La industria aseguradora lleva años usando IA para automatizar la suscripción, detectar fraude, gestionar reclamaciones y atender clientes. Con los agentes de IA, el reto cambia. Ya no es demostrar que una herramienta puede hacer una tarea, sino que pueda participar de forma confiable en procesos completos.
El cambio está llevando a las aseguradoras a replantear decisiones tecnológicas que durante años estuvieron asociadas a la migración desde sistemas heredados hacia plataformas SaaS. Un análisis publicado por McKinsey el 2 de octubre señala que la llegada de la IA agéntica está modificando incluso las decisiones de modernización de las aseguradoras, incluido el debate sobre si continuar con grandes transformaciones tecnológicas o cambiar el rumbo ante la velocidad con la que evolucionan los nuevos sistemas.
La razón es que un agente de IA necesita algo diferente a un chatbot tradicional. No solo debe interpretar información, sino acceder a datos, comunicarse con aplicaciones, seguir reglas y, en algunos casos, ejecutar acciones. En una aseguradora, eso puede significar pasar de analizar una reclamación a coordinar diferentes pasos del proceso. Siempre bajo los controles y niveles de supervisión correspondientes.
Deloitte identifica precisamente la calidad de los datos, la modernización de los sistemas y la seguridad como algunos de los factores que determinarán si las aseguradoras pueden llevar la IA a escala. El informe de perspectivas para 2026 señala que muchas compañías están avanzando con casos de uso concretos, pero continúan enfrentando problemas relacionados con datos fragmentados y sistemas antiguos.
La diferencia entre experimentar y escalar puede ser considerable. Una herramienta de IA puede funcionar correctamente cuando se utiliza sobre un conjunto limitado de datos y con supervisión humana, pero el escenario cambia cuando debe operar de manera continua, con miles de clientes, múltiples sistemas y diferentes requisitos regulatorios.
El problema de conectar los sistemas
En ese punto aparece lo que Deloitte denomina una “orchestration gap”. Es la distancia entre tener diferentes aplicaciones de IA funcionando y conseguir que generen valor acumulativo para toda la organización. Según su análisis publicado en septiembre, muchas aseguradoras están consiguiendo resultados en casos individuales. Sin embargo, tienen dificultades para conectar esos avances entre sí y aumentar las capacidades de la empresa como un todo.
Esto también está modificando la naturaleza de la inversión tecnológica del sector. En lugar de incorporar IA únicamente como una nueva herramienta sobre procesos existentes, las aseguradoras están empezando a revisar cómo deben organizarse esos procesos para que la tecnología pueda intervenir en ellos.
McKinsey plantea una transformación similar. Las empresas que quieran capturar el valor de la IA agéntica tendrán que pasar de iniciativas aisladas hacia ecosistemas donde diferentes agentes puedan colaborar y actuar sobre sistemas empresariales de manera segura y gobernada.
Para las insurtech, esta transformación tiene una dificultad adicional. Estas compañías necesitan moverse con la velocidad característica de una startup tecnológica, pero operan dentro de una industria donde la regulación, las licencias, la gestión de riesgos y la confianza de los clientes forman parte del producto.
La tensión es especialmente evidente cuando una compañía comienza a crecer. Incorporar nuevos clientes, mercados, aseguradoras o fuentes de ingresos puede multiplicar los procesos que deben ser controlados, documentados y auditados.
Get Covered, una plataforma de gestión de riesgos y cumplimiento para administradores de propiedades en el mercado de alquiler estadounidense, trabaja precisamente en esa intersección entre tecnología, seguros y operaciones.
Rick Folgmann, COO de Get Covered, resume el desafío desde la perspectiva de una insurtech: “Pero en el sector de las InsurTech, el crecimiento sin disciplina no es impulso, sino riesgo.” dijo el ejecutivo. La compañía sostiene que parte de la solución consiste en construir flujos de trabajo repetibles y escalables antes de que el crecimiento haga más difícil modificarlos.
La nueva infraestructura de las insurtech
Ese enfoque adquiere otra dimensión cuando se incorpora IA. Automatizar un proceso que ya está bien definido puede aumentar la eficiencia. Automatizar uno que todavía depende de decisiones fragmentadas, datos inconsistentes o reglas que cambian entre mercados puede simplemente acelerar un problema existente.
Por eso, el cumplimiento no puede quedar separado de la infraestructura tecnológica. Licencias, registros, divulgaciones, auditorías y respuestas ante reguladores forman parte de las operaciones diarias de una compañía aseguradora, y cualquier sistema de IA que participe en ellas debe funcionar dentro de esas mismas condiciones.
Folgmann plantea que, en Get Covered, la intención es construir esos flujos de trabajo de manera temprana, mientras la organización todavía tiene flexibilidad para modificarlos. “Nos centramos en crear flujos de trabajo repetibles y escalables desde el principio, mientras la organización aún tiene la flexibilidad suficiente para adaptarse a los cambios,” señaló.
La lógica coincide con lo que está ocurriendo en el resto de la industria. Deloitte señala que las aseguradoras que quieran industrializar la IA necesitan trabajar sobre la preparación de los datos y la arquitectura tecnológica. Además de establecer mecanismos que permitan mantener la confianza y evitar resultados inconsistentes.
Esto significa que el valor de la IA no dependerá únicamente de cuántas tareas pueda automatizar. También dependerá de si la organización puede convertir esas automatizaciones en procesos repetibles, auditables y capaces de crecer sin multiplicar el riesgo.
Del piloto a una operación preparada para IA
El mercado ya está dando señales de hacia dónde se dirige esa transformación. Deloitte identifica casos de uso de IA agéntica en áreas como suscripción y reclamaciones, mientras que aseguradoras como AIG, Allianz y AXA están explorando aplicaciones que permiten automatizar o asistir etapas más amplias de sus procesos.
En paralelo, McKinsey señala que la IA agéntica está empezando a modificar la propia arquitectura tecnológica que las aseguradoras habían construido durante la última década. La pregunta ya no es solamente qué sistema debe comprar una compañía. Sino cómo debe diseñarse su infraestructura para que diferentes capacidades de IA puedan interactuar con ella.
Para las insurtech, esto puede convertirse en una ventaja competitiva. Las compañías que construyan desde el principio procesos preparados para datos, automatización, cumplimiento y supervisión humana tendrán menos necesidad de reconstruir su operación cuando los agentes de IA pasen de ser pilotos a formar parte del negocio.
Get Covered representa una versión de ese enfoque desde el ámbito de la gestión de riesgos y cumplimiento para administradores de propiedades. Su estrategia pone el foco en construir primero los procesos que permiten crecer y, sobre esa estructura, incorporar tecnología capaz de automatizarlos.
La evolución de la IA en seguros, por tanto, está cambiando la pregunta central del sector. Ya no se trata únicamente de qué puede hacer un modelo o cuánto trabajo puede automatizar. La cuestión es si una aseguradora o una insurtech tiene la infraestructura, los datos, los controles y los procesos necesarios para permitir que esa tecnología opere a escala.
En una industria cuyo negocio consiste precisamente en administrar riesgos, escalar la inteligencia artificial sin aumentar al mismo tiempo la complejidad operativa puede marcar una diferencia clave. Puede ser lo que determine si una empresa se queda experimentando con la tecnología o consigue convertirla en una verdadera ventaja competitiva.
