LO
Avísame cuando llegue un registro verificado a esta ocupación →
Tramitador de siniestros
Decide si una póliza paga, cuánto, y a quién hay que decirle que no — en el peor día que esa persona ha tenido en bastante tiempo.
Esto no es una probabilidad de perder el empleo. Combina qué parte de la carga de tareas del puesto está expuesta a la automatización con hasta dónde ha llegado realmente la adopción: sirve para comparar ocupaciones sobre una base constante, y para nada más.
Escrito para la tramitación de siniestros en ramos personales — auto, hogar, salud, viaje — donde el volumen es alto y casi todos los siniestros se parecen entre sí. La peritación de riesgos comerciales complejos, responsabilidad civil y grandes pérdidas es otro trabajo con otra exposición, y también lo es la suscripción, que decide quién consigue una póliza y no qué paga una póliza. Aquí la regulación importa: qué debe revelar una aseguradora sobre una decisión automatizada difiere mucho según el mercado.
Qué está cambiando de verdad#
La unidad de análisis es la tarea, no el nombre del puesto. Un puesto no se sustituye: se le mueve la mezcla de tareas.
¿Es este tu trabajo? Dilo y esta página se estrecha a tu parte de él.
El nombre de un puesto es un paquete de tareas compradas juntas, y no hay dos personas con el mismo paquete. No se envía nada a ninguna parte: se queda en este navegador.
Recoger el siniestro
Automatizándose✓ Con evidenciaEl primer aviso: qué pasó, cuándo, qué está dañado, cuál es la póliza.
La recogida estructurada contra un documento de póliza es el caso ideal para la automatización: las preguntas se conocen de antemano, las respuestas se comprueban contra registros que la aseguradora ya tiene, y una respuesta equivocada sale a la luz de inmediato en vez de años después. El propio informe anual de Lemonade afirma que, a finales de 2023, el 98% de las veces su bot de siniestros recoge el primer aviso y paga o rechaza sin intervención humana.
Esa cifra es de una aseguradora directa al consumidor que escribe ramos personales sencillos, y la frase siguiente del mismo informe dice que los siniestros que el bot no está autorizado a resolver, o en los que detecta motivos de preocupación, se derivan a expertos humanos de siniestros. Así que establece que el extremo de la recogida está automatizado en esa empresa, no que el trabajo de siniestros ya no necesite gente. Tampoco dice nada sobre las aseguradoras tradicionales que corren sistemas antiguos, que son la mayor parte del mercado por primas.
Decidir si está cubierto
Aumentada por la máquina✓ Con evidenciaLeer la póliza contra lo que pasó de verdad, incluida la exclusión que nadie lee hasta que importa.
Donde los hechos están limpios y la póliza es estándar, esto es aplicar reglas y las máquinas lo hacen con coherencia — con más coherencia que una persona cansada al final de un turno. Lo que no se transfiere es el caso donde los hechos están en disputa, porque decidir qué versión de los hechos creer no es una regla, y quien decide tiene que responder por haberla creído.
Es un juicio sobre la estructura del trabajo, no una medición de cada cuánto se disputan los hechos — y esa proporción difiere enormemente según el ramo. Tampoco dice que coherente sea lo mismo que correcto: una regla aplicada con coherencia a una póliza mal escrita produce una injusticia coherente.
Ponerle un número a la pérdida
Aumentada por la máquina≈ Inferencia de la plataformaCuánto cuesta reparar o reponer, y si el presupuesto que tienes delante es el real.
La estimación de daños a partir de fotos y la valoración de piezas son ya corrientes y de verdad rápidas — el lado del coste de esta tarea encaja bien con un modelo entrenado sobre millones de reparaciones. Lo que queda es la discusión: un taller que dice que el presupuesto es demasiado bajo, un reclamante cuyo objeto no tiene precio de mercado, y la decisión de quién absorbe la diferencia.
No dice nada sobre la exactitud en objetos inusuales ni en mercados donde el suministro de piezas es volátil, ni sobre si presupuestos más rápidos cambiaron lo que reciben los reclamantes. Ninguna de las dos cosas está registrada aquí.
El siniestro que no encaja
Sigue llevándola una persona≈ Inferencia de la plataformaAquel en que la historia no cuadra, o la pérdida es real pero la póliza nunca se escribió para eso.
La automatización mejora en los casos que se parecen a casos anteriores, que es la definición de lo que aquí no puede hacer. La excepción es además donde están de verdad el dinero y la reputación de una aseguradora: un puñado de siniestros inusuales mal llevados cuesta más que miles de rutinarios, y saber cuál es el inusual caro es criterio sobre esta cartera concreta.
Es un juicio sobre dónde está el riesgo, no una medición de cuántos siniestros son excepciones. Tampoco afirma que las personas lleven bien las excepciones — un tramitador cansado a volumen es exactamente como se escapa un siniestro caro.
Decirle que no a alguien
Sigue llevándola una persona✓ Con evidenciaRechazar un siniestro a una persona que creía estar cubierta, y sostener esa conversación.
Un sistema puede producir un rechazo; no puede ser la parte que responda por él. En la mayoría de los mercados un siniestro rechazado viene con derecho a una explicación, una vía de reclamación y un regulador, y cada una de esas cosas necesita a una persona a la que se le pueda preguntar por qué. Esta es la tarea que convierte un departamento de siniestros de una función de proceso en una función que responde.
Protege la capacidad de responder, no la plantilla. Una sola persona puede responder por muchos rechazos automáticos, y en varios mercados la explicación que se da está ella misma plantillada. Este sitio no tiene ninguna ficha verificada de sanciones a una aseguradora por un rechazo automatizado.
Detectar el siniestro inventado
Aumentada por la máquina≈ Inferencia de la plataformaFraude: el accidente montado, el daño preexistente, la pérdida que ocurrió tres días antes de que empezara la póliza.
Detectar patrones en toda una cartera es algo que las personas no pueden hacer en absoluto, así que este es uno de los casos más claros donde la máquina añade capacidad en vez de sustituirla. Lo que sigue siendo humano es la decisión de actuar sobre un aviso: acusar de fraude a un cliente es un acto jurídico con consecuencias, y la confianza de un modelo no es una prueba.
Nada de esto mide los falsos positivos, que son el coste entero de esta tarea — un reclamante señalado por error es una persona acusada de un delito por un modelo estadístico. El rendimiento en detección de fraude tampoco lo publican casi nunca las aseguradoras, así que esto se apoya en la forma del problema y no en una medición.
Qué tecnologías importan aquí#
Cuatro señales separadas. Deliberadamente no se suman: un trabajo expuesto a dos tecnologías no está expuesto al doble.
Cómo se llegó hasta aquí#
El índice no es un número fijo. Esto es donde habría estado en cada hito de capacidad desde ChatGPT: reconstruido, y etiquetado como tal.
● 2 hechos verificados de esta ocupación, dibujados en la fecha en que ocurrió: los tramos de la línea cercanos a una marca están anclados a algo comprobable.
Un arranque alto anterior a la IA generativa: los motores de reglas y el procesamiento sin intervención llevan desde los años dos mil comiéndose los siniestros simples de particulares. La subida de 2023-2025 es el extremo de entrada —leer un relato en texto libre de lo que pasó, encajarlo con una póliza y liquidarlo—, que se había resistido a los motores de reglas porque necesitaba lenguaje. El informe anual de una aseguradora pone un 98% en ese paso. Se aplana porque el trabajo que queda no es procesar: el siniestro cuya historia no cuadra, y la persona que tiene que responder por una denegación. Lee el nivel como un aviso sobre la mitad rutinaria y no sobre la ocupación, y fíjate en lo que la curva no ve: cuántas personas hacen falta por cada mil siniestros, que es la cifra sobre la que se construye de verdad un caso de negocio.
Una línea plana no es un pronóstico de seguridad. Dice a qué tareas ha llegado la automatización hasta ahora: las ocupaciones que menos se movieron aquí son aquellas en las que la restricción es física o normativa, y las dos pueden cambiar.
Cambios recientes#
Unión Europea, dirigido a las autoridades nacionales competentes y no directamente a las entidades, y cubriendo a aseguradoras e intermediarios a lo largo de la cadena de valor. Hay dos cosas que hay que leer juntas o la ficha induce a error. Lo que exige: siguiendo el artículo 46 de Solvencia II y el artículo 258 del Reglamento Delegado 2015/35, un control interno efectivo a lo largo de todo el ciclo de vida de la IA, con funciones, procedimientos de escalado y responsables nombrados escritos en política, personal formado para su papel, y salvaguardas para que el sistema se comporte como se pretende. Lo que no es: el apartado 2.8 dice que el dictamen no establece ningún requisito nuevo, y los apartados 2.4 a 2.6 dejan constancia de que la lista de alto riesgo del Reglamento de IA alcanza la evaluación de riesgos y la fijación de precios en seguros de vida y salud — no la tramitación de siniestros. Así que automatizar una decisión de siniestro en la UE no se enfrenta a ningún régimen de alto riesgo; lo que se aplica es el derecho ordinario de control interno, más el deber de decirle al cliente que está tratando con un sistema de IA y de promover la alfabetización del personal en IA. Nada de esto exige que una persona decida ningún siniestro individual.
Un fallo, una marcha atrás, una regulación o un coste están frenando la adopción. Puede bajar una evaluación o ensanchar su incertidumbre.
Una aseguradora estadounidense directa al consumidor que escribe ramos personales sencillos sobre sistemas que construyó ella misma. La frase inmediatamente siguiente del informe limita la afirmación: los siniestros que el bot no está autorizado a resolver, o en los que detecta motivos de preocupación, se clasifican y se asignan a expertos humanos de siniestros. Así que esto establece la automatización del paso de recogida en esta empresa, no que el trabajo de siniestros ya no necesite gente, y no dice nada sobre las aseguradoras tradicionales que corren sistemas de pólizas más antiguos — que tienen la mayor parte de las primas en casi todos los mercados.
Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.
Qué significa esto para ti#
El trabajo para el que te contratarían primero — recoger siniestros y tramitar los que se parecen a todos los demás — es la mitad sobre la que el informe anual de una empresa dice que un bot hace el 98%. Lo que aguanta es la excepción y la negativa, y ninguna se aprende tramitando volumen rutinario. Pregunta, en una entrevista, qué proporción de siniestros llega siquiera a una persona.
Tu posición depende de si tu día es volumen o excepciones. El volumen es la parte que lleva un número en el caso de negocio de alguien. Las excepciones son donde una cartera de siniestros pierde dinero de verdad, y quienes saben distinguir un siniestro inusual caro de uno solo inusual son los que un departamento no puede sustituir — pero ese es un departamento más pequeño que el de hoy.
Tus opciones#
Cuatro direcciones, cada una con sus restricciones reales y con una cosa que puedes probar esta semana. Seguir como estás es una opción legítima; solo tiene que ser una opción elegida.
Pasarte a la mesa de excepciones
Los siniestros rutinarios son de donde sale la cifra de automatización; los inusuales son donde se pierde el dinero. Un departamento que automatiza los primeros sigue necesitando a alguien para los segundos.
Hay menos plazas, y conseguir una suele exigir haber tramitado bastante volumen como para reconocer qué es inusual — que es justo la experiencia que la automatización está quitando.
Busca los cinco siniestros más grandes que pagó tu equipo el año pasado y comprueba qué hizo grande a cada uno. Si el patrón es «nadie lo cazó a tiempo», ese es el puesto.
Ser quien responde por la decisión automatizada
Un siniestro rechazado viene con derecho a una explicación y una vía de reclamación en la mayoría de los mercados. A medida que más rechazos los produce un sistema, alguien tiene que poder decir por qué este — y eso es una posición definida, no una tarea pesada.
Exige entender qué usó de verdad el modelo, cosa que la mayoría de las aseguradoras hoy no puede decirte — cuenta con pasar el primer año averiguándolo.
Toma un rechazo automatizado e intenta reconstruir, solo con el registro, por qué se rechazó. Anota hasta dónde llegas.
Pasarte al lado que pone precio al riesgo
Los datos de siniestros son sobre lo que se construye la tarificación, y quien ha visto cómo llegan de verdad las pérdidas sabe cosas que la tabla de precios no sabe.
Es un trabajo más cuantitativo que el de siniestros, y en varios mercados la tarificación automatizada lleva obligaciones propias que estarías asumiendo.
Pregúntale a alguien de tarificación qué patrón de siniestros le habría gustado más conocer un año antes.
Preguntas frecuentes#
Hazte la pregunta por tarea, porque las mitades se mueven a velocidades muy distintas. El informe anual de una aseguradora le pone un número al extremo de la recogida — el 98% de las veces su bot recoge el siniestro y paga o rechaza sin una persona. La frase siguiente del mismo informe dice que los siniestros que no puede resolver van a expertos humanos, y esa derivación es la parte que no se ha movido. Una señal que puedes comprobar tú: de los siniestros que tocaste el mes pasado, cuántos le habrían parecido iguales a todos los demás a alguien que nunca los hubiera visto.
No, y la distancia es la parte útil. Esa cifra es de una aseguradora directa al consumidor que escribe ramos personales sencillos sobre sistemas que construyó ella misma. La mayor parte de las primas en casi todos los mercados está en aseguradoras tradicionales con sistemas mucho más antiguos, donde la misma automatización exigiría sustituir infraestructura en vez de configurarla. Este sitio mantiene separadas la capacidad, el despliegue y el cambio de empleo precisamente porque la distancia entre ellos es donde se han equivocado las predicciones sobre este sector.
Esa es la pregunta correcta que hacerle a una aseguradora, y mejor que preguntar si hay IA de por medio. En la mayoría de los mercados un siniestro rechazado lleva derecho a una explicación y una vía de reclamación, y esas se pegan a la empresa independientemente de qué produjera la decisión. Lo que merece la pena probar es si la explicación es específica de tu siniestro o una plantilla — porque una explicación plantillada significa que la posición que responde y que describe esta página no está cubierta ahora mismo.
Depende por completo de por qué puerta entres, y conviene resolverlo antes de aceptar. Un puesto que es volumen rutinario está en la mitad a la que el propio informe de una empresa le pone un porcentaje. Un puesto atado a excepciones, grandes pérdidas o reclamaciones está en la mitad que responde, y normalmente exige la experiencia de volumen que da el primer tipo de puesto — que es la forma incómoda que tiene esta ocupación ahora mismo. Pregunta en la entrevista qué proporción de siniestros llega a una persona, y qué pasa con los que no.
Método y fuentes#
- Fecha de la evaluación
- 2026-09-13
- Base de los juicios de tarea
- 3 con evidencia · 3 inferencia de la plataforma · 0 sin evidencia suficiente
- Hechos verificados
- 2