Para que la inteligencia artificial (IA) sea verdaderamente efectiva en el sector asegurador, es crucial que las empresas organicen adecuadamente sus datos. Según un informe de Autorek, proveedor de soluciones de IA para la industria de seguros, las ineficiencias operativas en los procesos internos no solo afectan la eficiencia general, sino que también obstaculizan la implementación efectiva de la IA en las compañías de seguros.

El estudio, denominado Insurance Operations & Financial Transformation 2026, se basa en una encuesta realizada a 250 gerentes del sector en el Reino Unido y Estados Unidos. Los resultados revelan una serie de cuellos de botella interconectados, que incluyen procesos de liquidación lentos y fragmentación de datos. El 14% de los presupuestos operativos se destina a corregir errores manuales, mientras que el 22% de los encuestados señala que la complejidad en la conciliación incrementa significativamente los costos.

Además, cerca de la mitad de las empresas enfrenta ciclos de liquidación que superan los 60 días. Se prevé que los volúmenes de transacciones aumenten aproximadamente un 29% en los próximos dos años, lo que, según el informe, implicará un aumento correspondiente en los costos operativos. Las causas de estas ineficiencias se atribuyen a la combinación de procesamiento manual, sistemas de datos dispares y la complejidad transaccional inherente a las operaciones modernas de seguros.

A pesar de que los hallazgos de publicaciones anteriores ya son de dominio público, persiste una brecha notable entre las expectativas de los encuestados sobre lo que la IA podría aportar y la implementación real de esta tecnología. Un 82% de las empresas del sector anticipa que la IA dominará la industria, sin embargo, solo el 14% ha logrado integrar completamente la IA en sus operaciones, y un 6% reporta no utilizar IA en absoluto.

El informe identifica varios obstáculos para la adopción de la IA en el sector asegurador, entre ellos, la integración de sistemas heredados, la fragmentación de datos y la limitada experiencia interna. La fragmentación de datos afecta los marcos de gobernanza de datos, lo que resulta en un enfoque fragmentado. La mayoría de las empresas encuestadas gestionan un promedio de 17 fuentes de datos, lo que complica aún más la situación, especialmente tras fusiones y adquisiciones.

Los autores del informe sugieren que la IA podría impactar positivamente en los costos y la escalabilidad, abordando algunos de los problemas relacionados con la corrección de errores manuales y las equivocaciones en los procesos de conciliación. Se propone que los tomadores de decisiones se enfoquen en los procesos de conciliación como un terreno de prueba inicial para la IA, dado que se trata de un dominio estructurado y basado en reglas donde la automatización puede generar resultados positivos rápidamente.

Sin embargo, cualquier tipo de automatización, ya sea IA o determinista, implementada sobre una arquitectura fragmentada y una capa de datos fracturada, puede no escalar adecuadamente sin un aumento en los costos. El informe destaca el potencial de la IA para estructurar fuentes de datos fragmentadas y sugiere que las plataformas de IA basadas en la nube, en lugar de las internas, podrían ser una solución viable.

El informe también enfatiza que la dicotomía entre los procesos de conciliación (esencialmente flujos de trabajo estructurados) y las fuentes de datos dispares que requieren atención manual genera una complejidad que se traduce en costos y tiempos de ciclo medibles. Esta situación persiste a pesar de una amplia conciencia sobre los problemas entre los encuestados. Las empresas que logren abordar exitosamente estas cuestiones a nivel estructural ampliarán la brecha de rendimiento.

La estandarización de datos y la gobernanza son pasos previos a la automatización escalable, y eventualmente, la automatización reducirá los costos de conciliación. La IA podría ayudar a resolver la complejidad de los datos fragmentados y las capas de software que la automatización basada en reglas, como la RPA (automatización de procesos robóticos), podría no abordar de manera económica. La velocidad con la que las empresas puedan resolver el problema de la fragmentación de datos dependerá de la tecnología heredada y de los costos operativos diarios.

Si bien no está claro hasta qué punto la implementación de la IA podría traducirse en mejoras de rendimiento más allá de la reducción de costos, abordar las cuestiones estructurales que afectan al sector asegurador sentaría una base sólida para la automatización impulsada por IA.