AI Top Business Leaders México | Entrevista editorial
GNP Seguros empezó a preparar esta historia mucho antes de que la IA generativa acaparara las agendas. Desde 2016, la aseguradora mantiene una apuesta consistente por la nube. Durante años, ese recorrido ha incluido el ordenamiento y consolidación de los datos corporativos para extraer valor de ellos y sentar las bases de la modernización.
Esa base explica que, para Enrique Ibarra (doctor en inteligencia artificial por la Universidad Carnegie Mellon, en EE UU, y responsable de Tecnología, Transformación, Datos e IA), el mayor desafío ya no está en la tecnología, sino en rediseñar los dominios más críticos con esta tecnología en el centro y las personas por encima del proceso.
¿Cómo empezó el recorrido de GNP Seguros con la inteligencia artificial?
El camino empezó en 2016, con una decisión en la que hemos sido absolutamente consistentes: llevar a la nube el cómputo y el almacenamiento de la información, además de ordenar y consolidar nuestros datos corporativos. Durante años construimos esos cimientos y desarrollamos nuestra capacidad analítica sobre la nube de Google. Tener los datos centralizados nos dio la escala para almacenarlos y empezar a explotarlos con analítica y aprendizaje automático. Ahora estamos rentabilizando ese esfuerzo.
El punto de inflexión llegó con la IA generativa. Su capacidad sacó a la IA de trabajos técnicos puntuales, como modelos específicos de predicción, y la llevó a la agenda del Comité de Dirección. Ahí dejó de ser un tema tecnológico para convertirse en parte de la estrategia de negocio. Hoy ya es un pilar explícito de nuestra ambición 2026-2030 y un habilitador de la transformación.
¿Dónde están poniendo el foco hoy?
En GNP tenemos una postura institucional sobre la IA consensuada con recursos humanos y planeación, porque esto no es un proyecto tecnológico: es un rediseño de la forma de trabajar que pone a las personas en el centro.
La estrategia se decide en el Comité de Dirección y no se delega a un área aislada. Mi responsabilidad como responsable de Tecnología, Transformación, Datos e IA es trabajar con las áreas de negocio en las iniciativas alineadas al plan estratégico. No queremos hacer 25 prototipos paralelos que trabajen de manera aislada y no generen el mismo valor. Buscamos los procesos más críticos, con mayores problemas y oportunidades de beneficio, para hacer una reingeniería completa apoyada en IA.
"La ambición es que ningún humano vaya a escribir software: el humano va a dirigir la herramienta que escribe y mantiene el software".
¿Qué iniciativas concretas tienen en marcha?
En GNP Seguros actualmente trabajamos en tres dominios insignia. El primero es la dictaminación de siniestros de gastos médicos, en el cual identificamos una oportunidad importante de optimización del gasto. Estamos haciendo una reingeniería completa del proceso en la que la IA asiste en la evaluación y detección de patrones y fraudes, pero las personas son quienes toman las decisiones.
El segundo es la experiencia del cliente. Estamos rediseñando la atención con automatización y síntesis de voz para lograr conversaciones más naturales, reservando a las personas para los momentos que requieren empatía o los casos más complejos. Aquí el principal objetivo no es la eficiencia, sino mejorar la experiencia.
El tercero es nuestra propia ingeniería de software. Nuestra intención es que, en un periodo no mayor a dos años, toda la generación y el mantenimiento de software de la compañía se realice con herramientas agénticas: la ambición es que ningún colaborador escriba software, sino que dirija a las herramientas que lo hacen. Seguiremos necesitando programadores y arquitectos de software para establecer lineamientos de diseño y construcción, y validar la calidad del software producido, pero la generación del software quedará a cargo de las herramientas automáticas. Este cambio de paradigma conlleva un plan de gestión del cambio extenso a lo largo de toda la organización de Sistemas.
¿Qué ha resultado más difícil de lo esperado?
Lo tecnológico ha sido de momento la parte más sencilla, dados los cimientos que construimos durante estos últimos 10 años. El desafío está en las personas. Dimos acceso a Gemini y NotebookLM a todos los colaboradores, junto con formación obligatoria (desde la Dirección General hasta cada una de las áreas y colaboradores), generamos lineamientos de uso responsable y un concurso interno para impulsar su aplicación en el trabajo cotidiano. Eso ayudó a democratizar la alfabetización en IA en toda la organización. La respuesta de creatividad de los empleados fue sorprendente y muy satisfactoria, y Gemini se ha vuelto ya una herramienta básica para las labores cotidianas de muchas áreas de la compañía.
El cambio es más profundo en colectivos como los programadores. Cuando les dices que ya no escribirán el código, sino que dirigirán la herramienta que lo hace, al principio encuentras incredulidad. Sin embargo, empiezan a convencerse cuando lo prueban: algunos grupos reportan haber tardado el 20% del tiempo que les habría costado hacerlo de forma tradicional. El reto ahora es escalar la capacitación y el acompañamiento para convertirlo en una nueva forma de trabajar a lo largo de toda la compañía.
También había una barrera de acceso a la información. Ya la habíamos concentrado en BigQuery de Google Cloud, pero explotarla les exigía a los usuarios finales saber SQL. Para eliminarla, GNP incorporó Foundry de Palantir y construyó un gemelo digital del negocio. Esta capa permite consultar de forma intuitiva el estado de la operación y preguntar por los datos en lenguaje natural, de modo que las áreas operativas puedan usar la información sin fricción técnica.
¿Cómo ve la adopción de IA en el resto de las empresas mexicanas?
Veo una adopción desigual: hay grandes empresas avanzando con seriedad y empresas pequeñas muy ágiles que lo están haciendo muy bien, pero también una larga cola que apenas comienza, con dudas y mitos. La IA va a amplificar las diferencias de productividad entre quienes la adopten bien y quienes se tarden en entender su correcta aplicación al negocio; esa brecha es un riesgo para aquellas organizaciones.
Sin embargo, me gusta ser optimista: el talento está en México. La oportunidad es darle la capacitación y la experiencia adecuada, además de invertir para escalar. Si logramos diseñar operaciones nativas de IA, podemos ganar competitividad en los sectores en los cuales lo hagamos bien. En regulación vamos por detrás; cuando llegue el marco, será importante que no se convierta en un freno.
"La pregunta ya no es «¿me va a reemplazar la IA?», sino «¿cuál es mi nuevo lugar en este proceso?»".
¿Qué lección se lleva de este viaje?
La principal lección es que el valor de la IA no está en la tecnología, sino en el rediseño del trabajo. Si la inyectas en un proceso heredado puedes obtener mejoras marginales, pero también automatizar la burocracia y hacer más rápidas las ineficiencias. El salto está en reinventar los procesos de extremo a extremo con la IA en el centro del diseño. Esto incluye diseñar y habilitar un marco de gobierno y control para la ejecución de la IA en los procesos productivos de la compañía.
En ese rediseño, las personas deben situarse por encima del proceso: definir los objetivos, fijar los límites y resolver las excepciones, mientras la parte automática ejecuta lo rutinario a escala. La síntesis sería ejecutar estas iniciativas con eficacia, gobernar con responsabilidad y medir con honestidad. Lo más importante es el valor generado, no estar a la moda.
Patrocinado por: