Los agentes de IA ya están transformando procesos clave del sector asegurador, desde la suscripción hasta la gestión de siniestros. Alejandro Bermejo, director ejecutivo para Seguros en GFT Technologies España, analiza cómo aprovechar su potencial sin perder el control sobre los datos, los modelos y las decisiones.
Hace no mucho tiempo, hablar de agentes de Inteligencia Artificial en el mundo asegurador parecía un escenariofuturista. Hoy, sin embargo, forman parte del presente estratégico del sector; de hecho, no podemos olvidar que son muchos los foros internacionales en los que ha quedado patente que estas herramientas ya no son prototipos de laboratorio, que se han convertido enrecursos en fase de implementación real, capaces de redefinir las operaciones clave de las aseguradoras.
Una de las transformaciones más visibles está ocurriendo en la fase de suscripción. Allí, los modelos de IA están acortando plazos, reduciendo costes y mejorando la toma de decisiones. Por ejemplo, combinando datos estructurados con imágenes y modelos predictivos sobre el comportamiento del asegurado se automatizan etapas que antes eran lentas y propensas a errores, de modo que lo importante no es sustituir al humano, es liberar su tiempo para tareas más analíticas, menos rutinarias y de valor.
Menos tiempo, más rigor
En la gestión de siniestros el impacto es igualmente significativo, con agentes inteligentes que pueden autenticar documentos, validar imágenes y contrastar la coherencia de los relatos presentados, lo que reduce el fraude y acelera la resolución de casos, mejora la experiencia del cliente y alivia la carga operativa de los equipos, entre otros. Por ello, las compañías que han apostado por esta combinación de automatización con supervisión humana logran acortar los tiempos de respuesta sin comprometer el rigor de los controles.
No obstante, el entusiasmo debe medirse frente a dos obstáculos nada menores: la herencia tecnológica y la gobernanza. En una realidad que en la actualidad muchas aseguradoras aún operan sobre sistemas construidos hace décadas, difíciles de integrar con las nuevas soluciones basadas en IA, y sin una modernización progresiva, capaz de exponer los datos mediante APIs y facilitar su procesamiento en tiempo real, estas herramientas no podrán desplegar todo su potencial. Es indudable que apostar por la infraestructura digital es una cuestión técnica, además de un paso estratégico ineludible.
En paralelo, el desafío de la gobernanza se ha intensificado: hoy es más fácil que nunca que cualquier unidad de negocio configure su propio agente virtual. Este fenómeno, que recuerda a los sistemas no oficiales construidos sobre hojas de cálculo en el pasado, requiere una respuesta por parte de los departamentos de TI y cumplimiento, de modo que es necesario definir límites claros: quién puede entrenar modelos, con qué datos, bajo qué criterios de autonomía y con qué mecanismos de control. Las fugas de información y los comportamientos inesperados son riesgos reales si no se establecen normas comunes desde el principio.
Resolver problemas
La experiencia ha mostrado que muchas organizaciones aún se mueven en un terreno experimental, y que las pruebas de concepto abundan, pero son pocas las que alcanzan el despliegue masivo. ¿Por qué? Porque el sector, por naturaleza es conservador, exige evidencias, y únicamente cuando un caso de uso concreto demuestra beneficios medibles, como menos fraude, mayor rapidez oahorro en costes se produce un efecto de adopción real. Por eso, más que pensar en promesas a largo plazo los responsables deben enfocarse en resolver problemas específicos y cuantificables.
Los ejemplos de éxito ya empiezan a marcar el camino. Iniciativas bien diseñadas, con objetivos claros y métricas de impacto, logran avanzar hacia modelos escalables. Pero este paso únicamente es posible cuando la gobernanza acompaña a la iniciativa. No basta con que la tecnología funcione: debe funcionar bajo control, con transparencia y con responsabilidades bien asignadas. El riesgo de avanzar sin reglas es alto, y el coste de una mala automatización puede ser mayor que el de no hacer nada.
Lo que está en juego es una transformación profunda del rol de los profesionales del seguro. La IA no viene a desplazar, sino a reconfigurar: los agentes automatizados pueden ejecutar tareas, analizar grandes volúmenes de datos y detectar patrones. Pero la supervisión humana sigue siendo imprescindible, y en este esquema la función de TI se convierte en algo más que soporte: se vuelve garante del modelo, custodio de los datos y árbitro de las reglas del juego.
La IA tiene mucho que ofrecer al mundo del seguro, pero su aporte no depende tan solo de su potencia técnica; también de la madurez con la que se la incorpore. Automatizar sin gobernar es una apuesta arriesgada, pero gobernar para automatizar, en cambio, abre la puerta a una eficiencia sostenible y a un crecimiento verdaderamente inteligente.
En definitiva, la pregunta que deben hacerse hoy las aseguradoras no es si deben adoptar agentes de IA; la pregunta es cómo hacerlo, con qué visión, con qué controles y con qué objetivos. Porque no se trata de sustituir a las personas; lo diferencial es integrar inteligentemente capacidades nuevas para hacer más ágil, precisa y resiliente la operación. Esa es la verdadera promesa que la IA puede cumplir en el seguro: eficiencia sin perder el control.