Apertura de siniestros con IA para corredores y MGA
IA que convierte partes por email, formulario o llamada en expedientes estructurados, lee los documentos y asigna cada caso; decide el tramitador.
Un ejemplo de cómo lo desarrollaríamos para una empresa de este nicho: el plan, la arquitectura y los objetivos de los que partiríamos. No es la historia de un cliente concreto.
- Objetivo
- –30%
- tiempo del tramitador para abrir un expediente completo, en los seis meses siguientes a la puesta en marcha
- Objetivo
- ≥ 95%
- de precisión por campo en los datos clave (fechas, importes, números de póliza) con el conjunto de evaluación, antes de la puesta en marcha
- Objetivo
- Mismo día
- del primer parte a tener un tramitador asignado, desde la puesta en marcha
Para quién es
Imagina una correduría, o una MGA con autoridad delegada en siniestros, que gestiona unos pocos miles de siniestros al año en autos, daños materiales y responsabilidad civil, y a la que los partes llegan por email, formulario web y teléfono en todos los formatos posibles. Los tramitadores dedican el inicio de cada siniestro a volver a teclear números de póliza, leer adjuntos y reclamar documentos que faltan antes de empezar cualquier valoración real. El objetivo es una capa de recepción que capture y estructure cada parte, extraiga lo que dicen los documentos y asigne cada siniestro al tramitador adecuado, con personas tomando todas las decisiones.
Qué lo complica
- Los partes llegan como cadenas de emails reenviados, PDF escaneados, fotos del móvil y mensajes de voz, a menudo sin número de póliza o con uno erróneo.
- Cada aseguradora o proveedor de capacidad tiene sus propios formularios de siniestro, bordereaux y plazos de comunicación, y una comunicación tardía puede poner en riesgo la cobertura.
- Los adjuntos van desde presupuestos de reparación y facturas hasta atestados policiales e informes médicos, y cada uno hay que leerlo, archivarlo y cotejarlo con la póliza.
- Los indicios de fraude ayudan, pero una etiqueta automática de «sospecha de fraude» sobre un cliente honrado acaba en una reclamación y, posiblemente, en un problema legal.
- Todo tiene que poder explicarse después: qué extrajo la IA, quién lo revisó y quién tomó la decisión.
Qué desarrollaríamos
Recepción multicanal de partes (FNOL)
Una única cola para los siniestros que llegan por email, formulario web, portal o teléfono, con las llamadas transcritas y cada parte convertido en un borrador de expediente.
Extracción de documentos
Lee pólizas, facturas, presupuestos de reparación y fotos, extrae fechas, importes, implicados y referencias de póliza, y muestra cada valor extraído junto al texto de origen del que procede.
Cruce con la póliza y control de integridad
Vincula el parte con la póliza en el sistema de gestión, señala al tramitador posibles dudas de cobertura y prepara borradores de solicitud de los documentos que faltan para que una persona los envíe.
Triaje y asignación
Sugiere ramo, gravedad y complejidad, y dirige cada siniestro al equipo o la aseguradora que corresponda, mostrando los motivos de cada sugerencia.
Revisión humana y trazabilidad
Los tramitadores aceptan, editan o rechazan cada sugerencia de la IA, y cada cambio queda registrado con la versión del modelo, los datos de entrada y la persona que decidió.
Indicios de fraude como alertas
Patrones como un siniestro a los pocos días de la entrada en vigor de la póliza, datos bancarios compartidos entre siniestros sin relación o fotos reutilizadas se señalan como alertas para un tramitador formado, nunca como decisiones automáticas.
Arquitectura
Desde las personas que lo usan hasta el hardware y los sistemas de terceros con los que se comunica.
- Apps y canales
- Buzón de siniestros y formulario web
- Portal de la correduría o del cliente
- Recepción telefónica con transcripción
- Espacio de revisión para tramitadores
- Plataforma
- Motor de flujos de recepción
- Cola de revisión y asignación de tareas
- Registro de auditoría
- Evaluación y control de calidad
- Servicios de IA
- Clasificación de documentos y OCR
- Extracción con LLM enlazada a la fuente
- Sugerencias de triaje y asignación
- Reglas de indicios de fraude
- Integraciones
- Sistema de gestión de pólizas
- Sistemas de siniestros de las aseguradoras
- Gestión documental
- Exportación de bordereaux e informes
Plan de entrega
Las mismas cuatro fases que en todos nuestros proyectos: descubre cómo trabajamos.
- Semanas 1–3
Discovery
Repasar siniestros pasados con los tramitadores, mapear canales, requisitos de las aseguradoras y plazos, y crear un conjunto de evaluación con documentos anonimizados para medir la IA.
- Semanas 4–5
Diseño y arquitectura
Modelo de datos del siniestro, pantallas de revisión, la frontera entre lo que la IA puede sugerir y lo que solo una persona puede decidir, y la configuración de alojamiento y accesos.
- Semanas 6–16
Desarrollo
Primero, la recepción por email y web con extracción; después, el triaje, la recepción telefónica y la integración con el sistema de pólizas, midiendo la precisión con el conjunto de evaluación en cada versión.
- Semanas 17–18
Lanzamiento y traspaso
Primero, modo sombra, comparando las sugerencias de la IA con las decisiones reales de los tramitadores; después, puesta en marcha ramo a ramo y traspaso del código, los prompts y las herramientas de evaluación.
El equipo
- Tech lead con visión de producto
- Ingenieros de IA
- Ingeniero backend
- Ingeniero frontend
- Diseñador UX/UI
- Ingeniero de QA y evaluación
Cumplimiento y seguridad
- Los siniestros con lesiones incluyen datos de salud (art. 9 del RGPD) y las comprobaciones de fraude pueden afectar a datos sobre infracciones penales (art. 10), así que el acceso se restringe por tipo de siniestro y cada consulta de un documento sensible queda registrada.
- Los indicios de fraude siguen siendo alertas para una persona: el art. 22 del RGPD restringe las decisiones con efectos jurídicos o igualmente significativos basadas únicamente en un tratamiento automatizado.
- Según el Reglamento Europeo de IA, la evaluación de riesgos y la fijación de precios en seguros de vida y salud son de alto riesgo; la recepción de siniestros de otros ramos, en general, no lo es, pero confirmaríamos la clasificación con tu equipo de cumplimiento.
- Ayudar a los clientes con sus siniestros cuenta como distribución de seguros según la Directiva de Distribución de Seguros (IDD), así que su obligación de actuar con honestidad, equidad y profesionalidad también se aplica a la recepción asistida por IA.
Stack tecnológico
- Python
- FastAPI
- LLM APIs (EU-hosted)
- OCR & document AI
- PostgreSQL
- pgvector
- Temporal
- TypeScript
- React
- OpenTelemetry
Preguntas habituales
¿La IA aprobará o rechazará siniestros?
No. Prepara el expediente (extrae datos, sugiere la asignación y señala alertas) y cada decisión la toma un tramitador. Así la responsabilidad queda donde la esperan los reguladores y los clientes.
¿Adónde van nuestros datos de siniestros? ¿Se usan para entrenar modelos?
Alojaríamos la solución en una región de la UE y usaríamos proveedores de modelos con condiciones que excluyen entrenar con tus datos, o ejecutaríamos modelos de pesos abiertos en tu propia nube si lo prefieres. El acceso se limita por rol y tipo de siniestro, y cada consulta de un documento sensible queda registrada.
¿Cómo sabemos si la extracción es lo bastante precisa?
La fase de Discovery genera un conjunto de evaluación a partir de siniestros pasados anonimizados, y la extracción y la asignación se miden con él antes de la puesta en marcha y en cada versión. El lanzamiento empieza en modo sombra, comparando lo que produce la IA con lo que hicieron realmente los tramitadores, para que veas la precisión real antes de confiar en ella.
Servicios detrás de este blueprint
Más sobre el sector InsurTech.
Más blueprints
¿Estás desarrollando algo parecido?
30 minutos con los ingenieros que lo desarrollarían. Contrastaremos este plan con tu situación: alcance, integraciones y presupuesto.