Un enfoque práctico para la generación de informes de Solvencia II de extremo a extremo en Databricks

La presentación de informes de Solvency II no es solo una entrega regulatoria. Es un proceso de negocio que conecta datos, modelos, controles, aprobaciones y narrativas en toda una aseguradora.

Solvency II es el marco regulatorio basado en riesgos de la EU para el capital, la gobernanza y la divulgación de seguros (mantenido en el UK como Solvency UK). Exige a las aseguradoras evaluar y comunicar su posición financiera a través de datos, modelos, controles, aprobaciones, la evaluación interna de riesgos y solvencia (ORSA) y la divulgación regulatoria para demostrar que pueden cumplir con sus obligaciones con los asegurados.

En la práctica, la presentación de informes de Solvency II es un proceso de negocio de extremo a extremo que conecta la ingesta de datos, la constitución de reservas actuariales, el cálculo de capital, las plantillas de informes cuantitativos (QRTs), la ORSA, las aprobaciones de gobernanza y la divulgación, todo ello frente a estrictos plazos regulatorios.

El desafío es que el proceso a menudo está distribuido en muchos sistemas, equipos, fuentes de datos y ubicaciones. Cuando esas partes están conectadas de manera laxa, resulta difícil mantener una visión gobernada y unificada del ciclo de presentación de informes, o responder a una pregunta de negocio que lo abarque por completo.

Una demostración de Databricks, presentada por Laurence Ryszka, arquitecto sénior de soluciones de seguros de Databricks, ilustra cómo podría verse este proceso cuando se implementa de extremo a extremo: desde la ingesta y la constitución de reservas hasta el cálculo de capital, la presentación de informes, la gobernanza y la divulgación.

Por qué la presentación de informes de Solvency II es difícil de operar

Muchas implementaciones de Solvency II se fueron construyendo con el tiempo. Diferentes equipos gestionan distintas partes del proceso, los datos llegan a diferentes velocidades y las actividades de presentación de informes pueden estar dispersas en múltiples sistemas y ubicaciones de datos. Una persona que supervise el proceso puede tener la responsabilidad de la entrega final sin tener una visión conectada de todo lo que sucede por debajo.

Esa fragmentación genera problemas específicos y recurrentes:

• Un flujo de datos llega tarde y requiere un seguimiento manual para identificar al propietario y evaluar el impacto
• Falla una regla de calidad de datos y las filas afectadas necesitan una decisión de disposición antes de que el flujo de trabajo pueda continuar
• Es posible que dos QRTs no se concilien
• La aprobación de un modelo puede bloquear un flujo de trabajo automatizado
• La dirección hace una pregunta sobre un escenario (por ejemplo, qué sucede con el coeficiente de solvencia si la aseguradora duplica su cartera de ciberseguridad en los próximos 12 meses) y responder requiere que los datos, los modelos, los cálculos de capital y los resultados de los informes funcionen de manera conjunta.

Cada problema arrastra a los equipos a investigaciones y coordinaciones independientes en diferentes herramientas. La entrega se realiza, pero el proceso consume un esfuerzo significativo y sigue siendo difícil de monitorear.

Cómo Databricks admite la presentación de informes de Solvency II de extremo a extremo

Databricks ofrece una plataforma única donde todo el ciclo de presentación de informes de Solvency II se puede implementar como un único flujo de trabajo gobernado. Este enfoque abarca la ingesta de datos, los controles de calidad, la constitución de reservas actuariales, el cálculo de capital, la producción de QRTs, la redacción de la ORSA, la gobernanza y la divulgación.

Esta no es una propuesta excluyente. La mayoría de las aseguradoras ejecutan suites de modelado actuarial y de capital ya establecidas, y esos sistemas permanecen en su lugar. Databricks actúa como la capa gobernada de datos, orquestación y presentación de informes a su alrededor: preparando sus entradas, consumiendo sus salidas y conectando ambas en un único proceso monitoreado.

Las siguientes secciones describen cómo opera cada parte de ese flujo de trabajo.

Una vista de control única para el ciclo de presentación de informes

En el centro del flujo de trabajo se encuentra una torre de control. Ofrece un lugar único para monitorear el coeficiente de solvencia actual, la preparación para el plazo de presentación de informes, las aprobaciones, los flujos de datos retrasados y los problemas pendientes. Los cambios en el coeficiente también se pueden etiquetar con el evento asociado al cambio, lo que ayuda a los usuarios a comprender qué varió en lugar de simplemente ver que la cifra se movió.

Esta vista cambia el modelo operativo: en lugar de perseguir actualizaciones entre equipos, se trabaja a partir de una imagen compartida del proceso. Un flujo de datos retrasado se puede vincular a su propietario. Un bloqueo de aprobación se puede de mostrar junto al flujo de trabajo al que afecta. Un problema de informes se puede investigar desde el mismo lugar donde se monitorea la preparación general.

Controles de ingesta automatizados y controles de calidad de datos

La ingesta en el flujo de trabajo está automatizada. Los datos se extraen a medida que están disponibles y se verifican de inmediato.

Los primeros controles abarcan señales operativas básicas como la frescura, la integridad y la propiedad. La frescura muestra si un flujo de datos llegó cuando se esperaba. La integridad verifica que los registros y campos esperados estén presentes, comparando los volúmenes con las cargas anteriores. La propiedad deja claro quién es responsable de una fuente cuando se necesita realizar un seguimiento.

Las reglas de calidad de datos proporcionan otra línea de defensa. Los controles son personalizables y cualquier regla fallida se puede mostrar para su revisión. Luego, los equipos pueden decidir cómo manejar las filas afectadas (por ejemplo, si aceptarlas, descartarlas o ponerlas en cuarentena) según los umbrales que se adapten a su proceso.

El flujo de trabajo también admite la conciliación entre QRTs. En la demostración, un agente de AI revisa una discrepancia entre dos plantillas y la rastrea hasta factores de desarrollo de propiedades desactualizados que fluyen desde el flujo de reservas hacia el cálculo de capital. Luego, proporciona una ruta de remediación. Lo importante no es que un agente reemplace la revisión, sino que puede enfocarse en un problema específico y ofrecer al revisor un segundo par de ojos muy útil.

Gestión de modelos, aprobaciones e historiales de auditoría

La presentación de informes de Solvency II depende de algo más que el movimiento de datos. También depende de los modelos, las aprobaciones y la evidencia de que el proceso se completó correctamente.

La demostración incluye modelos de reservas gestionados en Databricks con MLflow. También muestra cómo las suites de modelado actuarial y de capital establecidas (como Prophet, RAFM o Igloo) se pueden orquestar dentro del mismo flujo de trabajo: Databricks prepara los datos que consumen esos motores, ingiere y gobierna sus salidas, y lleva los resultados hasta la presentación de informes. Los motores de modelado permanecen donde están; el flujo de trabajo a su alrededor se conecta y se monitorea. Cuando un nuevo modelo de reservas o calibración está pendiente de aprobación, el flujo de trabajo muestra el bloqueo y la acción necesaria para avanzar.

Se registran eventos de gobernanza a lo largo de todo el proceso, incluidas las promociones, las aprobaciones y la actividad relacionada con los informes. El historial de auditoría ofrece a los usuarios una visión de lo que sucedió, lo que está pendiente y qué flujos de trabajo requieren atención.

La demostración también incluye gobernanza de AI. Los agentes tienen alcances limitados y acceso a los datos relevantes para sus tareas. Su actividad se registra, incluido lo que utilizan y crean. Los agentes ofrecen recomendaciones; no toman decisiones en nombre del revisor.

Un agente de orquestación de AI puede dirigir una pregunta más amplia a los agentes pertinentes. Por ejemplo, una pregunta sobre qué está pendiente para el cierre de un trimestre se puede dirigir a los agentes que tienen la información relevante. Genie, la interfaz de lenguaje natural de Databricks para consultar datos, también se puede utilizar para hacer preguntas directamente a las tablas subyacentes.

Redacción de la ORSA y análisis de escenarios

El flujo de trabajo de presentación de informes también puede admitir el análisis narrativo y de escenarios.

La ORSA es diferente de una QRT numérica. Es un proceso continuo en el que una aseguradora evalúa sus necesidades globales de solvencia y su perfil de riesgo, y su resultado es un informe narrativo que normalmente requiere una aportación significativa de los equipos actuariales y de riesgo. En la demostración, un modelo de lenguaje grande (LLM) genera un borrador del informe de la ORSA basado en las cifras actuales, lo que ofrece al equipo un punto de partida que luego es revisado y cuestionado por esos equipos. El flujo de trabajo también incluye pruebas de estrés y de escenarios.

El ejemplo de la cartera de ciberseguridad muestra cómo esto puede respaldar una pregunta de negocio práctica. El escenario ejecuta una proyección en Databricks y devuelve una respuesta sobre lo que podría suceder si la cartera de ciberseguridad se duplicara en los próximos 12 meses. Un segundo agente de AI actúa como un revisor de capital opuesto, diseñado para ofrecer una visión alternativa del resultado y destacar desafíos que podrían no ser visibles únicamente a partir del coeficiente de solvencia.

Esta es la diferencia entre los datos de informes y un proceso operativo de presentación de informes. El mismo flujo de trabajo gobernado que produce los resultados de la entrega también puede ayudar a los equipos a explorar qué significan esos resultados en un escenario diferente.

Qué cambia con un enfoque de extremo a extremo

Una implementación de extremo a extremo no elimina la necesidad de contar con experiencia regulatoria, revisión actuarial o propiedad del negocio. Ofrece a esos equipos una forma de trabajar más conectada.

Con una vista de control única, los equipos pueden ver el estado del proceso, incluidos los flujos de datos retrasados, los problemas de calidad de datos, las aprobaciones y los bloqueos. Con comprobaciones automáticas y soporte de conciliación, pueden pasar más rápidamente de una alerta a una explicación. Con gobernanza y pistas de auditoría, pueden mantener la visibilidad de las acciones y recomendaciones que dieron forma al proceso.

El resultado es un flujo de trabajo que es más fácil de monitorear e investigar, al mismo tiempo que admite preguntas más allá de la propia presentación. En lugar de tratar Solvencia II como un conjunto de tareas desconectadas, las aseguradoras pueden gestionarlo como un único proceso de negocio gobernado.

De la obligación de informar al soporte para la toma de decisiones de negocio

Solvencia II reúne datos, modelos, controles, aprobaciones y divulgación. Cuando estos elementos están fragmentados, incluso una pregunta sencilla, como el impacto de duplicar una cartera de ciberseguros (la cartera de negocios de seguros de ciberseguridad de una aseguradora), puede requerir una gran coordinación.

Un flujo de trabajo conectado en Databricks puede unificar esas actividades en un solo proceso: comprobaciones de ingesta automatizadas, una vista de control para la preparación y los bloqueos, aprobaciones gobernadas, pistas de auditoría y revisión asistida por IA. Esto no reemplaza la experiencia regulatoria o actuarial. Ofrece a esos equipos una visión más clara del proceso y una base más sólida para explorar escenarios de negocio.

Vea la demostración completa y el análisis profundo de expertos de nuestro Foro virtual de la industria de seguros: de los datos a las decisiones: cómo las aseguradoras líderes están escalando la IA en toda la cadena de valor.

Preguntas frecuentes

¿Qué es la presentación de informes de Solvencia II?

La presentación de informes de Solvencia II es el proceso mediante el cual las aseguradoras demuestran a los reguladores que disponen de capital suficiente y gestionan el riesgo de forma adecuada. Abarca las presentaciones cuantitativas (QRT), el ORSA y la divulgación pública, con el respaldo de datos, modelos y aprobaciones gobernados.

¿Qué incluye la presentación de informes de Solvencia II de extremo a extremo?

La presentación de informes de Solvencia II de extremo a extremo conecta la ingesta de datos, las comprobaciones de calidad, la constitución de reservas, el cálculo de capital, las QRT, el ORSA, la gobernanza, las aprobaciones y la divulgación para que las aseguradoras puedan monitorear la preparación e investigar problemas.

¿Cómo puede Databricks respaldar la presentación de informes de Solvencia II?

Databricks proporciona una plataforma unificada para todo el ciclo de presentación de informes de Solvencia II. Databricks puede ofrecer una vista de control gobernada para los coeficientes de solvencia, los flujos de datos retrasados, los problemas de calidad de datos, las aprobaciones, los plazos, los flujos de trabajo de modelos y las pistas de auditoría.

¿Cómo puede ayudar la IA con la presentación de informes de Solvencia II?

La IA puede identificar problemas de conciliación, sugerir medidas correctivas, redactar el contenido del informe ORSA y responder preguntas sobre los datos de los informes. Los revisores actuariales, regulatorios y de negocio siguen siendo responsables de las decisiones y aprobaciones.

¿Pueden los datos de Solvencia II respaldar el análisis de escenarios?

Sí. Las aseguradoras pueden utilizar los datos de los informes y los cálculos de capital para evaluar escenarios, como la duplicación de una cartera de ciberseguros, y evaluar los impactos potenciales en el coeficiente de solvencia dentro de un proceso gobernado.

¿Reemplaza Databricks los sistemas de modelado actuarial como Prophet, RAFM o Igloo?

No, Databricks no reemplaza a Prophet, RAFM o Igloo. Databricks se orquesta en torno a las suites de modelado actuarial y de capital existentes en lugar de reemplazarlas. Prepara los datos que utilizan esos motores, consume y gobierna sus resultados, y los conecta en un único flujo de trabajo de informes de extremo a extremo con controles, aprobaciones y pistas de auditoría compartidos.

¿Qué es una QRT en Solvencia II?

Una QRT, o plantilla de informe cuantitativo, es un formulario de datos estandarizado que las aseguradoras presentan a los reguladores en virtud de Solvencia II. Las QRT cubren el balance general, el capital, las primas, los siniestros y otros datos financieros. La conciliación entre las QRT es una fuente común de problemas en los informes; el flujo de trabajo de Databricks admite comprobaciones de conciliación automatizadas y revisión asistida por IA de las discrepancias.

¿Qué es el ORSA en Solvencia II?

El ORSA, o evaluación interna de riesgos y de solvencia, es un proceso continuo requerido por Solvencia II en el que las aseguradoras evalúan sus necesidades globales de solvencia, su perfil de riesgo y el cumplimiento de los requisitos de capital. Su resultado es un informe narrativo, distinto de las QRT numéricas, que normalmente requiere una aportación actuarial y de riesgo significativa. Databricks admite la redacción del ORSA con un LLM que genera un borrador inicial basado en los datos de informes actuales, para su revisión por parte de esos equipos.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original