Un suscriptor de seguros debería dedicar su semana a tasar riesgo. En la práctica, buena parte de ese tiempo se va en leer siniestralidad histórica, perseguir al broker por el anexo que falta y volver a introducir los mismos datos en dos sistemas distintos. En AIG esa proporción se ha invertido: la aseguradora reporta que sus suscriptores dedican un 50% menos de tiempo a la ingesta y el triaje de solicitudes, tiempo que ahora se destina a las decisiones que realmente fijan qué riesgo se acepta y a qué precio.
El seguro comercial funciona a base de papeleo. Una sola solicitud de líneas excedentes y de exceso (E&S) puede traer decenas de páginas de historial de pérdidas, relaciones de valores asegurados, notas del broker y condiciones de pólizas anteriores — y un suscriptor senior tiene que leerlo todo antes de decidir si el riesgo siquiera merece una cotización. Durante décadas ese cuello de botella de lectura ha limitado cuántas solicitudes podía asumir un suscriptor por semana, por muy afinado que tuviera el criterio de tarificación. Hay una forma mejor de hacerlo, y ya está en producción en una de las mayores aseguradoras del sector.
La unidad Lexington de AIG — su división de líneas excedentes y de exceso — desplegó un flujo de suscripción asistido por IA en su cartera de propiedad de mercado medio. El resultado medido: un 30% más de solicitudes cotizadas, un 55% menos de tiempo hasta la cotización y aproximadamente un 40% más de solicitudes efectivamente contratadas. Lexington ya había registrado más de 370.000 solicitudes a cierre de 2025, camino de la ambición declarada por AIG de llegar a 500.000 en 2030 — un volumen que ningún equipo de suscripción podría absorber solo contratando más personas.
Qué hacen realmente los suscriptores de IA de AIG durante el día
AIG construyó el sistema — bautizado internamente como Underwriter Companion — junto con Palantir y Salesforce, funcionando sobre Claude de Anthropic. Claude, al que se accede a través de AWS Bedrock, se encarga del razonamiento en lenguaje natural: lee la solicitud entrante, resume la exposición y redacta la siguiente pregunta que un suscriptor senior le haría realmente al broker. Ese último detalle importa — el sistema no se limita a extraer campos, anticipa la pregunta de seguimiento que haría alguien con 20 años de oficio.
Nada de esto sustituye la decisión del suscriptor sobre precio y apetito de riesgo. Sustituye las horas dedicadas a convertir PDFs sin estructurar en datos estructurados y a perseguir al broker por el anexo que siempre falta — la parte del trabajo que añade fricción, no valor. Si gestionas equipos de suscripción, esta distinción es la que vale la pena retener: la automatización ataca la lectura, no la decisión.
Dentro del stack: Claude, Foundry y la ontología que el suscriptor nunca ve
Palantir Foundry y su plataforma de IA (AIP) aportan la parte del sistema con la que el suscriptor nunca interactúa directamente: una ontología estructurada que mapea pólizas, exposiciones y pérdidas históricas, contra la cual se fundamenta y verifica el razonamiento de Claude. Foundry también orquesta el flujo entre sistemas, de modo que una solicitud avanza por triaje, enriquecimiento y enrutamiento sin traspasos manuales. Salesforce se ocupa del lado orientado al broker — recepción, correspondencia y seguimiento del estado — para que el broker vea un único flujo de trabajo coherente, independientemente de lo que ocurra por debajo.
El CEO de AIG, Peter Zaffino, ha descrito la siguiente fase de la compañía como un salto de copilotos de tarea única a una capa de orquestación multiagente: agentes de IA especializados que coordinan entre sí sobre una misma tarea, en lugar de responder cada uno a peticiones aisladas. Los primeros agentes basados en Claude en AIG podían operar de forma autónoma menos de una hora antes de necesitar intervención humana. AIG reporta ahora agentes funcionando sin supervisión hasta 30 horas en tareas de suscripción complejas y de varios pasos — una curva de madurez que vale la pena vigilar si tus propios pilotos de IA todavía se miden en minutos.
Los resultados: 55% menos tiempo de cotización, 40% más contratación
En la cartera de propiedad de mercado medio de Lexington, el flujo asistido por IA generó un 30% más de solicitudes cotizadas, un 55% menos de tiempo hasta la cotización y aproximadamente un 40% más de solicitudes contratadas — sin un aumento proporcional de la plantilla de suscripción. AIG lo plantea sin rodeos: convertir lo que gestionaba un suscriptor en el rendimiento equivalente a cinco.
Y el patrón se repite en todo el sector: las aseguradoras que usan automatización de IA en suscripción y siniestros resuelven el trabajo un 75% más rápido con reducciones de coste del 30–40% en los procesos de siniestros adyacentes, y se proyecta que los ratios de gastos de suscripción caigan entre un 15–20% en P&C y más de un 25% en seguros de vida a medida que estos sistemas maduren durante 2026 y años siguientes. AIG no es una anomalía persiguiendo un titular — es un dato temprano y bien documentado de una tendencia a la que el resto del sector corre por alcanzar.
El coste de esperar ya es visible
Esto no es un piloto guardado en un laboratorio de innovación. AIG está desplegando la misma arquitectura en Glatfelter, AIG Re y sus líneas principales de propiedad y responsabilidad civil comercial durante 2026. Los reguladores se mueven en paralelo, no por detrás: 23 estados de EE.UU. más Washington D.C. han adoptado el Model Bulletin de la NAIC sobre el uso de IA en seguros, que exige supervisión humana documentada sobre cualquier decisión de suscripción influida por IA. Las aseguradoras que esperen tendrán que construir a la vez el flujo de IA y la capa de gobernanza que lo rodea, más tarde y bajo mucho más escrutinio regulatorio del que enfrentó AIG al construir esto en 2025–2026.
Las herramientas detrás del sistema (y lo que te costarían de verdad)
Nada del stack de AIG es exótico ni inédito. Es la misma categoría de herramientas empresariales disponible hoy para cualquier aseguradora, ensamblada alrededor de un problema de integración genuinamente difícil: conseguir que un modelo de lenguaje razone de forma fiable contra un modelo de datos vivo y gobernado, en lugar de inventar respuestas sobre una ventana de contexto vacía.
| Herramienta | Función en este flujo | ¿Nivel gratuito? | Precio desde |
|---|---|---|---|
| Claude de Anthropic (vía AWS Bedrock) | Lee solicitudes, redacta preguntas de seguimiento al broker, resume la exposición | No | Consumo por uso, tarifas de AWS Bedrock |
| Palantir Foundry / AIP | Ontología de pólizas, exposiciones y pérdidas; orquestación entre sistemas | No | Contrato empresarial, bajo presupuesto |
| Salesforce | Recepción de brokers, correspondencia, seguimiento del estado de solicitudes | Limitado | Desde ~25$/usuario/mes, plan de entrada Sales Cloud |
[REQUIERE VERIFICACIÓN]: el coste exacto por puesto o por solicitud del despliegue específico de AIG no se ha hecho público; las cifras anteriores reflejan el precio de lista general de las plataformas subyacentes, no las condiciones empresariales negociadas por AIG.
A quién le interesa realmente esto
Esto es más relevante para Chief Underwriting Officers, responsables de líneas E&S y especialidad, y equipos de operaciones de suscripción en aseguradoras donde el volumen de solicitudes crece más rápido que la plantilla. Encaja mejor en propiedad, responsabilidad civil y líneas especializadas con alta complejidad documental por solicitud. Encaja mal en MGAs pequeñas o carteras de auto personal de una sola línea, donde el volumen y la complejidad rara vez justifican construir una ontología a escala Foundry. Y si tu cuello de botella es realmente la precisión de tarificación y no el triaje documental, esta arquitectura concreta resuelve un problema que no tienes — vale la pena reconocerlo con honestidad antes de comprometer presupuesto.
Lo que cualquier aseguradora debería sacar de esto
Tres ideas del despliegue de AIG se aplican mucho más allá de una sola compañía:
- La capa de razonamiento y la capa de datos son inversiones separadas. Claude gestiona el lenguaje; Foundry gestiona la ontología estructurada y gobernada contra la que razona. Saltarse el trabajo de ontología y conectar un modelo de lenguaje directamente a datos heredados desordenados es la forma más habitual en que estos proyectos decepcionan.
- La gobernanza no es un extra opcional — es lo que hace posible escalar. El despliegue de AIG avanza en línea con los requisitos de supervisión humana del Model Bulletin de la NAIC, ya adoptado en 23 estados más D.C., no a pesar de ellos.
- Mide tiempo hasta cotización y tasa de contratación, no solo "tiempo ahorrado". Las cifras más convincentes de AIG — 55% menos tiempo de cotización, 40% más contratación — son resultados de negocio, no solo métricas de eficiencia, y eso es lo que hace defendible el caso de ROI ante un consejo.
Preguntas frecuentes
- ¿El sistema exacto de AIG está disponible para otras aseguradoras?
- No. Underwriter Companion es un desarrollo propietario que combina los datos y flujos propios de AIG con Palantir Foundry y Claude vía AWS Bedrock. Otras aseguradoras pueden licenciar las mismas plataformas subyacentes — Palantir, Anthropic, Salesforce — pero tendrían que construir su propia ontología y capa de integración desde cero.
- ¿Esto sustituye a los suscriptores humanos?
- AIG lo plantea explícitamente como aumento, no sustitución. El objetivo declarado es convertir el rendimiento diario de un suscriptor en el equivalente a cinco, eliminando el triaje documental — no eliminando la autoridad o el criterio de suscripción en la decisión de tarificación.
- ¿Cuánto tardó AIG en llegar a esta escala?
- La curva de madurez fue rápida para los estándares del sector asegurador: los agentes que operaban de forma autónoma menos de una hora en la etapa de Claude 2.0 ahora funcionan hasta 30 horas por tarea, con los resultados de Lexington reportados a escala de despliegue de cierre de 2025 — entre 18 y 24 meses desde los primeros pilotos hasta resultados medibles reportados al consejo.
La orquestación multiagente — no chatbots aislados, sino agentes de IA coordinados que gestionan flujos de trabajo completos de principio a fin — se está convirtiendo en la arquitectura por defecto para la IA en el seguro comercial durante 2026. Las herramientas para construirla ya existen y están al alcance de cualquier aseguradora empresarial hoy mismo. La única variable que queda es qué aseguradoras empiezan a construir la ontología ahora, y cuáles esperan hasta que la brecha ya no se pueda cerrar.