Allianz Partners recorta 1.800 puestos y expone dónde la IA de seguros realmente entrega

En la tarde del 8 de julio, Tomas Kunzmann, CEO de Allianz Partners, confirmó lo que los analistas del sector esperaban desde la divulgación del último Evident AI Index for Insurance. La división de asistencia y seguros de viaje de Allianz va a recortar hasta 1.800 puestos en los próximos 12 a 18 meses, la mayor parte en call centers europeos. Es una reducción neta sobre una base de 22.600 empleados, de los cuales alrededor de 14.000 atendían siniestros por teléfono. La justificación que Kunzmann dio a Bloomberg fue directa: automatización de atención y triage mediante IA.

Semanas antes, la misma Allianz había sido clasificada en primer lugar entre 30 aseguradoras globales en el Evident AI Index 2026 para el sector, por delante de AXA, con un pool de talentos de IA un 28% mayor que el segundo colocado y más de 900 casos de uso mapeados. La distancia entre la colocación top y el anuncio de los recortes no es un accidente, y es lo que hace que esta ronda sea más didáctica que la media: por primera vez, una aseguradora consigue exhibir una correspondencia ordenada entre dónde invirtió en IA y dónde está recortando personal.

Dónde la IA está cortando de hecho

El patrón que aparece se asienta en dos ejes. El primero es volumen alto y complejidad baja. Siniestros de viaje, robo de equipaje, cancelación de vuelo, asistencia 24 horas: todos casos en los que el itinerario es corto, la documentación se estandariza y el valor medio de la indemnización no justifica intervención humana en el primer contacto. Es donde Allianz opera Nemo, un sistema que gestiona triage y disposición automática, y es la misma franja que Travelers, de EE.UU., ha estado cubriendo con un asistente de voz para siniestros construido sobre modelos de OpenAI.

El segundo eje es siniestros de automóvil, particularmente con telemetría incorporada. La japonesa Tokio Marine ya ha reducido el tiempo medio de cierre de siniestros de automóvil a 4,3 días con un portal asistido por IA, y Bradesco Seguros en Brasil opera desde 2023 análisis automatizado de pérdida total en talleres convenidos, eliminando etapas del flujo de peritaje. La alemana ERGO, subsidiaria principal de Munich Re, anunció un recorte de alrededor de 1.000 posiciones en Alemania atribuidas en parte al avance de la misma clase de automatización.

Dónde la IA continúa fuera

El contrapunto viene de dentro de la propia industria. Un levantamiento de McKinsey citado por actuarios muestra que la adopción de agentes de IA en seguros escala rápido en riesgo, jurídico y cumplimiento (16%) y en gestión del conocimiento (16%), pero queda entre 0% y 2% en desarrollo de producto y definición de estrategia, es decir, exactamente las áreas donde actuarios y underwriters concentran juicio. Como observó Roots.ai en un análisis sobre flujos de trabajo de respuesta de cobertura, el patrón de error de los modelos de propósito general aún genera salida confiable e incorrecta, lo que en regulación de seguros se convierte en exposición operativa y reputacional inmediata.

La señal regulatoria refuerza esta frontera. Veinticuatro estados americanos ya adoptaron el Model Bulletin de la NAIC sobre el uso de sistemas de IA por aseguradoras, y una herramienta de evaluación está en piloto en otros 12 hasta septiembre. Al mismo tiempo, AIG y W.R. Berkley piden autorización regulatoria para excluir responsabilidad por IA de pólizas corporativas estándar, un movimiento opuesto al entusiasmo interno de las propias aseguradoras que están automatizando procesos internos.

Lo que la comparación correcta muestra

El error que el debate público comete es comparar una aseguradora con un laboratorio de IA. Una aseguradora es un portafolio de líneas de negocio con sensibilidades regulatorias distintas: viaje y asistencia se han convertido en commodities operacionales, siniestros de automóvil de bajo valor están en camino, pero reaseguro, vida con componente actuarial complejo y cobertura corporativa de responsabilidad civil siguen siendo humanas por razones que van más allá de la nostalgia. La cuenta que tiene sentido no es cuántos empleos la IA elimina en total, sino en qué línea sale de la hoja de cálculo al P&L.

Para Allianz Partners en Europa, este cálculo pesó hacia el lado de la automatización porque la división vive de volumen repetitivo. Para ERGO en Alemania o Bradesco Seguros en Brasil, el cálculo es parecido en auto de masa. Para Tokio Marine en Japón, la ganancia apareció como reducción de ventana de cierre y no como despido en serie, porque la estructura de costo japonesa penaliza el recorte de personal y favorece la reubicación. Esto separa a quienes están haciendo transformación real con IA de quienes están simplemente contando recortes: la métrica que importa es dónde el modelo entró como parte del producto, no dónde el call center se encogió como consecuencia.