La industria aseguradora atraviesa un momento conocido, pero no por eso menos desafiante: fuerte inversión en inteligencia artificial, pilotos que funcionan… y resultados que no terminan de escalar.
Un reciente artículo de McKinsey & Company sobre “Building next-horizon AI experiences”, pone el foco exactamente en ese punto ciego. La conclusión es tan simple como disruptiva: el problema ya no es la tecnología, sino cómo las organizaciones diseñan la experiencia de uso de esa tecnología.
De la prueba al negocio real
Durante los últimos años, muchas aseguradoras avanzaron con casos de uso de IA en suscripción, siniestros, fraude o atención al cliente. Sin embargo, la mayoría de estas iniciativas comparten una limitación: funcionan como soluciones aisladas, no como parte integral del flujo operativo.
Ahí es donde se genera la brecha entre expectativa y resultado.
El informe advierte que las herramientas actuales tienden a generar dos comportamientos extremos: o los usuarios confían ciegamente en la respuesta de la IA, o directamente la abandonan cuando falla. Ninguno de los dos escenarios es sostenible en un negocio donde la precisión y el criterio son clave.
El verdadero cambio: de herramienta a copiloto
El próximo salto evolutivo no tiene que ver con modelos más sofisticados, sino con una nueva lógica de interacción: la IA como copiloto del negocio. Esto implica dejar atrás la idea de automatización pura para avanzar hacia modelos híbridos, donde la tecnología y el humano trabajan en conjunto, en tiempo real.
En seguros, este cambio es particularmente tangible:
¿Por qué muchas iniciativas no escalan?
El diagnóstico de McKinsey es claro: hay cuatro grandes barreras que están frenando el impacto real de la IA en las organizaciones, y el sector asegurador no es la excepción.
Primero, la falta de confianza. Los modelos pueden ser precisos, pero si no son explicables, generan resistencia. Segundo, la escasa integración. Muchas soluciones viven fuera del core del negocio, lo que limita su adopción. Tercero, los problemas de gobernanza. Sin trazabilidad, auditar decisiones se vuelve complejo. Y cuarto, el diseño. Interfaces poco intuitivas que obligan al usuario a adaptarse a la herramienta, en lugar de lo contrario.
En mercados como el asegurador, donde los sistemas legacy siguen teniendo un peso significativo, estas barreras se potencian.
El desafío de fondo: rediseñar el negocio
Para McKinsey, lo más interesante del planteo no está en la tecnología, sino en el cambio de mentalidad que propone. La IA no es una capa adicional. Es una oportunidad para rediseñar procesos de punta a punta. Esto implica repensar cómo se toman decisiones; cómo fluye la información; cómo interactúan las personas con los sistemas; y, sobre todo, cómo se genera valor para el cliente.
Las compañías que logren hacerlo no solo serán más eficientes. Serán estructuralmente distintas.
En un sector históricamente marcado por la complejidad operativa, la fragmentación de sistemas y la dependencia de procesos manuales, la inteligencia artificial aparece como una oportunidad única. Al mismo tiempo, impone una advertencia, ya que el diferencial competitivo ya no estará en quién invierte más en IA, sino en quién logra integrarla mejor en su negocio.
