Agentes de IA para estudios de riesgo en escritorio (Perspectivas del seminario web organizado por IMIA)

Perspectivas de nuestro seminario web sobre la transformación de la suscripción de seguros de construcción, 11 de febrero de 2026

Ponentes: Rahul Anand y Jean Poirier, KorrAI

Moderador: Patrick Bravery, profesional del sector asegurador

Anfitrión: IMIA (Asociación Internacional de Aseguradores de Ingeniería)

Cuando registramos a más de 300 asistentes de 85 empresas en 50 países para un seminario web sobre evaluaciones de riesgo de escritorio e IA, nos quedó claro algo sencillo: este problema no es regional. Lo experimentan los equipos de ingeniería de riesgos y suscripción en todas partes.

Las evaluaciones de riesgo de escritorio son un paso fundamental en la ingeniería de riesgos a lo largo de las fases de seguro, construcción y mantenimiento del ciclo de vida de la infraestructura. El flujo de trabajo actual de los estudios de escritorio se ve obstaculizado por canales de datos fragmentados, múltiples herramientas para datos de diversas fuentes y la demanda exponencial a medida que crece el mercado de infraestructura de nueva generación. En el seminario web, Rahul Anand (CEO y cofundador de KorrAI) y Jean Poirier (gerente sénior de producto de KorrAI) explican cómo los sistemas de IA multiagente pueden ayudar a acelerar las partes que consumen más tiempo de un estudio de escritorio sin sacrificar la calidad de los informes de riesgo. Hacia el final, demuestran cómo el juicio de ingeniería en la evaluación de riesgos puede escalarse con expertos al mando en colaboración con compañeros de trabajo basados en IA.

Por qué los errores de suscripción en los seguros de construcción son tan costosos

La propia naturaleza de los seguros de construcción hace que los errores iniciales sean costosos: las consecuencias no aparecen de inmediato.

Estas pólizas son multirramo, cubren daños materiales, interrupción del negocio y exposiciones específicas del proyecto que interactúan entre sí. Son plurianual; una vez que se suscribe una póliza, las aseguradoras quedan vinculadas durante 24 a 36 meses, y a menudo más tiempo debido a los periodos de mantenimiento. Existen múltiples asegurados: propietarios, contratistas, proveedores y diseñadores, cada uno con diferentes modos de fallo en distintos puntos del ciclo de vida del proyecto.

Un error de cálculo en la fase de suscripción no se corrige fácilmente. Se manifiesta más tarde en forma de disputas, retrasos y reclamaciones difíciles de resolver. Por eso el criterio técnico es tan importante en este ámbito y por eso es realmente difícil escalar sin perder calidad.

La tormenta perfecta para la ingeniería de riesgos y los seguros

La escala de la infraestructura que se está construyendo actualmente está cambiando los cálculos para los ingenieros de riesgos.

Solo la construcción de centros de datos fue un mercado de 241.000 millones de dólares en 2024 y se prevé que alcance los 456.000 millones en 2030 con una tasa de crecimiento anual compuesta del 11,8 %.. La demanda de energía se multiplicará por cinco para 2035. La planificación de la construcción comercial ha aumentado un 30 % interanual.

Los centros de datos y la infraestructura energética no son obras sencillas. Son proyectos grandes, complejos, a menudo en condiciones de terreno difíciles, y se están construyendo a gran velocidad. Lo que antes llevaba de cuatro a cinco años, ahora se comprime en dos.

Esa compresión repercute directamente en la exposición a DSU: cuando un proyecto tiene una secuencia ajustada y una alta capitalización, una pequeña mala interpretación de las condiciones del lugar al principio puede generar una gran reclamación por retraso más adelante.

Todo esto ocurre mientras la mano de obra se reduce.

¿Cuánto tiempo requieren realmente las evaluaciones de riesgo de escritorio?

Una evaluación de riesgos de escritorio sigue una secuencia conocida: recepción de la solicitud, recopilación de documentos, búsqueda manual de datos, referencias cruzadas, resolución de lagunas, aplicación de criterio técnico y redacción del informe.

La encuesta que realizamos durante el seminario web confirmó lo que ya observamos en la práctica: revisar los documentos de solicitud y recopilar datos externos son las dos tareas que más tiempo consumen. La mayoría de los asistentes indicó que dedica entre cinco y diez horas a proyectos típicos, pero el análisis de riesgos puede extenderse hasta 2 semanas cuando el proyecto es complejo, y la mayor parte de ese tiempo se destina a la búsqueda de datos y a la resolución de discrepancias.

3 desafíos que demuestran claramente la necesidad de mejores sistemas en la evaluación de riesgos

Más datos, plazos más ajustados: LiDAR, sensores IoT, imágenes satelitales, bases de datos geológicas: el volumen de datos disponibles ha crecido. Pero una mayor cantidad de datos requiere atención dedicada y una interconexión adecuada para generar valor real.

Cambio constante de contexto: Los equipos de seguros gestionan múltiples solicitudes a la vez. Esto implica saltar entre documentos, portales y hojas de cálculo mientras intentan mantener una visión completa del riesgo.

Riesgos que no se pueden estandarizar: Dos sitios separados por un kilómetro pueden tener perfiles de riesgo completamente distintos. Las condiciones geológicas, el tipo de cimentación, la secuencia de construcción, la exposición a DSU y la capacidad del contratista son, sobre todo, factores interconectados. Las herramientas tradicionales tratan cada factor de forma independiente. El ingeniero de riesgos todavía tiene que ensamblar el panorama completo manualmente.

Por qué la trazabilidad es tan importante como la precisión

Durante el seminario web, Jean presentó un ejemplo específico que merece la pena destacar aquí:

La llegada de los agentes de IA para estudios de escritorio de infraestructura

Ya existen soluciones específicas. Las herramientas de PNL extraen datos de las solicitudes. La visión artificial supervisa las condiciones del sitio. El aprendizaje automático genera curvas de catástrofes naturales. Los LLM ayudan a redactar informes.

Lo que no hacen es mantener el contexto a lo largo de toda la evaluación. No integran el alcance, las suposiciones y la evidencia desde la recepción de la solicitud hasta el informe final.

Los agentes de IA son diferentes porque planifican un curso de acción, siguen prácticas estandarizadas integradas en instrucciones maestras, extraen información de múltiples fuentes de datos manteniendo el contexto intacto y razonan ante las contradicciones en lugar de ignorarlas. Cuando el informe geotécnico sugiere una preocupación baja pero los datos geológicos regionales cuentan una historia diferente, el agente pone de relieve esa tensión, la analiza y registra el motivo por el cual se llegó a una conclusión determinada.

¿Cómo puede una plataforma de IA adecuada lograr esto?

En el seminario web, KorrAI presentó su plataforma TRAIL como una solución que utiliza una arquitectura multiagente: varios agentes especializados orquestados por un agente maestro, cada uno diseñado para una tarea específica. Uno analiza informes técnicos extensos. Otro interpreta planos de obra y registros de perforación. Otro gestiona datos estructurados como los cronogramas P6.

Para la evaluación de las condiciones del sitio, los agentes de TRAIL trabajan sobre un conjunto de capas de evidencia (conjuntos de datos multimodales anclados a la ubicación): riesgo de movimiento del suelo y subsidencia, estratigrafía del suelo, peligros del subsuelo (karst, socavones, tuberías), exposición a catástrofes naturales, riesgo de aguas subterráneas, infraestructura circundante, detección de cambios mediante satélite y contexto de desarrollo regional.

El resultado es un informe de riesgos trazable, donde cada conclusión está vinculada a su fuente. Los ingenieros lo revisan, verifican con fuentes, gráficos y mapas, y luego aplican su criterio y matices.

Como consecuencia, cada ingeniero de riesgos y suscriptor obtiene un compañero de trabajo en el espacio de TRAIL.

¿El sistema reemplazará eventualmente a los ingenieros de riesgos?

He aquí un paralelismo con el pasado:

En 2016, Geoffrey Hinton predijo que la IA reemplazaría a los radiólogos en cinco años. Las facultades de medicina y los estudiantes se preocuparon.

Para 2026, la Clínica Mayo emplea un 55% más de radiólogos que en 2016. La IA interviene ahora en casi todas las exploraciones. El resultado fue más especialistas, no menos.

La razón: liberar a los radiólogos del análisis repetitivo de exploraciones les dio tiempo para trabajar con los pacientes y consultar con los médicos. La demanda se expandió para cubrir la nueva capacidad.

Esperamos el mismo patrón en la ingeniería de riesgos. El volumen de infraestructura que se está construyendo crea una demanda real de capacidad de evaluación. Los agentes de IA se encargan del trabajo tedioso. Los ingenieros dedican más tiempo a juicios de valor.

El reemplazo es el espacio de trabajo, no el experto.

Adoptar agentes de IA en el flujo de trabajo es un ejercicio de colaboración, no de sustitución. Muchas plataformas o canales diferentes y abrumadores están convergiendo para convertirse en un espacio de trabajo nativo de IA para la evaluación integral de riesgos. Pero los usuarios principales seguirán estando presentes.

Una sala con un solo experto, muchos datos y múltiples pestañas abrumadoras será reemplazada ahora por:

El mismo experto, un espacio de trabajo de IA y muchos agentes de IA que ayudan a orquestar la abrumadora cantidad de datos y a sacarles el máximo provecho.

El objetivo es satisfacer la creciente demanda escalando el proceso de ingeniería de riesgos. Las organizaciones que adopten agentes de IA como compañeros de trabajo tendrán una ventaja significativa a medida que la crisis de mano de obra se agrave en un futuro próximo. Podrán cotizar más rápido sin sacrificar la calidad, gestionar un mayor volumen con el mismo equipo y atraer al mejor talento ofreciendo la oportunidad de centrarse en trabajos de alto valor en lugar de tareas repetitivas.

Si siente curiosidad por los agentes de IA diseñados específicamente para la ingeniería de riesgos y los seguros, vea el seminario web a partir de la marca de tiempo que aparece a continuación, donde Rahul (CEO, KorrAI) profundiza en cómo funcionan los agentes de IA para este caso de uso.

Para obtener más información o una demostración personalizada de la plataforma TRAIL, no dude en contáctanos o agenda una reunión con nuestros fundadores.