Cuando escuchamos hablar o leemos informes sobre Inteligencia Artificial, muchas veces la conversación se centra en las oportunidades que brinda para personalizar la oferta de productos y servicios, mejorar la atención a clientes o eficientizar la operatoria. Pero eso, que suena un tanto abstracto, comienza a tener evidencia empírica y, de esta forma, la IA va demostrando su impacto económico.
Puntualmente en lo que respecta al mercado asegurador, ese impacto se observa no solamente mediante mejoras de productividad, sino también a través del crecimiento de las primas y la reducción de gastos operativos. Sin embargo, su avance plantea un desafío cada vez más profundo, como es el de transformar las estructuras tradicionales de las organizaciones, incluyendo sus dotaciones de personal, modelos de trabajo e infraestructura física. Análisis recientes realizados por consultoras como Accenture, McKinsey y Boston Consulting Group (BCG) revelan la magnitud de esta transformación.
El crecimiento de los ingresos ya muestra resultados concretos. Según un estudio de Accenture (investigación que consultó a 263 altos ejecutivos de aseguradoras de América, Europa y Asia), el 81% de las aseguradoras encuestadas consiguió incrementar al menos un 5% sus primas emitidas brutas mediante iniciativas de datos e inteligencia artificial, mientras que el 7% registró mejoras superiores al 20%. Las mejoras respondieron principalmente a una mayor precisión en la tarificación, personalización de las ofertas y estrategias de venta cruzada. Paradójicamente, solamente el 32% ubicó el crecimiento de ingresos y la expansión comercial entre sus tres principales prioridades de inversión en IA.
En materia de costos, las oportunidades son igualmente significativas. Un análisis de BCG, publicado en marzo de 2026, estima que las aseguradoras patrimoniales que rediseñen sus operaciones mediante inteligencia artificial podrían reducir entre un 15% y un 25% sus gastos operativos por dólar de prima. Para el mercado estadounidense, por ejemplo, esto representaría un ahorro potencial de entre USD 35.000 y USD 60.000 millones. Se trata de estimaciones basadas en experiencias de adopción temprana, que reflejan el impacto que podrían alcanzar las compañías al automatizar procesos de suscripción, gestión de siniestros y administración de pólizas. Sin embargo, según BCG, apenas el 38% de las aseguradoras patrimoniales está obteniendo valor de la IA a escala en sus procesos centrales.
La transformación también comienza a alcanzar las estructuras de personal y los modelos tradicionales de organización. El informe The State of AI 2026, de McKinsey, revela que el 14% de los encuestados pertenecientes a organizaciones que utilizan IA reportó una reducción de sus dotaciones totales durante el último año atribuida a esta tecnología, mientras que el 39% espera disminuciones durante los próximos doce meses. La encuesta, realizada entre mayo y junio de 2026, reunió a 1.719 participantes de 97 países y diferentes industrias. Sin embargo, las expectativas deben interpretarse con cautela debido a que el año anterior, el 32% anticipaba reducciones de personal, pero el porcentaje efectivamente registrado resultó considerablemente menor.
Este escenario abre una discusión particularmente relevante para el negocio asegurador. La automatización de tareas administrativas, procesamiento de documentación, atención de consultas y gestión de siniestros puede modificar las necesidades de contratación y favorecer estructuras operativas más reducidas. A su vez, una menor dependencia del trabajo administrativo presencial podría impulsar revisiones de oficinas, superficies ocupadas y otros gastos inmobiliarios. Aunque todavía no existen, en los estudios analizados, cifras sectoriales que permitan cuantificar estas últimas reducciones, la posibilidad forma parte de una transformación más amplia de los modelos operativos.
BCG advierte que la productividad adicional no se traduce automáticamente en menores gastos. En su investigación sobre reducción estructural de costos mediante IA, publicada en julio de 2026, sostiene que las empresas deben combinar la automatización con medidas tradicionales de eficiencia, como la renegociación de contratos, la reorganización de funciones y objetivos concretos de dotación. Como ejemplo, presenta el caso de una gran compañía tecnológica que logró reducir un 50% los costos de los procesos intervenidos mediante IA y obtener ahorros operativos anuales equivalentes al 30% de una base de gastos de USD 15.000 millones. El resultado correspondió a un programa integral que combinó inteligencia artificial y otras medidas de optimización.
La brecha entre productividad y rentabilidad también aparece en los resultados de McKinsey. Si bien el 80% de los encuestados afirma haber mejorado su productividad individual mediante IA, solamente el 37% atribuye a esta tecnología algún impacto positivo en el resultado operativo de sus organizaciones. Apenas el 6% pertenece al grupo de alto desempeño, definido por generar un impacto significativo y atribuir a la IA al menos un 5% del EBIT. La clave pasa por un elemento distintivo de estas empresas: cerca de tres cuartas partes han rediseñado profundamente sus flujos de trabajo, frente a solamente una cuarta parte del resto.
Para las aseguradoras, el verdadero desafío ya no consiste únicamente en adoptar inteligencia artificial, sino en redefinir la economía del negocio. Reducir costos administrativos, optimizar recursos humanos e infraestructura, mejorar la eficiencia de la suscripción y los siniestros y, simultáneamente, potenciar ingresos mediante mejores estrategias comerciales. La IA abre la posibilidad de operar con estructuras más eficientes y competitivas, pero también obliga a replantear procesos, perfiles profesionales y decisiones de inversión. La diferencia entre las compañías que simplemente incorporen tecnología y aquellas que transformen sus modelos operativos podría terminar reflejándose directamente en sus indicadores de rentabilidad. De a poco, comienza a observarse pruebas acabadas de ello. Y esto es solo el comienzo…
