El nuevo área corporativa de Tecnología y Dato de Mapfre señala el rumbo: la IA y los datos ya son núcleo del negocio asegurador en España, no un experimento.
Mapfre, datos e IA: por qué este nombramiento importa
Cuando una aseguradora del tamaño de Mapfre crea una Dirección General específica para Tecnología y Dato y la pone al mismo nivel que otras áreas corporativas, está mandando un mensaje claro al mercado: la próxima batalla del seguro en España se va a decidir en la IA, el dato y la capacidad de ejecutarlo bien.
El nombramiento de Vanessa Escrivá como directora general del Área Corporativa de Tecnología y del Dato de Mapfre no es solo un movimiento de recursos humanos. Es una señal de que la inteligencia artificial ya no es un proyecto piloto en el sector asegurador, sino parte del corazón del negocio: suscripción, siniestros, fraude, tarificación y relación con el cliente.
En esta entrega de la serie “IA para Seguros en España: Innovación Aseguradora” voy a ir un paso más allá de la noticia: qué implica crear una dirección general de tecnología y dato, qué retos reales tiene una aseguradora española cuando quiere usar IA de forma seria y qué oportunidades se abren para quienes se muevan ahora.
Por qué un Área Corporativa de Tecnología y Dato cambia el juego
Crear un área corporativa de tecnología y dato con rango de dirección general significa, en la práctica, tres cosas:
- La IA y el dato pasan a ser estratégicos, no meramente de soporte.
- Las decisiones tecnológicas se alinean con negocio, no solo con IT.
- Se ordena el caos de datos y sistemas heredados, imprescindible para hacer IA “de verdad”.
En el seguro español, muchas compañías siguen trabajando con:
- Core de pólizas de más de 15 años.
- Datos repartidos en silos (siniestros, mediadores, clientes, recobros…).
- Informes en Excel que llegan tarde y mal.
Con ese panorama es imposible escalar proyectos de IA más allá de pruebas puntuales. Un área corporativa que unifique arquitectura tecnológica, gobierno del dato y analítica avanzada es la condición necesaria para que la IA impacte de verdad en el negocio.
La realidad es sencilla:
Sin gobierno del dato y sin una estrategia tecnológica clara, la IA en seguros se queda en presentaciones de PowerPoint.
Mapfre, al elevar este tema a nivel de dirección general, está indicando que la IA entrará en el núcleo de su modelo operativo global.
El rol del dato en las cuatro palancas clave del seguro
Para una aseguradora española, la inteligencia artificial aplicada al dato toca, como mínimo, cuatro palancas de valor:
1. Suscripción automatizada y mejor selección de riesgo
La IA ayuda a pasar de reglas estáticas a modelos que aprenden de la realidad. Un área potente de tecnología y dato puede:
- Construir modelos de riesgo que ajusten precios en función de cientos de variables (hábitos de conducción, tipo de vivienda, historial de vida, geolocalización, etc.).
- Automatizar decisiones de suscripción simple (auto, hogar estándar), liberando a suscriptores senior para casos complejos.
- Reducir el tiempo de respuesta en emisión de pólizas de horas a segundos.
En el contexto español, donde la competencia en auto y hogar es durísima y la sensibilidad al precio es alta, ajustar primas con IA puede marcar diferencias de varios puntos en ratio combinado.
2. Gestión de siniestros más rápida y menos costosa
La experiencia de siniestro es el momento de la verdad. Con IA bien integrada:
- Se priorizan siniestros con mayor impacto o riesgo de reclamación judicial.
- Se usan modelos de computer vision para estimar daños en autos a partir de fotos.
- Se predice la probabilidad de reapertura o fraude desde el primer aviso.
Una Dirección General de Tecnología y Dato puede coordinar equipos de negocio, TI y proveedores para que estos modelos no se queden en piloto, sino que se integren en los sistemas de tramitación y en la red pericial.
3. Detección de fraude en tiempo real
El fraude al seguro en España no es anecdótico. En ramos como auto puede suponer entre un 1% y un 3% de las primas, según distintas asociaciones del sector.
Con una estrategia seria de dato e IA:
- Se cruzan patrones históricos de fraude con nuevas declaraciones de siniestro.
- Se detectan redes organizadas (talleres, lesionados recurrentes, falsos robos…).
- Se genera un “fraud score” para cada siniestro, que orienta la intervención pericial.
Esto solo funciona si la compañía tiene:
- Datos históricos limpios y consolidados.
- Capacidad de procesar grandes volúmenes casi en tiempo real.
- Equipos antifraude coordinados con analítica y sistemas.
Ahí es donde cobra sentido que tecnología y dato dependan de una misma dirección general.
4. Tarificación dinámica y personalización de oferta
El mercado español empieza a moverse hacia modelos más personalizados:
- Seguros pay-per-use en auto.
- Ofertas segmentadas por comportamiento digital.
- Tarificación que tiene en cuenta variables externas (clima, movilidad, datos socioeconómicos).
La IA permite construir segmentaciones vivas, que cambian según el comportamiento real del cliente, no solo por edad, provincia y tipo de vehículo.
Pero para eso es imprescindible que alguien impulse, desde arriba, iniciativas como:
- Data lakes corporativos.
- Plataformas analíticas comunes para todos los países.
- Un lenguaje único de datos (diccionario corporativo).
Qué implica liderar tecnología y dato en una gran aseguradora
Un perfil como el de Vanessa Escrivá, al frente del Área Corporativa de Tecnología y del Dato, tiene que equilibrar tres dimensiones: visión, ejecución y cultura.
Visión: conectar IA y negocio, no solo sistemas
La dirección general no puede quedarse en la lista de proyectos IT. Tiene que responder preguntas como:
- ¿En qué ramos la IA puede mejorar de inmediato el ratio combinado?
- ¿Qué procesos deben digitalizarse por completo en 2026–2027?
- ¿Cómo se integrarán los modelos de IA con mediadores y red comercial, sin dejarles fuera?
La IA para seguros en España debe respetar el canal mediado y, a la vez, darle más capacidad: recomendaciones de productos, insights de cliente, alertas de fuga, etc.
Ejecución: pasar de pilotos aislados a escala industrial
Muchas aseguradoras españolas han jugado ya con:
- Chatbots básicos para atención al cliente.
- Modelos de propensión a compra hechos por consultoras.
- Algún piloto de scoring de riesgo.
El problema es que se quedan en la “prueba de concepto eterna”. Una Dirección General de Tecnología y Dato tiene que definir:
- Un portfolio claro de casos de uso priorizados por impacto económico.
- Equipos multidisciplinares (negocio, datos, TI, jurídico, compliance).
- KPIs concretos: reducción de tiempo de emisión, menor coste medio de siniestro, mejora en ratio de detección de fraude, etc.
Solo así la IA deja de ser un experimento y empieza a verse en la cuenta de resultados.
Cultura: datos gobernados y talento preparado
El mayor freno a la IA en las aseguradoras españolas no son los algoritmos, sino la cultura y el desorden de la información.
Un área corporativa fuerte de dato debería impulsar:
- Gobierno del dato: quién es dueño de qué, qué definiciones se usan, qué calidad mínima se exige.
- Formación en alfabetización de datos para mandos intermedios y directivos.
- Marcos claros de ética y uso responsable de la IA, muy relevantes con el Reglamento Europeo de IA en el horizonte.
Aquí la figura de una directora general es clave para que el dato deje de ser “cosa de informática” y se convierta en un activo de todos.
Cómo afecta esto al resto del mercado asegurador español
El movimiento de Mapfre marca tendencia. Cuando una compañía grande crea una Dirección General de Tecnología y Dato, el resto del sector toma nota.
Presión competitiva en IA para seguros en España
Las aseguradoras que no estructuren su apuesta por IA y datos en 2025–2026 se encontrarán con:
- Productos menos competitivos en precio y coberturas.
- Procesos más lentos y costosos en siniestros.
- Mayores índices de fraude no detectado.
No hace falta copiar el modelo exacto de Mapfre, pero sí profesionalizar la función de dato e IA: responsable claro, presupuesto, hoja de ruta y objetivos medibles.
Oportunidad para construir ventaja en nichos concretos
No todas las aseguradoras tienen la escala de Mapfre, pero la IA también permite jugar en nichos muy rentables:
- Especialistas en salud que usan IA para prevención y recomendaciones personalizadas.
- Aseguradoras de autos con telemática y modelos de precio basados en conducción real.
- Compañías de hogar que combinan datos de IoT (sensores, domótica) con modelos de riesgo.
La clave está en elegir bien el foco y construir capacidades de dato justas pero sólidas. Muchas veces, empezar por 2–3 casos de uso bien elegidos vale más que intentar abarcarlo todo.
Claves prácticas para avanzar en IA, datos y tecnología en seguros
Si trabajas en una aseguradora española y ves movimientos como el de Mapfre, lo lógico es preguntarte: ¿por dónde empiezo yo?
1. Define una gobernanza mínima de dato
Antes de hablar de algoritmos, hace falta orden:
- Identifica fuentes críticas: pólizas, siniestros, recibos, mediadores, CRM.
- Nombra data owners por dominio (auto, hogar, salud, vida…).
- Establece reglas básicas de calidad: campos obligatorios, formatos, controles.
Sin eso, cualquier proyecto de IA se llenará de excepciones manuales.
2. Prioriza pocos casos de uso con impacto directo en negocio
Algunos candidatos típicos en el mercado español:
- Auto: modelo de selección de riesgo y pricing más fino.
- Hogar: triage automático de siniestros y asignación inteligente de reparadores.
- Salud: modelos de predicción de sinistralidad para clientes corporativos.
Cada caso de uso debe tener un sponsor de negocio, un objetivo económico claro y un plan de integración en los procesos existentes.
3. Construye una arquitectura de datos escalable, pero pragmática
No hace falta montar la plataforma perfecta desde el día uno, pero sí evitar Frankenstein tecnológicos. Algunos principios razonables:
- Un repositorio central de datos (data lake o similar) gobernado.
- Conectores con los sistemas core sin romper su estabilidad.
- Herramientas analíticas accesibles a negocio (no solo a IT).
4. Forma a la organización y cuida el cambio cultural
La IA no sustituye al tramitador, suscriptor o mediador. Le da más información y capacidad de decisión.
Funciona mucho mejor cuando:
- Se explican los modelos y sus límites.
- Se involucra desde el principio a los equipos que los usarán.
- Se mide y comunica el impacto conseguido.
IA para seguros en España: el mensaje de fondo del caso Mapfre
El nombramiento de Vanessa Escrivá al frente del Área Corporativa de Tecnología y del Dato de Mapfre confirma algo que ya veíamos venir en esta serie de “IA para Seguros en España: Innovación Aseguradora”: el dato y la IA han pasado de ser promesas de futuro a convertirse en infraestructura crítica del negocio asegurador.
Quien ponga orden en sus datos, alinee tecnología con negocio y dé rango directivo a estas decisiones tendrá pólizas mejor tarificadas, siniestros mejor gestionados y clientes mejor atendidos. Quien no lo haga, acabará compitiendo solo en precio y corriendo siempre por detrás.
El mejor momento para estructurar de verdad la IA en tu compañía fue hace unos años. El segundo mejor momento es ahora. La pregunta es sencilla: ¿qué vas a hacer en 2025 para que tu aseguradora no se quede fuera de este cambio?