Calificación social AI data: Observatorio social hecho en China

Por Comunicación y Marketing
22 de marzo 2022

De la mano del boom tecnológico la realidad del mundo ha cambiado de forma sistémica, las distopías escritas en el siglo pasado fueron hechas realidad de la mano del desarrollo e innovación tecnológica. Hoy la penetración digital mundial considera a más del 60% de la población total, dichos usuarios activos en el internet ya sea por uno o por múltiples canales generan datos y denotan patrones de alto valor para las empresas. De tal forma que, para las organizaciones que buscan trascender en el tiempo los datos significan activos relevantes, en la medida que dicha información permite no solo la detección de patrones comerciales de acción inmediata, sino que también permiten el desarrollo de productos y servicios y la toma de decisiones estratégicas que permiten consolidar las capacidades de autopreservación de las empresas. Por ello el ejemplo del crédito social en China permite dimensionar los alcances de la integración de datos y la diversificación de sus aplicaciones para quienes los posean y logren gestionarlos de forma inteligente.

Inmersos en un contexto digitalizado de la mano de dispositivos móviles, big data e inteligencia artificial, el surgimiento del mercado de datos establece un camino fértil para el desarrollo de nuevos modelos de negocio, dinámicas de comunicación, vigilancia social y diversificación tecnológica. La integración de datos y su alto valor han atraído a todos los sectores económicos, políticos y sociales para el desarrollo de estrategias de adopción acorde con sus intereses. Para efectos del presente artículo se considera el caso de vigilancia social a partir de la recolección de datos digital desarrollada por el Gobierno Chino en 2018. Dicha aplicación ha sido icónica en la medida que demostró la capacidad de integrar los datos de los ciudadanos y generar con ello una calificación social con beneficios y castigos, lo que se traduce un potencial direccionamiento personalizado de patrones particulares de comportamiento.

Lo anterior supone para el sector de seguros, logística y vigilancia una veta a explorar de alto interés e impacto ya que supone una estructura de datos que no solo permite la personalización de servicios sino incrementa las capacidades prospectivas y estadísticas para el cálculo de riesgos con un alto grado de certeza y desarrollo de competencias de aprendizaje continuo.

Más allá de la realidad orwelliana del Gran Hermano, la era de vigilancia en la era de tecnología digital y mercado de datos big data ya ha iniciado, aquellas empresas que aprendan, adopten y construyan sus propias minas de datos a partir de la integración de sus tecnologías obtendrán ventajas competitivas inigualables y definirán una brecha estratégica a otros actores competitivos.

Mercado de datos: Un camino para la restructuración o el control

La última ola de revolución tecnológica se ha detonado con el capital de datos, por lo menos así lo establece el economista Srnicek (2017) en su obra Plataformas de Capital, quién, así como entre otros expertos multidisciplinarios como Berardi (2017) o Land (2019), bajo el enfoque de la corriente aceleracionista establecen a dicho capital de datos como una estructura que ha emergido para transformar modelos de negocio y dinámicas comerciales, políticas y sociales.
Así el mercado de datos y la cadena de valor completa que ésta supone (minería, recolección, análisis y control) permite una visualización completa de escenarios potenciales y a partir de su capacidad prospectiva y de aprendizaje continuo a partir de recursos como la inteligencia artificial (IA) supone un recurso de alto valor para la medición, aprendizaje de patrones, desarrollo de estadísticas más certeras e incluso, control del sujeto social.

Esto último acorde con que hoy, -paradójicamente- las plataformas cuentan con un mayor conocimiento de los sujetos que los mismos sujetos; captan datos de forma constante, generan estadística y prospectiva y, a su vez, permiten definir -e implementar- una serie de estrategias de control o desarrollo de patrones deseables para la dinámica normativa bajo la cual se rige una estructura social.

En la era de los datos la realidad ha superado a la ciencia ficción tanto orwelliana como bradburiana, sobretodo al considerar la experiencia del caso chino sobre la vigilancia social que ha llevado a generar desde su implementación en 2018 una serie de críticas e inquietudes respecto a los alcances de la vigilancia social, así como aplaudir su capacidad de diversificación en temas de seguridad y vigilancia.

La gestión tecnológica y sus resultados dependen de la dirección y de los objetivos que los sujetos aplican, ya que per se es neutral, por lo que el sentido ético y de responsabilidad social respecto a sus usos definirá los efectos y dirección de ésta hacia un camino de tecnología al servicio de los usuarios o una estructura potencial de control social a partir de la data.

De tal forma que, para el sector de seguros y gestión de riesgos esta vigilancia multiplataforma obtenida a partir de la información en tiempo real puede considerar un espectro tecnológico que busque la reducción de riesgos y el desarrollo de patrones con ‘mejores prácticas de operación’ capaces de proteger los intereses de sus usuarios, motivando la integración de servicios personalizados al tipo y necesidades de los usuarios.

Calificación y crédito social: El gran hermano nace en China

Si bien muchos Gobiernos a lo largo del globo han invertido en tecnología de vigilancia en tiempo real, China supo llevarlo a un nivel aún más alto, desde 2018 a través de 200 millones de cámaras atendidas con un software de reconocimiento facial con AI, le ha sido posible registrar el rostro de cada ciudadano, sus acciones en continua vigilancia establecen un crédito social que le permite acceder a beneficios como tasas de interés hipotecario más bajo, préstamos adicionales, etc. Una realidad de constante programación social en la que ante un mal crédito se establece también una serie de castigos que escalan hasta la cancelación del derecho de movilidad en el transporte público (Han, 2020).

Los datos obtenidos de vigilancia social son cruzados con el comportamiento en plataformas social media, pago de deudas, acciones como el abandono a padres de edad madura, e incluso conversaciones que en la dinámica del techlash se olvida la escucha continua de conversaciones personales tanto de voz como texto.

La integración de datos es multisectorial y se encuentra abierta a ciertos sectores como el financiero, salud, vivienda y seguros, por mencionar algunos. Dichos datos permiten impulsar el desarrollo de patrones deseados dentro de la dinámica social, económica y política desde la microfocalización de datos, es decir el uso estratégico de datos para el desarrollo de acciones específicas (Lucas, 2020).

Así los datos encuentran un valor altamente deseable, si bien desde la Unión Europea (UE) se escuchan fuertes críticas al sistema político y social chino, la realidad es que ésta ha sabido posicionarse geopolíticamente como líder en cinco sectores centrales de la economía mundial: farmoquímica, automotriz, aeronáutica, electrónica y telecomunicaciones. Así mismo esta hegemonía encabeza el desarrollo tecnológico y construcción de redes 5G, inteligencia artificial, computación cuántica y súper ordenadores (Zibechi, 2020; pp. 116).

Hannig (2019) establece cómo en 2014 el discurso del Gobierno Chino de vigilancia continua y crédito social se basó en generar un ámbito seguro y feliz para todos, aunque sus argumentos generan ruido en la percepción de individualidad y libertad occidental, se prospectó que para el 2020 el número de cámaras pasara de 200 millones a 626 millones. De tal forma que la actividad completa de todos los ciudadanos es rastreada y evaluada en tiempo real, con ello un jaywalker o mal transeúnte al igual que los conductores pueden recibir de forma inmediata una multa a su celular.

Si bien los gobiernos buscan un esquema de vigilancia completo con la finalidad de establecer un direccionamiento social dichos datos representan para muchos rubros empresariales vetas de gran valor para: la prospección de riegos, evaluaciones de cartera, desarrollo de beneficios y personalización de servicios.

Datos a favor de la operación y seguridad de flotas y vehículos

Debido a las aplicaciones potenciales del mercado de datos, las empresas en contextos con una penetración digital mucho más baja a la del mercado chino tienen la oportunidad de ir construyendo conocimiento, metodologías y expertise para la recolección de datos, su análisis y capitalización de acuerdo con los requerimientos de su organización y sector.

La gestión de datos será un determinante entre los actores competitivos que dominarán al mercado y aquellos que deberán ingeniárselas para mantener sus posiciones o seguir vigentes. Es por lo que las empresas que integran dentro de su cadena de valor la recolección de datos pueden y deben ser capaces de generar valor a partir de ello.

Específicamente para el sector asegurador Fernández Gómez-Monche (2020) establece que, considerando las capacidades y valor del big data las empresas pertenecientes a dicho rubro pueden abordar cinco puntos clave:

Así mismo, dicho autor también define cómo las tendencias e innovaciones tecnológicas han impulsado la transformación del sector asegurador gestando un nuevo sector naciente a partir de los cambios tecnológicos al cual se refiere como Insurtech. Dentro de este nuevo espectro se generan modelos de negocio que adoptan a las tecnologías de monitoreo, big data, blockchain y AI; con ello las aseguradoras han sido capaces de atender las necesidades del mercado bajo un enfoque más optimizado y certero, sobretodo respecto al desarrollo de nuevos productos y servicios.

Solo en España 192 startups surgieron con esta nueva ola, abrazando el cambio con la adopción y transferencia de tecnología de alto valor para la obtención, gestión y capitalización de datos con alto atractivo para el sector de seguros (Insurtech). Esta ola atiende a cuatro áreas de forma principal:

1. Infraestructura. Enfocadas al uso tecnológico para la investigación de nuevas fuentes de datos y diseño de modelos a partir de herramientas como: big data, tecnología móvil y blockchain.
2. Atención a cliente. Su objetivo es incrementar el volumen de ventas, fidelización y retención. Ello a partir de herramientas de retargeting, tracking, AI, market social conversation clouds, social trends, etc.
3. Producto. Desarrollo de carteras de producto personalizadas a los requerimientos del cliente.
4. Canal de distribución. Se explotan las tecnologías disponibles para la obtención de datos claves que permitan reducir la cadena comercial y concretar ventas de servicios de una forma más directa, eficiente y rápida.

Los cambios no son inmediatos, pero tampoco esperarán

Si bien el desarrollo de tecnología big data se puede rastrear desde la década de los años 60, el desarrollo de los procesadores ha permitido que ésta pudiese llegar a su alcance actual. Para el sector asegurador dicho cambio tecnológico considerando a sus adoptadores tempranos (early adopters, de acuerdo con la curva de penetración digital de Everett, 2007) inició por lo menos hace 12 años. ¿Cuáles fueron las motivaciones centrales de este cambio?

1. El interés por incrementar el alcance de sus market shares y carteras.
2. Aproximación al cliente.
3. Maximización de sus capacidades competitivas (esto le agrada a Porter)
4. Innovar y no depender de estrategias para enmendar el rezago tecnológico.
5. Apertura al desarrollo de estrategias prueba y error para el aprendizaje corporativo.

Así los grandes corporativos de seguro han mostrado apertura a la experimentación y al desarrollo de conocimiento que pueda verse reflejado tanto en un sus utilidades como en su fortaleza competitiva, pero un aspecto fundamental es y será una claridad completa respecto a la ruta y a los objetivos a consolidar a través de las innovaciones tecnológicas que éstas adopten. Respecto a ello IBM, uno de los corporativos globales de tecnología más grandes establece tres recomendaciones básicas:

1. Determinar los usos tecnológicos y el valor potencial de estas para la compañía. (La optimización de procesos es un inicio positivo).
2. Valoración de beneficios y rentabilidades. No todas las tecnologías sirven de la misma manera a todos los procesos y organizaciones, por ello es fundamental contar con claridad respecto a los procesos internos, información, capacidades, conocimientos e intereses.
3. Definir un departamento de gestión tecnológica que permita conceptualizar un plan general y un plan integrado de cada departamento con la finalidad de poder gestionar los datos y su gestión de una forma clara y estratégica a las necesidades de cada departamento para el logro de objetivos de la compañía.

La tecnología avanza y las compañías deben decidir si adoptar el cambio y trascender o mantenerse en una postura rígida que eventualmente significará la pérdida de mercado y posibilidades de desarrollo.

REFERENCIAS BIBLIOGRÁFICAS
Fernández Gómez-Monche, G. (2020). El poder del Big Data: Estudio de las posibilidades de uso del Big Data en las aseguradoras. Comillas Universidad Pontificia.
Han, B. C. (2020). La emergencia viral y el mundo de mañana. El País 22(3).
Hannig, S. (2019). Distopía digital: cuatro herramientas que China usa para controlar a su población. FPP Chile.
Land, N. (2019). Colapso. En Aceleracionismo. Estrategias para una transición hacia el capitalismo Avanessian, A. y Reis, M. (Comps.). Caja Negra Editora.
Lucas, R. (2020). Capitalismo de vigilancia. Nueva sociedad, (290), pp. 45-58.
Srnicek, N. (2017). Capitalismo de plataformas. Caja Negra Editora.
Zibechi, R. (2020). A puertas de un nuevo orden mundial. Sopa de Wuhan. Pensamiento contemporáneo en tiempos de pandemias, pp. 113-118.