IA física: implicaciones para los gestores de riesgos, las aseguradoras y los peritos

Cómo la IA física está transformando las operaciones en todos los sectores

La inteligencia artificial (IA) física está transformando rápidamente los entornos operativos en los ámbitos de la logística, el almacenamiento y el transporte. En la actualidad se están implantando a gran escala sistemas de almacenes autónomos y flotas de camiones sin conductor, lo que está cambiando de forma radical la forma en que se generan, se concentran y se transfieren los riesgos. Esta evolución da lugar a un perfil de riesgo mixto que combina activos físicos, la toma de decisiones basada en software y la interconectividad de todo el sistema.

La transición hacia la IA física no es una mera especulación; ya se está llevando a cabo en todos los sectores, a menudo mediante programas de transformación de varios años de duración.

Las principales cadenas minoristas y empresas de logística están transformando sus centros de distribución en operaciones autónomas. El transporte por carretera autónomo ya se está probando y implantando en entornos reales. La robótica se está introduciendo en casi todos los sectores de la economía, especialmente en industrias como la minería, la fabricación, la distribución y la sanidad. En muchos casos, las organizaciones están modernizando una instalación, una ubicación o un sistema cada vez, reduciendo gradualmente su exposición al riesgo a medida que se completa cada transición.

Esta adopción gradual plantea un reto único: una misma organización puede gestionar simultáneamente entornos tradicionales y autónomos, cada uno con características de riesgo muy diferentes. A medida que más instalaciones se suman a esta tendencia, la exposición al riesgo se desplaza hacia un terreno desconocido.

Los sistemas de almacenes autónomos y la robótica industrial están evolucionando más allá de las máquinas programables tradicionales con límites definidos.

La IA física incluye cada vez más la IA agentiva y los robots autónomos basados en grandes modelos de lenguaje. Estos sistemas están diseñados para interpretar su entorno, tomar decisiones y adaptar su comportamiento en función de las condiciones cambiantes. No se limitan a ejecutar instrucciones; en realidad, toman decisiones complejas en entornos dinámicos y en constante evolución.

La IA física ya se está implantando a gran escala en los sectores de la fabricación, el almacenamiento y el transporte. Las plataformas centralizadas de IA pueden coordinar cientos de robots autónomos en una misma operación, lo que permite contar con instalaciones de mayor densidad, una producción continua y una optimización constante. Al mismo tiempo, las tecnologías de transporte por carretera autónomo están pasando de los programas piloto a la implantación comercial, con vehículos sin conductor que operan en corredores de mercancías designados y acumulan millones de millas de experiencia operativa. Las previsiones del sector apuntan a una rápida expansión de la flota en los próximos años.

Cómo la IA física está cambiando la exposición al riesgo y los perfiles de pérdidas

La adopción de la IA física está modificando el riesgo de varias formas fundamentales:

• Los entornos autónomos suelen concentrar más operaciones en espacios más reducidos, lo que aumenta la densidad de exposición.
• Desde fallos aislados en los equipos hasta incidentes que afectan a todo el sistema y que tienen repercusiones en instalaciones o flotas enteras
• Del error humano a la toma de decisiones algorítmica y autónoma
• Desde los riesgos tradicionales de los almacenes hasta entornos con activos concentrados y de gran valor
• Desde los riesgos relacionados principalmente con lesiones a personas hasta los daños en equipos especializados y bienes

A medida que estos activos se encarecen y se vuelven más seguros, el perfil de riesgo está cambiando. En algunos ámbitos, la frecuencia de las pérdidas está disminuyendo, pero cuando se producen incidentes, estos son más graves, su recuperación lleva más tiempo, implican investigaciones de subrogación más complejas y dan lugar a una exposición significativamente mayor a la interrupción de la actividad empresarial y a gastos adicionales.

Evolución de las reclamaciones y la responsabilidad en entornos autónomos

A medida que la IA física difumina la línea divisoria entre los sistemas físicos y los digitales, la investigación de siniestros debe evolucionar en consecuencia. Determinar la causa de un siniestro requiere ahora algo más que una inspección física. 

Los sistemas autónomos plantean nuevos retos en materia de reclamaciones, entre los que se incluyen:

• Investigaciones sobre fallos, su origen y sus causas en sistemas interconectados
• El aumento del valor de los activos y los requisitos de restauración que exigen mano de obra especializada y equipos específicos
• Análisis de incidentes basado en datos que requiere la revisión de los registros del sistema y de la telemetría
• Aumento de los plazos de interrupción de la actividad debido a los plazos de entrega de los productos de sustitución, así como a la validación, recalibración o reordenación de los sistemas.
• Aumento del riesgo de interrupción de la actividad empresarial, ya que la automatización reduce los costes operativos y genera mayores márgenes de beneficio.
• La pérdida o los daños que puedan sufrir flotas enteras de equipos automatizados y sistemas operativos.

Las investigaciones de reclamaciones requieren cada vez más conocimientos especializados multidisciplinares, entre los que se incluyen la ingeniería robótica forense, el análisis avanzado de datos y la evaluación de software de agentes.

La responsabilidad en el transporte por carretera autónomo está evolucionando rápidamente, pasando de centrarse en el conductor a ser una responsabilidad compartida entre fabricantes, desarrolladores de inteligencia artificial y operadores de flotas. La recopilación de datos en tiempo real mejora la reconstrucción de los incidentes, pero introduce una complejidad adicional a la hora de determinar la causalidad y la responsabilidad en caso de que se produzca un fallo del sistema.

Los modelos de seguros se están adaptando para incluir una cobertura combinada que abarque la responsabilidad civil de automóviles, la responsabilidad por productos defectuosos y los riesgos cibernéticos (piratería informática de vehículos).

El impulso normativo y el futuro de los sistemas autónomos

Desde 2017, el Departamento de Transporte de EE. UU. y las principales empresas de transporte autónomo por carretera se han centrado en una prioridad común: la seguridad. Esta ha sido la prioridad número uno para el Gobierno, los propietarios, los operadores, los consumidores y el resto de conductores en la carretera. Esto es comprensible, dado que cada año se producen aproximadamente 500 000 accidentes de tráfico en los que se ven implicados camiones. Entre 2021 y 2023, los accidentes de camiones de gran tonelaje provocaron más de 15 000 muertes. Sin embargo, según el Departamento de Transporte, más del 90 % de los accidentes se deben a errores humanos. Hasta la fecha, los primeros datos operativos sugieren que las tecnologías de conducción autónoma tienen el potencial de reducir los accidentes, las lesiones y las víctimas mortales.

La ley H.R. 4661 —AMERICA DRIVES Act— propone un marco federal para el transporte comercial autónomo por carretera, que incluye la circulación de vehículos de nivel 4 y nivel 5 sin conductores humanos a través de las fronteras estatales. Los marcos federales propuestos y los debates normativos en curso podrían permitir un despliegue interestatal más amplio del transporte autónomo por carretera, aunque su adopción a nivel estatal sigue siendo desigual y continúa evolucionando. Varios estados (entre ellos Arizona, Texas, Nevada, Florida, Oklahoma y Ohio) ya están apoyando pruebas y programas piloto limitados, lo que aporta una valiosa experiencia operativa a medida que la tecnología va madurando.

Lo que deben hacer ahora las aseguradoras y los peritos

La rápida implantación de la IA física exige que las aseguradoras y los peritos empiecen a adaptarse desde ya.

A medida que la IA física sigue evolucionando, las organizaciones no pueden esperar a que se generalice su adopción para actuar. Hay varias medidas que pueden ayudarles a prepararse de forma más eficaz para esta transición:

• Actualización de los modelos de suscripción y análisis de cada riesgo en el momento de la renovación
• Actualización de la implementación actual de la IA física por parte del asegurado para reflejar los riesgos a nivel de sistema y la interconectividad de la IA física
• Revisión de las estructuras de cobertura para la interrupción de la actividad empresarial y los activos de gran valor
• Desarrollo o actualización de las capacidades en materia de reclamaciones multidisciplinares
• Seguimiento de la evolución normativa que afecta a las operaciones autónomas

Las organizaciones que se adapten de forma proactiva estarán mejor preparadas para gestionar los riesgos emergentes y mantener la solidez de su defensa ante reclamaciones.

Prepararse para un panorama de riesgos más complejo y determinado por los sistemas

La IA física supone un cambio fundamental, pasando de los entornos de riesgo tradicionales y lineales a sistemas complejos y adaptativos. Los siniestros dependen cada vez más de cómo los sistemas interpretan, toman decisiones e interactúan a gran escala. Para las aseguradoras y los peritos, el éxito dependerá de su capacidad para evaluar tanto la dimensión física como la digital de los siniestros, desarrollar conocimientos especializados multidisciplinares y responder de forma eficaz a un panorama de riesgos cada vez más interconectado, automatizado y basado en datos.

Fuentes citadas:

https://www.fmcsa.dot.gov/safety/data-and-statistics/large-truck-and-bus-crash-facts
https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813717.pdf