Por Hugues Bertin, CEO & Founder de Digital Insurance LatAm y Presidente de la Alianza Insurtech Panamericana (AIP).-
Conozco a Rodrigo Labbé desde que fundó Jooycar, y juntos, con otros directores, fundamos InsurteChile. Siempre lo vi como el hombre que convenció a las aseguradoras de mirar cómo maneja realmente la gente en vez de adivinar. Este año me sorprendió con otra cosa: en marzo, Jooycar decidió transformarse con IA agéntica (inteligencia artificial que ejecuta tareas completas, no solo responde preguntas), en producción y a escala. Como dicen ellos, “cambiaron las alas mientras estaban volando”.
En un mercado donde todos hablan de agentes de IA y casi nadie muestra resultados, esta conversación con su cofundador y CEO es una rareza: una transformación real, con números, contada por quien la vivió.
- Han conectado más de 150.000 autos en América Latina.
- 97% de las entregas de código se hacen con IA (en marzo era 0%).
- 70% más tareas al mes con el mismo equipo de desarrollo.
- 17 dólares ahorrados por cada dólar invertido en IA.
Del chat a una decisión de empresa
En Jooycar ya se usaba IA, pero cada uno por su cuenta. Había ganancias de productividad individuales y la empresa seguía igual. El quiebre llegó en un viaje a México, donde Rodrigo, sin formación técnica, pasó una semana construyendo agentes junto a un colega de una empresa socia. Ahí entendió que esto era mucho más que un buscador muy bueno, y que tratarlo como una novedad los iba a dejar estancados en el chat.
En marzo tomaron la decisión como empresa, no como suma de individuos, con un enfoque de ingeniería: proceso, disciplina de adopción y medición. Con menos de 50 personas, una herramienta que multiplica al equipo vale más que en una empresa grande.
La IA como un nuevo empleado
Rodrigo lo explica así: a la IA hay que darle la misma bienvenida que a alguien que entra a trabajar, con reglas claras y documentación de cómo se hacen las cosas. La IA es tan buena como el contexto que recibe. Escribieron una vez quiénes son, qué venden y quiénes son sus clientes, una política de una página y los estándares del equipo convertidos en instrucciones. A los cinco meses la evaluaron con datos y le cambiaron el rol: de asistente que ayuda a escribir código a responsable de tareas completas.
El proceso tomó siete meses, de marzo a octubre. Además del salto en tareas entregadas, el equipo de desarrollo multiplicó por ocho sus pruebas automáticas de calidad.
Lo construye quien opera el proceso
Jooycar no tiene un equipo de IA. Cada área construyó sus propias soluciones dentro de un espacio controlado: una sola plataforma pagada, con reglas sobre qué datos se pueden tocar y qué se puede publicar. Soporte creó un asistente por WhatsApp que responde preguntas frecuentes y deriva a una persona cuando no puede: mantuvo su nivel de servicio entre 97% y 100% todos los meses, con unos 900 casos mensuales, igual que antes, y menos gente atendiendo. Finanzas armó su tablero de cobranza y Recursos Humanos reemplazó un software externo por una aplicación propia.
La lógica es simple: escribir código es donde la IA menos ayuda necesita. Donde más la necesita es en entender el negocio, y eso lo sabe mejor quien lo vive que cualquier desarrollador.
Lo que la IA nunca decide
En Jooycar la delegación es gradual. Lo repetitivo y reversible, como minutas, resúmenes diarios o primeros borradores, se delega casi por completo y una persona revisa. En el otro extremo, evaluar, contratar, desvincular o compensar: la IA ordena la información, pero el juicio es de la persona que después da la cara. Es el principio de human-in-the-loop (el humano en el circuito): todo lo que llega a un cliente pasa antes por revisión humana. Y está prohibido escudarse en la máquina, porque quien usa la IA responde por el resultado como si lo hubiera hecho a mano.
La regla de oro de seguridad cabe en una línea: si no lo publicarías en un canal abierto del chat interno de la empresa, no se lo pases a una IA. El resto no depende del criterio de cada uno, sino que va dentro de la herramienta: una sola plataforma pagada que por contrato no entrena con sus datos, y controles que advierten y escalan cuando detectan información sensible, pero no bloquean; si bloquearan, la gente se iría a otra herramienta. Con ese esquema ya en uso, Jooycar pasó la recertificación de la norma ISO 27001 (estándar internacional de seguridad de la información) con un auditor externo.
La paradoja de la fábrica
Con IA, Jooycar produce mucho más, pero cada tarea sigue tardando 14 días en llegar al cliente. Rodrigo lo compara con una fábrica que pasó de una línea de producción a varias en paralelo: al mes sale mucho más, aunque ninguna pieza llegue antes. Antes, 7 de cada 10 tareas se cerraban en un día; hoy son 4 de cada 10, y el resto son trabajos de varios días que avanzan en paralelo. Al investigar, descubrieron que el cuello de botella ya no estaba en programar, sino en las esperas y reuniones de un proceso diseñado para humanos. Por eso, el 15 de octubre cambiaron su metodología de trabajo. La meta es pública: bajar de 14 a 10 días al 31 de diciembre y contar el resultado en enero en jooycar.com/ia.
Lo que viene para las aseguradoras
En el negocio, el puntaje de conducción de Jooycar ya resultó 9 veces más predictivo de los siniestros que los métodos tradicionales. Para Rodrigo, el seguro conectado enfrenta tres barreras en la región: el costo, la urgencia de las aseguradoras por crecer y retener clientes, y mantener enganchado al conductor. La IA ayuda en las tres: con la misma gente atienden más programas, lo que baja el costo por póliza, y calibran más rápido sus modelos. Rodrigo anticipa novedades en esa línea en los próximos meses.
“Gobernar la IA no es tener una política; es poder mostrar dónde está cada control”, expresa Rodrigo Labbé, cofundador y CEO de Jooycar.
Cinco decisiones que Jooycar tomaría de nuevo
- Centralizar antes de escalar: un estándar, skills compartidos (instrucciones reutilizables para la IA) y un dueño por canal.
- Codificar lo que ya estaba acordado: la IA aplica reglas existentes, y eso baja la resistencia.
- Poner la seguridad dentro de la herramienta: que advierta y escale, no que bloquee.
- Medir antes de cambiar, y medir resultado.
- Cuando escribir código deja de ser lo lento, rediseñar el proceso: el cuello de botella pasa a decidir y verificar.
Me quedo con una lección que Rodrigo aprendió con un agente que reconocía el trabajo de los compañeros: funcionó unos meses y después se apagó, porque le faltaba autenticidad. La IA puede multiplicar la capacidad de un equipo, pero la motivación no se delega. Para las aseguradoras de la región, el desafío no es solo tecnológico: es de liderazgo.
