente necesidad de compartir datos mientras se mantiene la privacidad o la seguridad”, escribe Gartner.
McKinsey también ha expresado el valor de aprovechar los ecosistemas de datos. “Los ecosistemas de datos también ofrecen un enorme valor potencial para las empresas, ya sea que varios se reúnan para compartir investigaciones entre sí o que una sola empresa cree un ecosistema de datos que permita a los clientes y otros interesados compartir y acceder a los datos”. McKinsey destaca que el aprovechamiento de los ecosistemas de datos proporciona valor a las empresas de tres maneras principales: crecimiento, productividad y reducción de riesgos.
Los gigantes tecnológicos proveedores de nubes, Amazon, Google y Microsoft, han anunciado recientemente el aumento de sus inversiones en “Privacy Enhancing Technologies” en forma de una tecnología emergente llamada computación confidencial. Microsoft Azure fue el primer gran proveedor de nubes en ofrecer computación confidencial, mientras que Google Cloud anunció en Cloud Next’20 su programa de computación confidencial con máquinas virtuales confidenciales como su más reciente programa de seguridad en la nube. “Creemos que el futuro de la computación en nube se desplazará cada vez más hacia servicios privados y codificados que den a los usuarios la confianza de que siempre tienen el control de la confidencialidad de sus datos”, dijo Google Cloud.
Sin embargo, en Suiza ya existe una empresa incipiente dedicada a crear tecnologías PET con computación confidencial: decentriq, con sede en Zurich. decentriq proporciona una plataforma para que las organizaciones compartan y colaboren de manera segura en datos sensibles con cualquier persona, incluidos los interesados internos y externos. “Todo lo que tienes que hacer es abrir una instancia segura en tu plataforma de nube, invitar a los interesados y definir los parámetros de acceso a los datos”, dice Maximilian Groth, Director Ejecutivo y Cofundador de decentriq. “Puedes empezar en sólo unos minutos”.
decentriq colabora con clientes del sector de los seguros y los servicios financieros, entre ellos Swiss Re y Credit Suisse, y acaba de recaudar una ronda de financiación de 3,8 millones de dólares en octubre de 2020 de los inversores en seguridad tecnológica btov Partners y Paladin Capital Group.
“decentriq puede demostrar matemáticamente que nadie más en la cadena (incluido el propio decentriq y el respectivo proveedor de nubes) tuvo acceso a estos activos confidenciales”, dice Andreas Goeldi, inversor de decentriq en btov Partners.
