El fraude en seguros nunca fue un fenómeno estático. Pero el ritmo al que evolucionan sus métodos, su escala y la capacidad de los defraudadores para aprovechar nuevas tecnologías está generando un escenario cualitativamente diferente para la industria.
Esa es una de las principales conclusiones de “El estado del fraude de seguros 2026”, el nuevo informe elaborado por FRISS, que analiza el fenómeno desde una perspectiva particularmente relevante para el mercado asegurador: la inteligencia artificial está comenzando a desempeñar un doble papel, como herramienta para mejorar la detección y prevención del fraude, pero también como tecnología que los propios defraudadores pueden utilizar para sofisticar y escalar sus operaciones.
El estudio identifica una convergencia de tres fuerzas que está amplificando la amenaza: la presión económica, que reduce el umbral para cometer fraude; la tecnología, que proporciona herramientas para hacerlo con mayor escala y sofisticación; y las redes organizadas, que convierten conductas individuales en operaciones sistemáticas. El resultado es un panorama que, según FRISS, ya no puede abordarse con una única estrategia.
Un fraude que se está bifurcando
Uno de los conceptos centrales del informe es que el fraude no solamente está creciendo, sino que se está bifurcando. Por un lado, continúa existiendo un fraude oportunista, generalmente de menor sofisticación tecnológica pero de enorme volumen, impulsado en parte por la presión económica. Por otro, está emergiendo una frontera mucho más compleja, donde confluyen inteligencia artificial, identidades sintéticas y redes organizadas capaces de coordinar operaciones de mayor escala.
El 58% de los profesionales consultados por FRISS afirma haber observado un aumento en el volumen o la complejidad de los esquemas de fraude, mientras que el 39% no percibe cambios significativos y el 11% registra una disminución. Para la compañía, esta aparente divergencia refleja precisamente la bifurcación del fenómeno.
Las dos vertientes requieren respuestas diferentes. El fraude oportunista de alto volumen demanda eficiencia operativa y sistemas automatizados capaces de analizar grandes cantidades de reclamaciones. En cambio, el fraude organizado y sofisticado requiere capacidades analíticas más profundas, intercambio de inteligencia entre aseguradoras y herramientas capaces de identificar patrones nuevos y no solamente coincidencias con esquemas conocidos. El riesgo para las compañías, advierte FRISS, consiste en prepararse para uno de estos escenarios y descuidar el otro.
El automóvil concentra el principal desafío
Dentro del mapa de riesgos, el seguro automotor aparece claramente como el principal foco de preocupación. El 71% de los encuestados identifica al seguro de automóvil como su principal desafío en materia de fraude, muy por encima de los seguros generales (P&C), con un 16%, y de las líneas comerciales, con un 11%.
La concentración no resulta casual. Se trata de un ramo caracterizado por un enorme volumen de pólizas y siniestros, reclamaciones recurrentes, utilización de estimaciones de terceros y una fuerte presión para procesar rápidamente los casos. Precisamente, esa combinación genera una tensión entre velocidad y escrutinio: las aseguradoras necesitan resolver los siniestros con rapidez, pero esa misma velocidad puede reducir el margen disponible para detectar comportamientos sospechosos.
En cuanto a los tipos de fraude más habituales, el 44% corresponde a fraude oportunista, entendido como la exageración o inflación de una reclamación legítima. Le siguen las reclamaciones falsas por lesiones, con un 29%, el crimen organizado, con 13%, y la evasión de tasas, con 9%.
La presión económica aparece, además, como el principal factor que podría impulsar el fraude durante los próximos dos años: fue mencionada por el 67% de los profesionales, seguida por los avances tecnológicos antifraude, con 60%, y las redes organizadas de fraude, con 58%.
Solo el 9% de las aseguradoras ya implementó completamente IA o ML
Frente a este escenario, la industria todavía muestra una importante brecha de adopción tecnológica. Según FRISS, apenas el 9% de las aseguradoras ha implementado completamente soluciones de inteligencia artificial o machine learning para la detección de fraude. Un 36% se encuentra en fase piloto o de implementación parcial, mientras que otro 36% planea incorporar estas tecnologías y un 19% no tiene actualmente planes para hacerlo. Es decir, casi tres cuartas partes del mercado se encuentran todavía entre la planificación y las primeras etapas de despliegue.
Para FRISS, el dato no refleja una falta de conocimiento sobre las posibilidades de la IA. Por el contrario, los profesionales parecen comprender claramente su potencial. El problema está en convertir esa conciencia en ejecución. Las principales barreras identificadas son presupuestarias, relacionadas con la calidad de los datos, la falta de apoyo interno y las preocupaciones regulatorias o de privacidad.
La consecuencia es una brecha cada vez más delicada: mientras los defraudadores incorporan herramientas capaces de generar nuevos tipos de fraude, buena parte de las aseguradoras continúa apoyándose en tecnologías diseñadas para detectar esquemas tradicionales.
La IA ya demuestra resultados en la detección
La brecha de adopción resulta aún más significativa al observar los beneficios obtenidos por aquellas compañías que ya utilizan inteligencia artificial. Entre las aseguradoras que han implementado estas tecnologías, el 70% reporta una detección más rápida del fraude, mientras que el 45% señala una mejora en la calidad de la cartera de riesgos y el 35% nota una reducción de los falsos positivos. Además, un 25% identifica mejoras tanto en la experiencia del cliente como en los costos operativos.
Sin embargo, las herramientas tradicionales continúan predominando. Las señales automáticas basadas en reglas y las bases de datos de referencia cruzada son utilizadas por el 60% de las aseguradoras, mientras que los modelos de IA o machine learning todavía alcanzan apenas el 20%.
En consecuencia, el 60% de los profesionales considera que sus herramientas actuales son “algo efectivas” y solo el 15% las califica como “muy efectivas”.
Los defraudadores ya están utilizando la IA
La otra cara del fenómeno es todavía más preocupante. Mientras las aseguradoras avanzan entre presupuestos, pilotos, problemas de datos y procesos de transformación interna, los defraudadores no necesitan esperar a que esas condiciones estén resueltas.
El informe de FRISS identifica cuatro grandes formas en que la IA puede ser utilizada para potenciar el fraude. La principal es la generación de documentos o identidades sintéticas, señalada por el 76% de los encuestados. Le siguen la creación de pruebas deepfake (imágenes, audios o videos), mencionada por el 71%; la automatización de fraudes a gran escala en solicitudes, con 44%; y la coordinación de redes organizadas de fraude, con 33%.
La combinación de identidades sintéticas y deepfakes representa un desafío particularmente complejo porque permite atacar diferentes etapas del proceso asegurador. Una identidad inexistente puede utilizarse para construir una falsa identidad desde el inicio de la relación con la compañía, mientras que una imagen, un video o un documento generado artificialmente puede utilizarse posteriormente como evidencia de un siniestro que nunca ocurrió. De esta manera, la IA no se limita a hacer más rápido un fraude tradicional: puede permitir construir operaciones que antes eran directamente inviables.
Deepfakes: una amenaza reconocida, pero todavía poco priorizada
La brecha entre percepción y preparación también aparece con claridad en el caso de los deepfakes. El 58% de los profesionales considera que estas tecnologías se convertirán en la herramienta de fraude más utilizada a corto plazo. Sin embargo, solo el 20% considera la verificación de documentos y medios como una prioridad operativa crítica, mientras que otro 40% la considera muy importante.
Pero hay algo aún más llamativo: un 9% de las organizaciones reconoce que directamente no utiliza mecanismos de verificación de documentos y medios.
El problema, según FRISS, no es que la industria desconozca la amenaza. El desafío está en transformar esa conciencia en una prioridad concreta dentro de los flujos de trabajo de los siniestros. La recomendación es que la autenticidad de documentos, imágenes, videos y otros medios deje de ser una comprobación excepcional para convertirse en una instancia integrada en los procesos de reclamaciones.
El gran salto: el fraude agéntico
Pero si los deepfakes y las identidades sintéticas ya representan una amenaza actual, el informe identifica un desafío todavía mayor en la evolución de la IA agéntica.
A diferencia de las herramientas tradicionales, un agente de IA puede planificar, ejecutar y adaptar una secuencia de acciones de manera autónoma, interactuando con distintos entornos digitales sin requerir una intervención humana en cada etapa. Trasladado al fraude, esto significa que un atacante podría utilizar sistemas capaces de identificar objetivos, generar documentación, presentar solicitudes, monitorear las respuestas de las aseguradoras y modificar su estrategia en función de lo que ocurra durante el proceso. Por eso, FRISS considera que el fraude agéntico no constituye simplemente una versión más rápida de las modalidades existentes, sino una categoría de amenaza diferente.
Y los propios profesionales del seguro anticipan que el cambio podría producirse muy pronto. El 78% de los encuestados considera probable o muy probable que la IA agéntica afecte al fraude de seguros durante los próximos dos años.
Pero apenas el 2% se siente muy preparado para hacer frente a esta amenaza. Un 29% se considera algo preparado, otro 29% mantiene una posición neutral, mientras que el 31% reconoce estar poco preparado y el 7%, directamente nada preparado.
El contraste entre estos porcentajes resume buena parte del diagnóstico de FRISS: la industria sabe que la amenaza está llegando, pero todavía no está preparada para enfrentarla.
El intercambio de datos, una infraestructura que ya no puede esperar
Ante este escenario, el informe plantea que ninguna aseguradora podrá enfrentar por sí sola una amenaza que opera cada vez más allá de las fronteras de una compañía individual. Los defraudadores pueden moverse entre aseguradoras, países, productos y plataformas digitales, mientras que las compañías suelen analizar el riesgo a partir de sus propios datos y de sus propias investigaciones.
Por eso, FRISS identifica tres grandes imperativos para la industria. El primero es cerrar la brecha de adopción de IA antes de que los propios defraudadores la amplíen, acelerando el paso desde los pilotos hacia implementaciones operativas. El segundo consiste en incorporar la verificación de documentos y medios en los flujos de trabajo de reclamaciones, especialmente ante la rápida evolución de los deepfakes. Y el tercero es convertir el intercambio de datos y de inteligencia antifraude en una verdadera infraestructura sectorial.
La lógica detrás de esta última recomendación es contundente: una red de fraude puede aprovechar información procedente de múltiples aseguradoras, mientras que una compañía aislada solo puede observar una parte del patrón. La colaboración permitiría, por el contrario, detectar conexiones, identidades, comportamientos y esquemas que resultarían invisibles cuando cada aseguradora analiza exclusivamente su propia información.
Una carrera que recién comienza
El diagnóstico de FRISS no plantea un escenario en el que la industria esté indefensa. Por el contrario, el estudio muestra que existen tecnologías capaces de generar mejoras concretas y que las organizaciones que ya las utilizan están obteniendo resultados.
Pero el problema es la velocidad. La industria aseguradora está acostumbrada a combatir formas de fraude conocidas mediante reglas, bases de datos y procesos de investigación que fueron construidos durante años. Los defraudadores, en cambio, tienen acceso a tecnologías que evolucionan prácticamente a diario.
En este contexto, la pregunta ya no es si la inteligencia artificial transformará el fraude de seguros, sino qué tan rápido podrá la industria adaptar sus defensas a una amenaza que ya está utilizando las mismas herramientas que las aseguradoras necesitan para combatirla.
La conclusión de FRISS es precisamente una llamada a la acción: el 78% de los profesionales espera que la IA agéntica tenga impacto sobre el fraude en un horizonte de dos años, pero solo el 2% se considera muy preparado. La ventana para prepararse, sostiene el informe, está abierta. Pero no permanecerá abierta indefinidamente.
Para la industria aseguradora, el desafío será entonces avanzar simultáneamente en dos frentes: utilizar la IA para detectar el fraude de hoy con mayor velocidad y precisión; y construir desde ahora las capacidades necesarias para enfrentar el fraude de mañana, antes de que quienes buscan explotar el sistema vuelvan a tomar la delantera.
