En resumen
ERGO, en colaboración con Google Cloud, publicó un informe sobre el uso de agentes de IA capaces de evolucionar para registrar, organizar y difundir conocimiento crítico en las aseguradoras. La propuesta podría reducir la pérdida de experiencia provocada por la jubilación de profesionales, pero aún se encuentra en fase de análisis y no confirma una implementación operativa específica.
ERGO y Google Cloud están evaluando cómo los agentes de inteligencia artificial capaces de evolucionar continuamente podrían ayudar a las aseguradoras a preservar y utilizar mejor el conocimiento institucional. La discusión se presentó en un informe elaborado por ambas empresas y divulgado por Reinsurance News, con foco en un problema recurrente del sector: una parte relevante de la experiencia necesaria para tomar decisiones permanece dispersa en documentos, sistemas y en la memoria de los profesionales.
En la práctica, el conocimiento de una aseguradora no se limita a los manuales formales. También incluye criterios desarrollados durante años para analizar riesgos, interpretar cláusulas, identificar patrones en siniestros, negociar con socios y responder a situaciones excepcionales. Cuando los especialistas dejan la organización, cambian de función o se jubilan, este repertorio puede perderse o transmitirse de manera incompleta.
El desafío de transformar la experiencia en un activo reutilizable
La propuesta descrita en el informe parte de la idea de que los agentes de IA podrían actuar como una capa permanente de captura y organización de este conocimiento. En lugar de limitarse a responder preguntas basándose en una base documental estática, estos sistemas buscarían relacionar información de distintas fuentes, registrar nuevos aprendizajes y apoyar a los equipos en tareas que requieren criterio contextual.
Este modelo se diferencia de aplicaciones más sencillas de automatización, como los chatbots orientados a la atención al cliente o las herramientas que resumen documentos. En teoría, un agente podría supervisar flujos de trabajo, identificar decisiones relevantes, conectar un caso actual con situaciones anteriores y sugerir procedimientos basados en las reglas internas. Sin embargo, la autonomía tendría que estar limitada por controles claros, especialmente en decisiones que afectan a los clientes, las reservas y la exposición financiera.
Para una aseguradora, la promesa es tanto operativa como estratégica. Retener el conocimiento puede acelerar la formación de nuevos empleados, reducir la dependencia de unos pocos especialistas y dar mayor consistencia a procesos distribuidos entre países y líneas de negocio. También podría ayudar a documentar por qué se tomó una determinada decisión, algo importante en entornos regulados y en disputas relacionadas con la cobertura o la indemnización.
Dónde podrían utilizarse los agentes
- Suscripción, con apoyo para consultar precedentes y políticas internas.
- Gestión de siniestros, reuniendo casos similares y criterios de análisis.
- Capacitación de equipos, transformando la experiencia de los especialistas en material consultable.
- Gestión de riesgos, conectando información histórica con cambios en el perfil de las carteras.
- Operaciones internacionales, facilitando el acceso a prácticas y aprendizajes entre unidades.
La aplicación en suscripción es uno de los ejemplos más sensibles. Los analistas deben combinar datos cuantitativos con conocimientos sobre sectores económicos, localidades, comportamiento de los clientes y excepciones contractuales. Un agente puede reducir el tiempo dedicado a buscar información, pero no elimina la necesidad de contar con profesionales capaces de evaluar datos incompletos, cuestionar recomendaciones y asumir la responsabilidad de la decisión final.
En los siniestros, la tecnología podría apoyar la comparación entre casos, contratos e interpretaciones anteriores. Esto ayudaría a reducir el trabajo repetido y a hacer más uniforme el tratamiento de situaciones similares. Al mismo tiempo, errores de clasificación, documentos desactualizados o sesgos presentes en el historial pueden producir recomendaciones inadecuadas, sobre todo cuando hay grupos de clientes o situaciones poco representados en los datos.
La gobernanza será tan importante como la capacidad técnica
El concepto de agentes que evolucionan por sí mismos plantea una cuestión central: ¿cómo garantizar que el sistema aprenda sin incorporar prácticas incorrectas o incompatibles con nuevas reglas? Las aseguradoras tendrían que establecer procesos para validar fuentes, revisar cambios, controlar permisos y mantener registros auditables de las recomendaciones y decisiones tomadas con ayuda de la IA.
También existen riesgos relacionados con la privacidad y la seguridad. Las bases de conocimiento pueden contener datos personales, información médica, detalles financieros, contratos y estrategias comerciales. La arquitectura tendría que separar la información según el nivel de acceso, aplicar políticas de conservación e impedir que un agente revele contenidos confidenciales a usuarios sin autorización.
Otro aspecto es la responsabilidad. Si una recomendación automatizada contribuye a denegar indebidamente una cobertura o a establecer una tarificación inadecuada, la empresa no podrá considerar que el resultado es responsabilidad exclusiva de la máquina. La adopción exigirá supervisión humana, explicaciones comprensibles y mecanismos para impugnar o corregir decisiones.
El informe de ERGO y Google Cloud señala una dirección de investigación e innovación, pero la información disponible en la fuente original no confirma detalles como el calendario de implementación, productos específicos, métricas de desempeño o ahorros ya obtenidos. Tampoco se indica en el material citado que todos los procesos de toma de decisiones de ERGO hayan sido transferidos a agentes autónomos.
Los próximos pasos más probables para iniciativas de este tipo son pruebas controladas en áreas de bajo riesgo, la definición de indicadores y la comparación entre decisiones asistidas y procesos tradicionales. La calidad de la recuperación de información, la tasa de recomendaciones correctas, el tiempo ahorrado y la capacidad de explicar los resultados serán criterios más relevantes que la simple cantidad de tareas automatizadas.
Para el mercado de reaseguros y seguros, la discusión indica que la competencia en IA podría pasar de la creación de asistentes genéricos a la construcción de una memoria organizacional confiable. Las empresas que logren transformar la experiencia dispersa en conocimiento accesible pueden ganar agilidad, siempre que mantengan controles, transparencia y participación humana en las decisiones de mayor impacto.
Nuestro prisma
El valor más importante de estos agentes podría estar menos en sustituir a los especialistas y más en impedir que su experiencia desaparezca. En seguros, el conocimiento contextual influye en decisiones que no se pueden reducir fácilmente a reglas simples. La propuesta solo será sostenible si combina aprendizaje continuo con gobernanza, auditoría y responsabilidad humana. Como el material divulgado es un informe exploratorio, aún faltan evidencias públicas sobre su escala, desempeño e impacto financiero.
Recursos relacionados: formación práctica en inteligencia artificial · AI courses in English
Fuente: Reinsurance News
Preguntas frecuentes
¿Qué están estudiando ERGO y Google Cloud?
El uso de agentes de IA con capacidad de aprender continuamente para capturar, preservar y ampliar el conocimiento institucional de las aseguradoras.
¿Por qué es importante este conocimiento para las aseguradoras?
Porque las decisiones de suscripción, siniestros y gestión de riesgos dependen de la experiencia acumulada, las normas internas y la interpretación de casos complejos.
¿La tecnología ya se ha implementado a gran escala?
La fuente describe un informe y una propuesta de aplicación, pero no confirma una implementación amplia ni resultados operativos definitivos.
Recibe Radar de IA todos los días
Las noticias de inteligencia artificial que importan — con nuestro prisma y siempre con las fuentes. Gratis.
