*Gaston Como
Durante mi visita a Expoestrategas 2026 escuché, durante la disertación sobre “Tendencias del seguro/reaseguro, specialty y nuevos riesgos”, el concepto de la inteligencia artificial como solución y como problema en simultáneo. Inmediatamente mi línea de pensamiento fue hacia su utilización para el fraude, la vulneración de sistemas o la aparición de nuevos riesgos. Sin embargo, nunca la había pensado como aceleradora de un proceso de commoditización dentro del seguro.
Y es que aprovechar sus bondades más evidentes, sin imaginación, podría estar generando justamente eso. La automatización reduce costos y hace accesibles capacidades que antes resultaban más costosas. Esto reduce barreras, aumenta la competencia y disminuye la diferenciación, presionando finalmente sobre los precios y, en consecuencia, sobre los márgenes.
La automatización de tareas administrativas y la posibilidad de analizar una cantidad cada vez mayor de parámetros e información pueden representar hoy una ventaja competitiva. Con el avance de su adopción, sin embargo, muchas de estas capacidades probablemente se conviertan en el estándar mínimo para operar. No contar con ellas será una desventaja, pero disponer de ellas ya no será necesariamente suficiente para diferenciarse.
Esto no significa que todas las aseguradoras vayan a obtener los mismos resultados utilizando inteligencia artificial. La tecnología puede generalizarse mucho más fácilmente que algunos de los activos sobre los que trabaja. Los datos propios de cada organización reflejan su experiencia, su cartera, la calidad de sus procesos, sus criterios de suscripción y gestión y, en definitiva, parte de su propio ADN. Su calidad, cantidad y capacidad de relacionarlos pueden constituir una ventaja mucho más difícil de replicar.
Pero los datos presentan otro desafío: necesariamente describen lo ocurrido bajo determinadas condiciones. Esto no reduce su enorme valor para el análisis y el pronóstico, pero obliga a preguntarse qué ocurre cuando esas condiciones cambian o cuando se intenta comprender un fenómeno que todavía no cuenta con suficiente historia. El riesgo no está en utilizar información del pasado, sino en construir herramientas extraordinariamente precisas para explicar un mundo que ya cambió.
Durante la masterclass “Gestión de Equipos de Alto Rendimiento” de Espacio ECCTA, a cargo de Julio Lamas y Juan “Pipa” Gutiérrez, se debatió sobre la posibilidad de ignorar el sistema en favor de la intuición del líder. Ellos sostuvieron a los datos como un recurso vital. Sin embargo, la discusión me llevó a pensar que quizás intuición y datos no deban plantearse como alternativas.
La intuición puede entenderse como una combinación de experiencia acumulada —dentro de una misma actividad o incluso proveniente de otras industrias—, reconocimiento de patrones y creatividad. Puede dar lugar a una sospecha o una hipótesis, pero esa hipótesis posteriormente deberá enfrentarse con la evidencia. La intuición no reemplaza a los datos: puede ayudar a decidir dónde buscarlos.
Es justamente en ese proceso donde la IA puede adquirir un valor distinto al de la mera automatización. No se trata solamente de analizar mayores cantidades de información. También puede ejecutar tareas y reducir significativamente el tiempo y el costo necesarios para explorar una hipótesis. En manos de equipos con las habilidades y la mentalidad adecuadas, puede aumentar no solo su productividad, sino también la intensidad y velocidad con la que investigan, experimentan y aprenden.
Si un equipo puede formular más hipótesis, ponerlas a prueba a menor costo, descartar rápidamente aquellas que no encuentran sustento y profundizar las que sí lo hacen, la ganancia deja de medirse exclusivamente en eficiencia. Aumenta también la velocidad con la que puede descubrir nuevos aspectos del mercado y convertir ese conocimiento en decisiones.
Esta cuestión adquiere especial relevancia al pensar en innovación. En la disertación sobre “Tendencias del seguro/reaseguro, specialty y nuevos riesgos”, con participación de RiskGroup, se destacó la importancia de ingresar en nuevos mercados antes que la competencia. La innovación ante la falta de información se nutre de la experiencia, la creatividad y la capacidad de equipos preparados para identificar oportunidades aun cuando todavía no exista evidencia concluyente. Esperar certeza puede significar llegar a un mercado ya descubierto y perder la ventaja de ser uno de sus iniciadores.
Esto no implica sustituir evidencia por intuición ni asumir riesgos sin medirlos. Frente a información incompleta, el desafío consiste en formular hipótesis, utilizar los datos disponibles para ponerlas a prueba y generar nueva información a medida que se avanza. La IA puede reducir el costo y el tiempo de ese ciclo: preguntar, probar, aprender y ejecutar.
Durante la jornada aparecieron numerosos ejemplos de riesgos y mercados en transformación: ciberseguridad, riesgos derivados de la propia IA, seguros paramétricos, nuevas modalidades de prestaciones de salud y tecnologías como la electrificación del parque automotor. En escenarios de este tipo, la experiencia histórica puede ser menor o perder representatividad rápidamente. La ventaja podría entonces no consistir en contar desde el comienzo con la predicción perfecta, sino en aprender y adaptarse más rápido que la competencia.
Esto permite pensar también de otra manera el tiempo que libera la automatización. Si se utiliza únicamente para procesar un mayor volumen de las mismas tareas, el resultado será fundamentalmente una mejora de productividad. Pero también puede permitir que los equipos dediquen mayor capacidad a conocer al cliente, comprender sus necesidades, explorar nuevos riesgos, formular mejores preguntas y desarrollar productos y formas de suscripción diferentes.
En definitiva, la IA llega como una fuerza difícil de ignorar que, en su menor expresión, permitirá automatizar y estandarizar procesos, reduciendo costos. En su mayor expresión, podrá potenciar a los equipos preparados para innovar, descubrir nuevas necesidades de sus clientes e identificar mercados o productos todavía poco explorados.
La diferencia entre ambos escenarios quizás no esté en la tecnología utilizada, sino en los datos, las capacidades y, sobre todo, las preguntas que cada organización sea capaz de formular. Si la automatización permite hacer más rápido lo conocido, su verdadero potencial podría estar en acelerar el descubrimiento de lo que todavía no conocemos.
*Gastón Como es especialista en gestión de operaciones y liderazgo estratégico, con experiencia en el sector asegurador.
