La inteligencia artificial está creando una categoría nueva de riesgos empresariales, y el mercado asegurador empieza a reaccionar. Startups como Corgi ofrecen pólizas diseñadas para cubrir problemas específicos de IA: alucinaciones, sesgos, fallos de modelo o disputas por datos de entrenamiento.

Qué cubren estos seguros

La propia Corgi describe coberturas para reclamaciones derivadas de productos y servicios de IA, incluyendo errores, ciberincidentes y daños físicos o financieros causados por sistemas automatizados. Artificial Lawyer señala que la oferta apunta a categorías como rendimiento del modelo, alucinaciones, sesgo algorítmico y disputas por datos.

Por qué aparece ahora

Cuantas más empresas integran IA en procesos críticos, más probable es que un error tenga consecuencias económicas. Un chatbot puede prometer algo indebido, un agente puede ejecutar una acción incorrecta, o un modelo puede discriminar sin que nadie lo detecte a tiempo.

Eso genera una pregunta inevitable: si una IA provoca un daño, ¿quién paga?

El reto de medir el riesgo

El negocio es prometedor, pero difícil. Las aseguradoras necesitan estimar probabilidad e impacto, y en IA todavía faltan datos históricos sólidos. Los modelos cambian rápido, los casos de uso son muy distintos y los fallos pueden ser imprevisibles.

Aun así, este mercado apunta a una tendencia mayor: alrededor de la IA no solo nacerán aplicaciones, también nacerán servicios de confianza, auditoría, seguros, certificación y cumplimiento normativo.

---

Ampliación: la responsabilidad algorítmica ya es un producto financiero

La aparición de seguros específicos para IA confirma que el mercado empieza a tratar los fallos de modelos como un riesgo empresarial normalizable. Igual que existen seguros de ciberseguridad, responsabilidad profesional o errores y omisiones, ahora aparece una categoría para daños provocados por sistemas inteligentes.

Esto es lógico. Si una empresa utiliza IA para recomendar productos financieros, atender clientes, revisar contratos o tomar decisiones operativas, un fallo puede generar pérdidas reales. Y donde hay pérdidas previsibles, aparece una industria para transferir riesgo.

Qué tipo de incidentes pueden cubrirse

Los casos más evidentes son alucinaciones que inducen a decisiones equivocadas, sesgos que generan discriminación, uso indebido de datos, filtraciones vinculadas a entrenamiento o despliegue, y acciones incorrectas de agentes autónomos. También pueden aparecer disputas por propiedad intelectual si un modelo genera contenido demasiado parecido a material protegido.

Las pólizas no eliminarán el riesgo. Pero pueden obligar a las empresas a adoptar mejores prácticas, porque una aseguradora querrá saber qué controles existen antes de cubrir un sistema.

El paralelismo con la ciberseguridad

El mercado cyber maduró cuando las aseguradoras empezaron a exigir medidas mínimas: copias de seguridad, MFA, planes de respuesta, auditorías y formación. Con la IA puede ocurrir algo parecido. Para asegurar un modelo, quizá haya que demostrar evaluación, supervisión humana, logs, control de permisos y límites de autonomía.

Así, el seguro puede convertirse indirectamente en una fuerza de estandarización. No porque sustituya al regulador, sino porque convierte la seguridad en condición económica.

La dificultad actuarial

El problema es que todavía no hay suficiente historial. Las aseguradoras calculan precios con datos, y la IA cambia demasiado rápido. Un modelo nuevo puede reducir alucinaciones, pero también abrir capacidades más peligrosas. Un agente con herramientas puede crear más valor, pero también más responsabilidad.

Por eso este mercado será experimental al principio. Aun así, su aparición es una señal potente: la IA deja de ser solo software y empieza a entrar en las estructuras legales, financieras y aseguradoras de la economía real.