Por qué algunas aseguradoras reducen costos con automatización y otras quedan atrapadas en pilotos

El ochenta por ciento de las aseguradoras brasileñas ya utiliza inteligencia artificial en sus operaciones. El dato proviene de una investigación de CNseg en colaboración con EY, realizada con 26 aseguradoras que representan casi la mitad del mercado nacional. A pesar de la adopción casi universal, solo el 23% reportó impacto significativo en el negocio. La investigación también identificó iniciativas con ganancias operacionales expresivas, incluyendo optimización de tiempo entre el 30% y el 50% en determinados procesos. Aun así, estos resultados permanecen concentrados en una porción limitada de las operaciones del sector.

La ventaja dejó de estar en la tecnología

Una vez que prácticamente todas las aseguradoras comenzaron a testear IA, la ventaja competitiva dejó de estar en la tecnología elegida y pasó a la forma en que se aplica en la operación. El patrón observado en proyectos de transformación operacional en aseguradoras que alcanzan impacto medible es directo: comienzan eligiendo el proceso correcto, integran la automatización al flujo operacional existente y definen métricas de éxito antes de la implementación. Cuando alguna de estas etapas falla, el proyecto tiende a permanecer en piloto, formando parte del grupo que sigue testeando sin que la inversión se convierta en resultados concretos.

En muchos casos, esta etapa de identificación y priorización del proceso genera más impacto en el resultado final que la propia tecnología utilizada en la automatización.

El proceso correcto pesa más que el proceso visible

Muchas aseguradoras priorizan el proceso más visible para la dirección, el que aparece en más presentaciones o tiene más partes interesadas. El patrón que genera impacto medible suele ser otro: comenzar por el proceso más doloroso y más fácil de medir, incluso cuando es operacionalmente discreto.

En un proyecto de clasificación de cotizaciones de seguro para reaseguros, profesionales altamente especializados consumían horas cada día evaluando solicitudes que llegaban de corredores externos sin un formato estándar. La mayor parte de ese esfuerzo se dedicaba a descartar oportunidades inviables antes incluso de que comenzara el análisis técnico: actividad económica fuera de la política de suscripción o valor en riesgo por debajo del mínimo aceptado. Ese trabajo de descarte consumía el tiempo del analista senior, el recurso más caro de la operación, y quedaba fuera de cualquier informe de directorio. Fue precisamente ahí donde comenzó la automatización: en el desperdicio que consumía diariamente el recurso más caro del equipo.

Automatización dentro del flujo real de aprobación

La segunda decisión es cómo la automatización entra en la operación. Las herramientas testeadas en paralelo al proceso real generan demostración interna, sin impacto en el costo operacional. En el caso de la clasificación de cotizaciones, la IA comenzó a actuar en el momento de la presentación, dentro del mismo sistema que los corredores ya utilizaban, extrayendo los campos críticos de elegibilidad y dirigiendo al analista solo las solicitudes con posibilidad real de convertirse en negocio.

El resultado: más del 85% del esfuerzo analítico que antes se consumía evaluando solicitudes inelegibles dejó de ser necesario, liberando a los analistas senior para actividades de mayor valor y reduciendo de forma directa el costo operacional de la clasificación. La solución permanece en producción desde hace más de dos años, sin necesidad de reimplementación. Lo que comenzó como automatización de clasificación se convirtió en parte permanente de la operación, generando ganancias recurrentes en lugar de resultados temporales.

El criterio de éxito viene antes del contrato

La tercera decisión es lo que queda definido antes de que comience la implementación técnica. Los proyectos que se convierten en piloto permanente suelen comenzar sin un criterio de éxito acordado. Los proyectos que se convierten en ganancias concretas comienzan con la métrica y el nivel esperado ya definidos entre las partes, y con un patrocinador de liderazgo capaz de destrabar barreras entre áreas. En el caso de la clasificación, los analistas ayudaron a diseñar los criterios de elegibilidad desde el inicio, antes de que el sistema entrara en producción. Fue ese alineamiento previo, más que la tecnología, lo que desbloqueó el proyecto.

El patrón se repite más allá de la clasificación de cotizaciones

El mismo patrón aparece en frentes diferentes de automatización. En una aseguradora que procesaba cotizaciones con datos en formato libre, la extracción automática de campos como CUIT/RFC, actividad económica y cobertura liberó a los suscriptores de la entrada manual, con más del 98% de precisión y 80% de reducción en el tiempo de revisión. En otra aseguradora, con operación en América Central, el equipo de negocio comenzó a ajustar reglas de cálculo de prima sin depender de TI, con 80% de reducción en el tiempo de cada cambio. Productos diferentes, mismo camino hacia el resultado. Este patrón se repite en proyectos de automatización de procesos en sectores regulados, independientemente de la tecnología utilizada.

Cuando comparamos con los proyectos que se detuvieron en el piloto, los motivos suelen ser sorprendentemente similares.

Lo que normalmente lleva un proyecto al piloto permanente

En la práctica, los proyectos que nunca salen del piloto suelen compartir características previsibles:

Proceso elegido sin volumen o recurrencia suficiente para justificar la automatización
Automatización corriendo en paralelo al flujo oficial, sin sustituir ninguna etapa
Métricas de éxito definidas solo después de la implementación, cuando ya es tarde para corregir el rumbo
Ausencia de patrocinador ejecutivo capaz de destrabar barreras entre áreas
Dependencia continua de TI para ajustes simples en las reglas de negocio

Checklist antes de avanzar

Para evaluar si una iniciativa de automatización está en el camino que genera reducción real de costos operacionales:

El proceso elegido tiene volumen y recurrencia medibles, aunque sea poco visible para la dirección
La automatización sustituye una etapa del flujo real de aprobación, en lugar de correr en paralelo
La métrica de éxito y el nivel esperado están definidos y acordados antes de que comience la implementación
Hay un patrocinador de liderazgo capaz de destrabar barreras entre áreas
El equipo operacional participa en el diseño de los criterios desde el inicio

Las aseguradoras que responden sí a las cinco preguntas del checklist anterior están en el grupo que históricamente logra transformar iniciativas de automatización en reducción de costos operacionales medibles. Cuando dos o más respuestas son negativas, la discusión sobre tecnología normalmente ocurre antes de la preparación necesaria para capturar resultados.

En iniciativas de IA aplicada a la operación, la implementación suele recibir toda la atención. Pero en las aseguradoras que efectivamente capturan reducción de costos, las decisiones más importantes ya habían sido tomadas antes incluso de que el proyecto comenzara.

Antes de invertir en otra iniciativa de IA, vale la pena identificar qué procesos concentran el mayor desperdicio operacional y tienen potencial real de captura de valor. CADS Digital apoya a las aseguradoras en la identificación de las oportunidades con mayor potencial de retorno y en la implementación de la automatización directamente en los flujos críticos de la operación. Agende una conversación para evaluar qué oportunidades pueden generar mayor impacto en su operación.

Fuentes:

CNseg y EY. Estudio sobre la adopción de Inteligencia Artificial en el mercado asegurador brasileño, publicado en febrero de 2026.
Mobile Time. El 80% de las aseguradoras brasileñas ya utiliza IA en sus operaciones. Publicado el 24 de febrero de 2026.