Seguros

El sector más cargado de papel en México

Las aseguradoras en México pagaron 522 mil millones de pesos en siniestros durante 2024, con un crecimiento que superó el 10%, impulsado por gastos médicos, vida y autos. Detrás de cada peso pagado hay un expediente: un reporte de siniestro, una póliza, un dictamen pericial, una factura médica, un acta. Y detrás de cada expediente, históricamente, hay alguien leyendo, clasificando, transcribiendo y enviando documentos de un sistema a otro.

Ese es el problema que la IA está resolviendo en seguros — no de forma puntual, sino de extremo a extremo del ciclo: desde que el cliente reporta el siniestro hasta que el pago se libera.

El ciclo documental que la IA está transformando

1. Reporte y captura inicial. El cliente notifica el siniestro por app, portal, WhatsApp o llamada. Sistemas que combinan chatbot para la recolección de datos inicial, OCR para la extracción automática de información de documentos e integración con el sistema de gestión interno, logran reducir el tiempo de apertura de expediente de días a menos de 48 horas. El cliente notifica de forma autónoma, la información se clasifica y se envía al perito al instante.

2. Clasificación y extracción de documentos. El expediente de un siniestro puede contener docenas de documentos en formatos distintos: PDFs escaneados, fotografías, facturas, dictámenes médicos. Soluciones de IDP (Intelligent Document Processing) capturan y clasifican automáticamente partes de siniestro, pólizas, informes periciales y documentación médica, extrayendo los datos relevantes — número de póliza, asegurado, fechas, coberturas, importes, diagnósticos — sin intervención manual y con reglas que se adaptan a cada tipo de documento.

3. Verificación de cobertura. Los sistemas de IA generativa procesan el reporte de siniestro, analizan la documentación adjunta, verifican la cobertura según las condiciones de la póliza y emiten una resolución — aprobación, rechazo o solicitud de información adicional — en minutos. Para siniestros de bajo monto y alta frecuencia (colisiones menores en automóviles, reclamaciones de hogar), este proceso automatizado resuelve en horas lo que antes tomaba semanas.

4. Detección de fraude preventiva. La IA ya se utiliza en el sector para la detección de fraudes con modelos que comparan el patrón del siniestro reportado contra el historial del asegurado, la geolocalización, el comportamiento de conducción (telemática) y patrones de fraude conocidos — antes de liberar el pago, no después. El fraude que antes se detectaba en auditoría posterior ahora se filtra en el flujo de autorización.

5. Suscripción y cotización. La IA generativa impacta la suscripción permitiendo cotizaciones hiperpersonalizadas basadas en datos conductuales. Varias aseguradoras en México utilizan modelos predictivos y telemática — especialmente en automóviles — para calcular primas basadas en comportamiento de conducción, historial de siniestros y variables contextuales. El resultado es una prima más precisa para el asegurado y menor siniestralidad para la aseguradora.

El impacto medido

Los casos más claros de retorno de IA en el sector asegurador mexicano se concentran en tres áreas: reducción de tareas manuales entre 20% y 40% cuando los procesos se rediseñan correctamente; uso de triage inteligente, validación documental automatizada y workflows integrados; y copilotos para agentes y automatización de cotización y emisión, según Tech and Solve (El Asegurador México).

El patrón de impacto es consistente: cada proceso que antes requería que un humano leyera un documento, extrajera datos y los capturara en otro sistema es candidato a automatización con retorno directo — el volumen del sector (millones de pólizas, cientos de miles de siniestros al año) convierte ahorros marginales por expediente en millones al año.

La "fábrica de decisiones" como modelo operativo

La tendencia más relevante para 2026 es la IA agéntica en seguros: a diferencia de la automatización tradicional, este enfoque coordina procesos completos y permite que distintos sistemas colaboren para cumplir objetivos más amplios, conectando áreas como suscripción, gestión documental, siniestros, atención al cliente, fraude y back-office.

McKinsey sostiene que el verdadero valor de la IA en seguros aparece cuando se integra de forma sistemática en distintos procesos del negocio. En la práctica, esto se parece a "construir una fábrica de decisiones" con procesos automatizados y participación humana solo donde el riesgo o la regulación lo exige.

En 2025 muchas iniciativas de IA en seguros fueron pilotos. El cambio relevante de 2026 es la industrialización: IA en producción, integrada al proceso y con gobernanza. La IA generativa crece como copiloto de ventas, operaciones y soporte — con más control que entusiasmo.

El límite que no se puede ignorar

En México, la CNSF no tiene aún disposiciones específicas para IA, aunque la LISF, la LSCS y la LFPDPPP generan obligaciones aplicables por analogía. La responsabilidad de la aseguradora no se transfiere al algoritmo: toda decisión automatizada que incumpla obligaciones legales o contractuales puede ser impugnada.

El principio que guía cualquier implementación responsable en el sector: sin una buena gestión documental no hay control. Papeles dispersos, PDFs mal clasificados o información duplicada generan retrasos, errores y decisiones poco fiables. La IA necesita datos estructurados y procesos bien definidos antes de añadir inteligencia — automatizar el caos produce caos automatizado, más rápido.

La pregunta de fondo

No es si la IA puede automatizar el ciclo de siniestros — ya lo está haciendo en varias aseguradoras en México. La pregunta es si el punto de partida (gestión documental, calidad de datos, definición de procesos) está en condiciones de soportar la automatización, y si la aseguradora está lista para operar con supervisión humana donde la regulación lo exige, sin frenar los flujos que la IA puede resolver completamente.