Los humanos son buenos para detectar patrones. Puede que no nos demos cuenta en el día a día, pero nuestro cerebro está constantemente evaluando y analizando cosas basándose en el reconocimiento de patrones. Pero en muchos aspectos estamos muy superados por los algoritmos especializados.
El surgimiento de la inteligencia artificial (IA) ha provocado un cambio sísmico en numerosos aspectos de nuestra vida diaria, aunque, una vez más, es posible que no nos demos cuenta. Uno de esos cambios significativos, que a menudo pasa desapercibido para el público en general, es la forma en que la IA está revolucionando las estrategias de fijación de precios en diversos sectores. Desde el comercio minorista hasta el sector inmobiliario, desde el transporte hasta el turismo, la influencia de la IA en los precios es profunda y generalizada.
El hecho de que la IA desempeñe un papel en el comercio minorista no debería sorprender a nadie. Optimizar los precios de miles de productos que venden los minoristas es una tarea muy adecuada para la IA y ya se ha hecho durante años, de la que fueron pioneros los minoristas en línea como Amazon. Este enfoque permite a los minoristas ajustar los precios en tiempo real en función de diversos factores como la demanda, la competencia y el comportamiento del cliente.
Lo mismo ocurre con industrias como la hostelería o las aerolíneas. Pero dos industrias en las que la IA ha tenido un impacto más silencioso son las de bienes raíces y seguros.
Aquí está tu próximo agente inmobiliario: un bot
Esto es algo que puedes hacer con la IA: poner algunas imágenes de Street View en el algoritmo y obtener una valoración de la casa bastante buena. No se requiere ninguna otra entrada. Agregue otros factores, como la ubicación, el tamaño de la propiedad, las comodidades, los datos históricos de ventas y las tendencias del mercado, y obtendrá una valoración sólida. Este enfoque basado en datos proporciona una visión más completa del valor de una propiedad, lo que ayuda a los agentes inmobiliarios, inversores y compradores a tomar decisiones informadas.
Tradicionalmente, la valoración de bienes inmuebles se basaba en valoraciones manuales que a menudo requerían mucho tiempo y estaban sujetas a errores humanos. La IA cambia este panorama al ofrecer algoritmos sofisticados que analizan grandes conjuntos de datos para estimar los valores de las propiedades con mayor precisión.
Pero se vuelve aún más interesante cuando las IA comienzan a incorporar factores como la demanda local. Varias empresas de alto rango ya utilizan la IA para las valoraciones de productos y, en ocasiones, esto puede tener efectos inesperados.
En julio de este año, Estados Unidos enfrentó un aumento significativo en los precios de alquiler de propiedades, con el alquiler medio en todo el país alcanzando los 1.827 dólares al mes, un récord que pronto podría superar el umbral psicológico de los 2.000 dólares. Este aumento se atribuye en parte al uso de inteligencia artificial para fijar los precios de alquiler.
Esta IA en particular recopila datos de alquiler en tiempo real de diversas fuentes, incluidos clientes y competidores, para recomendar precios de alquiler. Este método elimina la negociación tradicional en las transacciones inmobiliarias, lo que posiblemente conduzca a una forma de cártel inmobiliario en el que los grandes propietarios fijan colectivamente alquileres más altos, limitando las opciones para los inquilinos y los pequeños agentes. Este sistema también fomenta el mantenimiento de alquileres altos a pesar de la baja ocupación para aumentar las ganancias.
Es probable que el futuro del sector inmobiliario vea una integración más profunda de la IA, no sólo en los precios y la valoración, sino también en la gestión de propiedades, el análisis de inversiones y el servicio al cliente. A medida que la tecnología de IA se vuelve más sofisticada, su potencial para revolucionar la industria inmobiliaria crece exponencialmente, y este está lejos de ser el único campo en el que puede marcar la diferencia.
IA de seguros
Tradicionalmente, las compañías de seguros se basaban en datos históricos y modelos estadísticos para evaluar riesgos y fijar primas. Sin embargo, la IA también tiene un potencial fantástico en este aspecto. Al analizar grandes conjuntos de datos, incluida la actividad en las redes sociales, los registros de conducción e incluso los datos de los dispositivos IoT, los algoritmos de IA proporcionan un perfil de riesgo más matizado y dinámico para cada individuo o activo.
Las empresas pueden utilizarlo para hacer que sus ofertas sean más competitivas y ya hay compañías de seguros que utilizan tecnología de inteligencia artificial para mantener sus precios bajos. También pueden usarlo para evaluaciones rápidas, particularmente después de eventos catastróficos como un huracán o un terremoto.
Sin embargo, la implementación de la IA en la industria de seguros ha sido lenta debido a obstáculos como la regulación y la inercia corporativa. La aparición de ChatGPT de OpenAI ha despertado un renovado interés en la IA entre las aseguradoras, mostrando su potencial y accesibilidad. Los líderes de la industria ahora están explorando aplicaciones más amplias de la IA en los seguros. Esto incluye el uso de IA para la adquisición de clientes, la detección temprana de fraudes, la mejora de las evaluaciones de riesgos, la aceleración de las reclamaciones para obtener mejores resultados para los clientes y la habilitación de políticas en tiempo real. El futuro de los seguros podría ver modelos de seguros basados en el uso (UBI) altamente dinámicos, donde las primas se adaptan a las condiciones cambiantes, beneficiando tanto a las aseguradoras como a los clientes.
Pero todavía hay mucho margen para el fracaso. Una demanda reciente alega que un algoritmo de IA defectuoso para los seguros médicos anulaba los juicios de los médicos y provocaba que los pacientes fueran dados de alta prematuramente de los centros de atención, lo que generaba importantes gastos de bolsillo para la atención necesaria. Las afirmaciones de que el algoritmo no considera adecuadamente diversos factores de salud, lo que da lugar a estimaciones a menudo draconianas para la atención posaguda. Por ejemplo, a los pacientes con derecho a hasta 100 días de atención cubierta con frecuencia se les niega el pago más allá de los 14 días. El caso subraya una cuestión más amplia sobre el uso problemático de la IA en la atención sanitaria y los seguros. El potencial está ahí, pero es necesario que haya transparencia y supervisión para que el sistema funcione bien para la gente. Esta fusión de la IA con aspectos críticos de nuestra vida cotidiana no sólo muestra las proezas de la tecnología moderna sino que también nos impulsa a reflexionar sobre sus implicaciones más amplias.
En última instancia, estos son los dos lados de la IA que deben equilibrarse: la mejora y optimización que puede aportar, y los errores potenciales que generan los sistemas defectuosos. Sin duda, la IA está a punto de marcar el inicio de una nueva era de toma de decsiones basada en datos. Deberíamos asegurarnos de que esta era funcione para la gente y no en su contra.
Fuente: ZME Science.
