- El 10% de las aseguradoras con capacidades avanzadas de IA superan a sus competidores en crecimiento de ingresos y cotización bursátil
- Las compañías líderes están escalando más allá de los pilotos de IA mediante una implementación estratégica, formación integral y herramientas de IA explicable
Madrid, x de mayo de 2026 – Las aseguradoras No-Vida (P&C por sus siglas en inglés) se enfrentan a una brecha competitiva cada vez mayor: solo el 10% de la industria ha logrado escalar la IA con éxito, mientras que el resto lucha por obtener beneficios significativos. La 19.ª edición del Informe Mundial de Seguros No-Vida 2026 del Instituto de Investigación de Capgemini sugiere que la brecha de madurez de la IA se explica, en parte, porque el 42% de las aseguradoras no realiza un seguimiento de ninguna métrica de IA. Sin una forma de medir y validar qué funciona, el 60% de las aseguradoras permanece en la etapa de exploración o de prueba de concepto.
El informe muestra que solo un pequeño grupo de aseguradoras está tratando actualmente la IA como una capacidad operativa esencial, y no como un conjunto de herramientas, garantizando la alineación simultánea entre la estrategia y el talento, la base tecnológica y la adopción organizativa. Estas aseguradoras, definidas como “pioneras en inteligencia”, alcanzan hasta un 21% más de crecimiento de ingresos y aproximadamente un 51% más de aumento en su cotización bursátil en un periodo de tres años[1].
Según el informe, las compañías pioneras se diferencian de las aseguradoras tradicionales de varias formas. Estas organizaciones tienen casi cuatro veces más probabilidades de invertir en gestión del cambio más allá de la formación básica; casi tres veces más probabilidades de contar con infraestructura de IA explicable que impulse la confianza en toda la empresa; y casi el doble de probabilidades de integrar las responsabilidades relacionadas con la IA directamente en las descripciones de los puestos de trabajo, generando así rendición de cuentas.
Estas compañías pioneras contrastan claramente con un sector que se enfrenta a un “desajuste de arquitectura”: un patrón en el que los avances tecnológicos superan la capacidad de las organizaciones para integrarlos de forma eficaz. De media, las aseguradoras de P&C destinan el 72% de sus inversiones en IA a tecnología e infraestructura, y solo el 28% a gestión del cambio, incluida la formación básica de empleados y directivos. Como resultado, muchas iniciativas de IA tienen dificultades para alcanzar todo su potencial, lo que limita su impacto a escala empresarial.
El retorno de la inversión en IA sigue sin rastrearse en gran medida
Más de la mitad (55%) de las aseguradoras de P&C, señala la ausencia de un ROI claro en las iniciativas de IA; el mismo porcentaje afirma además que no está claro quién es el responsable de estas iniciativas dentro de su compañía. Como consecuencia, la responsabilidad suele acabar en manos de individuos o pequeños equipos, lo que impide generar impacto en toda la organización. Incluso a nivel de equipo, el impacto ha sido limitado: dos tercios de las aseguradoras de P&C, el 67%, citan la escasez de competencias en IA, y casi la mitad de los empleados con acceso a herramientas de IA, el 47%, afirma que su jornada laboral no ha cambiado, incluso después de 18 meses de uso.
“El sector asegurador se enfrenta a su momento de la verdad en materia de IA. Las compañías pioneras demuestran que, cuando las aseguradoras integran la IA en su estrategia de negocio desde el principio, esta pasa de ser una palanca de eficiencia a convertirse en una verdadera ventaja competitiva que impacta directamente en los resultados”, ha afirmado Kartik Ramakrishnan, CEO de la Unidad de Negocio Estratégica de Servicios Financieros de Capgemini y miembro del Consejo Ejecutivo del Grupo. “Aunque muchas aseguradoras están afrontando obstáculos técnicos y culturales conocidos, la oportunidad que tienen por delante es clara. Reforzando las bases de datos, aclarando la titularidad de las iniciativas e invirtiendo en capacidades y gobernanza, las aseguradoras pueden ir más allá de los pilotos y desbloquear valor a escala empresarial. El foco ahora debe ponerse en construir la disciplina organizativa que sostenga el impacto de la IA en todo el negocio”.
Colaboración humano-IA: clave para la aseguradora del futuro
Si bien los pioneros han establecido una ventaja inmediata mediante el uso de la IA, los desafíos persisten para el resto de la industria. Casi la mitad (49%) del tiempo de los empleados se dedica a la colaboración entre equipos, pero la mayoría de las herramientas de IA siguen funcionando a nivel de tareas individuales. La preparación de los datos también va a la zaga, ya que solo el 12% de las aseguradoras declaran una madurez muy alta, a pesar de la gran dependencia de los datos no estructurados. Por último, persiste una creciente brecha de confianza. El 43% de los empleados citan la seguridad laboral como una de sus principales preocupaciones, y solo el 14% de los empleados tiene «muy claro» cómo encaja la IA en su trabajo.
Según el informe, existe la oportunidad de reimaginar la aseguradora del futuro, donde el liderazgo ejecutivo establezca la dirección estratégica y defina los límites de la colaboración humano-IA, los empleados cualificados gestionen decisiones operativas complejas utilizando conocimientos en tiempo real y los agentes de IA automaticen las tareas rutinarias y repetitivas. Dentro de este modelo, los gestores de orquestación pueden trabajar activamente para alinear la estrategia empresarial y los principios de la IA de forma que permitan que la inteligencia se escale en las grandes empresas. Para hacer realidad esta visión, las aseguradoras deben integrar la IA en la colaboración y la toma de decisiones cotidianas, fortalecer sus bases de datos y rediseñar los flujos de trabajo para la era de la IA agéntica.
[1] Estas cifras se desprenden del análisis de Capgemini sobre la madurez autoevaluada de las aseguradoras en múltiples dimensiones, combinado con el rendimiento financiero autodeclarado entre 2021 y 2024. Este periodo recoge el ciclo completo de inversión en IA, incluida la IA/ML tradicional —por ejemplo, modelos predictivos, sistemas basados en reglas y algoritmos estadísticos—, así como las capacidades fundacionales que permitieron la posterior adopción de la IA generativa y la IA agéntica.
Fuente: Capgemini