Por Henry Dicker e Vincent M. Walden
Data de publicação original: setembro/outubro de 2021, Revista Claims
As pessoas têm tentado fraudar as companhias de seguros, quase desde que o conceito de seguro foi inventado. Garantir controles adequados e monitoramento antifraude dentro das paredes da seguradora de hoje não é novidade. No entanto, a novidade é como a tecnologia está emergindo para desempenhar um papel fundamental na prevenção e detecção de pagamentos potencialmente inadequados ou comportamento desonesto dos funcionários. Na maioria das organizações, as análises estão se tornando onipresentes. As funções de risco, jurídico e compliance, que tradicionalmente dependiam apenas do conhecimento de regras, regulamentos, políticas e leis, não são exceção.
A Ciência De Dados Está Mudando A Forma Como O Compliance É Executado
Até recentemente, os programas de ética e compliance tradicionalmente se concentravam nos aspectos legais da política, requisitos regulatórios, treinamento de funcionários e investigação (até mesmo monitoramento). Um gestor de risco e conformidade também pode colaborar com as funções de controle e procurement para introduzir controles financeiros e outros de diligência, mas a adesão a tais processos foi atribuída a outras funções, ou sujeita a auditorias periódicas que são inerentemente limitadas no escopo, caras, complicadas e disruptivas para administrar.
Embora, sem dúvida, sejam importantes para o negócio, essas atividades muitas vezes indicam problemas, bem depois do fato, ou pior, quando uma crise já é iminente. Além disso, eles não possuem insights orientados por dados que permitam a tomada de decisões proativas, a mitigação de riscos e a melhoria do desempenho da empresa.
A análise de transações comerciais, como pagamentos a terceiros, fornecedores, subscrição de apólices e cobranças de prêmios, até mesmo o reembolsos de despesas de funcionários ou padrões de comunicação/informação para medir proativamente a eficácia do compliance foram tipicamente delegados aos departamentos de sinistros, auditoria interna ou finanças. Como resultado, os entregáveis tradicionais de compliance tendem a ser reativos e disciplinares. Eles também costumam interessar a apenas um número limitado de profissionais orientados a riscos dentro de uma organização. A frase “fadiga de conformidade” tornou-se uma caracterização popular onde muitas regras, políticas e procedimentos manuais tendem a ser vistos pelos funcionários e, às vezes, pela gestão, como inibidores de negócios para impulsionar o crescimento. Isso não precisa mais ser assim.
Integrar recursos de ciência de dados e análise em funções tradicionais de conformidade dá aos profissionais de risco uma tremenda oportunidade de promover uma melhor transparência nos negócios, o que, por sua vez, os impulsiona para um melhor desempenho. Assumir uma abordagem de coaching orientada por métricas (versus uma abordagem autoritária, investigativa, legal) para impulsionar a integridade dos negócios está ajudando os profissionais de risco e conformidade a:
- Conduzir melhores avaliações de risco, baseadas mais nos fatos e detectando geografias de alto risco, linhas de produtos ou unidades de negócios.
- Detectar riscos e anomalias, quase na metade do tempo e custo.
- Realizar treinamentos de funcionários oportunos e relevantes que sejam interativos e continuamente adaptados às mudanças nos cenários de risco.
- Reduzir custos de investigação possuindo dados centralmente organizados e disponíveis.
- Permitir que o compliance apresente riscos de forma mais oportuna e orientada a dados.
- Capacitar uma colaboração mais fácil entre as funções para enfrentar os principais desafios do gerenciamento de riscos.
- Melhorar o desempenho dos negócios e aumentar a rentabilidade.
Aprendendo a Andar Antes De Voar
Nos últimos anos, o setor de seguros começou a abraçar a inovação e explorar tecnologias que agilizarão processos, aumentarão a eficiência e economizarão custos. Danielle Kaminski, Esq., COO da Periculus, afirma: “O uso da IA está pronto para remodelar tudo, desde o engajamento do cliente até a subscrição e o gerenciamento de sinistros. Plataformas de tecnologia estão sendo usadas para detectar sinistros fraudulentos, fornecendo soluções, incluindo a busca de padrões e a identificação de anomalias.”
Segundo Kaminski, “Essas soluções reduzem as pesquisas manuais, aumentam a precisão e permitem que os analistas de fraude se concentrem nos sinistros que são sinalizados. Em última análise, as soluções salvarão as seguradoras de fazer pagamentos de sinistros fraudulentos, melhorar seu resultado final e beneficiar seus segurados, ajudando a reduzir os prêmios.”
Muitas vezes ouvimos a reclamação de que uma empresa não pode utilizar análises em um departamento de compliance porque grande parte de seu programa de conformidade é “baseado em papel”. Mas aqui estão algumas das oportunidades que os profissionais de risco e compliance podem avaliar dentro de sua organização para integrar a tecnologia em seu programa de compliance:
Otimização de robotização e fluxo de trabalho. A conformidade, especialmente dentro das seguradoras, inevitavelmente envolve um alto grau de processo. Uma organização não pode certificar quais executivos foram treinados, quais relatórios de denunciantes foram investigados, quais segurados ou terceiros foram examinados sem rastreamento e monitoramento. Se bem feita, a automação pode remover simultaneamente fluxos de trabalho repetitivos e permitir que a conformidade se concentre nas tendências e análises de padrões que impulsionam a tomada de decisões significativas.
Dispositivos Móveis. De acordo com o site de pesquisas Statista, a quantidade de usuários de smartphones em todo o mundo em 2021, superou os 6 bilhões. Prevemos que à medida que o treinamento se torne cada vez mais móvel, aqueles que puderem capturar a atenção e se comunicar de forma memorável através de um dispositivo móvel terão uma potência significativamente mais duradoura.
Identificação de conjuntos de dados relevantes. Avaliações tradicionais de conformidade em seguros tendem a se concentrar na medida em que um negócio é regulado, nas jurisdições em que opera e no ambiente de controle financeiro para citar alguns. As organizações que estão investindo em inteligência artificial estão investindo na melhoria da sanitização de dados de seus sistemas, especialmente no que diz respeito à forma como uma empresa paga terceiros ou rastreia as vendas para clientes ou distribuidores. Os insights de conformidade não precisam vir apenas de dados do departamento de compliance — na verdade, em quase todos os casos, é mais eficaz do ponto de vista de riscos se tais insights não vierem. Por exemplo, os conjuntos de dados que uma função de gerenciamento de receita desejaria para revisar as margens de vendas são os mesmos conjuntos de dados que produziriam insights sobre fraudes e abusos de conformidade.
O Advento Do Aprendizado Não Supervisionado
Com tantas empresas olhando para iniciativas de transformação digital e tecnologia para reduzir custos e buscar vantagens competitivas, o zumbido contínuo em torno da inteligência artificial, particularmente em torno do subconjunto focado em machine learning é um elemento importante para entender e aplicar em busca da melhoraia de suas funções de monitoramento de riscos e conformidade. O advento do aprendizado de máquina não supervisionado em compliance é particularmente relevante dada a natureza visível e oculta dos esquemas de fraude e corrupção. Mas, primeiro, é importante entender as diferenças entre o aprendizado supervisionado versus o não supervisionado.
Em aprendizado supervisionado, o indivíduo treina a máquina usando dados “tagueados”. Isso significa que alguns registros (por exemplo, transações) são indexados como um resultado positivo, como “relevante”, “potencial alegação falsa”, “potencial fatura falsa” e afins. Ele pode ser comparado ao aprendizado com a supervisão de uma pessoa que pode ajustar (supervisionar) e revisar o modelo para encontrar transações mais estatisticamente semelhantes. O aprendizado não supervisionado não precisa de um humano para supervisionar ou treinar o modelo alimentando-o com resultados conhecidos. Em vez disso, a máquina procura ensinar-se a melhorar o modelo preditivo e trabalhar por conta própria para descobrir padrões e informações que são estatisticamente relevantes. Os modelos incluem as principais variáveis ou transações que conduzem a certos resultados, tais como:
- Quais são as transações outlier ou incomuns?
- Que padrões e tendências parecem suspeitos?
- Quem são os reclamantes ou clientes mais anômalos, e por quê?
Como resultado, algoritmos de aprendizagem não supervisionados permitem que você execute tarefas de processamento mais complexas, em conjuntos de dados mais diferentes, em comparação com o aprendizado supervisionado.
Visão De Compliance Do Futuro
A visão de compliance do futuro proporciona aos profissionais de risco e conformidade uma visibilidade final das principais atividades de negócios da organização com controles preventivos e detectivos que são projetados para manter o negócio e os funcionários longe de problemas, ao mesmo tempo em que melhoram o desempenho dos negócios. A ciência de dados e a “operacionalização” das principais métricas de risco para os negócios por meio de tecnologias de análise disponíveis agora estão mudando a forma como os departamentos de conformidade funcionam.
O compliance não é mais apenas uma função legal, política e de investigações internas do negócio. Em vez disso, o compliance faz parte de uma equipe integrada de profissionais legais, de tecnologia da informação, ciência de dados e contabilidade trabalhando juntos para impulsionar a integridade, a transparência e o crescimento lucrativo dos negócios usando técnicas de análise inovadoras que impulsionam, ou pelo menos influenciam a tomada de decisões e a integridade dos funcionários mais responsáveis.
Expandindo-se para fora da empresa, alguns setores e grupos desenvolveram consórcios de compartilhamento de dados, onde as empresas contribuem com certas informações para um banco de dados conjunto que todas as organizações membros podem acessar. Essa é uma tendência fundamental entre as empresas globais que se expandirão significativamente na próxima década — particularmente à medida que o uso de tecnologias de blockchain, a limpeza e a privacidade/anonimização de dados se tornam mais populares. Os consórcios de compartilhamento de dados podem ajudar as organizações membro a se beneficiarem dos dados coletivos do grupo a identificar tendências recorrentes, terceiros de alto risco e se proteger de esquemas conhecidos em seu grupo ou indústria.
Em um relatório de benchmarking de tecnologia antifraude de 2019 patrocinado pela Associação de Examinadores de Fraudes Certificados (ACFE) e pelo Instituto SAS, 29% das empresas pesquisadas atualmente contribuem para esse consórcio antifraude/conformidade e outros 21% disseram que atualmente não contribuem, mas estariam dispostos a contribuir no futuro. Claramente, nesta era digital, há uma demanda por profissionais de compliance para abraçar a tecnologia e desenvolver insights que são compartilhados tanto dentro dos limites da organização quanto talvez entre os pares da indústria também.
Reimpresso com permissão da edição de setembro/outubro de 2021 da Revista Claims. © ALM 2021. Outra duplicação sem permissão é proibida. Todos os direitos reservados.