Las aseguradoras cautivas se están convirtiendo rápidamente en el laboratorio de pruebas de los seguros impulsados por IA

La idea que más se repite actualmente sobre los seguros cautivos es que los centros de datos de IA son demasiado grandes para que el mercado tradicional pueda absorberlos. Marsh, el mayor corredor de seguros y gestor de cautivas del mundo, prevé un crecimiento explosivo del número de empresas que crean sus propias aseguradoras internas para cubrir los riesgos de los centros de datos. S&P Global Ratings, la agencia de calificación crediticia, ha descrito una instalación de Meta como situada más allá de los límites de lo que se puede asegurar por completo. Actualmente hay más de 6.000 cautivas en todo el mundo, que suscriben primas por un valor aproximado de 240.000 millones de dólares, casi una quinta parte más que hace dos años, según Captive Review.

Una cautiva es una compañía de seguros, normalmente con un único cliente (su propia empresa matriz), una cartera limitada y sin distribución minorista. Aun así, necesita suscripción de riesgos, cálculo actuarial de reservas, contabilidad reglamentaria, auditorías, revisión jurídica y presentación de informes ante los organismos reguladores. Lo que no tiene son cuarenta años de sistemas centrales heredados, una plataforma de gestión de siniestros que nadie se atreve a tocar ni mil suscriptores con hábitos arraigados. Por eso, es el entorno más propicio del sector asegurador para comprobar si el software puede gestionar toda la operación.

Alexandre Musy, director ejecutivo de Huscarl, que está desarrollando un actuario de IA para empresas y sus aseguradoras cautivas, expone la consecuencia sin rodeos. «Las cautivas son compañías de seguros pequeñas y simplificadas», afirmó. «Se puede tener la certeza de que, una vez que haya cautivas impulsadas por IA en funcionamiento, las compañías de seguros impulsadas por IA serán lo siguiente».

Musy y la directora de tecnología, Paulien Jeunesse, desarrollaron anteriormente lo que Huscarl describe como el primer producto de seguro cibernético paramétrico del mundo para empresas, en Descartes Underwriting. Allí, Musy lo expandió comercialmente por toda Europa, mientras que Jeunesse, actuario y científica especializada en IA, creó el modelo subyacente.

El sector funciona con archivos PDF

Un reportaje de Captive.com publicado en agosto concluyó que la IA en las cautivas sigue consistiendo, en su mayor parte, en herramientas para tareas específicas, como extraer datos de documentos, conciliar registros, revisar el texto de las pólizas, redactar informes o ayudar a gestionar siniestros.

Marcus Schmalbach, director ejecutivo de la plataforma de transferencia de riesgos RYSKEX, declaró a la publicación que el obstáculo está en el modelo operativo y los datos, no en la tecnología.

Una cautiva puede ser un instrumento sofisticado de financiación de riesgos y, aun así, funcionar con hojas de cálculo, correo electrónico y archivos PDF conciliados manualmente. La alimentan una empresa matriz, un corredor, una aseguradora de fronting, una gestora, un administrador de siniestros, un actuario, un reasegurador y un auditor, cada uno de los cuales envía información en un formato distinto y con una periodicidad diferente. El menor volumen de transacciones frente al de las aseguradoras comerciales hizo que nunca hubiera demasiada presión económica para integrar los sistemas, y cada cautiva tiene una estructura ligeramente distinta, lo que impide estandarizarlos. Según Schmalbach, los procesos siguieron siendo manuales porque, desde el principio, no se diseñaron para automatizarse.

Illia Pinchuk, director ejecutivo de DICEUS, declaró a Captive.com que los problemas se concentran en los traspasos de información entre organizaciones. También señaló un programa que abarca 100 cautivas y 200 pólizas, en el que centralizar la administración permitió tramitar las renovaciones en bloque y emitir certificados bajo demanda.

Musy explica con más precisión por qué sigue fracasando la creación de una capa de datos compartida.

«El sector se beneficiaría enormemente», afirmó, pero una cautiva involucra a actuarios, auditores, contables, abogados, gestores de inversiones y administradores externos, y «cuantos más participantes hay, más difícil resulta implementarla».

Según él, el problema es social, no técnico. «Siempre habrá alguien que no pueda o no quiera utilizar sistemas avanzados», afirmó, por lo que el mercado vuelve a recurrir por defecto a «archivos PDF y hojas de cálculo de Excel».

Esta observación tiene una dimensión comercial y describe una pugna a tres bandas, no un duelo. Los proveedores de software venden una capa de datos a las gestoras de cautivas ya establecidas. Un segundo grupo de gestoras de cautivas nativas de IA compite con esas empresas ya establecidas con la capa de datos incorporada. Huscarl ocupa una tercera posición: aporta la capa actuarial y de datos al canal, en lugar de sustituirlo. La empresa está ampliando una red de gestoras de cautivas y corredores asociados, y ya trabaja con un grupo de retención de riesgos y una cautiva de empresa matriz única perteneciente a una compañía con más de 2.000 millones de dólares en ingresos.

«Hoy no está claro cuál es el camino ganador», afirmó Musy, aunque matizó que el propio caos podría ser la ventaja competitiva. Según él, la IA es «un excelente aglutinante para flujos de trabajo con datos desordenados» y Huscarl «probablemente dedicó el 50 % de su trabajo de ingeniería desde su creación a gestionar precisamente eso», lo que ahora le permite procesar archivos PDF y hojas de cálculo desordenados «con automatización total, independientemente de cómo evolucione el sector».

Así pues, la mitad del esfuerzo de ingeniería de una empresa emergente de seguros se dedicó a leer documentos que otros no dejaban de enviar.

La parte que aún no se puede automatizar

La ambición se divide en torno al juicio profesional, y la versión más contundente de ese límite proviene de un proveedor.

La regla de Schmalbach, tal como se la expuso a Captive.com, es que el sistema recomienda y el profesional decide.

El software puede señalar que una reserva ha cambiado, que un siniestro parece inusual o que una exposición al riesgo está empeorando, pero una persona cualificada sigue teniendo que decidir qué significa y si la cobertura es aplicable.

Un agente puede detectar que una reclamación supera un umbral de notificación y preparar el aviso; no debería rechazar la reclamación, modificar una reserva ni aprobar por sí solo un pago importante, y tampoco debería poder transferir fondos al margen de los controles de aprobación establecidos.

Cada acción debería quedar registrada y poder revisarse, y una persona identificada debería asumir la responsabilidad. La IA debería respaldar las decisiones, no tomarlas discretamente por su cuenta.

La ambición de Musy va más allá de esa etapa. La meta, dijo, es «la IA como orquestadora definitiva, ya que cada decisión implica consideraciones de suscripción, actuariales, contables, jurídicas y financieras», algo más parecido a «un cerebro empresarial para las cautivas que las guíe hacia una mayor creación de valor para sus propietarios».

Huscarl afirma que cada estudio es revisado y firmado por un actuario humano acreditado, y que, de todos modos, las jurisdicciones donde se domicilian las cautivas suelen exigir un dictamen actuarial anual firmado. La autonomía reside en el trabajo. El criterio y la responsabilidad profesional que conlleva siguen correspondiendo a una persona. Schmalbach alude a la misma revisión desde otra perspectiva, al sostener que vincular los datos de las cautivas con las operaciones de la empresa matriz podría revelar patrones de siniestros antes de que aparezcan en la revisión actuarial anual. La revisión anual sigue siendo necesaria. La cuestión es quién aporta los datos.

Por qué importa más allá de un nicho

Lo que atrae capital es la economía del modelo. AM Best califica a unas 150 cautivas estadounidenses y estima que generaron más de 8.000 millones de dólares en ahorros durante cinco años, porque las primas permanecen en el balance en lugar de salir de él. Marsh contabilizó 118 nuevas cautivas constituidas en 2025, frente a 92 el año anterior, en un año en que los precios de los seguros comerciales cayeron alrededor de un 4 %. Las empresas se autoaseguran mientras los seguros se abaratan, lo que sugiere que el cambio es estructural y no una reacción a un mercado difícil.

Los inversores han tomado nota. En septiembre, la gestora de cautivas Luzern Risk captó 45 millones de dólares, y Huscarl captó 5,6 millones de dólares de FRST y Y Combinator, mientras que las cautivas, antes reservadas para las empresas de Fortune 500, se ofrecen ahora a compañías con ingresos de tan solo 10 millones de dólares.

Lo que Musy busca no es cambiar la gestión de cautivas, sino transformar el propio mercado comercial. Su objetivo, dijo al anunciar la ronda, es permitir que los responsables de riesgos corporativos actúen como sus propios directores de suscripción, en «un futuro en el que el autoaseguro se convierta en la norma y los seguros comerciales, en la excepción».

Nada de esto hace que el mercado de las cautivas sea grande. Lo hace comprensible.

Un sector formado por miles de pequeñas compañías de seguros simplificadas y con plantillas reducidas, que asumen riesgos que el mercado general no quiere cubrir, es el entorno más permisivo del sector financiero para que el software se encargue de suscribir riesgos, constituir reservas, conciliar cuentas e informar. Todo lo que demuestre su eficacia allí llegará después a empresas con un millón de asegurados y departamentos actuariales que llevan haciendo ese trabajo de la misma manera desde antes de internet.