¿El fin de los seguros?

contribución al estudio del riesgo es muy profunda.

En su ensayo de 1738, Exposition of a New Theory on the Measurement of Risk, Bernoulli aplica su mente a la cuestión del seguro. Los fundamentos de la teoría de la probabilidad ya habían sido desenterrados, pero Bernoulli estaba desconcertado por cómo el seguro encajaba en su marco.

Su pensamiento es el siguiente: para ser viable, un asegurador tendría que cobrar una prima por lo menos igual al valor esperado de cualquier reclamación que se haga contra él; para asegurar un margen de beneficio, el asegurador tendría que cobrar más. Sin embargo, ¿por qué querría un comprador pagar más del valor esperado de sus pérdidas? Un contrato de seguro es de suma cero: la pérdida de una parte es la ganancia de la otra. Lo que significa que, en un mundo de gente económicamente racional, no hay un precio al que el seguro tenga sentido.

Claramente, la evidencia empírica es tal que el seguro tiene sentido. Hoy en día, los compradores gastan 6,3 billones de dólares al año en primas de seguros.

Bernoulli propuso un enfoque que se convirtió en la piedra angular del pensamiento económico de los próximos dos siglos y medio. Sugirió que, en lugar de considerar las ganancias y pérdidas en términos absolutos, las partes consideren la utilidad de sus ganancias y pérdidas. Debido a que sus funciones de utilidad no tienen que ser las mismas, surge un precio al que ambas partes se sienten cómodas al firmar un contrato de seguro. Bernoulli sugirió que dicha utilidad era una función de la cantidad de riqueza que cada una de las partes tenía en reserva. Cuanto mayor sea la riqueza del comprador del seguro, menor será su propensión a comprar un seguro. Mientras tanto, cuanto mayor sea la riqueza del asegurador, mayor será su propensión a vender seguros: "Un hombre menos rico que esto sería tonto para proporcionar el seguro, pero tiene sentido que un hombre más rico lo haga".

No era una teoría particularmente útil y en 1979 fue famosa por la revisión de Daniel Kahneman y Amos Tversky. Pero capta por qué las compañías de seguros son grandes.

El seguro se basa en dos principios:

La ley de los grandes números. Si se repite un experimento al azar con suficiente frecuencia, el promedio de los resultados convergerá hacia el valor esperado. Por lo tanto, un libro de negocios más grande confiere mayor claridad de pérdidas a una aseguradora que un libro más pequeño. Cuanto mayor sea el número de riesgos similares que el asegurador puede reunir, mayor será su confianza en la predicción de los siniestros globales.
Agrupación de riesgos. En el caso de los riesgos asegurables típicos, la frecuencia de las reclamaciones es baja y un asegurador puede repartir las pérdidas sufridas por unos pocos asegurados entre un gran grupo de pólizas similares. Un centenar de personas con un perfil de riesgo similar, pagando una prima de 200 dólares al año cada una, puede cubrir el riesgo de que cualquiera de ellas pierda 20.000 dólares.

Estos conceptos gemelos dan a una compañía de seguros la base para ofrecer a los asegurados la transferencia del riesgo a una prima aceptable. Permiten la transformación de la incertidumbre individual desconocida sobre el futuro en un riesgo agregado medible.

Excepto que ahora tenemos datos. Montones y montones de datos. Los datos pueden ser capturados en un nivel de detalle mucho más granular y personalizado. Esto significa que, en lugar de confiar en un enfoque colectivo del riesgo, las aseguradoras pueden suscribir un riesgo específico individualizado.

El pasado martes Root salió a bolsa. Es una compañía de seguros centrada en el mercado del automóvil de los Estados Unidos. Su punto de vista sobre los principios gemelos de los seguros es así:

"Durante siglos, las compañías de seguros tradicionales han agrupado a la gente en grupos de riesgo y han confiado durante mucho tiempo en la 'ley de los grandes números' para producir precios aceptables sobre una base agregada. La equidad a nivel individual ha sido en gran medida ignorada. La raíz es diferente: utilizamos la tecnología para medir el riesgo en función del rendimiento individual, dando prioridad a la equidad para el cliente."

La empresa se basa en los datos para predecir la probabilidad de que un cliente sufra una pérdida. Recoge estos datos de los teléfonos móviles de los clientes, recogiendo las velocidades de frenado y giro, los kilómetros recorridos, el uso del teléfono mientras se conduce y más. Su aplicación recoge más de 200 factores en total, que se suman a otros factores tradicionales como la edad, el sexo y el código postal.

En el modelo tradicional, los grupos de riesgo se formarían a lo largo de un conjunto de factores de tasas, correspondiendo cada grupo a una determinada combinación de categorías de factores de tasas (o intervalos en los que los factores son continuos). Dentro de cada conjunto, los actuarios analizan los datos históricos de las reclamaciones para llegar a una estimación del pago mínimo por póliza necesario para cubrir las pérdidas previstas. Para superar la selección adversa, en la que los asegurados se aprovechan de una compañía de seguros que no ha fijado correctamente el precio del riesgo, se incorpora un sistema de bonificación para reducir la prima de los asegurados con un buen historial de reclamaciones.

Root caracteriza este proceso como uno de correlación y no de causalidad, y "se esfuerza por fijar el precio basándose más en la causalidad que en la correlación". Así que extrae los datos de rendimiento de la conducción en busca de señales de causa. Afirma tener datos de más de 10.000 millones de millas de conducción y cientos de miles de reclamaciones. Aunque la tecnología telemática existe desde hace muchos años, la empresa considera que sólo ahora, gracias al despliegue de la telefonía móvil, se ha vuelto escalable. Su análisis predictivo es un trabajo en progreso, pero considera que los peores conductores (10-15%) a los que investiga tienen el doble de probabilidades de sufrir un accidente que el cliente promedio al que se dirige.

Otros vendedores venden datos similares:

Octo Telematics afirma que tiene 248 mil millones de millas de datos de conducción recogidos y más de 464.000 eventos de seguros analizados;
Cambridge Mobile Analytics se asocia con State Farm, Liberty Mutual, Nationwide y otras aseguradoras líderes y tiene el respaldo de Softbank;
Greater Than es una empresa tecnológica sueca que cotiza en bolsa y ha analizado 750 millones de perfiles de conducción. Afirma que su IA "predice los accidentes antes de que ocurran".

Llevado al extremo, el perfil de riesgo individual socava la necesidad misma del seguro. Si los accidentes se pueden predecir antes de que ocurran, se convierten en no asegurables. De manera más realista, el análisis predictivo podría conducir a tasas materialmente más altas para los consumidores de mayor riesgo, haciendo que el seguro sea inasequible para ellos. El seguro se construyó sobre el reconocimiento de la opacidad irreducible de los individuos; los datos de comportamiento ofrecen levantar esa opacidad.

Por varias razones, todavía no estamos en ese extremo. La mayoría de las compañías de seguros utilizan los datos de comportamiento como complemento de sus métodos tradicionales de fijación de precios, recompensando a los clientes con un descuento sobre la tarifa tradicional. Incluso Root, a pesar de sus credenciales perturbadoras, no está todavía allí:

"Con el tiempo esperamos poder reemplazar todos los insumos relacionados con la correlación de nuestro modelo de precios, como los puntajes crediticios, con un modelo de precios totalmente basado en el comportamiento".

La compañía anunció recientemente una iniciativa para eliminar la puntuación de crédito de sus criterios de suscripción para 2025. Mientras tanto, su fijación de precios sigue dependiendo en gran medida de ella, junto con otros factores tradicionales como la edad, el género y el código postal. Un análisis de las solicitudes de tarifas regulatorias de Root muestra que su prima ha seguido históricamente la de Progressive Corporation. Su prima por póliza no es tan diferente tampoco, así que no parece que esté recogiendo analíticamente a clientes de menor riesgo ofreciéndoles un precio más justo.

Tampoco los beneficios del análisis predictivo son visibles en sus tendencias de pérdidas. La compañía reporta pérdidas de alrededor de 100 centavos por cada dólar de prima ganado. Eso se compara con los compañeros que pierden alrededor de 70 centavos por dólar. Root afirma que los clientes de larga duración tienen mejores índices de pérdidas. Pero ahora mismo está luchando por retener a los clientes. Su tasa de retención de un año es de alrededor del 38%, que se compara con el 60-85% de sus pares.

Es irónico que una empresa que se presenta como una empresa de tecnología, donde el valor típicamente se acumula con una alta retención y, en consecuencia, con un alto valor de vida del cliente, tenga tasas de retención (y por implicación valores de vida del cliente) más bajas que la industria titular de la cual quiere distanciarse.

Hay varias razones por las que, a pesar de las mejores intenciones de Root, podemos estar a años de distancia de la disrupción existencial del seguro.

La primera es la misma limitación que muchas tecnologías se encuentran: la vida de la batería. A medida que los teléfonos móviles succionan los datos de comportamiento de sus usuarios y los suben al cuartel general de Root, sus baterías se agotan. Esto limita el volumen de datos que se pueden extraer sin comprometer la satisfacción del cliente. Cada vez más, los vehículos conectados salen a la carretera con una capacidad incorporada para cargar datos directamente, pero carecen de la capacidad de evaluar el uso del teléfono mientras se conduce.

En segundo lugar, hay algunas implicaciones reglamentarias. A los encargados de la formulación de políticas les preocupa la privacidad de los datos (un factor de riesgo citado por Root) y también la discriminación. La discriminación se aplica en virtud de las normas vigentes también, la legislación europea prohíbe el uso de una clasificación por género; pero si los algoritmos realizan ingeniería inversa de género, eso podría considerarse problemático.

Por último, el comportamiento de los conductores puede no ser tan consistente como variables fijas como la edad y el domicilio. Root suscribe las pólizas después de observar sus patrones de conducción durante dos o cuatro semanas en un test de conducción. Sin embargo, seis meses después, no ofrece pólizas de renovación a un tercio de los asegurados, lo que indica un cambio de comportamiento entre las primeras dos a cuatro semanas y los seis meses siguientes. Los clientes que aprueban la prueba de suscripción pueden ser postergados si su tarifa aumenta sin la incidencia de un siniestro.

La fijación de precios personalizados tiene muchas ventajas. Es más justo, como destaca Root. Además, la información instantánea sobre la puntuación de los riesgos puede influir positivamente en el comportamiento, reduciendo las posibilidades de que se produzcan accidentes. La transacción se convierte en una de prevención más que de seguro.

Sin embargo, también hay un lado más oscuro. En su libro, Weapons of Math Destruction, la autora Cathy O'Neil advierte cómo los grandes datos pueden aumentar la desigualdad en las sociedades. Sobre los precios personalizados en los seguros, dice:

"...la vigilancia cambiará la naturaleza misma del seguro. El seguro es una industria, tradicionalmente, que recurre a la mayoría de la comunidad para responder a las necesidades de una minoría desafortunada. En los pueblos en los que vivimos hace siglos, las familias, los grupos religiosos y los vecinos ayudaban a cuidarse unos a otros cuando se producía un incendio, un accidente o una enfermedad. En la economía de mercado, subcontratamos este cuidado a las compañías de seguros...

A medida que las compañías de seguros nos conozcan mejor, podrán identificar a aquellos que parecen ser los clientes más arriesgados y luego llevar sus tarifas a la estratosfera o, cuando sea legal, negarles la cobertura. Esto está muy lejos del propósito original del seguro, que es ayudar a la sociedad a equilibrar su riesgo. En un mundo dirigido, ya no pagamos el promedio. En su lugar, nos cargamos con los costes anticipados. En lugar de suavizar los golpes de la vida, las compañías de seguros exigirán el pago de esos golpes por adelantado. Esto socava el punto de vista del seguro, y los golpes caerán con especial fuerza sobre aquellos que menos pueden pagarlos."

Lemonade, en su prospecto de salida a bolsa, proporciona una visión general de la historia de los seguros. Hablan del surgimiento de dinastías de aseguradores que han reinado desde la época de Bernoulli. Concluyen: "Una nueva revolución amenaza ahora a estos gigantes".

Cuidado con la revolución.

Contáctanos