Skip to content

GRA · Insurance Nexus

Spatial financeWhere capital meets hazard, exposure and transition

Insurtech e IA

Los datos, la automatización y el aprendizaje automático llegan ya a cada etapa del seguro: distribución, suscripción, tarificación, siniestros y detección del fraude. Pueden reducir costes y ampliar el acceso, pero también pueden discriminar, excluir, inducir a error o fallar de maneras difíciles de detectar. Esta página expone cómo se desarrollan la tecnología y el modelos financieros en los seguros, cómo se miden sus efectos sobre los clientes y qué instituciones tienen a su cargo las decisiones de gobernanza.

01Lienzo

Cómo se desarrolla el trabajo.

Sistemas · en torno a este temaIlustrativo

Brecha de protección y aumento repentino de reclamaciones

Insurtech e IA · Cartera costera · Escenario de evento EV-30

  • Reclamaciones notificadas
    8320Alerta
  • Adjusters deployed
    154Activo
  • Trabajo pendiente
    17díasVigilar
Surge plan activatedGRA · Insurance Nexus

Pérdida económica según quién la soporta

  • Asegurado
  • Público
  • Sin seguro
Protection gap and claims surge: the screen’s structure, terms and states for Insurtech and AI.Example names and illustrative values; a design, not a record or a live system.

Fig.Protection gap and claims surge: example names and illustrative values, not a record or a live system.

02La pregunta

Insurtech and AI: how the risk develops.

AI model governance and customer effects. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mecanismo

Model opacity and drift

Los modelos complejos son difíciles de explicar a clientes, supervisores y consejos de administración. El rendimiento se desvía a medida que cambian los datos y el comportamiento, y los errores pueden escalar a toda una cartera de negocio antes de que nadie lo advierta.

Mecanismo

Discriminación por variables indirectas

Rich external data, from credit information to telematics and online behaviour, can stand in for protected characteristics. A model that never sees a protected attribute can still produce disparate outcomes.

Mecanismo

Individualised pricing and pooling

Una segmentación más fina desplaza la prima hacia la pérdida esperada individual. Puede recompensar la reducción del riesgo, pero también puede expulsar del mercado por precio a algunas personas y erosionar la mutualización en la que se apoya el seguro.

Mecanismo

Platform and vendor concentration

Many insurers rely on the same data vendors, models and cloud platforms. A flawed dataset or a vendor outage then affects the market at once, and accountability is split across contracts.

03Exposición, pérdida y capital

Qué significan Insurtech y la IA para la exposición, la pérdida y el capital.

Las vistas de exposición, pérdida, escenarios y capital que pediría un responsable de riesgos, un supervisor o un ministerio de finanzas, con los marcos con arreglo a los cuales informan. Las estructuras siguen la práctica supervisora y actuarial. Los valores son ilustrativos: nunca precios, calificaciones ni asesoramiento.

Exposición y pérdida por periodo de retorno

Cómo crecen las pérdidas derivadas de Insurtech y la IA con la gravedad, brutas y netas de reaseguro, frente al capital.

1 en 101 en 501 en 1001 en 250brutoneto de reaseguro800
Periodo de retornoProbabilidad anualPérdida brutaPérdida netaNeto, capital = 100
1 en 100.10141010
1 en 500.02332121
1 en 1000.01462727
1 en 2500.004683939
Pérdida anual media3.12.22.2
Índice de pérdidas ilustrativo para una cartera de ejemplo (capital = 100): la forma de probabilidad de excedencia que leen las aseguradoras y los supervisores. No son datos de ninguna institución, ni un precio ni una calificación.
Escenarios climáticos del NGFS · Red para la Ecologización del Sistema FinancieroNIIF S2 Información a revelar relacionada con el clima · ISSBRecomendaciones del TCFD · TCFD del Consejo de Estabilidad FinancieraPrincipios para la gestión eficaz de los riesgos financieros relacionados con el clima · Comité de Supervisión Bancaria de Basilea
04Indicadores

Qué se mide y con qué calidad.

Cada indicador lleva su unidad, su periodicidad, el tipo de fuente que lo respalda y la etiqueta de evidencia que llevaría un valor. No se muestran valores: un programa los aporta bajo su propia autoridad.

IndicadorUnidadCadenciaTipo de fuenteEtiqueta
AI sistemas de IA en uso por función empresarialcount of systems by functionciclo de encuestaEncuestas de supervisión a aseguradorasNOTIFICADO
Ratio de resultados disparesratio of outcome rates between groupspor revisión de modeloPruebas de equidadESTIMADO
Model performance driftchange in discrimination or calibration metricmensualMonitorización de modelosOBSERVADO
Proporción de decisiones de siniestros automatizadaspercent of claims decided without human reviewanualDivulgaciones y encuestas de aseguradorasNOTIFICADO
Reclamaciones sobre decisiones automatizadascomplaints per thousand automated decisionsanualSupervisory complaint dataEstadísticas publicadas
Dependencias críticas de modelos y datos de tercerosnúmero de proveedores críticosanualVendor registersDECLARADO
05Fuentes

De dónde procede la evidencia.

Conjuntos de datos públicos y registros institucionales identificados, cada uno con su tipo de licencia. Las fuentes obtenidas por acuerdo solo se utilizan conforme a sus condiciones y nunca se republican.

FuenteLo que aportaTipo de licencia
Encuestas de la NAIC sobre inteligencia artificial en las aseguradorasUso de la IA por función en los seguros de automóviles, hogar y vida en Estados UnidosInformes públicos
Informes de la EIOPA sobre digitalización y gobernanza de la IAUso de análisis de macrodatos y principios de gobernanza de la IA para aseguradoras europeasPúblico, condiciones de reutilización de la UE
Gallagher Re Global InsurTech ReportInvestment, start-up activity and themes in insurance technologyPropietario, informe publicado de lectura gratuita
AI Incident DatabaseReported incidents involving AI systems, including in financial servicesOpen data, attribution and terms
Observatorio de Políticas de IA de la OCDE (OECD.AI)Políticas, principios y tendencias de IA por paísGratuita, condiciones de la OCDE
IAIS application papers and FinTech publicationsPráctica supervisora sobre IA, macrodatos y conductaPúblico, términos de la IAIS
06Decisiones

Quién decide y a qué sirve la evidencia.

Insurance Nexus prepara evidencia. Las decisiones que figuran a continuación las adoptan las autoridades indicadas, conforme a sus propias normas, y nunca la plataforma.

Quién decideLa preguntaEvidencia a la que sirve esta página
Consejos de administración de aseguradoras y comités de modelos financieros bancarioWhich AI systems to deploy, with what oversight, testing and human reviewModel inventory, validation and fairness testing, drift monitoring and incident history
Supervisores de segurosHow to supervise AI use under existing conduct and governance rules and new AI lawEvidencia de encuestas, documentación de gobernanza de modelos, datos de quejas y resultados
Legisladores y autoridades de protección de datosQué fuentes de datos y decisiones automatizadas se permiten en los segurosEvidence on predictive value, proxy effects, transparency and redress
Consumer bodies and ombudsman servicesSi las decisiones automatizadas son justas y se explican a los clientesQuejas, decisiones y disparidades de resultados por grupo

Productos que genera este tema

  • Guide to AI governance expectations in insurance by jurisdiction
  • Method note on testing pricing and claims models for proxy discrimination
  • Nota breve sobre el riesgo de concentración
  • Lista de verificación de la evidencia a la diligencia debida para la revisión de modelos de IA
07Cuestiones centrales

Lo que preguntan los profesionales.

  • ¿Cómo se utilizan la IA y el aprendizaje automático a lo largo de la cadena de valor de los seguros?
  • How should AI models used in pricing and claims be governed and validated?
  • ¿Cómo pueden las aseguradoras evitar la discriminación injusta y los efectos indirectos por variables proxy en los modelos?
  • How should customers be informed about automated decisions affecting them?
  • ¿Cómo afecta a la resiliencia la dependencia de unos pocos proveedores de tecnología?
08Mecanismos

Factores impulsores y dinámicas.

Las aseguradoras utilizan la IA para la atención al cliente, la suscripción, la fijación de precios, la detección del fraude y la evaluación de siniestros. Los modelos de aprendizaje automático pueden encontrar patrones en grandes conjuntos de datos que los métodos tradicionales pasan por alto, pero pueden ser opacos, sensibles a la calidad de los datos y propensos a reproducir sesgos históricos. Variables que parecen neutrales pueden actuar como indicadores indirectos de características protegidas. La IA generativa plantea nuevas cuestiones de exactitud y rendición de cuentas.

Regulators in several jurisdictions have issued principles or rules for AI in insurance and finance, emphasising governance, explainability, fairness and human oversight. Dependence on a small number of cloud and model providers creates concentration risk across the sector. Insurtech firms have also changed distribution, through embedded insurance sold alongside other products and usage-based cover informed by telematics and connected devices, which raises questions about data ownership, consent and the boundary between risk prevention and surveillance.

09Métodos y límites

Cómo se estudia.

  1. 01

    Marcos de gobernanza de modelos

    Approaches to validation, monitoring and accountability, drawing on artificial intelligence and machine learning.

  2. 02

    Pruebas de equidad

    Los métodos estadísticos de probabilidad y estadística evalúan si los modelos producen resultados dispares.

  3. 03

    Investigación sobre los resultados para el cliente

    Estudios sobre cómo las decisiones automatizadas afectan al acceso, al precio y a la siniestralidad.

  4. 04

    Límites

    Fairness has several competing definitions, model behaviour can drift over time, and proprietary models limit external scrutiny.

10Métodos

Cómo se estudia y lo que los métodos no pueden decir.

  1. Inteligencia artificial y aprendizaje automáticoEnriquecimiento de la exposición a partir de imágenes · Clasificación del fraude y los siniestros · Pruebas de equidad de los modelos de tarificaciónAplicado aquí
  2. Probabilidad y estadísticaModelización de la frecuencia y la gravedad · Actualización bayesiana de los supuestosAplicado aquí
  3. Matemática actuarialConstitución de reservas para siniestros con triángulos de desarrollo · Tarificación por experiencia y credibilidadAplicado aquí
11Preguntas

Preguntas y respuestas.

Is AI in insurance regulated?
Ya se aplican las leyes vigentes sobre seguros, conducta, no discriminación y protección de datos. Algunas jurisdicciones añaden normas específicas, como la Ley de IA de la UE para ciertos usos en la tarificación de seguros de vida y salud, y los boletines de supervisión sobre gobernanza de la IA en Estados Unidos.
How is proxy discrimination tested?
Comparando los resultados entre grupos, comprobando si las variables contienen información protegida y verificando si alternativas con menor efecto dispar predicen igual de bien. Cada prueba requiere datos y criterio, y los resultados se etiquetan.
Does Insurance Nexus certify AI models?
No. La validación de modelos la realizan las aseguradoras y revisores independientes, y los supervisores evalúan la gobernanza. Insurance Nexus explica los métodos y las expectativas publicadas.
What is a proxy variable?
Variable que no es en sí misma una característica protegida, pero que se correlaciona estrechamente con una, de modo que su uso puede producir discriminación indirecta.
Does GRA review insurers’ models?
No. It studies governance practice at sector level.
¿Ofrece la GRA asesoramiento sobre este tema?
No. La GRA no suscribe, vende, capta, negocia, coloca ni intermedia seguros, y no califica transacciones, ni asesora sobre ellas ni las organiza. El trabajo de preparación no equivale a una aprobación. Su análisis es una comprensión compartida, a escala sectorial.
InformesContribuir

Aporte evidencia desde esta página.

Reports es la publicación trimestral del Consortium. Lo que usted sabe sobre este tema puede convertirse en evidencia, un caso o una corrección en la próxima edición, con su crédito y publicado bajo licencia CC BY 4.0 cuando se trate de obra propia.

Global Risks AllianceInsurance NexusFinance and Insurance ReadinessGlobal Sector Risk and Resilience
Insurance Nexus

Plantee una cuestión de exposición o de capital a la Alliance.

La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.