Mapfre eleva tecnología y dato a nivel de dirección general. Qué significa para la IA en seguros en España y cómo pueden reaccionar otras aseguradoras.
IA y dato: por qué el movimiento de Mapfre importa a todo el sector
La mayoría de aseguradoras españolas dicen que la inteligencia artificial es prioritaria, pero muy pocas han reorganizado su estructura para tomárselo en serio. Mapfre sí lo está haciendo: la creación de una Dirección General del Área Corporativa de Tecnología y del Dato y el nombramiento de Vanessa Escrivá son una señal clara.
Esto importa porque cuando un gran grupo como Mapfre mueve ficha, marca ritmo para el resto del mercado. Habla de suscripción automatizada, gestión inteligente de siniestros, detección de fraude con IA y tarificación dinámica basada en datos… pero, sobre todo, habla de quién manda sobre esa transformación y cómo se gobierna.
En este artículo, dentro de la serie “IA para Seguros en España: Innovación Aseguradora”, te cuento qué hay detrás de este tipo de nombramientos, qué cambios suelen activar y cómo puede inspirar la hoja de ruta de cualquier aseguradora, desde grandes grupos a mutuas y compañías medianas.
Qué significa crear un Área Corporativa de Tecnología y del Dato
Crear una Dirección General de Tecnología y del Dato no es un cambio cosmético. Es una declaración interna: la tecnología y la analítica dejan de ser soporte y pasan a ser motor de negocio.
En la práctica, una estructura así suele implicar:
- Unificar bajo un mismo paraguas sistemas, arquitectura, ciberseguridad, datos e IA.
- Dar a esta dirección peso en el comité de dirección, al nivel de negocio y finanzas.
- Centralizar prioridades, inversiones y estándares tecnológicos para todo el grupo.
Por qué es clave para la IA en seguros
Para que la IA funcione de verdad en una aseguradora española, tres cosas tienen que estar bien alineadas:
- Datos gobernados: calidad, trazabilidad, catalogación y cumplimiento de RGPD.
- Plataformas tecnológicas modernas: cloud, APIs, integración con sistemas legacy.
- Gobierno del modelo analítico: quién define, valida y mantiene los modelos.
Sin un área fuerte de tecnología y dato, la IA se queda en pilotos dispersos: un modelo en siniestros, otro en pricing, algo de RPA en operaciones… pero sin impacto a escala ni retornos claros.
Cuando un grupo como Mapfre eleva el dato a nivel de dirección general, está diciendo:
“La IA, el dato y la tecnología ya no son proyectos puntuales; son el tejido que une todas las unidades del grupo”.
Ese enfoque es el que permite que casos de uso como suscripción automática en autos, triage inteligente en salud o detección de fraude en hogar funcionen de forma coordinada y no como islas.
IA en seguros: de los casos de uso al impacto real
La IA en seguros en España ya no va de pruebas de concepto; va de resultados medibles.
Suscripción automatizada y pricing inteligente
La combinación de modelos de riesgo y motor de precios dinámico permite:
- Reducir el tiempo de cotización de minutos a segundos.
- Ajustar tarifas según perfil, canal, momento del día o histórico de la relación.
- Identificar segmentos donde la compañía puede ser más competitiva sin disparar la siniestralidad.
En España, algunas aseguradoras ya reportan mejoras del 5‑10% en ratio combinado en ciertas líneas cuando alinean bien tarificación, selección de riesgo y modelos de propensión.
Pero para llegar ahí necesitas:
- Datos internos bien orquestados: pólizas, siniestros, cobros, CRM…
- Datos externos integrados de forma robusta y conforme a regulación.
- Un equipo mixto de actuarios, data scientists y negocio, coordinado desde tecnología y dato.
Gestión de siniestros con IA y automatización
Aquí es donde muchos clientes empiezan a notar el cambio.
Casos de uso típicos:
- Clasificación automática de siniestros y asignación al tramitador adecuado.
- Reconocimiento de imágenes para estimar daños en autos o hogar.
- Chatbots y asistentes virtuales para el primer reporte de siniestro 24/7.
- Priorización por gravedad, impacto económico y riesgo de fraude.
Compañías que han desplegado estas soluciones a escala hablan de:
- Reducciones del 20‑30% en tiempos medios de tramitación en determinados ramos.
- Aumentos relevantes en el NPS post-siniestro, que es donde se decide la fidelidad real.
De nuevo, sin un área potente de tecnología y dato, estos proyectos se disparan en coste o se quedan a medias por problemas de integración, seguridad o escalabilidad.
Detección de fraude basada en datos
La detección de fraude en seguros es uno de los campos donde la IA tiene más recorrido en España.
Modelos que combinan:
- Patrones históricos de fraude.
- Redes de relaciones entre tomadores, talleres, mediadores y siniestros.
- Señales de comportamiento inusual (frecuencia, importes, canales…).
pueden elevar la identificación temprana de casos sospechosos y reducir el fraude no detectado en varios puntos porcentuales.
En un grupo grande, cada punto porcentual de fraude evitado equivale a millones de euros al año. Por eso tiene tanto sentido que la función de dato y tecnología esté al máximo nivel directivo.
El liderazgo: por qué el perfil de la dirección marca la diferencia
La IA en seguros no fracasa por la tecnología. Suele fracasar por liderazgo difuso, prioridades cambiantes y falta de propiedad clara sobre los datos.
Cuando se nombra a una directora general de Tecnología y del Dato, como en el caso de Vanessa Escrivá en Mapfre, hay tres mensajes internos muy potentes:
- Responsabilidad clara: hay una persona con capacidad real de decisión sobre plataformas, datos y analítica avanzada.
- Visión transversal: el dato deja de ser “de IT” o “del actuariado” y pasa a ser un activo corporativo.
- Orientación a negocio: se espera que la tecnología y la IA generen impacto en primas, siniestralidad, eficiencia y experiencia de cliente.
Qué debería hacer una Dirección General de Tecnología y Dato los próximos 12-24 meses
En el contexto español de 2025, con presión regulatoria, competencia en precio y un cliente cada vez más digital, un roadmap realista suele incluir:
- Diagnóstico de madurez de datos y AI en todas las unidades del grupo.
- Definición de una Estrategia de Dato Corporativa: gobierno, calidad, acceso, ética.
- Priorización de 10‑15 casos de uso IA con impacto en negocio y quick wins claros.
- Plan de modernización de core y arquitectura (APIs, cloud, eventos, etc.).
- Programa de formación y cambio cultural para negocio, actuariado y operaciones.
El objetivo no es tener “mucha IA”, sino tener la IA justa donde realmente mueve agujas: rentabilidad técnica, retención, venta cruzada de alto valor y eficiencia operativa.
Cómo puede inspirarse una aseguradora mediana en el modelo de Mapfre
Es fácil pensar: “Eso es para gigantes, nosotros no somos Mapfre”. Yo no estoy de acuerdo. No podrás replicar la estructura, pero sí puedes adaptar la lógica.
Pasos prácticos para compañías medianas y mutuas
-
Nombrar un responsable claro de dato e IA
- No hace falta una dirección general, pero sí un Chief Data & AI Officer o figura similar, con acceso directo a dirección.
-
Crear un comité de datos e IA
- Representantes de negocio, IT, riesgos, legal y actuariado.
- Mandato: priorizar casos de uso, fijar criterios de éxito y revisar resultados trimestralmente.
-
Elegir 3‑5 casos de uso tractores
- Por ejemplo: modelo de propensión a fuga, priorización de siniestros, recomendador de productos para mediadores.
- Medir impacto en KPIs concretos: ratio combinado, coste medio por siniestro, tasa de renovación.
-
Cuidar la base de datos antes de soñar con grandes modelos
- Normalizar identificadores de cliente y póliza.
- Depurar siniestros y pagos históricos.
- Crear un data mart asegurador que sea la única fuente de verdad para IA.
-
Asegurar cumplimiento normativo y ética del dato
- Revisar bases legales de tratamiento, periodos de conservación y explicabilidad de modelos.
Esta aproximación no requiere los recursos de un grupo multinacional, pero sí exige algo que Mapfre ha puesto encima de la mesa: claridad organizativa y liderazgo visible.
IA para seguros en España: el contexto de 2025
En diciembre de 2025 el sector asegurador español está en un punto interesante:
- El cliente se ha acostumbrado a operar desde el móvil, también en siniestros.
- El regulador europeo aprieta en materia de IA confiable, transparencia y protección de datos.
- Nuevos actores digitales presionan en precio y experiencia.
En este contexto, los movimientos de las grandes aseguradoras marcan tendencia:
- Más inversión en plataformas de datos corporativas.
- Integración de IA generativa en canales de atención, soporte a mediadores y backoffice.
- Revisión de modelos de riesgo para incorporar nuevas fuentes de información.
La serie “IA para Seguros en España: Innovación Aseguradora” gira precisamente alrededor de esta idea: las aseguradoras que traten la IA como un proyecto más perderán terreno; las que la integren en su gobierno corporativo y en su estructura directiva, como está haciendo Mapfre, ganarán ventaja competitiva sostenible.
Qué puedes hacer hoy si trabajas en una aseguradora
Cierro con acciones muy concretas que puedes impulsar, estés en tecnología, negocio o datos:
- Pide claridad sobre quién manda en datos e IA en tu organización.
- Propón crear o fortalecer un comité de dato e IA con foco en negocio.
- Identifica dos procesos de alto volumen (por ejemplo, siniestros autos y renovaciones) y pregúntate qué parte podría mejorar con IA.
- Empieza a medir bien, desde ya, los indicadores clave: tiempos de ciclo, costes unitarios, ratios de conversión y fuga.
La tecnología ya está disponible. Lo que separa a las compañías que avanzan de las que se quedan atrás es la decisión estratégica de ordenar la casa del dato y darle a la IA el nivel de prioridad que merece. El movimiento de Mapfre, con una Dirección General dedicada a Tecnología y Dato, va justamente en esa dirección.
Si tu aseguradora quiere competir en serio en los próximos 3‑5 años, no se trata de copiar la noticia, sino de hacerse la pregunta incómoda:
“¿Quién está realmente al mando de nuestra estrategia de dato e inteligencia artificial y qué poder tiene para cambiar las cosas?”
La respuesta a esa pregunta marcará la diferencia entre seguir el paso del mercado o quedarse mirando cómo otros toman la delantera.