La adopción de IA en el sector de seguros ya no es una promesa lejana.
Está ocurriendo ahora mismo, en tiempo real, y está rediseñando la forma en que corredurías, aseguradoras y gestores de siniestros operan en el día a día. No estamos hablando de experimentos de laboratorio ni de proyectos piloto que se quedan en el cajón. Estamos hablando de cambios concretos que afectan procesos, equipos y resultados financieros de verdad.
Pero hay un detalle importante en el que mucha gente todavía no se ha detenido a pensar: ir más allá de la automatización simple requiere mucho más que elegir la herramienta correcta. Requiere repensar estructuras, estrategias y, sobre todo, la relación entre la tecnología y las personas que la utilizan. Y es justo ahí donde muchas empresas tropiezan, porque creen que basta con encender el motor y dejarlo funcionar.
Es exactamente sobre esto que un grupo de líderes del mercado de seguros de Estados Unidos se reunió para debatir en el Insurance Business TV Leaders Network. En el encuentro, conducido por Paul Lucas, nombres experimentados de empresas como WTW (Newfront), Alliant Insurance Services, Howden, C3 Risk and Insurance Services, Baldwin Group y Stockweller and Shepley pusieron sobre la mesa tres temas centrales que están dominando las conversaciones más relevantes del sector:
- Cómo la adopción de IA se está llevando a cabo en la práctica, dentro de suscripción, siniestros y distribución
- El papel estratégico de los datos en las relaciones entre corredores, MGAs y aseguradoras
- Y los cambios estructurales que este movimiento está exigiendo a toda la cadena
La conversación fue honesta, directa y, en algunos momentos, bastante sorprendente. 👀 Spoiler: no todo es hype, pero tampoco es tan simple como parece.
La adopción de IA que está saliendo del papel
Una de las primeras cosas que quedó clara en la conversación entre los líderes es que la adopción de IA en el sector de seguros está lejos de ser uniforme. Algunas empresas ya están cosechando resultados prácticos, mientras otras todavía están intentando entender por dónde empezar. Y esa brecha no se debe a falta de interés, sino a falta de claridad sobre lo que realmente importa cuando se trata de implementar inteligencia artificial de forma funcional y sostenible dentro de una operación compleja como la de una aseguradora o correduría.
Jennifer Wilson, líder de cyber en WTW y proveniente de Newfront, contó cómo la correduría desarrolló diversas herramientas enfocadas en crear eficiencia y precisión. Entre ellas, una plataforma que reúne todos los datos de los clientes, como propuestas, pólizas, contratos y siniestros, además de una herramienta de revisión de contratos que hace recomendaciones de coberturas adecuadas y confirma el cumplimiento con las pólizas contratadas. También se creó un análisis de brechas de cobertura que compara cotizaciones y pólizas de forma medible.
Pero Jennifer trajo una alerta honesta y valiosa: la mayor sorpresa fue el tamaño de la inversión necesaria, y no solo de los ingenieros, sino también de los equipos. Para poner las herramientas en funcionamiento, fue necesario ingresar una cantidad enorme de datos manualmente, mientras todos ya tenían la agenda llena. Además, los especialistas en seguros tuvieron que entrenar las herramientas, algo que nadie había previsto como parte del trabajo. Como Paul Lucas resumió bien: fue una maratón para llegar ahí, pero ahora se puede aprovechar la parte del sprint. 🏃
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Lo que esta experiencia demuestra es que las iniciativas que mejor funcionaron fueron aquellas que comenzaron con foco en problemas reales y medibles. En lugar de intentar transformar todo de una vez, las empresas que avanzaron con más consistencia eligieron puntos de dolor específicos y construyeron soluciones de automatización sobre eso. Este modelo incremental, que parece obvio, es justamente lo que muchas organizaciones ignoran por la prisa de mostrar resultados rápidos.
Accesibilidad y procesos más fluidos
Jackie Castellis, líder de defensa de siniestros en Alliant, destacó que el mayor impacto de la tecnología fue la simplificación de los procesos, tanto internamente como para los clientes, con accesibilidad desde cualquier lugar. Recordó que la pandemia enseñó la lección de que muchas cosas pueden hacerse de forma remota, y que la tecnología empodera a los equipos para tomar mejores decisiones y apoyarse mutuamente a un clic de distancia.
Aun así, reforzó la alerta de Jennifer: el elemento humano siempre va a añadir complejidad. Cuando se introducen nuevas herramientas sin una dirección clara y sin que el propósito esté bien explicado, la cosa se traba. La capacitación adecuada es lo que realmente prepara a los equipos para el éxito.
Datos: el activo que todavía no se está aprovechando bien
Si hay un tema que dominó buena parte del debate, fue la estrategia de datos. La mayoría de las empresas del sector tiene una cantidad absurda de datos disponibles, pero pocas saben qué hacer con ellos de verdad. Y esto no es una crítica vacía, es una realidad estructural del mercado, donde sistemas heredados, silos de información y procesos manuales todavía conviven con tecnologías más modernas de forma bastante incómoda.
Dale Kupravich, SVP de operaciones y servicio al cliente en Howden, explicó cómo cualquier herramienta que brinde a los colegas una visión más completa del riesgo del cliente es positiva. En el área de inteligencia de propiedad, por ejemplo, la empresa reúne características de un inmueble como riesgo de incendio forestal, inundación, huracán e historial de pérdidas, entregando muchos más datos a los suscriptores para que decidan más rápido. Esto mejora la forma de presentar negocios, identifica preocupaciones de suscripción y permite asesorar al cliente sobre mitigación de riesgo para hacer los inmuebles más asegurables.
Alan Madden, vicepresidente sénior y productor en Alliant, mostró cómo los datos están cambiando la relación entre corredores, MGAs y aseguradoras. Dio ejemplos concretos: aseguradoras de compensación laboral ofreciendo soluciones orientadas por IA para reducir siniestros y ajustar primas desde el inicio, con cámaras en instalaciones y wearables proporcionando retroalimentación en tiempo real. También mencionó que las presentaciones de property enviadas a Londres ya usan IA para selección automática de riesgo, con line slips totalmente orientados por inteligencia artificial. La propia Alliant tiene un slip que combina capacidad automáticamente, segmentando riesgos sin que un suscriptor necesite estar involucrado.
Pero Alan trajo un punto que mucha gente olvida: con tanta información disponible, el corredor necesita contar la historia y el perfil de riesgo del cliente de forma más estratégica que nunca. Es traer la inteligencia humana para dar contexto a lo que la inteligencia artificial capta. Como él dijo, es decir que sí, ese dato existe, pero esta es la realidad de lo que el cliente hace en la práctica. 🙌
IA ayudando a los suscriptores a encontrar clientes
Joe Earl, líder de práctica del grupo cyber en C3 Risk and Insurance Services, fue directo: los suscriptores están muy conectados con la tecnología y desde hace más de 10 o 15 años ya investigan todo lo que encuentran sobre big data. Ahora, con IA, ingresan el nombre de la empresa, la propuesta, hacen búsquedas abiertas y aplican herramientas que asignan un score de riesgo, definiendo precio, calificación e incluso la probabilidad de ganar el negocio.
Jessica Theer, líder de práctica de instituciones financieras en Stockweller and Shepley, coincidió y contó que la empresa estableció una alianza con una plataforma especialmente útil en el espacio altamente regulado de las instituciones financieras. La herramienta busca datos en fuentes como el sitio de la Securities and Exchange Commission, filtra rápidamente lo que los suscriptores necesitan y evita ese ir y venir interminable de preguntas. El resultado es una cotización más rápida, transparencia sobre dónde está llegando la tarificación en tiempo real y, en sus palabras, un escenario donde todos ganan. 💡
Las barreras reales para la adopción de tecnología
No todo es color de rosa, y los líderes fueron bastante sinceros sobre los obstáculos. Para Jackie Castellis, el mayor desafío es el cambio en sí mismo. Por más que las personas digan que abrazan lo nuevo, se acomodan en las rutinas, en los programas y en los procesos que ya conocen. Por eso, las organizaciones más exitosas no solo implementan tecnología, invierten en ayudar a los empleados a entender por qué el cambio importa, mostrando el retorno para el propio colaborador.
Emily Selk, directora sénior y líder nacional de práctica cyber en Baldwin Group, complementó señalando la falta de comprensión sobre la IA y su funcionalidad real. Según ella, no basta con saber aplicar IA en el trabajo diario, es necesario entender la granularidad de esa aplicación en las operaciones. Y esa granularidad necesita llegar hasta el C-suite, algo que no siempre ocurre. Muchas veces la tecnología se lanza a los equipos sin que el liderazgo comprenda cada etapa de lo que se hace. El resultado es una implementación desordenada, con herramientas siendo usadas de formas a veces apropiadas, a veces no tanto.
Emily también destacó que el proceso hoy todavía está muy aislado. Los corredores hacen una cosa, suscripción hace otra y siniestros hace otra, incluso dentro de la misma organización. En lugar de crear un flujo libre de información, se está construyendo todo en silos. Y reforzó que la construcción necesita hacerse pensando los unos en los otros, algo que el sector todavía no domina.
Jennifer Wilson estuvo totalmente de acuerdo y trajo la experiencia práctica de cuando los ingenieros lanzaron las herramientas entusiasmados, esperando que todos simplemente comenzaran a usarlas. Fue difícil. La solución fue que el C-suite entrara en acción para asegurar que todos entendieran cómo y cuándo usar las herramientas, crear guardrails e incentivar la adopción. En lugar de capacitaciones enormes para toda la empresa, se formaron pequeños grupos donde las personas se sentían más cómodas para preguntar y probar.
Jennifer además recordó dos puntos estructurales importantes: este es un sector con siglos de historia, sumergido en papeleo, así que los sistemas heredados son una barrera real. Y también existe la brecha generacional, tanto interna como en la base de clientes, ya que ciertas tecnologías no agradan a todos los perfiles.
El futuro en tres a cinco años
Cuando el tema giró hacia mirar adelante, las respuestas fueron fascinantes. Joe Earl previó tres tipos de empresas: las que usan IA como excusa para despedir gente, las que usan IA para aprovechar mejor a sus equipos ampliando lo que cada uno puede hacer, y las innovadoras que usan IA para un crecimiento exponencial, contratando gente ya capacitada en IA y formando a los equipos actuales. Estas últimas serán las ganadoras.
Herramientas que usamos a diario
Joe también dejó una advertencia valiente: puede haber una ruptura generacional, con personas que crecieron delegando el pensamiento crítico a la IA a lo largo de la escuela y la universidad. Para él, es necesario seguir contratando gente que sepa usar su propio cerebro tanto como usa la inteligencia artificial. 🧠
Dale Kupravich coincidió en que el aspecto humano siempre será importante y que se necesitarán tomadores de decisiones. Él ve la IA integrada en el trabajo diario en cinco años, encargándose de tareas administrativas y de bajo valor para que las personas se enfoquen en la relación con el cliente. El corredor transformado, según él, no será el que use más herramientas de IA, sino el que tenga un modelo donde datos, tecnología y expertise humana trabajen juntos.
Alan Madden mostró que Alliant ya está en ese camino de forma cuidadosa. La empresa orientó a los empleados a no usar ChatGPT o Claude hasta estudiar las herramientas, entender las responsabilidades y crear los guardrails. Hoy, alrededor de una cuarta parte de los 16 mil empleados, unas 4 mil personas, ya tienen acceso a una plataforma unificada de IA de Alliant, con capacitación y certificación obligatorias. Todos los meses hay seminarios y webinars mostrando cómo usar mejor la IA en el flujo de trabajo. La empresa también adoptó una versión de Salesforce habilitada con IA, muy buena para gestión de clientes, prospección, proyecciones e incluso para identificar dónde será necesario contratar en el futuro.
Jessica Theer cerró con una predicción acertada: en los próximos tres a cinco años, habrá una carrera por la calidad. Primero, en la forma en que las organizaciones protegen y crean guardrails alrededor de la información ingresada en las plataformas de IA y de la seguridad que las rodea, ya que algunas empresas pueden fallar en ese punto. Y segundo, una carrera por la calidad para encontrar quién realmente transforma las eficiencias operativas y los datos de la IA en asesoramiento adecuado para los clientes. Como ella resumió, todos van a poder colocar cobertura fácilmente, el diferencial será hacer lo correcto y en el mejor interés del cliente.
Lo que todo esto significa en la práctica
Uniendo los puntos discutidos, queda un mensaje claro: adopción de IA, estrategia de datos y cambio estructural no son temas separados que puedan tratarse de forma independiente. Se alimentan mutuamente, y el éxito de cualquier iniciativa depende de cómo los tres estén alineados dentro de una visión a largo plazo.
La automatización resuelve problemas operativos importantes y libera tiempo de los equipos para enfocarse en lo que realmente requiere juicio humano. Pero sin datos bien estructurados, la automatización no tiene base para funcionar correctamente. Y sin un cambio estructural que sostenga todo esto, cualquier avance tecnológico corre el riesgo de convertirse en apenas una capa más de complejidad sobre procesos que ya eran complicados.
El sector de seguros está en un momento de inflexión real. Las conversaciones registradas en el Insurance Business TV Leaders Network muestran que los líderes más preparados ya entendieron que la eficiencia sostenible no nace de la herramienta más cara, sino de la estrategia más inteligente combinada con el toque humano. Y la estrategia inteligente comienza con las preguntas correctas, no con las respuestas más fáciles. Una edición que puso la calidad en primer lugar, y apenas el comienzo de una serie de encuentros que promete generar mucha conversación interesante por ahí. 🚀
