La correduría Seguros Nogal ha comenzado a utilizar inteligencia artificial generativa para transformar el análisis de sus procesos internos. La iniciativa, desarrollada junto a Inetum, introduce una solución capaz de automatizar tareas repetitivas y ampliar la capacidad de procesamiento de datos, con el objetivo de acelerar la toma de decisiones y detectar ineficiencias operativas con mayor agilidad.
Aunque el uso de IA en el sector asegurador no es nuevo, la aplicación concreta de modelos generativos en el análisis operativo sigue siendo incipiente. Según explican desde Inetum, la herramienta se integra directamente con los sistemas de información existentes, lo que permite extraer datos de múltiples fuentes internas y devolver resultados estructurados sin interrumpir los flujos de trabajo actuales.
“La inteligencia artificial generativa nos permite pasar de un análisis reactivo a uno proactivo”, señaló Clara Alonso, directora general de Correduría Seguros Nogal. La directiva subraya que la automatización no solo libera recursos humanos, sino que también refuerza la capacidad de anticipación estratégica de la empresa. En su opinión, esta tecnología se convierte en un eje estructural dentro de su estrategia de digitalización.
La colaboración con Inetum no parte de cero. La consultora tecnológica, con presencia en 19 países y una plantilla de 27.000 profesionales, ha venido desarrollando capacidades específicas en IA generativa en sectores como banca, administración pública y salud. En este caso, la solución se ha diseñado para adaptarse a las particularidades del negocio asegurador, donde la trazabilidad de la información y la interoperabilidad entre sistemas son factores críticos.
Nuria Sánchez Almodóvar, responsable de la práctica de IA generativa de Inetum en Iberia y Latinoamérica, afirma que el proyecto busca demostrar cómo esta tecnología puede integrarse de forma natural en los procesos de negocio. “No se trata solo de automatizar, sino de sentar las bases para una evolución continua hacia modelos más inteligentes y ágiles”, apunta.
La solución no se limita a la extracción y análisis de datos. Según fuentes cercanas al proyecto, también incorpora capacidades de generación de informes automáticos, detección de patrones y recomendaciones operativas. Aunque no se han hecho públicos los detalles técnicos, todo apunta a que se trata de una arquitectura híbrida que combina modelos de lenguaje con sistemas de análisis estructurado.
En contraste con otras implementaciones de IA más centradas en la atención al cliente o la personalización de productos, este caso se enfoca en el núcleo operativo de la empresa. Una apuesta menos visible, pero con impacto directo en la eficiencia y la capacidad de adaptación del negocio. La correduría no ha revelado métricas concretas, pero sí ha confirmado que el despliegue inicial ya está en marcha y que se prevé una segunda fase de ampliación en 2026.
La adopción de inteligencia artificial generativa en procesos internos plantea también desafíos regulatorios y éticos. Aunque la solución de Inetum opera dentro del perímetro tecnológico de la empresa, el uso de modelos generativos en entornos críticos exige garantías adicionales en materia de seguridad, explicabilidad y gobernanza del dato. No se ha especificado si se han utilizado modelos propios o de terceros, ni el grado de personalización aplicado.
España ha comenzado a definir marcos normativos más claros en torno a la IA, en línea con el Reglamento de Inteligencia Artificial de la UE, cuya entrada en vigor está prevista para 2026. En este contexto, las empresas que ya están experimentando con IA generativa en entornos reales podrían situarse en una posición de ventaja, siempre que logren equilibrar innovación y cumplimiento.
Para Inetum, este proyecto refuerza su posicionamiento como proveedor de soluciones avanzadas en el ámbito de la inteligencia artificial aplicada. En 2024, la compañía generó 2.400 millones de euros en ingresos, con una estrategia centrada en la proximidad al cliente y la adaptación sectorial. La alianza con Seguros Nogal se inscribe en esta lógica, aunque también marca un punto de inflexión: la IA generativa empieza a salir del laboratorio para instalarse en los engranajes cotidianos de las empresas.
El impacto a medio plazo dependerá de varios factores: la capacidad de escalar la solución, la integración con otros procesos clave y la evolución del marco regulatorio. Pero el movimiento ya está en marcha. Y, al menos en este caso, no se trata de una prueba piloto, sino de una implementación con ambición operativa.
