El seguro nació para resolver una incertidumbre porque nadie sabe cuándo ocurrirá un daño, aunque se puede estimar cuántas veces sucede en promedio. Ese cálculo permite repartir el costo entre muchos. La inteligencia artificial (IA) rompe esa lógica en varios puntos al mismo tiempo porque vuelve el riesgo más difícil de medir, de expansión rápida y hace su origen más ambigüo.
Para entender lo que pasa hay que empezar por cómo funciona un seguro, ya que la aseguradora calcula la probabilidad de un evento, estima cuánto costará y cobra una prima que cubre ese riesgo más un margen. Ese cálculo se basa en datos históricos. Por lo tanto, si un evento ocurre de manera relativamente estable, el sistema funciona. Si el evento cambia constantemente o aparece algo nuevo sin precedente, el sistema falla.
La IA introduce ese tipo de problema cuando genera riesgos nuevos sin pasado estadístico claro y, al mismo tiempo, amplifica los riesgos existentes. Hoy los ataques informáticos, que ya eran un problema, se volvieron más sofisticados porque la IA permite automatizar fraudes, crear mensajes falsos creíbles y escalar ataques a gran velocidad. Eso tiene como consecuencia que el daño potencial crece más rápido frente a la capacidad de las aseguradoras para medirlo.
Aquí aparece la incertidumbre como primer problema estructural. Las aseguradoras no saben cuánto pueden perder y, cuando desconocen el dato, tienen dos cursos de acción.
- El primero es subir mucho el precio, el segundo es limitar lo que pagan. En este momento hacen ambas cosas a la vez. Por un lado, las pólizas de riesgo digital crecen en precio y complejidad. Por otro lado, aparecen límites internos dentro de las coberturas que reducen lo que efectivamente se paga en ciertos casos.
- La segunda cuestión es más profunda, y está en la dificultad para definir el evento. En un mundo sin IA, un ataque informático era relativamente claro para un virus, un robo de datos o un sistema caído. Hoy un problema surge de una decisión automatizada, un modelo generando información incorrecta, un fraude basado en identidad falsa o del uso indebido de recursos. Todo eso se mezcla. Entonces aparece una pregunta clave: ¿qué tipo de daño es ese? ¿Es un fallo tecnológico, un error humano, un delito o una falla del sistema de IA?
Esa ambigüedad es contractual y de esa definición depende si la aseguradora paga o no.
El tercer problema es el carácter sistémico. Antes, muchos riesgos eran independientes. Por caso, un incendio en una fábrica no afectaba a otra fábrica en otro país. Con la IA y la digitalización, un mismo fallo llega a miles de empresas al mismo tiempo. Un error en un modelo ampliamente utilizado, una vulnerabilidad común o una herramienta compartida genera pérdidas masivas simultáneas. Los eventos correlacionados son la máxima preocupación de una aseguradora, ya que son los únicos con capacidad de quiebre del sistema porque todos los asegurados reclaman al mismo tiempo.
Por eso aparece un cambio importante cuando el seguro deja de ser generalista y se fragmenta. Así se separa el riesgo y se crean coberturas específicas para IA, para cumplimiento normativo, para fraude digital, para errores de sistemas automatizados. Ese proceso ya ocurrió antes con los riesgos informáticos. Primero se excluyeron, después se vendieron como producto aparte.
En paralelo aparece un fenómeno interesante porque la IA no solo genera riesgo, también se usa para medirlo. Las aseguradoras monitorean en tiempo real a las empresas aseguradas, analizando su seguridad, sus sistemas y su comportamiento. Eso cambia el modelo clásico porque el seguro deja de ser una foto anual y se vuelve un sistema dinámico donde el precio puede ajustarse continuamente según el nivel de exposición. Es un cambio radical de transformación del seguro hacia algo más parecido a un servicio continuo que a un contrato estático.
Sin embargo, esta solución abre otro problema. Si el seguro depende de monitoreo constante, el cliente pierde control sobre su propio riesgo. La aseguradora pasa de ser quien paga cuando ocurre el daño a ser quien observa permanentemente cómo se opera. Y eso cambia completamente la relación entre ambas partes.
En este contexto, el rol de las reaseguradoras se vuelve central. Una reaseguradora es una aseguradora de aseguradoras. Su función es absorber grandes riesgos que una sola compañía no puede soportar. En los respaldos tradicionales, esto funciona bien porque los eventos son relativamente previsibles. En IA, las reaseguradoras enfrentan el mismo problema multiplicado. Por ende, si el riesgo es sistémico, tampoco pueden diversificarlo. Eso genera un dilema porque, o reducen su exposición, o suben el costo del reaseguro; lo que termina trasladándose a todo el mercado.
¿Intervendrá el Estado?
Hay antecedentes, porque cuando el riesgo es demasiado grande o demasiado incierto para el mercado privado, el Estado aparece. Ya pasó con el terrorismo, con ciertos desastres naturales y con crisis financieras. En el caso del riesgo digital, ya hay discusiones sobre esquemas de respaldo estatal para eventos extremos, porque una gran falla tecnológica o un ataque masivo generará pérdidas por encima de la capacidad del sistema asegurador.
Sin embargo, si el Estado entra complica el problema. Primero, porque introduce regulación lo que implica definir qué es IA, qué riesgos cubre y qué responsabilidades existen. Ese proceso suele ser lento frente a una tecnología que cambia rápido. Segundo, porque impone obligaciones de cobertura o límites a las exclusiones, lo que reduce la flexibilidad de las aseguradoras para gestionar el riesgo. Tercero, porque lleva a la dependencia, es decir, si las aseguradoras saben que el Estado cubrirá los eventos extremos, asumen más riesgo del que deberían.
Al mismo tiempo, la regulación también empuja la aparición de seguros específicos para cumplimiento normativo. A medida que los gobiernos exigen controles sobre el uso de IA, las empresas necesitan protección frente a multas, sanciones y errores regulatorios. Eso abre un nuevo mercado, distinto del riesgo técnico puro.
El resultado final es un sistema en transición. El seguro de IA no es todavía un producto definido, sino un conjunto de ajustes defensivos que buscan ganar tiempo. Entre tanto, se limitan pagos, se segmenta el riesgo, se desarrollan coberturas nuevas y se experimenta con modelos dinámicos de evaluación.
Sin embargo, el problema de fondo sigue sin resolverse porque el sector necesita estabilidad estadística. La IA introduce inestabilidad estructural y mientras esa tensión no se resuelva, el sistema se moverá en una única dirección con menos cobertura implícita, más respaldo específico, más complejidad contractual y mayor intervención externa cuando el riesgo supere la capacidad del mercado.
Las cosas como son.
Seguí a El Economista en Google
Agreganos a tus medios preferidos.
+ Agregar
