La inteligencia artificial ya no se limita a responder preguntas o generar textos. Está aprendiendo a actuar. En el sector asegurador, este salto de lo asistencial a lo agente está transformando silenciosamente cómo se gestionan los siniestros, se suscriben pólizas o se atienden a los clientes. No se trata de máquinas que improvisan, sino de sistemas que planifican, toman decisiones secuenciales y lo hacen dentro de límites muy precisos. Es la llegada de la IA agéntica, una evolución que promete eficiencia, pero también exige nuevos niveles de control, confianza y responsabilidad humana.
Del asistente al ejecutor
Hasta ahora, la IA generativa ha sido como un ayudante muy rápido escribe, resume, traduce. Pero siempre bajo la orden directa de una persona. La IA agéntica va un paso más allá. Piensa en un escenario donde, tras un accidente de tráfico, el sistema no solo recibe la notificación, sino que activa automáticamente la asistencia en carretera, consulta la póliza, compara coberturas, solicita documentación, verifica imágenes y propone una clasificación del siniestro. Todo esto sin intervención humana directa en cada paso, aunque con supervisión en momentos clave.
La diferencia clave entre la IA generativa y la IA agéntica está en su grado de autonomía. Mientras la primera responde a instrucciones humanas concretas, la segunda puede planificar y llevar a cabo acciones una detrás de otra dentro de un marco de control
- Alex Borrell, managing director de seguros en Accenture
Este cambio no es solo técnico. Es operativo, cultural y ético. La IA agéntica se concibe como una herramienta para automatizar y coordinar tareas complejas de principio a fin, eliminando fricciones internas y acelerando procesos que antes podían tardar días. En este nuevo modelo, el profesional ya no hace todas las tareas, sino que supervisa, deriva excepciones y toma decisiones en casos no estándar. Es un cambio de rol, no de relevancia.
Primeros pasos con control
Mapfre, uno de los referentes europeos en innovación aseguradora, ya aplica esta tecnología en gestión de siniestros, verificación documental y apoyo a su red comercial. Pero lo hace con un enfoque deliberadamente híbrido. Los agentes no deciden solos. Integran datos, validan información, pero dejan la decisión final en manos humanas. Es un diseño intencionado la tecnología acelera, pero la persona guía.
Los agentes integran y validan información procedente de distintas fuentes para que la decisión final recaiga en el profesional, dentro de un modelo deliberadamente híbrido
- Mario Encinar, lead expert del centro de IA de Mapfre
Los resultados ya son visibles. La clasificación preliminar de siniestros es más rápida, la consulta de coberturas más precisa, y la verificación de documentos e imágenes casi instantánea. Esto reduce fricción interna y acelera la tramitación, un alivio tanto para el cliente como para los empleados. Pero no todo está automatizado. Solo lo que se puede estandarizar, lo que sigue reglas claras y datos fiables.
Un despliegue gradual y cauto
El sector asegurador no se lanza ciegamente a la innovación. Es un negocio de confianza, regulado y con impacto directo en las personas. Por eso, la fase actual de la IA agéntica es descrita como temprana–intermedia. Entre 2024 y 2025 se están desplegando los primeros casos reales en producción, pero concentrados en áreas de bajo riesgo operativo.
Esta prudencia responde a la necesidad de integrar los agentes de forma controlada en un sector regulado y basado en la confianza
- Cristina Álvarez Neira, directora de IA generativa para el sector seguros de NTT DATA
Las iniciativas actuales se centran en atención al cliente, soporte a mediadores o automatización del back office. Nada aún en decisiones críticas sin supervisión. Y no es casualidad. La normativa europea, especialmente el futuro AI Act, exige que las decisiones con impacto significativo no sean exclusivamente automatizadas. El derecho a la intervención humana es un pilar.
El reto del talento y la arquitectura
Adoptar IA agéntica no es solo comprar software. Requiere modernizar la arquitectura de datos, mejorar la integración mediante APIs y formar equipos capaces de gestionar estos nuevos flujos. La inversión clave no se concentra tanto en aumentar la capacidad de computación como en modernizar la arquitectura del dato, según Álvarez Neira. KPMG coincide se necesita una evolución hacia arquitecturas híbridas, desacopladas, con APIs bien gobernadas.
No se trata de sustituirlo todo, sino de evolucionar hacia arquitecturas híbridas, con capas desacopladas, APIs bien gobernadas y una priorización clara de casos de alto impacto
- Cosme Puigmal, socio de financial services strategy en KPMG España
Y aquí surge un dilema España avanza sólidamente en adopción, incluso por encima de la media europea en algunos indicadores. Pero en innovación de producto y disponibilidad de talento aún se queda atrás frente a Estados Unidos o mercados asiáticos. Fuera de Europa hay marcos de prueba más avanzados, mayores niveles de inversión y una capacidad superior para escalar soluciones completas, reconoce Carlo Villegas, de Qaracter.
El verdadero motor la confianza
El ritmo del cambio no lo marcan los algoritmos, ni siquiera los presupuestos. Lo marca la confianza. La confianza de los clientes en que sus datos están seguros, la de los profesionales en que no serán desplazados, y la de los reguladores en que el sistema no cometerá errores irreparables.
El ritmo de avance lo marcará la confianza
- Cristina Álvarez Neira, NTT DATA
Y con razón. Automatizar procesos de extremo a extremo multiplica la eficiencia, pero también el riesgo de propagación de errores. Un fallo aislado puede corregirse. Uno sistémico puede erosionar la confianza en toda una compañía. El valor solo se consolida cuando estos sistemas se integran de forma coherente en los procesos y bajo marcos sólidos de control, advierte Villegas. De lo contrario, los fallos trascienden lo operativo y afectan al cumplimiento y a la reputación.
El futuro será híbrido
La transformación no es un sustituto, es una evolución. Los empleados no desaparecerán, pero su trabajo cambiará. Algunas tareas transaccionales darán paso a funciones de supervisión, gestión de excepciones y toma de decisiones sensibles. La clave, según González de T-Systems, será la capacidad de reentrenar a los equipos.
La IA agéntica también plantea preguntas sociales. ¿Qué pasa con los perfiles que, por su riesgo, quedan excluidos de ciertas pólizas? ¿Habrá una homogeneización excesiva de primas? ¿Quién responde si un agente toma una decisión errónea? Aunque se usen soluciones de terceros, la responsabilidad final sigue recayendo en la aseguradora. Y eso exige supervisión humana efectiva, no solo en la letra, sino en la práctica.
Incluso cuando se emplean soluciones de terceros, la responsabilidad final sigue recayendo en la aseguradora, lo que exige supervisión humana efectiva y mecanismos formales de control
- Beneyto, del IEB
El camino está marcado más automatización, más velocidad, más precisión. Pero también más responsabilidad, más transparencia y más humanidad. Porque al final, detrás de cada siniestro, cada póliza y cada decisión, hay una persona. Y la tecnología, por muy agente que sea, sigue estando al servicio de las personas, no al revés.