Llevar la inteligencia artificial a producción, transformar procesos, preparar arquitecturas tecnológicas más flexibles y gestionar nuevos riesgos aparecen entre los principales desafíos para la industria aseguradora, conforme a las conversaciones mantenidas con aseguradoras, brokers y otros actores del sector en recientes encuentros realizados en Chile, México y Centroamérica en los cuales ha participado Charles Taylor como referente global de tecnología para seguros.
La discusión está entrando en una nueva etapa, dado que el desafío ya no es encontrar casos de uso, sino llevar la IA a la operación real, gobernarla adecuadamente y conseguir que genere valor para el negocio. Una encuesta de Deloitte mostró que el 76% de los ejecutivos aseguradores consultados ya había implementado IA generativa en una o más funciones, aunque buena parte de las iniciativas todavía se encontraba en etapas iniciales. Entre las principales barreras aparecen la seguridad y privacidad de los datos, su calidad y su integración.
“Ya conocemos el potencial de la inteligencia artificial. Ahora tenemos que resolver cómo llevarla a la operación, cómo gobernarla y, fundamentalmente, cómo utilizarla para transformar el negocio y no simplemente para hacer más rápido lo que ya hacíamos”, señaló Damián Korman, Global PreSales Director de Charles Taylor InsureTech, quien participó como speaker de diferentes encuentros con actores de la industria aseguradora latinoamericana.
El desafío alcanza también a la arquitectura tecnológica. La IA está acelerando la evolución desde estructuras rígidas y cores monolíticos hacia modelos más modulares, integrables y adaptativos. El objetivo no debería ser preparar una aseguradora únicamente para la tecnología disponible hoy, sino construir una infraestructura capaz de incorporar la que vendrá mañana.
Pero automatizar no necesariamente significa transformar. Una de las principales discusiones es si conviene incorporar IA a los procesos existentes o aprovecharla para diseñar procesos nuevos. Aplicar inteligencia artificial sobre un proceso ineficiente puede significar hacer más rápido – y a mayor escala – aquello que ya se hacía mal.
Por eso, antes de automatizar resulta fundamental revisar los procesos, conocer y gobernar los datos e identificar errores y excepciones. La curaduría se vuelve crítica para evitar que la capacidad de escala de la IA multiplique deficiencias preexistentes.
Del seguro con IA al seguro de la IA
La inteligencia artificial plantea, además, una paradoja particularmente interesante: el mercado no solamente deberá incorporar IA al seguro, sino que también tendrá que aprender a asegurar la IA.
Errores de los modelos, sesgos, alucinaciones o decisiones incorrectas pueden derivar en pérdidas financieras, interrupciones del negocio o responsabilidades frente a terceros. Y este riesgo ya comienza a convertirse en materia asegurable. De hecho, la reaseguradora Munich Re, que trabaja en soluciones vinculadas con riesgos de IA desde 2018, ofrece coberturas para determinados perjuicios derivados del desempeño de estos sistemas.
Esto abre una nueva agenda para la industria: ¿quién responde cuando una decisión automatizada provoca un perjuicio? ¿Cómo se mide y suscribe ese riesgo? ¿Qué controles debería tener una organización para hacerlo asegurable? A medida que la IA intervenga en procesos de mayor relevancia, estas preguntas tendrán cada vez más peso.
El desafío final excede a la tecnología. Las aseguradoras necesitan desarrollar una capacidad continua de aprendizaje y adaptación que involucre sistemas, recursos humanos y cultura organizacional.
“La ventaja no estará solamente en adoptar la IA que conocemos hoy, sino en construir una organización capaz de incorporar la tecnología que todavía no conocemos”, agregó Damián Korman.
En ese recorrido será determinante contar con profesionales y socios estratégicos que combinen conocimiento tecnológico con experiencia específica en seguros. Modernizar un core, rediseñar procesos o introducir IA en suscripción, siniestros, distribución o atención al cliente exige comprender una operatoria particularmente compleja. La tecnología aporta las herramientas; el conocimiento del negocio permite aplicarlas correctamente y convertir innovación en resultados.
La IA desafía así al seguro en dos direcciones: obliga a transformar la industria y, al mismo tiempo, crea nuevos riesgos que el propio mercado tendrá que aprender a entender, prevenir y asegurar.
