Hugo Brunetta, experto en marketing relacional y CRM, analiza cómo la inteligencia artificial ya está transformando el trabajo cotidiano del Productor Asesor de Seguros: desde automatizar procesos hasta anticipar necesidades del cliente, sin perder de vista que la confianza sigue siendo el verdadero diferencial del negocio.
La inteligencia artificial dejó de ser una promesa lejana para transformarse en una herramienta concreta de trabajo. En el caso de los PAS, su valor no está en reemplazar la tarea profesional, sino en liberar tiempo, ordenar información, mejorar la capacidad de respuesta y permitir una asesoría más relevante. En un mercado donde la confianza sigue siendo el principal diferencial, la IA no debería alejarnos del cliente, sino ayudarnos a estar más presentes, más informados y mejor preparados. De estos temas, hablamos en esta entrevista con Hugo Brunetta.
¿Cuál es ese ejemplo concreto y cotidiano donde un PAS puede decir hoy que la IA es una herramienta que ya le está ahorrando tiempo real?
Un ejemplo muy concreto es la gestión de consultas repetitivas y la preparación de respuestas comerciales u operativas. Hoy un PAS puede usar IA para resumir un intercambio largo de mensajes con un cliente, redactar una respuesta clara, ordenar documentación, preparar comparativos de coberturas, generar recordatorios de seguimiento o convertir notas desordenadas en un correo bien presentado. También puede utilizarla para clasificar consultas entrantes, detectar prioridades y elaborar propuestas preliminares que luego el productor revisa y personaliza.
Ese ahorro de tiempo es real porque elimina minutos y, muchas veces, horas dedicadas a tareas mecánicas que no agregan valor estratégico. No se trata solo de ir más rápido. Se trata de evitar desgaste en actividades de bajo impacto para dedicar más energía a lo que sí hace la diferencia: escuchar, interpretar, aconsejar y acompañar al cliente en sus decisiones.
¿Cómo lograr que el uso de asistentes virtuales y chatbots de IA no termine enfriando la relación con el cliente en un rubro donde la confianza es el activo principal?
La clave está en entender que automatizar contacto no es lo mismo que automatizar vínculo. Un asistente virtual puede ser muy útil para responder consultas frecuentes, tomar datos iniciales, enviar documentación, recordar vencimientos o guiar trámites simples. Pero la confianza no se construye en la velocidad de una respuesta, sino en la calidad del acompañamiento cuando la situación importa de verdad.
“En los próximos cinco años, vamos a ver una convivencia mucho más profunda entre inteligencia humana e inteligencia artificial, pero no creo en un desplazamiento lineal del productor por la máquina”
Por eso, el criterio debe ser muy claro: la IA puede hacerse cargo de la primera capa de interacción, pero el PAS debe aparecer con fuerza en los momentos sensibles. Cuando hay una duda compleja, una decisión relevante, un siniestro, una queja o una situación de incertidumbre, el cliente necesita una persona. La tecnología debe facilitar el acceso al productor, no convertirse en una barrera entre el asegurado y su asesor.
Bien usada, la IA puede incluso humanizar más la relación, porque permite responder rápido en lo operativo y reservar tiempo humano para las conversaciones importantes. El error sería usarla para simular cercanía donde en realidad se está retirando presencia profesional.
¿De qué tareas operativas debería el Productor Asesor de Seguros desenamorarse para dejar que la IA las haga, y en qué áreas de la asesoría debe hacerse más fuerte que nunca?
El PAS debería empezar a soltar, sin culpa, tareas como redactar correos rutinarios, resumir reuniones, organizar bases de datos, clasificar consultas, preparar borradores de propuestas, agendar seguimientos, responder preguntas frecuentes o generar documentos iniciales. Son tareas necesarias, pero no necesariamente deben consumir el tiempo del productor.
En cambio, debe fortalecerse más que nunca en cuatro áreas centrales. Primero, en la interpretación del riesgo, porque la lectura técnica y contextual de cada cliente sigue requiriendo criterio profesional. Segundo, en la construcción de confianza, que no nace de una plataforma sino de una relación. Tercero, en la recomendación personalizada, porque asesorar no es ofrecer opciones sino ayudar a elegir bien. Y cuarto, en la contención en momentos críticos, especialmente frente a un siniestro o una situación conflictiva.
En otras palabras, la IA debería ocuparse del trabajo repetitivo; el PAS debe concentrarse en el trabajo decisivo.
¿Cómo puede un PAS utilizar la IA para anticiparse a las necesidades de su cliente, por ejemplo, prediciendo cuándo un asegurado está a punto de cancelar una póliza?
La IA permite identificar patrones que a simple vista pueden pasar desapercibidos. Por ejemplo, un asegurado que empieza a responder menos, demora pagos, consulta reiteradamente por precio, reduce coberturas, manifiesta insatisfacción o deja de interactuar con ciertos canales puede estar mostrando señales tempranas de desvinculación. Si esos datos se organizan bien, la IA puede ayudar a detectar riesgos de cancelación y activar alertas para intervenir a tiempo.
Pero el punto más importante no es solo predecir la baja, sino anticiparse con inteligencia comercial y relacional. Si el PAS sabe que un cliente cambió de actividad, vendió un vehículo, amplió su negocio, tuvo un hijo, incorporó personal o modificó sus hábitos, puede acercarse con propuestas de valor antes de que aparezca el problema. Allí la IA ayuda a conectar datos y momentos, pero la acción relevante sigue siendo humana: llamar, preguntar, escuchar y ofrecer una recomendación pertinente.
La verdadera potencia no está en que la IA “adivine” el futuro, sino en que ayude al productor a llegar antes.
¿Qué riesgos éticos corremos si dejamos que una IA decida quién es asegurable y quién no, y cómo evitar que la tecnología discrimine a ciertos perfiles?
El principal riesgo es que la tecnología tome decisiones aparentemente objetivas, pero apoyadas en datos sesgados, incompletos o históricamente injustos. Si una IA aprende de antecedentes donde ciertos perfiles ya fueron sistemáticamente excluidos o tratados de manera desigual, puede reproducir esa lógica con más velocidad y escala. Y lo más delicado es que muchas veces esa discriminación no aparece de forma explícita, sino encubierta en correlaciones estadísticas.
“La pregunta ya no es si una pequeña organización puede hacer IA, sino cuánto tiempo puede permitirse no hacerlo”
Por eso, nunca debería delegarse por completo en una IA una decisión tan sensible como definir asegurabilidad, precio o acceso a una cobertura. Tiene que haber supervisión humana, criterios auditables, revisión periódica de los modelos y reglas claras sobre qué variables pueden usarse y cuáles no. Además, las organizaciones deben exigir explicabilidad: si una recomendación algorítmica afecta a una persona, esa decisión tiene que poder justificarse razonablemente.
La innovación sin gobernanza puede ser eficiente, pero también puede ser injusta. Y en seguros, la confianza institucional se destruye mucho más rápido de lo que se construye.
¿Dónde está el límite entre la personalización útil y la invasión a la privacidad del asegurado si en el futuro se desarrollan seguros basados en el comportamiento?
El límite está en el consentimiento informado, la proporcionalidad del uso del dato y la claridad del beneficio para el cliente. Personalizar no debería significar vigilar. Que una aseguradora o un productor conozcan mejor al cliente para ofrecerle coberturas más adecuadas puede ser positivo. Pero eso cambia completamente si el asegurado no entiende qué datos se están tomando, para qué se usan, durante cuánto tiempo se almacenan y qué impacto pueden tener en su prima o en su cobertura.
Los seguros basados en comportamiento abren oportunidades, pero también tensiones muy fuertes. Si para obtener mejores condiciones el cliente tiene que aceptar un nivel excesivo de monitoreo, entonces el riesgo es que la personalización se transforme en una forma de presión o de pérdida de libertad. El dato no puede convertirse en un mecanismo silencioso de control.
La regla debería ser simple: recolectar solo lo necesario, explicar con transparencia, ofrecer alternativas y preservar siempre la dignidad y autonomía del asegurado. Todo lo que exceda eso entra en una zona delicada.
¿Qué le dirías al PAS independiente o a la pequeña organización que siente que la inversión en IA es inalcanzable o solo para las grandes compañías?
Le diría que hoy la barrera de entrada es mucho más baja de lo que imagina. La mayoría de los productores no necesita empezar por desarrollos complejos, integraciones costosas o proyectos ambiciosos. Puede comenzar con herramientas simples y de bajo costo para redactar mejor, responder más rápido, ordenar información, generar contenido comercial, resumir documentos o mejorar seguimientos. La ganancia inicial no está en la sofisticación tecnológica, sino en la mejora de productividad cotidiana.
Además, la pregunta ya no es si una pequeña organización puede hacer IA, sino cuánto tiempo puede permitirse no hacerlo. Porque mientras algunos la miran como algo lejano, otros ya la están usando para atender mejor, vender mejor y aprender más rápido. No se necesita una estructura enorme para empezar. Se necesita decisión, criterio y una adopción gradual.
El productor independiente tiene incluso una ventaja: puede moverse con más agilidad, probar más rápido y adaptar herramientas sin la burocracia que muchas veces frena a las grandes organizaciones.
Si hoy la IA es una herramienta de soporte, ¿cómo visualizas el equilibrio de poder entre el humano y la máquina en el mercado asegurador dentro de cinco años?
En los próximos cinco años vamos a ver una convivencia mucho más profunda entre inteligencia humana e inteligencia artificial, pero no creo en un desplazamiento lineal del productor por la máquina. Lo que sí va a ocurrir es una redefinición del valor profesional. Muchas tareas que hoy justifican tiempo y estructura van a ser automatizadas, y eso obligará a los actores del mercado a revisar dónde está realmente su aporte.
“El principal riesgo es que la tecnología tome decisiones aparentemente objetivas, pero apoyadas en datos sesgados, incompletos o históricamente injustos”
La máquina será cada vez mejor procesando datos, detectando patrones, proponiendo opciones, monitoreando comportamientos y ejecutando flujos. Pero el humano seguirá siendo clave para interpretar contextos, tomar decisiones en escenarios ambiguos, sostener relaciones de confianza y actuar con criterio frente a situaciones excepcionales. En seguros, eso es central, porque no estamos hablando solo de transacciones; estamos hablando de protección, incertidumbre y respaldo.
Por eso, más que un conflicto entre humano y máquina, veo una nueva división del trabajo. La IA va a aumentar la capacidad del productor, pero también va a exigirle un perfil más consultivo, más analítico y más relacional. El PAS que se fortalezca en esas dimensiones va a salir mejor parado. El que siga aferrado solo a tareas administrativas o de intermediación básica va a encontrar un escenario mucho más desafiante.
En síntesis, el futuro no será de la máquina sola ni del humano aislado. Será de quienes aprendan a combinar eficiencia tecnológica con sensibilidad profesional. Y en ese equilibrio, el rol del Productor Asesor de Seguros puede volverse menos operativo, pero mucho más valioso.