IA en seguros, ¿revolución o evolución?

By Carla Bartrina and Ulrich Kleipaß

La capacidad reciente de aplicación en masa de la inteligencia artificial (IA) generativa está cambiando las reglas del juego, erigiéndose como un catalizador de cambio con capacidad para disrumpir prácticamente cualquier modelo de negocio existente y en cualquier industria. Desde la programación de software con la generación de código automática o la identificación de bugs, hasta el entorno legal con la generación automática de documentación o la mejora de la velocidad de análisis de documentos, también en el transporte con la mejora de la gestión del tráfico o la conducción autónoma o incluso en la salud, con la creación de nuevas estructuras de proteínas que estimulan el comportamiento de las células solo por nombrar algunos. El sector asegurador no es la excepción.

Se estima que el impacto global de la transformación de la IA en el PIB mundial pueda llegar a ser de casi 16 billones de dólares en 2030.

En este contexto de cambio vertiginoso, donde la incertidumbre es la única certidumbre, por lo que es clave adoptar una visión de largo plazo: no se trata de quién gana la carrera, sino de quién sigue siendo competitivo en la nueva realidad.

Para el sector asegurador, la flexibilidad ha dejado de ser una ventaja para convertirse en una necesidad estratégica. La velocidad e imprevisibilidad con la que la inteligencia artificial está revolucionando la industria no deja espacio para rutas predefinidas que aseguren el éxito. Por ello, las aseguradoras más competitivas serán aquellas capaces de adaptarse con agilidad, integrando nuevas aplicaciones de IA a lo largo de su cadena de valor de manera eficaz y continua. La capacidad de innovar y evolucionar constantemente será el factor diferenciador en la carrera por liderar el futuro del sector.

En la industria aseguradora, distintos actores ya están integrando la inteligencia artificial a lo largo de su cadena de valor, obteniendo resultados tangibles. Algunas las áreas con mayor adopción incluyen atención al cliente, gestión de siniestros y campañas de marketing y ventas. Este elevado nivel de implementación se debe a la capacidad de la IA para optimizar procesos de alto volumen y agilizar tareas complejas como la clasificación y gestión de documentos. La eficiencia y escalabilidad que aporta la IA están redefiniendo la manera en que las aseguradoras operan y generan valor.

La IA como catalizador del cambio en la industria aseguradora

La creciente presión regulatoria (el EU Artificial Intelligence Act entró en vigor en agosto del 2024 y será aplicado a partir de agosto del 2026) y la necesidad de ampliar los casos de uso de IA crean un entorno complejo de desafíos que las empresas del sector deben abordar.

• 1. Entorno regulatorio:
  Los nuevos enfoques normativos demandan una gobernanza flexible que opere tanto a nivel local como global. El EU Artificial Intelligence Act clasifica los sistemas de IA según su nivel de riesgo, incluyendo como 'alto riesgo' aquellos utilizados en la fijación de primas para seguros de salud y vida. Esto plantea un desafío estratégico para las aseguradoras: deben evaluar de manera proactiva el riesgo de sus sistemas actuales y planificados para garantizar el cumplimiento normativo, además de implementar mecanismos para monitorear equidad, no discriminación y transparencia.
  Un modelo de gobierno sólido y una adaptación temprana a estas regulaciones no solo minimizan riesgos regulatorios, sino que aseguran la alineación con los valores fundamentales de la UE y fortalecen la confianza del mercado.
• 2. Entorno operativo:
  La formación del personal operativo es clave para que las aseguradoras logren un equilibrio óptimo entre automatización e intervención humana. Identificar cuándo y dónde es necesaria la interacción humana no solo mejora la experiencia del cliente, sino que también mitiga riesgos asociados con decisiones automatizadas. Además, los sesgos en los modelos de IA evolucionan con el tiempo, exigiendo un mantenimiento continuo y una gestión activa que implica un uso intensivo de recursos. Preparar al equipo para enfrentar estos desafíos es fundamental para garantizar el éxito sostenible de la IA en el sector.
  Un desafío recurrente para las aseguradoras que integran la inteligencia artificial en sus operaciones es la falta de priorización y enfoque en las implementaciones. Sin una estrategia clara, las compañías corren el riesgo de desplegar un exceso de soluciones de IA que, lejos de generar valor, incrementan los costes operativos sin un impacto tangible que los respalde. La clave está en focalizar los esfuerzos en casos de uso que realmente aporten eficiencia, rentabilidad y diferenciación competitiva.

• 3. Entrono del dato:
  La gestión de datos sigue siendo la piedra angular de una gobernanza efectiva en IA. En particular, los datos no estructurados (videos, audios, imágenes e interacciones por chat, etc.) adquieren un protagonismo crucial en la era de la IA. Los modelos de Machine Learning (ML) e IA están diseñados para desbloquear el valor oculto en este tipo de información, convirtiéndola en un activo estratégico para las organizaciones. La calidad y actualización constante de los datos, garantizadas por los propietarios de los mismos, son esenciales para el éxito de cualquier implementación. En el caso de aseguradoras que operan con modelos de distribución indirecta, como corredores o agentes, la centralización del gobierno del dato se convierte en un factor crítico. Sin esta centralización, será difícil materializar implementaciones de IA que generen un impacto significativo y sostenible.

El modelo de gobierno: la clave para convertir visiones en realidades

La mayoría de las aseguradoras han logrado identificar casos de uso para la IA, pero el verdadero desafío radica en escalar esas implementaciones para alcanzar su máximo impacto.

Esto no solo exige un modelo de gobierno sólido, sino uno diseñado a medida, que esté alineado con las características y necesidades específicas de cada compañía, y que actúe con visión estratégica y precisión. Un gobierno capaz de mezclar perfiles tecnológicos, de negocio y expertos legales en el uso de datos, áreas que muchas veces con visiones “contrapuestas” que deben ahora engranarse a la perfección para el objetivo común.

En definitiva, el modelo de gobierno de la IA debe estar cimentado en principios sólidos, estructuras organizativas robustas y una definición clara de los procesos y las herramientas necesarias. Solo así se podrá garantizar la implementación exitosa de proyectos de IA con impacto a escala, asegurando la competitividad a largo plazo. Este enfoque integral permite no solo gestionar los riesgos, sino también aprovechar las oportunidades que la IA ofrece para transformar y optimizar el negocio.

Casos de éxito: Cómo un gobierno adecuado potencia el valor de la IA en seguros

En áreas sanitarias con alta prevalencia de patologías, como las enfermedades respiratorias, la inteligencia artificial está demostrando su capacidad para mejorar la precisión del diagnóstico, alcanzando más del 93% de exactitud según estudios de expertos de la Universidad de Tsinghua en China. Esto no solo acelera el proceso de diagnóstico, sino que también optimiza la gestión de partes médicos, incrementando la eficiencia tanto para los profesionales de la salud como para los pacientes.

Compañías de seguros tradicionales como AXA están implementando Large Language Models (LLMs) para leer y procesar una gran variedad y volumen de formatos de documentos con el fin de resaltar dónde debe modificarse o añadirse la redacción, de acuerdo con las últimas directrices internas. Asimismo, aprovechando herramientas basadas en IA, Nationwide ha mejorado la eficiencia y la coherencia de su proceso de gestión de siniestros. Sus sistemas basados en IA guían a los peritos a través de siniestros complejos, garantizando evaluaciones precisas y resoluciones puntuales.

Por otro lado, nuevos actores del sector asegurador (las insurtech) como Lemonade están revolucionando el sector. Lemonade utiliza su IA “Jim” para revisar y resolver reclamaciones en cuestión de segundos. En Bdeo, una insurtech española, están impulsando la utilización de la IA para automatizar la gestión de siniestros. Bdeo permite a las aseguradoras realizar inspecciones visuales remotas mediante archivos multimedia.

Preparados para liderar: ¿Cómo asegurar la competitividad a largo plazo?

Aunque la promesa de la IA es inmensa, las aseguradoras deben estar preparadas para distintos escenarios de adopción:

1. Adopción lenta: Restricciones regulatorias, altos costes y resistencia cultural pueden frenar su implementación masiva
2. Implementación parcial: La IA podría limitarse a ciertas etapas clave, como la gestión de siniestros o la atención al cliente.
3. Implementación a escala: Integración completa de la IA a lo largo de la industria aseguradora, con marcos regulatorios y éticos sólidos, generando innovación, reducción de costes, y mejora de los servicios

Para liderar en cualquier escenario, las aseguradoras necesitan tomar acción. Por un lado, estableciendo un modelo de gobierno sólido que priorice proyectos con impacto real. Por otro lado, innovando con foco, evitando el despliegue de soluciones sin un retorno claro. Por último, invirtiendo en talento y cultura organizativa que permita una adaptación continua.

En definitiva, la IA no es solo una herramienta tecnológica; es una palanca estratégica para transformar el negocio asegurador. Quienes sepan aprovecharla con agilidad y visión serán los líderes del futuro.