CDO, datos e IA: la nueva agenda del talento en seguros

En 2025, el 74% de los Chief Data Officers reconoce que no está preparado para monetizar sus datos con IA. El dato es del IBM Institute for Business Value y refleja algo que muchas aseguradoras españolas comentan en privado: hay proyectos de inteligencia artificial por todas partes, pero muy pocos están realmente apoyados en datos sólidos, gobierno claro y talento preparado.

Esto afecta de lleno a Recursos Humanos en el sector asegurador. Porque sin datos de calidad y sin una estrategia clara de IA, no habrá reclutamiento inteligente, ni analítica de rotación, ni planes de desarrollo personalizados. Y el mercado de talento en seguros en España ya venía tensionado antes de la irrupción masiva de la IA generativa.

En este artículo, dentro de la serie “IA para Recursos Humanos: El Futuro del Talento”, conectamos las conclusiones del estudio sobre CDO y datos con algo muy concreto: qué tiene que hacer una aseguradora para usar la IA de forma seria en la gestión del talento y no quedarse en pilotos bonitos que no cambian nada.

---

1. Lo que el estudio de IBM nos está diciendo (y lo que implica para RR. HH.)

El mensaje central del informe es directo: la ambición en IA va muy por delante de la madurez de los datos. Algunos números clave:

• El 81% de los CDO prioriza inversiones para acelerar la IA.
• El 81% dice que su estrategia de datos está alineada con la hoja de ruta tecnológica (frente al 52% en 2023).
• Pero solo el 26% confía en que sus datos puedan soportar nuevas fuentes de ingresos impulsadas por IA.
• Y casi la mitad reconoce grandes dificultades para atraer y retener talento con competencias avanzadas en datos.

Para Recursos Humanos en seguros, esto tiene consecuencias muy claras:

1. Sin datos bien gobernados, la IA en RR. HH. es humo. Algoritmos de selección, modelos de rotación o scoring de riesgo de fuga del talento se alimentan de información laboral, formativa, de desempeño o incluso de clima interno. Si esos datos son incompletos, inconsistentes o inaccesibles, los modelos serán poco fiables o injustos.
2. El CDO ya no es solo “el de los datos”, es socio estratégico de RR. HH. Si RR. HH. quiere IA seria, debe sentarse con el CDO y co-diseñar casos de uso, calidad de datos, gobierno y métricas de negocio.
3. La lucha por el talento data & IA es brutal. El 47% de los CDO ve atraer y retener talento avanzado en datos como un reto crítico. Las aseguradoras que no muevan ficha perderán, no sólo en analítica de negocio, también en capacidades de IA aplicada a talento.

La realidad es sencilla: o RR. HH. entra en el juego de datos e IA de la compañía, o se queda gestionando personas con herramientas del siglo pasado.

---

2. El nuevo rol del CDO: de guardián del dato a aliado clave de RR. HH.

El estudio apunta a un cambio claro: el CDO pasa de gestor técnico del dato a estratega de negocio.

• El 92% de los CDO dice que debe centrarse en resultados de negocio.
• El 78% considera que aprovechar los datos propios es clave para diferenciarse.
• El 84% afirma que sus productos de datos exclusivos ya les han dado ventaja competitiva.

En una aseguradora, eso se traduce en que el CDO empieza a tener impacto directo en:

• Qué perfiles se necesitan (data scientists, actuarios con skill digital, expertos en IA aplicada a siniestros, suscripción, fraude…)
• Cómo se miden las capacidades internas (competencias analíticas, cultura data driven, uso de herramientas de IA)
• Dónde hay brechas de talento que frenan el despliegue de casos de uso críticos.

Qué debería hacer RR. HH. con este cambio

RR. HH. suele llegar tarde a la conversación de datos. En seguros, esto es un error costoso. Tres movimientos muy concretos:

1. Incluir al CDO en la definición del plan de talento de IA.

   • ¿Qué roles van a ser clave en los próximos 3 años (data engineers, MLOps, especialistas en IA ética, business translators)?
   • ¿Qué skills se pueden reconvertir internamente (actuarios, analistas de negocio) y cuáles habrá que fichar fuera?

2. Construir un mapa de competencias data & IA para toda la plantilla.

   • No solo para tecnología: también para suscripción, siniestros, comercial, legal y, por supuesto, RR. HH.
   • Establecer niveles (básico, intermedio, avanzado) y ligarlos a formación y carrera profesional.

3. Medir el impacto de los datos en KPIs de talento.

   • Tiempo medio de cobertura de vacantes técnicas.
   • Porcentaje de decisiones de RR. HH. apoyadas en analítica (no en intuición).
   • Uso real de herramientas de IA interna por parte de managers y empleados.

Cuando el CDO y RR. HH. trabajan juntos, la estrategia de talento deja de ser una lista de cursos y se convierte en un plan para sostener de verdad la IA en el negocio asegurador.

---

3. La gran brecha: IA muy ambiciosa, datos muy verdes

El informe muestra un patrón que vemos en muchas aseguradoras españolas:

• El 81% de los CDO prioriza inversiones en IA.
• Pero solo el 26% confía en su capacidad para usar bien los datos no estructurados (emails, llamadas, notas de peritos, chats, feedback de empleados…).
• El 81% prefiere “llevar la IA a los datos” en lugar de centralizarlos.
• El 79% admite que está en fase inicial a la hora de escalar y gobernar los agentes de IA.

En Recursos Humanos esto se nota especialmente en tres frentes:

1. Reclutamiento con IA

   • ATS con filtros inteligentes, análisis de CV masivos, matching por skills… todo esto depende de datos limpios y etiquetas coherentes.
   • Si cada área etiqueta los perfiles a su manera, los modelos no aprenden bien qué es un “buen perfil” para la compañía.

2. Analítica de rotación y compromiso

   • Modelos que predicen fuga de talento usan variables históricas de desempeño, salarios, encuestas, movilidad interna…
   • Si los datos de desempeño están poco estandarizados o las encuestas tienen baja participación, la precisión de la IA se desploma.

3. Desarrollo y formación personalizada

   • Recomendadores de formación basados en IA necesitan datos fiables de skills actuales, intereses y trayectorias.
   • Muchas aseguradoras ni siquiera tienen un inventario de competencias actualizado.

Cómo cerrar la brecha desde RR. HH. en una aseguradora

RR. HH. no puede “arreglar” la arquitectura de datos, pero sí puede hacer mucho para que la IA aplicada a talento sea viable:

• Diseñar modelos de datos de personas coherentes (puestos, familias profesionales, skills, nivel de dominio).
• Unificar catálogos de puestos y competencias entre compañías del grupo o entre filiales.
• Limpiar y normalizar datos históricos de personas, empezando por lo que realmente se usará en los primeros casos de uso de IA.
• Participar en el gobierno de datos, especialmente en temas sensibles: sesgos, privacidad, transparencia en decisiones automatizadas.

La IA en RR. HH. no se fracasa por algoritmo, se fracasa por datos mal definidos, poco gobernados y sin supervisión humana cualificada.

---

4. Cultura data driven en RR. HH.: de la intuición al dato (sin perder el criterio)

Otro hallazgo clave del estudio:

• El 82% de los CDO cree que los datos se desperdician si no se da acceso a ellos.
• El 80% afirma que la democratización del dato acelera la organización.
• El 74% dice promover una cultura de responsabilidad en el uso del dato.

Trasladado a Recursos Humanos en seguros, esto lleva a un punto incómodo: muchas decisiones de personas siguen tomándose “a ojo”. Desde promociones hasta revisiones salariales, pasando por planes de sucesión.

Qué significa una cultura basada en datos para RR. HH.

No es convertir a todos los HR Business Partners en data scientists, pero sí:

• Que cada decisión relevante de personas pueda justificarse con datos (y no solo con impresiones).
• Que los managers usen dashboards de personas para gestionar equipos: rotación, absentismo, carga de trabajo, uso de formación, etc.
• Que los algoritmos de IA sean transparentes: se entienda qué variables influyen en una recomendación o alerta.

En una aseguradora española, esto puede arrancar con acciones muy pragmáticas:

1. Cuadros de mando de talento integrados con IA

   • Visión unificada de talento crítico, riesgo de fuga, pipeline interno y externo.
   • Alertas automáticas cuando un perfil clave muestra señales de riesgo (por ejemplo, bajada de engagement y ofertas en el mercado).

2. Formación a managers en uso de datos e IA para gestionar personas

   • No cursos teóricos, sino casos reales: cómo interpretar un modelo de rotación, cómo combinarlo con conversaciones 1:1.

3. Política clara sobre qué decisiones se apoyan en IA y cuáles no

   • Por ejemplo: la IA puede priorizar candidatos, pero la decisión final siempre es humana.
   • La IA puede sugerir planes de carrera, pero RR. HH. y el manager validan y adaptan.

La clave es simple: el dato complementa el criterio, no lo sustituye. Pero sin dato, la IA en RR. HH. se convierte en un eslogan de PowerPoint.

---

5. Talento data & IA: el cuello de botella real en las aseguradoras

El informe es contundente:

• El 47% de los CDO ve atraer y retener talento avanzado en datos como un reto principal (frente al 32% en 2023).
• El 77% tiene dificultades para cubrir roles clave en datos.
• Solo el 53% cree que sus esfuerzos de selección y retención ofrecen las capacidades necesarias (era el 75% un año antes).

En el sector seguros en España, esta tensión es doble:

1. Compites con banca, retail, telco y big tech por el mismo tipo de perfiles.
2. Muchas aseguradoras siguen proyectando una imagen poco atractiva para profesionales jóvenes de datos e IA.

Estrategia práctica de talento data & IA para una aseguradora

Aquí es donde RR. HH. tiene que pasar a la acción con una hoja de ruta clara:

1. Redefinir la marca empleadora en torno a IA y datos

   • Comunicar proyectos reales de IA (fraude, pricing, experiencia de cliente, IA para RR. HH.) en los que un profesional data puede tener impacto.
   • Visibilizar a los CDO, científicos de datos y equipos de IA como referentes internos.

2. Crear itinerarios de reskilling internos

   • Programas específicos para convertir perfiles de negocio (actuarios, analistas de riesgos, suscripción) en business translators de IA.
   • Formación intensiva en analítica y herramientas de IA para perfiles de RR. HH. interesados.

3. Ofrecer carreras híbridas negocio-datos

   • Perfiles que entienden seguros y dominan datos son los más escasos y valiosos.
   • Diseñar trayectorias que combinen rotación por áreas de negocio y unidades de IA.

4. Medir el retorno del talento data & IA

   • Proyectos entregados.
   • Impacto económico en siniestros, fraude, retención de clientes… y también en rotación de empleados y eficiencia de RR. HH..

La aseguradora que sea capaz de contar una historia creíble de datos e IA, y de acompañarla con desarrollo real de personas, no solo atraerá mejor talento, también fidelizará al que ya tiene.

---

6. Cómo empezar: agenda mínima conjunta CDO–RR. HH. para 2026

Para cerrar, bajemos todo esto a una agenda muy concreta de colaboración entre CDO y RR. HH. en una aseguradora española que quiera tomarse en serio la IA aplicada a la gestión del talento:

1. Elegir 2–3 casos de uso de IA en RR. HH. con impacto medible

   • Predicción de rotación en colectivos críticos.
   • Recomendador de formación y carrera para perfiles clave.
   • Screening inteligente de candidaturas para puestos técnicos.

2. Definir el modelo de datos de personas necesario para esos casos

   • Qué datos se usan, de dónde vienen, quién los valida, cada cuánto se actualizan.
   • Qué riesgos de sesgo existen y cómo se van a controlar.

3. Crear un equipo mixto CDO–RR. HH.–Negocio para cada caso de uso

   • No dejar los proyectos solo en manos de TI.
   • Incorporar desde el inicio a quienes usarán de verdad la solución.

4. Medir resultados y comunicar victorias tempranas

   • Reducir un 10–15% la rotación en un colectivo crítico.
   • Bajar el tiempo de cobertura de vacantes técnicas.
   • Aumentar la satisfacción del empleado con propuestas de desarrollo personalizadas.

5. Escalar lo que funciona a nivel compañía

   • Convertir los primeros casos en estándares (metodología, gobierno, métricas) para los siguientes.

Esto no va de tener “IA en todas partes”, sino de tener IA donde aporta negocio y talento, con datos que se pueden defender delante del comité de dirección y, si hace falta, de un regulador.

La pregunta para cualquier aseguradora española ahora mismo no es si va a usar IA en Recursos Humanos, sino quién va a liderar ese movimiento: RR. HH. junto con el CDO… o solo Tecnología sin foco en personas. Quien se adelante en esta alianza tendrá una ventaja difícil de replicar en los próximos años.