En el mundo asegurador la gestión documental es una de las actividades clave: cualquier trámite que se realice conlleva el intercambio de documentos, en los que se  reúne la información que necesita la compañía para llevar a cabo sus procedimientos.

La automatización de procesos supone ya un primer paso para agilizar la operativa diaria. Sin embargo, en Iris Global entendieron que esto no era suficiente: necesitaban ir un paso más allá para poder aumentar la eficiencia. En efecto, simplificar el trabajo manual liberaría a los equipos de tareas que aportaban poco valor añadido.

Pero, ¿cómo dotar de mayor capacidad la solución RPA (Robot Process Automation) que planeaban implantar en la compañía? La respuesta estaba en la Inteligencia Artificial y el Machine Learning, en los que eºmergya es especialista.

Una solución RPA inteligente

El principal inconveniente de la RPA es que no es una solución “inteligente”, es decir, puede activar procedimientos de forma automática, pero no tiene capacidad para extraer información, interpretarla, clasificarla… Por este motivo, aunque suele ser un primer paso para la mejora de los procesos, no era suficiente para el gran cambio que se planteaba Iris Global.

Esta transformación digital respondía a varios propósitos de la compañía. Por un lado, mejorar la atención al cliente y la experiencia de usuario, ya que al reducir el tiempo dedicado al trabajo manual los equipos pueden atender con más dedicación al propio usuario. Por otro lado, incrementar la eficiencia y el rendimiento, minimizando el riesgo operacional.

Para abordar este cambio se propuso implantar una metodología Agile que permitiera comenzar con uno o dos casos de uso de gran importancia para el core de negocio pero cuya complejidad técnica fuera baja o media. Con ello se sentarían las bases para futuras iteraciones. 

Clasificación automática de documentos

¿Cuántos documentos puede recibir por correo electrónico una aseguradora a lo largo de un solo día? DNIs, burofaxes, certificados de cuentas bancarias, facturas… Una herramienta RPA puede almacenar automáticamente todos esos archivos, pero no podrá clasificarlo bajo etiquetas u otros criterios.

Para salvar este obstáculo entrenamos un modelo AutoML de NLP (Natural Language Processing) capaz de procesar la información contenida en un documento, su título, el asunto del mail que lo enviaba… El modelo interpreta el contenido y lo asigna a una de las 23 tipologías establecidas. Además, gracias a la implementación de Vision API, soporta diferentes formatos de archivos:  JPEG, JPG, PNG, PDF, GIF. TIFF y WEBP.

Gracias a la Inteligencia Artificial, cada vez que Iris Global recibe un documento relacionado con la gestión de siniestros de cualquier ramo, el modelo de Machine Learning procesa la información que contiene, la “entiende” y clasifica automáticamente el archivo. De esta forma se ha agilizado exponencialmente la gestión de los trámites que diariamente se realizan en la compañía. 

Extracción de información

Uno de los principales hándicap que supone la digitalización tradicional de documentos es que la información que contienen no se pueden procesar. Cualquier software de gestión requiere de datos en formato clave-valor para poder funcionar. Sin embargo, los archivos suelen presentarse con información no estructurada e incluso se almacenan como imagen (en formato JPG, PDF o similar). De esta forma, este tipo de impresos archivados digitalmente puede tener valor testimonial pero poca utilidad para ser procesado.

En cambio, la Inteligencia Artificial permite detectar cualquier dato que incluye un archivo, enlazar estos a determinadas etiquetas y almacenarlos en formatos que pueden ser procesados por cualquier sistema. 

Por ello, además del caso de uso de clasificación de documentos entrenamos para iris Global un modelo ML de extracción de información que permitía identificar los diversos campos que incluyen la amplia variedad de documentos tramitados, algunos tan específicos como el NIS (Número de Siniestro). En total, nuestro modelo es capaz de extraer la información de 7 tipos de documentos diferentes, desde un DNI a un certificado de defunciones.

Automatización del 90%

Los modelos ML desarrollados cuentan con una arquitectura común y en ellos se ha hecho uso de soluciones ofrecidas en Google Cloud Platform como Vision API y AutoML NLP. Tanto el modelo de clasificación de documentos como el de extracción de información se han aplicado a dos trámites esenciales dentro de la compañía: liquidaciones y gestión documental.

Por ahora, se ha obtenido éxito en la clasificación automatizada del 90% documentos procesados por el modelo. En total, se prevé que la solución implementada clasifique al año más de 400.000 documentos del proceso de liquidación y otros 250.000 de gestión documental. Por su parte, en lo referente al otro caso de uso, se ha conseguido extraer correctamente la información del 75% de los documentos involucrados.