La industria aseguradora se encuentra ante una nueva etapa en su adopción de inteligencia artificial (IA), pero el grado de preparación de las compañías no avanza al mismo ritmo que sus expectativas. Mientras las aseguradoras comienzan a proyectar un escenario en el que los sistemas puedan ejecutar tareas y tomar decisiones con un alto grado de autonomía, una proporción todavía reducida cuenta con las capacidades tecnológicas, organizacionales y de talento necesarias para llegar a ese punto.
Esta es una de las principales conclusiones del “Sapiens Insurance AI Maturity Index 2026”, un estudio elaborado por la consultora Research in Finance (RiF) para Sapiens -empresa global de desarrollo de soluciones de software como servicio (SaaS) y herramientas de transformación digital en seguros-, que busca establecer un punto de referencia cuantitativo sobre el estado de la inteligencia artificial en la industria aseguradora. Se trata de la primera edición de este índice, que tendrá continuidad anual para medir la evolución del mercado.
La investigación fue realizada entre julio y septiembre de 2026 a partir de una encuesta online a 475 profesionales senior de seguros, pertenecientes a compañías de Vida y No Vida de Reino Unido e Irlanda, Norteamérica, Sudáfrica, los países nórdicos y Benelux. La muestra estuvo dividida entre líderes responsables de transformación y usuarios empresariales de estas tecnologías.
El índice no mide únicamente cuánto utilizan IA las compañías. Su metodología considera cuatro pilares que, según el estudio, resultan fundamentales para poder escalarla: migración a la nube, estrategia de datos maestros, gobierno de IA y preparación de los recursos humanos. A partir de estas variables, las aseguradoras son ubicadas en cuatro niveles: Reactivas, Habilitadas, Operativas y Líderes Autónomas.
Un mercado que avanza, pero de manera desigual
La distribución obtenida por el índice muestra que todavía no existe una industria homogénea en términos de madurez. El grupo más numeroso es el de las aseguradoras Operativas, que representa el 28% de la muestra. Son organizaciones que ya ejecutan algunas cargas de trabajo sobre SaaS y que cuentan, o están implementando, estrategias de datos maestros y políticas de gobierno de IA.
En el extremo superior, el 25% alcanza la categoría de Líderes Autónomas, el nivel más avanzado del índice. Estas compañías ya tienen una estrategia de datos maestros establecida, políticas de gobierno de IA y un conjunto amplio de iniciativas de recursos humanos destinadas a acompañar la adopción tecnológica.
Por debajo se ubican las aseguradoras Habilitadas, con el 23%, que ya avanzaron hacia la nube y comenzaron a construir sus bases de datos y gobierno, aunque todavía no cuentan con todos los elementos de las categorías superiores. Finalmente, el 24% permanece en el nivel Reactivo, generalmente asociado con etapas iniciales de adopción de nube y estrategias incipientes o inexistentes de datos maestros y gobierno de IA.
El dato adquiere especial relevancia al contrastarlo con las expectativas sobre el futuro de la tecnología: solo una cuarta parte de la industria reúne hoy las condiciones que el propio índice considera necesarias para competir en un escenario de IA más autónoma.
Benelux y los países nórdicos, a la cabeza
Las diferencias son todavía más marcadas cuando se analiza la madurez por región. Benelux encabeza el ranking de Líderes Autónomas, con el 33%, seguido por los países nórdicos, con el 28%. En Norteamérica, la proporción alcanza el 25%, mientras que Reino Unido e Irlanda llegan al 23% y Sudáfrica se ubica en el 18%.
El estudio destaca que las diferencias regionales no pueden explicarse únicamente por la regulación. De hecho, los mercados de Benelux y los países nórdicos, sujetos al marco regulatorio europeo basado en riesgo, muestran mayores niveles de madurez que Reino Unido e Irlanda, donde predomina un enfoque regulatorio sectorial y basado en principios.
S&P Global Ratings ya había señalado en estudios recientes que la regulación, la gobernanza y la infraestructura son factores relevantes para la expansión de la IA en seguros. El índice de Sapiens agrega una dimensión diferente al mostrar cómo esas condiciones se combinan con la preparación organizacional.
El informe también identifica una diferencia significativa en la confianza y el apetito por la IA agéntica. Los países nórdicos aparecen entre los mercados más dispuestos a avanzar hacia esta tecnología, mientras que Sudáfrica se encuentra en el extremo opuesto tanto en importancia atribuida como en preparación para adoptarla.
No Vida aventaja a Vida
La madurez también varía según la línea de negocio. Las compañías de Property & Casualty (P&C) o No Vida muestran un mayor grado de preparación que las aseguradoras de Vida: el 59% de las primeras alcanzó las categorías Operativa o Líder Autónoma, frente al 52% de las compañías de Vida.
La diferencia también aparece en la infraestructura de datos. Mientras que el 18% de las aseguradoras de No Vida no cuenta con una estrategia de datos maestros, ese porcentaje asciende al 30% entre las compañías de Vida.
El tamaño de las organizaciones también desempeña un papel importante, aunque no de manera lineal. Las compañías con 20.000 empleados o más son las que presentan mayor madurez, con un 39% clasificado como Líderes Autónomas. En las aseguradoras de entre 1.000 y 4.999 empleados, el porcentaje es del 27%, mientras que entre las compañías especializadas y medianas, con menos de 1.000 empleados, se reduce al 21%.
La gran brecha: la IA agéntica importa, pero todavía no está en producción
Si hay un dato que sintetiza la situación actual de la industria, es la diferencia entre la importancia que las aseguradoras atribuyen a la IA agéntica y su implementación efectiva. El 87% de los profesionales consultados considera que la IA agéntica es “muy” o “bastante” importante para su negocio. Sin embargo, solo el 16% afirma tenerla funcionando en producción. Otro 50% se considera completamente o mayormente preparado para adoptarla.
La brecha también aparece al comparar las tecnologías actualmente desplegadas. En promedio, la automatización está activa en el 40% de los procesos, mientras que la IA tradicional alcanza el 42%. La IA agéntica, en cambio, está presente en apenas el 24% de los procesos, convirtiéndose en la tecnología menos extendida de las tres.
Los usos tampoco son iguales en toda la cadena de valor. La automatización tiene su mayor presencia en distribución, con un 52%, donde predominan procesos estandarizados y de alto volumen. La IA alcanza su máximo nivel en fraude y Special Investigations Unit (SIU), con un 46%, debido a su capacidad para detectar patrones. La IA agéntica, por su parte, tiene su mayor utilización en servicing, con un 34%, un ámbito donde los procesos de atención y gestión de casos requieren encadenar múltiples acciones.
Del agente individual al sistema multiagente
El informe también introduce una mirada sobre la siguiente frontera tecnológica: los Multi-Agent Systems (MAS), sistemas en los que varios agentes de IA coordinan sus acciones para completar un proceso de punta a punta.
Todavía son minoritarios. Sin embargo, entre los líderes de transformación encuestados, el 17% afirma que los sistemas multiagente ya constituyen la tecnología de IA predominante en su organización, mientras que otro 33% señala a la IA agéntica como su principal modalidad. Es decir, aproximadamente la mitad de estos responsables ya describe el uso cotidiano de IA de sus organizaciones en términos que van más allá de modelos aislados.
Aquí aparece otra de las grandes diferencias regionales del estudio: el 33% de los líderes de transformación de los países nórdicos identifica a los MAS como su enfoque predominante, frente a apenas el 5% en Reino Unido. En este último mercado, la IA específica para tareas continúa siendo la modalidad predominante para el 41% de los participantes de ese grupo.
La autonomía podría llegar antes de lo esperado
A pesar del bajo nivel actual de despliegue de IA agéntica, las expectativas de los profesionales son considerablemente más ambiciosas. El 79% considera que la IA estará completando tareas de manera completamente autónoma dentro de los próximos dos o tres años. Para la toma de decisiones completamente autónoma, el porcentaje se ubica en 66%. Alrededor de uno de cada diez encuestados considera que ese nivel de autonomía ya está ocurriendo actualmente.
El dato permite dimensionar la magnitud del desafío: si las previsiones de los propios ejecutivos se cumplen, el sector tendrá que recorrer en muy poco tiempo la distancia existente entre un escenario en el que solo el 16% tiene IA agéntica en producción y otro en el que una mayoría espera que los sistemas puedan ejecutar tareas o tomar decisiones de forma autónoma.
Los Líderes Autónomos son, lógicamente, quienes muestran mayor confianza en este escenario. Uno de cada cinco de ellos considera que la autonomía completa ya llegó. En el extremo contrario, las grandes aseguradoras globales son el grupo más cauteloso: el 20% considera que siempre será necesaria la intervención humana en las tareas y el 30% sostiene lo mismo respecto de la toma de decisiones.
Cuando la IA ya está implementada, aparecen resultados concretos
El estudio no se limita a medir expectativas. También identifica beneficios entre las aseguradoras que ya utilizan IA o IA agéntica. El 51% de los profesionales considera que la inteligencia artificial puede otorgar una ventaja competitiva a su organización. Y entre las compañías que ya emplean estas tecnologías, el 77% afirma que les permitió identificar y lanzar nuevos productos al mercado más rápidamente.
El ahorro de tiempo es significativo. Entre quienes registraron ese beneficio, el 41% consiguió ahorrar hasta tres meses en el lanzamiento de productos y, considerando también a quienes ahorraron menos tiempo, casi ocho de cada diez lograron reducir el plazo en tres meses o menos. Otro 15% ahorró hasta seis meses, un 5% hasta un año y un 1% más de un año.
Los beneficios reportados abarcan además tiempos de respuesta, experiencia del cliente, costos de gestión manual, tasas de error, detección de fraude y calidad de suscripción. En el caso de la IA agéntica, los usuarios destacan especialmente el tiempo necesario para obtener valor, mientras que la IA tradicional presenta mayores beneficios en distintas áreas de desempeño.
Un dato particularmente interesante es que, aunque la IA agéntica es menos utilizada, cuando se implementa tiende a alcanzar escala empresarial con una frecuencia ligeramente superior a la IA tradicional: 35% frente a 29%.
Confianza alta, pero el humano todavía tiene la última palabra
La creciente autonomía tecnológica no implica, al menos por ahora, la desaparición de la supervisión humana. Entre las aseguradoras que utilizan IA o IA agéntica, el 86% afirma tener mucha o bastante confianza en las decisiones tomadas por estas tecnologías, mientras que el 83% confía en que su organización dispone de los controles adecuados para supervisarlas.
Pero esa confianza convive con una intervención humana significativa: una persona todavía revisa, en promedio, el 53% de los resultados producidos por IA agéntica y el 15% de las decisiones terminan siendo modificadas por un humano.
El informe subraya que las modificaciones no responden necesariamente a una desconfianza generalizada en la tecnología. Las razones son principalmente concretas y vinculadas con el contexto asegurador. Entre los principales motivos aparecen los requisitos regulatorios o de las condiciones de la póliza, la vulnerabilidad del cliente o la necesidad de un tratamiento excepcional y los problemas relacionados con la calidad o ausencia de datos. También se mencionan la falta de confianza en el modelo o las reglas y los casos que no encajan adecuadamente en los parámetros previstos.
Datos, sistemas heredados y regulación: las barreras que persisten
Para las compañías que todavía no utilizan IA agéntica, el camino hacia una mayor autonomía sigue condicionado por obstáculos muy concretos. El informe identifica como principales barreras la privacidad y seguridad de los datos, las cuestiones regulatorias y de cumplimiento y la integración de las nuevas herramientas con los sistemas existentes. Más de una cuarta parte de las entidades señala, además, que sus sistemas core necesitarían una revisión significativa para poder soportar IA agéntica.
La cuestión de los datos resulta especialmente significativa. El 68% de las aseguradoras ya implementó o está construyendo una estrategia de datos maestros, pero la falta o mala calidad de los datos continúa apareciendo como una de las principales razones para que los seres humanos deban intervenir y modificar decisiones generadas por IA.
La infraestructura tecnológica también muestra una evolución importante. El 90% de las aseguradoras ya tiene al menos parte de su infraestructura en la nube, mientras que solo el 5% permanece completamente on-premise. Sin embargo, la migración no implica necesariamente un abandono de los sistemas tradicionales: el modelo híbrido es el más habitual, utilizado por el 36% de las compañías, por encima de SaaS, PaaS e IaaS considerados individualmente.
El talento se convierte en un indicador de madurez
La transformación tampoco depende exclusivamente de tecnología. El informe encuentra una relación clara entre la madurez de las aseguradoras y las iniciativas que desarrollan para preparar a sus equipos. Entre las Líderes Autónomas, el 71% prioriza la capacitación de sus empleados, frente al 53% del conjunto de la muestra. Asimismo, el 57% está acelerando la contratación de profesionales con conocimientos de IA, frente al 38% del total.
La diferencia es todavía más evidente en materia de contratación: mientras el 38% de las organizaciones encuestadas afirma estar incorporando talento especializado en IA, ese porcentaje alcanza el 57% entre las Líderes Autónomas y cae al 20% entre las organizaciones Reactivas. Así, la preparación de las personas aparece en el índice como un componente tan relevante como la nube, los datos o el gobierno de la tecnología.
Una carrera entre expectativas y capacidad real
El primer “Sapiens Insurance AI Maturity Index” deja como principal conclusión una industria que está avanzando hacia una nueva etapa de automatización y autonomía, pero que todavía presenta una importante brecha entre lo que espera conseguir y lo que efectivamente está en condiciones de implementar.
La investigación plantea además una cuestión que excede la incorporación de una nueva herramienta tecnológica. La preparación para la IA avanzada requiere combinar infraestructura en la nube, datos de calidad, gobierno, capacidades humanas y una estrategia organizacional capaz de llevar los proyectos desde la prueba hasta su utilización a escala.
En ese sentido, el índice propone seguir la evolución del mercado de manera anual. Su valor no estaría únicamente en establecer quién está más avanzado en 2026, sino en permitir observar cómo se mueve la industria a medida que la IA deja de ser una tecnología emergente y comienza a convertirse en una infraestructura central para la operación aseguradora.
