Aviva, una de las aseguradoras más grandes del Reino Unido con más de 19 millones de clientes en Europa y Asia, ha detectado un récord de 230 millones de libras esterlinas en reclamaciones fraudulentas durante su último ejercicio. La cifra supera cualquier registro anterior de la compañía y confirma lo que varios analistas del sector llevan meses advirtiendo: el fraude en seguros ha entrado en una nueva era, y la inteligencia artificial generativa es su principal catalizador.

Cuando la IA se convierte en herramienta del fraude

El problema ya no es solo el fraude artesanal de siempre: el taller que infla una factura o el conductor que exagera los daños del vehículo. Lo que Aviva está detectando ahora son escenas de accidentes generadas íntegramente con IA generativa. Imágenes fotorrealistas de vehículos dañados que nunca existieron, documentos médicos fabricados con modelos de lenguaje, facturas de reparación que superan cualquier verificación manual convencional. La sofisticación ha crecido en proporción directa a la democratización de estas herramientas. Lo que hace tres años requería una red criminal organizada con acceso a recursos especializados, hoy puede ejecutarlo una sola persona con acceso a herramientas públicas de generación de imágenes y texto. El coste de entrada al fraude sofisticado ha caído en picado. Y el volumen de intentos está aumentando en consecuencia.

La respuesta: reconocimiento de patrones a escala industrial

Aviva ha construido un sistema de defensa que analiza millones de puntos de datos de forma simultánea. El mecanismo central es el reconocimiento de patrones cruzados: cuando se presenta una reclamación, el sistema valida las fotografías de daños contra las leyes físicas del accidente descrito, verifica la cronología de los documentos adjuntos, cruza el número de registro del vehículo con el histórico de siniestros sospechosos de toda la red y compara los costes de reparación con los promedios regionales almacenados en sus bases de datos. No busca solo el fraude organizado y evidente. El sistema detecta también la inflación de reclamaciones, ese fenómeno menos visible pero estadísticamente más extendido en el que garajes legítimos añaden reparaciones que no se realizaron o los asegurados exageran el valor de los objetos robados. Según las estimaciones del sector, entre el 5 y el 10 por ciento del total de primas pagadas en Europa terminan absorbidas por reclamaciones fraudulentas o infladas. A esa escala, el problema es sistémico, no anecdótico.

La paradoja del escudo y la lanza

Lo más relevante de esta historia no es la cifra de 230 millones de libras. Es la dinámica subyacente que describe. La misma tecnología que permite crear documentos falsos con calidad de producción profesional es exactamente la que permite detectarlos a escala. Las aseguradoras que inviertan en sistemas de detección basados en aprendizaje automático tendrán una ventaja estructural sobre las que sigan dependiendo de revisores humanos para cada reclamación. Pero el equilibrio es frágil por definición. Los modelos de detección entrenan con los patrones de fraude conocidos, y los estafadores adaptan sus técnicas de forma continua en respuesta a lo que los sistemas detectan. Es un juego de evolución mutua donde quien tiene los datos más recientes y el sistema de actualización más ágil lleva ventaja. Aviva lleva varios años construyendo esa infraestructura. La mayor parte de sus competidores directos, incluidas las medianas y pequeñas aseguradoras, no tienen ni los recursos ni el equipo para replicarlo.

Implicaciones para el sector asegurador en España

El mercado asegurador español no está al margen de esta tendencia. La Dirección General de Seguros y Fondos de Pensiones lleva años monitorizando el fraude en el ramo de automóviles, que representa una pérdida estimada de entre 700 y 900 millones de euros anuales para el sector en España. La adopción de herramientas de inteligencia artificial para la detección de fraude está creciendo, pero de manera desigual: las grandes aseguradoras nacionales tienen equipos dedicados y presupuesto suficiente para invertir; las medianas y pequeñas siguen operando con procesos manuales que no pueden escalar al ritmo que exige el problema. El caso de Aviva es un argumento difícil de ignorar para cualquier dirección de operaciones o de riesgos que todavía esté evaluando si la inversión en automatización tiene sentido para su negocio. 230 millones de libras esterlinas en una sola compañía durante un único ejercicio responden esa pregunta con bastante claridad.

Conclusión

El fraude en seguros impulsado por IA generativa no es una amenaza futura: está ocurriendo ahora y ya está siendo cuantificada con precisión. La respuesta de Aviva demuestra que los sistemas de detección automática pueden operar a una escala y con una velocidad que ningún equipo de revisión humana puede igualar. La pregunta para el resto del sector no es ya si adoptar estas herramientas, sino con qué urgencia hacerlo. El coste de no actuar se mide en cientos de millones que acaban en manos de quienes aprendieron antes que sus víctimas a usar la inteligencia artificial.