El sector asegurador se encuentra en un punto de inflexión. Los agentes de IA están pasando de la fase piloto a la de producción, evolucionando de meros asistentes a tomadores de decisiones autónomos; sin embargo, la industria carece de un lenguaje común para describir lo que esto significa realmente. Sin definiciones compartidas, las aseguradoras no pueden establecer expectativas de despliegue realistas, los proveedores no pueden diferenciar sus capacidades de forma honesta y los reguladores no pueden fijar una supervisión proporcionada. El resultado es un mercado saturado de promesas contradictorias y un sector que lucha por distinguir un simple chatbot de un motor de gestión de siniestros totalmente autónomo.
Shift Technology propone cerrar esta brecha con ARISE, un marco de referencia estándar para la autonomía de los agentes de IA en el sector asegurador. El nombre es tanto un acrónimo como una idea organizativa. Los cinco niveles —Answers, Recommends, Initiates, Solves, Exceeds— describen el camino que recorrerá cada aseguradora a medida que los agentes de IA aumenten sus capacidades y ganen una mayor confianza. Respaldado por más de una década de despliegue de IA en entornos de producción en compañías que representan a más de 350 millones de asegurados en todo el mundo, y basado en la norma internacional SAE J3016 (que aportó una claridad duradera a la industria de los vehículos autónomos), ARISE ofrece al sector asegurador el vocabulario preciso y neutral que le faltaba: una metodología para evaluar, adquirir y gobernar las capacidades de los agentes de IA basada en la realidad operativa y no en aspiraciones comerciales.
Este whitepaper presenta el marco ARISE en su totalidad, con definiciones precisas y ejemplos reales para cada nivel; vincula los despliegues actuales en producción y la hoja de ruta de productos de Shift Technology con cada nivel en los ramos de automóviles, hogar/multirriesgos, accidentes de trabajo y viajes; y demuestra que una taxonomía estándar de autonomía es un requisito indispensable para la adopción responsable de la IA agéntica en el sector. No ofrecemos ARISE como una herramienta propietaria, sino como una contribución a la infraestructura de una IA transparente y responsable en el sector asegurador: un estándar que invitamos a adoptar a aseguradoras, proveedores, reguladores y analistas.
En 2014, SAE International publicó la norma J3016, "Taxonomía y definiciones de términos relacionados con los sistemas de automatización de la conducción para vehículos de motor en carretera". El estándar definía seis niveles de automatización de la conducción —desde el Nivel 0 (sin automatización) hasta el Nivel 5 (automatización completa)— y se convirtió en la referencia mundial de facto para fabricantes, reguladores, aseguradoras y consumidores por igual. Su éxito se basó en tres propiedades: precisión (cada nivel tenía una definición clara y verificable), universalidad (se aplicaba independientemente del fabricante o de la plataforma) y parsimonia (seis niveles reflejaban los umbrales de capacidad críticos sin caer en una granularidad innecesaria). El sector de la aviación siguió una trayectoria similar. La FAA y la EASA utilizan desde hace tiempo niveles estructurados de automatización para regular los sistemas de cabina, desde el vuelo manual y el piloto automático hasta la protección de la envolvente de vuelo altamente automatizada. En la robótica industrial, la norma ISO 8373 define los niveles de autonomía de los robots que sirven de base para las especificaciones de compra, las evaluaciones de seguridad y la suscripción de seguros para fábricas de todo el mundo.
En todos los casos, la industria llegó a un punto en el que los rápidos avances tecnológicos superaron el entendimiento común, y una taxonomía formal restableció la claridad. El sector asegurador se encuentra hoy exactamente en ese mismo punto de inflexión.
McKinsey & Company estimó en 2023 que los casos de uso de IA en el sector asegurador podrían generar 1,1 billones de dólares de valor anual en toda la industria global; sin embargo, la adopción sigue siendo desigual y apenas se mide. Una de las razones es la ambigüedad en las definiciones. La licitación (RFP) de una aseguradora para un "agente de siniestros por IA" puede atraer respuestas de proveedores que ofrecen desde un simple chatbot hasta un motor de tramitación directa de extremo a extremo (Straight-Through Processing o STP) totalmente autónomo. Sin una taxonomía compartida, es imposible realizar una comparación significativa.
Las encuestas del sector refuerzan este problema. Una encuesta de Deloitte realizada en 2024 a directivos de aseguradoras reveló que, si bien el 79 % describía la IA como una prioridad estratégica, menos del 30 % afirmaba disponer de un marco definido para evaluar la autonomía de los agentes o establecer los requisitos de supervisión humana. La brecha entre la aspiración y el despliegue gobernado es enorme, y una taxonomía estándar la aborda directamente.
Las consecuencias de la ambigüedad conceptual son prácticas y financieras. Las aseguradoras pagan de más por funciones de IA que no utilizan. Las auditorías regulatorias de los sistemas de IA producen resultados incoherentes porque los inspectores carecen de puntos de referencia uniformes. Y el riesgo reputacional de que un agente de IA actúe a un nivel de autonomía superior al previsto —o creído— por la organización es muy grave. Una taxonomía estándar transforma estos riesgos en decisiones gestionables y medibles.
El marco de los niveles de autonomía de Shift (Shift Levels of Autonomy o SLA) define cinco niveles independientes de capacidad para los agentes de IA en el sector asegurador. Juntos, los nombres de los niveles —Answers, Recommends, Initiates, Solves, Exceeds— forman el acrónimo ARISE. Al igual que la norma SAE J3016, cada nivel se define por el grado de intervención humana necesario y la complejidad del juicio que el agente ejerce de forma independiente. Los niveles son acumulativos: un agente que opera en el nivel L3 posee implícitamente las capacidades de los niveles L1 y L2.
En el nivel L1, el agente responde a preguntas en lenguaje natural sintetizando información procedente de fuentes estructuradas y no estructuradas: condiciones de las pólizas, expedientes de siniestros, bases de datos reguladoras e historial de casos. El agente no recomienda acciones; informa. Este nivel se corresponde a grandes rasgos con lo que la norma SAE J3016 denomina Nivel 1 en el contexto de la conducción: una única función automatizada que asiste al operador humano sin reemplazar ningún aspecto de la toma de decisiones.
Ejemplo en seguros: un tramitador de siniestros pregunta: «¿Están cubiertos los daños por tormenta en el tejado bajo esta póliza de hogar, teniendo en cuenta la estructura de franquicia del asegurado?» El agente localiza las secciones pertinentes de la póliza, aplica la lógica de la cobertura y ofrece una respuesta clara en lenguaje natural con las referencias correspondientes.
Evidencia en producción: los agentes L1 de ARISE ya están desplegados en producción en los ramos de automóviles, hogar, accidentes de trabajo y viajes. Los despliegues en este nivel aportan aproximadamente un 10% de ganancia en eficiencia al eliminar las búsquedas manuales de pólizas y reducir el tiempo de investigación de los tramitadores.
En el nivel L2, el agente va más allá de responder preguntas: analiza de forma proactiva una situación y recomienda una secuencia de las «mejores acciones siguientes» (Next Best Actions), de ahí el nombre de Recommends. Sintetiza múltiples flujos de datos (detalles del siniestro, documentos, fotografías, datos de terceros), aplica las normativas jurídicas o sectoriales y presenta un plan de acción priorizado. El tramitador humano conserva la plena autoridad en la decisión y debe validar cada recomendación. Esto equivale a la automatización parcial del nivel L2 de la SAE, donde el vehículo gestiona varias funciones simultáneamente pero el conductor sigue siendo responsable de la supervisión y la intervención manual.
Ejemplo en seguros: tras la declaración inicial del siniestro (FNOL) en un accidente de tráfico con varios vehículos implicados, el agente aconseja al tramitador iniciar el proceso de reparación, solicitar en paralelo el atestado policial y contactar con los testigos identificados antes de que venza el plazo de 72 horas para la conservación de pruebas, todo ello ordenado por urgencia temporal.
Evidencia en producción: La capacidad de recomendación de Nivel 2 (L2) ya está activa en producción en los módulos de Shift para Responsabilidad Civil (RC) de Automóviles, Daños Materiales (tanto Edificaciones como Contenido) y Accidentes de Trabajo (Workers' Compensation). Las organizaciones que operan en este nivel L2 logran aproximadamente un 20% de ganancia en eficiencia y una mejora del 1% en los costes de indemnización, gracias a que una mayor precisión en el enfoque de los investigadores se traduce en evaluaciones iniciales mucho más exactas.
El nivel L3 representa el umbral crítico entre la IA asistencial y la IA agéntica, y el término Initiates lo refleja con exactitud: el agente inicia el flujo de trabajo completo y prepara cada elemento para su ejecución, pero un experto humano otorga la autorización final. El agente completa todas las comprobaciones necesarias —verificación de cobertura, detección de fraude, evaluación de responsabilidad, cálculo de reservas, validación de documentos— y empaqueta los resultados con decisiones y correspondencia prellenadas, listas para ser aprobadas con un solo clic por parte del humano. Se preserva la supervisión humana, pero reducida al paso de la autorización final. Esto refleja el nivel 3 de la SAE (automatización condicional), donde el sistema gestiona toda la tarea de conducción en condiciones definidas pero requiere que haya un humano disponible para intervenir.
Ejemplo en seguros: el agente presenta el siguiente caso: «Cobertura confirmada. Coste estimado de reparación: 4.840 €; dentro de los límites de la póliza. Sin indicadores de fraude. Reparador colaborador autorizado. La autorización de pago y la comunicación con el cliente ya cumplimentadas están listas. Un clic para aprobar».
Estado de la hoja de ruta: la capacidad L3 (Initiates) está prevista para su despliegue en 2026 en los módulos de recobros de automóviles, gestión de daños corporales (autos e inmuebles) y gestión de lesiones en accidentes de trabajo. En este nivel, las organizaciones logran aproximadamente un 30% de ganancia en eficiencia y una mejora adicional del 1% en el coste medio de los siniestros, lo que refleja el efecto combinado de unas aprobaciones más rápidas y una aplicación más consistente de la lógica de decisión.
En el nivel L4, el agente ejecuta el flujo de trabajo completo de extremo a extremo —recepción, investigación, decisión y liquidación o pago— sin necesidad de revisión humana en cada transacción (de ahí el término Solves). El sistema aplica las condiciones contractuales, los requisitos reglamentarios y las reglas de negocio específicas de la aseguradora de manera constante y a gran escala, logrando una precisión en las decisiones igual o superior al 99%. La supervisión humana pasa de la aprobación por transacción a la auditoría a nivel de cartera y a la gestión de excepciones. Esto equivale al nivel 4 de la SAE (automatización elevada): el vehículo gestiona todas las funciones de conducción dentro de un dominio operativo definido sin intervención humana.
Ejemplo en seguros: para un siniestro de rotura de lunas que cumple todos los criterios de tramitación directa, el agente valida la cobertura, contrasta el presupuesto de reparación con los baremos de referencia del mercado, autoriza el pago al taller colaborador y envía una confirmación al asegurado, todo ello sin intervención humana.
Evidencia en producción: shift ha alcanzado la capacidad L4 (Solves) en producción para rotura de lunas y reparaciones de carrocería en automóviles, dispositivos electrónicos en hogar, pérdidas de edificación y contenido en multirriesgos, cobertura de accidentes de trabajo, revisión de facturas médicas y reclamaciones por interrupción de viaje. Los despliegues L4 aportan aproximadamente un 50% de incremento en la eficiencia y una mejora del 2% en el coste medio, resultado directo de eliminar los puntos de contacto humanos manteniendo una precisión en la toma de decisiones superior al 99%.
El nivel L5 es la última frontera de la IA en seguros. El agente no solo opera de forma autónoma, sino que supera sistemáticamente (Exceeds) los resultados del 1% de los profesionales humanos más destacados, y no lo hace siguiendo los procesos establecidos con más eficiencia, sino identificando en qué puntos dichos procesos son mejorables y desviándose de ellos de forma inteligente para generar resultados superiores. Los agentes L5 descubren nuevos patrones de fraude antes de que se traduzcan en pérdidas materiales, identifican recobros y derechos de subrogación latentes que los peritos experimentados pasarían por alto y reorientan dinámicamente los siniestros complejos para acelerar su resolución. Esto equivale conceptualmente al nivel 5 de la SAE (automatización completa): una capacidad que supera los límites humanos bajo cualquier condición.
Ejemplo en seguros: el agente detecta un patrón común en 47 siniestros de daños por agua aparentemente inconexos presentados a lo largo de 18 meses (todos ellos originados en inmuebles gestionados por el mismo reparador o contratista) y escala de forma proactiva este grupo como una posible red de fraude organizado, generando una oportunidad de recobro que ningún tramitador individual habría podido identificar.
Estado de la hoja de ruta: Shift tiene prevista la capacidad L4 (Exceeds) para 2026 en los casos de uso de responsabilidad civil de automóviles y daños materiales en hogar (edificios y contenido), con una posterior expansión planificada a todo el catálogo de productos. El nivel L5 representa la cumbre del impacto medible: cerca de un 80% de ganancia en eficiencia y una mejora del 3% en el coste medio de los siniestros, lo que refleja la aptitud del agente para descubrir resoluciones óptimas que incluso los profesionales humanos más experimentados pasarían por alto.
El marco SLA (niveles de autonomía de los agentes) no es un constructo teórico: está respaldado por la experiencia de despliegue de Shift Technology en las principales aseguradoras del mundo. La siguiente tabla asocia las capacidades actuales de los productos de Shift y los elementos previstos en su hoja de ruta (roadmap) con cada nivel de autonomía, por ramo de seguro y caso de uso.
$2.000 millones de dólares en fraudes detectados en EE. UU. en 2025, lo que demuestra la relevancia financiera de la detección de fraudes a escala con el nivel L4 Solves.
Estas métricas no son aspiracionales; provienen directamente de los despliegues reales de Shift en producción. El marco SLA se desarrolló precisamente porque Shift ha vivido en primera persona el reto que supone comunicar estos diferentes niveles de capacidad a los ejecutivos de las aseguradoras, a los equipos de compras y a los reguladores sin una taxonomía común que sirva de base para la conversación.
La plataforma de automatización de siniestros de Shift alcanzó por primera vez la autonomía de nivel L4 (Solves) en 2020 para tipologías de siniestros sencillas. Desde entonces, el alcance se ha ampliado de forma constante hacia ramos de negocio cada vez más complejos. Con la incorporación de capacidades de IA agéntica, los agentes de siniestros de Shift operan ahora en el nivel L4 en prácticamente todos los tipos de siniestros y ramos. Los dos ejemplos siguientes ilustran el marco ARISE en acción sobre un mismo siniestro de daños corporales: primero, tal y como está desplegado hoy en producción en el nivel L3 (Initiates), y segundo, como una simulación de cómo se comportaría la capacidad del nivel L5 (Exceeds) sobre ese mismo caso con los mismos datos reales.
El nivel L3 (Initiates) es el estadio en el que operan hoy los agentes de daños corporales de Shift en entornos de producción. Los tramitadores humanos de lesiones intervienen en puntos de decisión estructurados a lo largo de todo el flujo de trabajo, manteniendo la supervisión total y la autoridad sobre los juicios clave, mientras que los agentes se encargan de la labor analítica y operativa entre dichos puntos de control.
Compañía y contexto: una aseguradora de líneas personales de hogar y autos en EE. UU. que utiliza los agentes de Shift para su cartera de daños corporales de automóviles. El 6 de abril de 2026, la compañía recibió una reclamación de indemnización por daños corporales de un bufete de abogados especializado que solicitaba 168.000$ de compensación. El siniestro correspondía a una colisión en un cruce ocurrida tres meses antes, en la que se determinó que el asegurado de la compañía era el responsable; el expediente de daños materiales del vehículo ya se había cerrado. El expediente de reclamación constaba de 112 páginas de declaraciones, informes de daños del coche, historiales médicos y facturas sanitarias, y fijaba un plazo estricto de respuesta de 10 días.
Paso 1 — Entrada de documentos e indexación del siniestro.
El agente de Shift procesó el expediente del siniestro, clasificó cada tipo de documento, extrajo los requisitos y plazos límite, y vinculó el conjunto de la documentación con el expediente del siniestro original en el sistema core de la aseguradora, mostrando el resumen indexado al tramitador de corporales asignado para su confirmación antes de continuar.
Paso 2 — Análisis de responsabilidad y plan de pruebas.
Tras recuperar todo el historial del siniestro, el agente realizó un análisis de responsabilidad e identificó que el asegurado había declarado que el tercero excedía el límite de velocidad; un factor que, de probarse, reduciría la cuota de responsabilidad de la compañía. El agente presentó esta conclusión y un plan recomendado de obtención de pruebas al tramitador de corporales. Con la aprobación del tramitador, el agente recabó el atestado policial y las imágenes de las cámaras de tráfico, elaborando el expediente probatorio que fundamentó la reducción de la cuota de responsabilidad del 100% al 75%.
Paso 3 — Evaluación de lesiones y detección de contradicciones.
En paralelo, el agente revisó todas las facturas e historiales médicos, comparando las lesiones reclamadas con siniestros similares ya resueltos y la jurisprudencia aplicable. Asimismo, detectó una incoherencia interna: el reclamante alegaba que no había podido participar en una competición de golf programada como prueba de la gravedad de sus lesiones, pero los informes médicos indicaban que no tenía restricciones físicas en esa fecha. El agente notificó al tramitador tanto la valoración de la horquilla de daños como la contradicción detectada para su revisión y aprobación.
Paso 4 — Propuesta de acuerdo y aprobación en un clic.
Una vez validados por el tramitador la reevaluación de la responsabilidad y el análisis de daños, el agente confeccionó una propuesta de acuerdo completamente documentada —incluyendo el importe de la contraoferta propuesta, los argumentos de apoyo y las comunicaciones pre redactadas — y la presentó para su validación en un solo clic. El tramitador dio su visto bueno. El agente envió la propuesta de acuerdo por un valor de 87.360$ (el 52% del siniestro inicial) el 12 de abril; el tercero la aceptó el 14 de abril. Tiempo total transcurrido: ocho días desde la recepción del expediente del siniestro, con el tramitador de corporales interviniendo únicamente en cuatro puntos de control estructurados en lugar de gestionar el siniestro manualmente en su totalidad.
Por qué esto es Nivel L3 (Initiates): . El agente de Shift coordinó cada fase analítica y operativa de este siniestro complejo (recepción de documentos, análisis de responsabilidad, recopilación de pruebas, evaluación de lesiones, detección de contradicciones y estructuración del acuerdo). El tramitador humano intervino en cuatro momentos de decisión definidos: la confirmación del resumen de entrada, la aprobación del plan de obtención de pruebas, la validación del análisis de daños y la autorización de la oferta de acuerdo final. El agente hizo el trabajo pesado; el experto aportó su criterio en los momentos críticos. El resultado —una reducción del 48% respecto al siniestro inicial dentro del plazo de 10 días, con un ahorro en el coste medio del siniestro de 80.640$— refleja lo que se vuelve habitual cuando los tramitadores experimentados cuentan con el apoyo de agentes que operan en el nivel L3.
Los estudios de mercado nos indican de forma constante que la mayoría de las aseguradoras aún no están preparadas para delegar en agentes de IA la gestión de siniestros de daños corporales bajo una autonomía total L5, lo cual es una postura totalmente razonable. Los siniestros corporales conllevan una carga legal, financiera y reputacional muy alta, y los marcos de gobierno necesarios para supervisar decisiones de indemnización totalmente autónomas en esta área aún están madurando. Shift respeta y anticipa esta curva de madurez; es precisamente por ello que el marco ARISE diferencia el nivel L3 del nivel L5 con total precisión.
Ejecutamos una simulación sobre este mismo siniestro, utilizando los mismos datos reales, para explorar cómo funcionaría bajo el nivel L5 (Exceeds): sin puntos de control humanos y con el agente actuando de extremo a extremo con plena autoridad. En la simulación, el agente no esperó la aprobación del tramitador en ninguna etapa. Identificó la oportunidad de reducción de responsabilidad, recopiló las pruebas, tomó la determinación, estructuró la propuesta de acuerdo y envió la contraoferta de 87.360€ de forma totalmente autónoma. El tercero aceptó. El tiempo total transcurrido fue el mismo (ocho días); el tiempo dedicado por el tramitador fue cero.
Esta simulación no constituye el anuncio de un producto; es una señal clara acerca de la dirección del mercado. La tecnología para operar en nivel L5 en siniestros complejos de daños corporales ya existe hoy en día. La pregunta que cada aseguradora debería plantearse no es si el nivel L5 llegará a la gestión de lesiones, sino cuándo estará su organización preparada para implementarlo y qué inversiones en gobernanza son necesarias para adoptarlo de forma segura. El marco ARISE ha sido diseñado precisamente para ayudar a responder a esa incógnita.
El marco ARISE proporciona una herramienta práctica de gobernanza y adquisición de tecnología. Al evaluar proveedores de IA, exija un mapeo explícito de los niveles para cada funcionalidad propuesta. Un agente de nivel L3 (Initiates) que presenta decisiones para su aprobación en un clic conlleva unos requisitos de cumplimiento y auditoría fundamentalmente distintos a los de un agente L4 (Solves) que ejecuta procesos de forma autónoma; y ambos difieren significativamente de un chatbot de nivel L1 (Answers). Disponer de esta claridad en la fase de compra evita costosas desviaciones e incompatibilidades en el momento del despliegue.
Las organizaciones también deben definir protocolos de supervisión adecuados para cada nivel. Los despliegues L1 y L2 requieren una gobernanza nueva mínima. El nivel L3 exige rutas claras de escalado de excepciones y muestreos de auditoría. Los niveles L4 y L5 requieren una monitorización continua a nivel de cartera, sistemas de detección de desviación del modelo (model drift) y umbrales definidos para el escalado humano, de forma análoga a los límites del dominio de diseño operativo que regulan los despliegues de vehículos SAE de nivel L4.
Los organismos reguladores de todo el mundo están desarrollando marcos para la supervisión de la IA en los servicios financieros. El boletín modelo de la NAIC sobre la IA, el sistema de clasificación basado en riesgos de la Ley de IA de la Unión Europea (AI Act) y las directrices emergentes de la FCA convergen en un principio común: el grado de supervisión exigido es proporcional al nivel de autoridad autónoma en la toma de decisiones. El marco ARISE materializa ese principio en el seguro, dotando a los equipos de cumplimiento normativo de un vocabulario preciso para asociar los despliegues internos de IA con los niveles de riesgo regulatorio.
Específicamente, los agentes L4 (Solves) y L5 (Exceeds) que intervienen en la liquidación de siniestros, la resolución de fraudes o la determinación de coberturas tienen altas probabilidades de ser clasificados dentro de la categoría de sistemas de IA de «alto riesgo» según los marcos normativos vigentes. Las entidades que demuestren una clasificación rigurosa de los niveles, protocolos de supervisión documentados y métricas empíricas de precisión estarán mucho mejor posicionadas ante las inspecciones regulatorias que aquellas que operen sin una taxonomía formal.
Shift Technology invita a toda la comunidad tecnológica del seguro —compañías aseguradoras, agencias de suscripción (MGA), administradores externos (TPA), reaseguradoras, consultoras y analistas del sector— a adoptar el marco ARISE como una referencia común. La adopción de una taxonomía se rige por los efectos de red: cuanto más ampliamente se utiliza un estándar, mayor es su valor. Publicamos este marco de forma abierta y fomentamos la revisión, el perfeccionamiento y la extensión por parte de los profesionales a medida que la tecnología evolucione. Nuestro objetivo no es obtener una ventaja comercial mediante el control de las definiciones; buscamos una claridad sectorial que haga posible una adopción de la IA más rápida, segura y transparente en todo el mercado.
La cuestión a la que se enfrentan los directivos de las aseguradoras ya no es si deben desplegar agentes de IA, sino cómo hacerlo de forma responsable, a escala, con una gobernanza adecuada y resultados medibles. Es imposible responder a esta pregunta con rigor si no se dispone de un vocabulario compartido para describir lo que hacen realmente los agentes de IA.
El marco de los Niveles de Autonomía de Shift aporta ese vocabulario necesario. Basado en el enfoque de taxonomía demostrado que hizo posible el desarrollo seguro de los vehículos autónomos, el marco ARISE define cinco niveles de capacidad para los agentes de IA en el sector asegurador (Answers, Recommends, Initiates, Solves y Exceeds) con definiciones precisas, ejemplos claros y una base empírica respaldada por los despliegues en producción de Shift Technology en las compañías líderes mundiales. Confiamos en que este marco se convertirá en el estándar bajo el cual se describan, evalúen, adquieran y gobiernen los agentes de IA en el ámbito de los seguros. Lo ofrecemos al sector no como un documento comercial, sino como una aportación real a la infraestructura para la adopción responsable de la IA, porque el seguro es, ante todo, un negocio fundamentado en la confianza. Los agentes de IA que definirán su futuro deben ser fiables, explicables y entenderse con absoluta precisión.
Shift Technology asume el compromiso de liderar este estándar: en el mercado, en los comités de dirección y en los textos de las directrices regulatorias que configurarán la IA en el sector asegurador durante las próximas décadas.
Selected References
SAE International. (2021). J3016C: Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles. SAE International.
McKinsey & Company. (2023). The State of AI in Insurance: Toward $1 Trillion in Value. McKinsey Global Institute.
Deloitte Insights. (2024). 2024 Insurance AI Adoption Survey. Deloitte Center for Financial Services.
NAIC. (2023). Model Bulletin on the Use of Artificial Intelligence Systems by Insurers. National Association of Insurance Commissioners.
European Parliament. (2024). EU Artificial Intelligence Act (Regulation EU 2024/1689). Official Journal of the European Union.
ISO 8373:2021. Robotics — Vocabulary. International Organization for Standardization.