La IA en el sector asegurador: de la adopción a los agentes

La inteligencia artificial en el sector asegurador ha dejado de ser una tecnología experimental para convertirse en un elemento cada vez más integrado en la estrategia de las compañías aseguradoras. El sector dispone de grandes volúmenes de datos y un conocimiento profundo de sus clientes, lo que está permitiendo avanzar hacia modelos de gestión más eficientes, una mayor personalización de productos y servicios, así como nuevas formas de operar.

Esta evolución no se limita ya a los modelos predictivos. La llegada de la IA generativa y los agentes de IA está ampliando las posibilidades de automatización, asistencia y toma de decisiones a lo largo de toda la cadena de valor aseguradora.

Hace unos días participamos, junto a la Asociación ICEA, en el XI Congreso de IA y Data en el sector asegurador. Una nueva edición en la que volvimos a acompañar al sector para compartir experiencias, tendencias y casos de uso que están marcando su evolución.

Los datos presentados en el XI Termómetro de Inteligencia Artificial y Data de ICEA muestran que el debate ya no está centrado en si las aseguradoras utilizarán IA, sino en cómo incorporarla de forma segura, escalable y alineada con el negocio. Casi la totalidad de las entidades participantes en este informe cuentan con proyectos de IA implantados o en desarrollo y más del 80% dispone de proyectos implantados.

De la experimentación a la integración de la inteligencia artificial

La IA está pasando de ser un conjunto de proyectos aislados a formar parte de las capacidades estructurales de las compañías aseguradoras.

El avance en la adopción de la IA está acompañado de una mayor formalización de estas iniciativas. Siete de cada diez entidades que ya trabajan con esta tecnología cuentan con una estrategia definida, clara y comunicada, y tres de cada cuatro disponen de un presupuesto planificado anualmente. Además, el modelo mixto, que combina recursos propios con proveedores externos, se consolida como la fórmula predominante para su implantación.

Pero esta transformación también plantea retos. La falta de personal especializado y los problemas relacionados con los datos continúan siendo las principales dificultades para desarrollar proyectos de IA. Más de la mitad de las entidades señalan la falta de talento especializado y problemas con los datos.

La consolidación de la IA exige, por tanto, combinar tecnología, datos, talento y gobierno para que la innovación pueda escalar dentro de las organizaciones.

Claves para acelerar la transformación con IA

1. Convertir la IA en una capacidad estratégica: la elevada implantación de proyectos demuestra que la IA ya forma parte de la agenda empresarial del sector. El siguiente paso consiste en integrarla en el core del negocio, con una estrategia definida, presupuesto y mecanismos de gobierno que permitan priorizar iniciativas y medir sus resultados. Los departamentos de TI y los especializados en datos mantienen un papel protagonista en el liderazgo de estos proyectos.

2. Combinar talento especializado y conocimiento del negocio: la transformación requiere perfiles capaces de conectar las capacidades técnicas de la IA con el conocimiento de los procesos aseguradores. El 85 % de las entidades que trabajan en proyectos de IA dispone de un departamento específico y una de cada dos cuenta con perfiles de IA/Data integrados en los equipos. Además, el 83 % está desarrollando iniciativas de formación en IA.

3. Pasar de los modelos a los agentes de IA: los agentes representan una nueva etapa porque permiten combinar observación, razonamiento, planificación y ejecución de tareas complejas. Una de cada dos entidades que trabaja con IA ya tiene agentes implantados y el porcentaje alcanza el 86 % si se incluyen las organizaciones que están desarrollándolos. Los asistentes conversacionales son actualmente el tipo de agente más extendido, presente en ocho de cada diez entidades que trabajan con agentes IA.

4. Poner los datos y la aplicación en el centro: los modelos de IA necesitan datos de calidad y cada vez incorporan más fuentes no estructuradas. El 91 % de las entidades que trabajan con modelos utiliza este tipo de información, especialmente textos e imágenes, mientras que cada entidad dispone de una media de 25 modelos desplegados en funcionamiento.

La IA ya se está aplicando en diferentes puntos de la cadena de valor. La segmentación de clientes, el riesgo de fuga, la recomendación comercial, la detección de fraude y la tarificación concentran buena parte de las iniciativas. En cuanto a los productos, los automóviles es la rama donde se desarrollan más acciones, aunque también existe una actividad significativa en hogar, vida y salud.

El futuro de la inteligencia artificial en el sector asegurador pasa por una integración cada vez mayor entre datos, modelos, IA generativa y agentes. Los resultados del estudio muestran una industria que ha superado la fase inicial de experimentación y está avanzando hacia una utilización más estructurada de estas tecnologías.

La clave estará en transformar esa adopción tecnológica en valor real para el negocio: mejorar la eficiencia, personalizar la relación con el cliente, optimizar procesos y desarrollar productos y servicios de mayor calidad. Para ello será necesario seguir avanzando en talento, datos, tecnología y gobierno de IA.

La pregunta ya no es si la IA transformará el seguro. Los datos muestran que esa transformación ya está en marcha. Y ahora es importante cómo aprovecharla de forma responsable, escalable y conectada con las necesidades reales del negocio y de sus clientes.