Benefícios otimizados: IA e análises de dados para melhorar os resultados de engagement e de desempenho 

Quer esteja a desvendar dados manualmente, à espera de que os seus parceiros disponibilizem relatórios ou a trabalhar com dashboards, extrair e analisar dados pode ser difícil e demorado.

Felizmente, os agentes de IA, como o ChatGPT e o Len AI, uma tecnologia de IA da Marsh McLennan, agora permitem que conjuntos de dados sejam analisados usando linguagem natural, para que os dados de benefícios possam ser facilmente revistos para descortinar informações importantes. Sem surpresas, 50% das organizações já está a usar a IA na gestão de benefícios e mais de 48% planeiam usá-la nos próximos um a três anos. As análises avançadas e preditivas, juntamente com a personalização, são os principais impulsionadores desta tendência.^[1]

Em termos práticos, a redução dos encargos administrativos é significativa. Por exemplo, as equipas de RH podem consultar as taxas de adoção e de engagement dos benefícios e identificar quaisquer problemas na sua utilização que possam estar a afetar os orçamentos. Isto liberta tempo para que os RH se concentrem em iniciativas mais estratégicas, tais como compreender como os benefícios preventivos estão a afetar os sinistros.

A análise preditiva apresenta um forte argumento de utilização para a IA, especialmente na área da saúde e bem-estar.  Por exemplo, ao prever quantas pessoas têm probabilidade de ficar doentes por ano, poderão otimizar as suas estratégias de benefícios para contabilizar a inflação médica e ter em consideração este fator no planeamento orçamental no contexto de um ambiente cada vez mais desafiante com recursos limitados. 

Isto requer a elaboração de cenários e a simulação dos resultados mais prováveis de diferentes estratégias de benefícios. Por exemplo, ao antecipar um número elevado de sinistros com patologias músculo-esqueléticas (MSK), quantos têm probabilidade de resultar numa reabilitação a longo prazo e como pode a aceitação de um benefício preventivo mudar este cenário?

Também exige a distinção entre problemas sociais no geral e aqueles específicos da sua organização. Na Mercer Marsh Benefits (MMB), podemos sobrepor dados organizacionais a conjuntos enormes de dados para ajudar os nossos clientes a identificar bolhas dentro da sua organização que estão a contornar tendências mais amplas.

Pode mergulhar ainda mais fundo para identificar quais as vias clínicas, e até mesmo prestadores de cuidados de saúde que estão a gerar os resultados mais bem-sucedidos. Isto permite às organizações educar melhor os seus colaboradores sobre o caminho mais eficaz, hospitalizações, utilização do programa público ou do benefício para atender às suas necessidades.

Este nível de personalização é bem-vindo pelos colaboradores, com mais de dois terços a afirmarem que partilhariam de forma confidencial as suas informações de saúde com terceiros, para receber informações de benefícios ou recomendações de saúde personalizadas.^[2]

Obviamente, nenhuma estratégia de benefícios proporcionará resultados ideais se os colaboradores não estiverem envolvidos e cientes das suas opções. A IA tem um papel significativo a desempenhar no aumento da utilização, substituindo comunicações individuais por conteúdos apelativos gerados automaticamente e adaptados a diferentes dados demográficos da população de colaboradores.

Os assistentes por chat de IA generativa estão agora a ser utilizados por plataformas de benefícios como o Assistente de Chat de IA da Darwin, que permitir que os colaboradores obtenham respostas a perguntas sobre benefícios como: “Posso adicionar a minha esposa ao meu plano de cobertura dentária?”. Permitir que os colaboradores acedam facilmente a informações e executem tarefas não só poupa tempo e aumenta o engagement, mas também melhora a experiência do utilizador.

Noutro nível, a personalização ajuda os colaboradores a descobrir benefícios que não sabiam que existiam ou que não tinham considerado. Por exemplo, as pessoas que procuram exercitar-se mais e melhorar os seus níveis de fitness podem ser sinalizadas para benefícios que podem ajudá-las a alcançar estes objetivos, como filiações no ginásio e programas de bem-estar.

Para que os seus colaboradores sintam confiança para partilhar dados pessoais relevantes, é importante educá-los sobre as formas como os dados são anonimizados ou desidentificados de forma a proteger a sua privacidade.  Estes dados são frequentemente utilizados para criar personas, para melhorar a relevância do que é apresentado aos colaboradores, aumentando assim a sua aceitação.

As perspetivas geradas por qualquer aplicação de análise de dados são tão boas como os dados subjacentes à análise.  A integridade dos dados é fundamental, assim como a governança e os processos que a rodeiam.   

A crescente escolha de benefícios tem impacto no aumento medio da gestão de benefícios, mas a IA pode alimentar a base de dados de forma mais eficaz, automatizar tarefas de rotina, realizar monitorização de compliance e reduzir o erro humano.

Por exemplo, se tiver um fundo de reembolso para permitir que as pessoas peçam atividades de bem-estar, a IA pode não só verificar o recibo para garantir que não é um pedido duplicado, mas também verificar se o prestador realmente existe, se o serviço prestado está coberto e se o colaborador não excedeu a sua bolsa.

Da mesma forma, pode ser usado para fechar automaticamente o payroll, inserir novos membros e executar outros processos relacionados com a gestão de benefícios, reduzindo significativamente as despesas administrativas. Isto dá às equipas de RH já mais tempo para se concentrarem em iniciativas mais estratégicas.

Qualquer iniciativa de IA é tão boa como o conjunto de dados subjacente e a construção da base certa de IA para centralizar e ligar esses dados é fundamental para o sucesso. 88% das organizações que centralizaram o seu software de gestão de benefícios desta forma, afirmam que podem ajustar-se rapidamente à mudança, com 73% a afirmar que estão no caminho certo para alcançar as metas de engagement dos seus colaboradores.^[3]

A IA não só tem o potencial de melhorar as perspetivas e a gestão de benefícios para colaboradores e organizações, como também tem o potencial de transformar a experiência do colaborador e criar uma força de trabalho mais saudável e mais satisfeita. Como tal, metade das organizações está atualmente a utilizar a IA para prever necessidades futuras de benefícios com base nas tendências da força de trabalho, e 58% estão a personalizar recomendações de benefícios e comunicações com base em perspetivas de IA com mais 33% a planear fazê-lo até 2026. Isto evidencia uma mudança significativa para as organizações que aproveitam cada vez mais os dados não apenas para monitorizar e prever, mas também para personalizar e melhorar o bem-estar.^[4]