World Models: la próxima frontera para modelar el riesgo asegurador

Después de la irrupción de la inteligencia artificial generativa y de los agentes inteligentes que ya comienzan a transformar la suscripción, la atención de los principales laboratorios de IA se está desplazando hacia una nueva generación de sistemas capaces de comprender y simular el mundo físico. Aunque todavía se encuentran en etapa experimental, los llamados world models podrían representar, en el mediano plazo, un cambio de paradigma para la evaluación y gestión del riesgo en la industria aseguradora.

Durante 2026, la inteligencia artificial dejó de ser una promesa para convertirse en una herramienta de uso cotidiano en el sector asegurador. Compañías de seguros de todo el mundo ya utilizan modelos de IA para apoyar la suscripción, automatizar la atención de siniestros, detectar fraudes, asistir a liquidadores y optimizar procesos operacionales. Sin embargo, mientras la industria continúa incorporando estas capacidades, los principales centros de investigación ya trabajan en una nueva frontera tecnológica: los world models o modelos de mundo.

A diferencia de la inteligencia artificial generativa, cuyo propósito principal es crear contenido o responder consultas, los world models buscan aprender cómo funciona el mundo físico para poder simularlo. En lugar de limitarse a describir un escenario, estos modelos intentan predecir cómo evolucionará ese entorno cuando ocurran determinados eventos o se ejecuten ciertas acciones.

Uno de los desarrollos más representativos es Genie 3, presentado por Google DeepMind en 2025. Este sistema es capaz de generar entornos tridimensionales interactivos a partir de instrucciones en lenguaje natural, manteniendo geometría, objetos y relaciones físicas de manera consistente durante la interacción. Aunque actualmente corresponde a una demostración de investigación y presenta importantes limitaciones, constituye una señal clara sobre la dirección que está tomando el desarrollo de la inteligencia artificial.

Del análisis estadístico a la simulación física

La gestión del riesgo asegurador ha estado históricamente basada en modelos estadísticos. Para estimar el riesgo de un edificio frente a un terremoto, una inundación o un incendio, las aseguradoras utilizan plataformas especializadas que combinan información histórica, modelos probabilísticos y características constructivas para calcular pérdidas esperadas.

Herramientas ampliamente utilizadas, como las desarrolladas por RMS o Verisk, han demostrado durante años una enorme utilidad para el modelamiento de riesgos catastróficos. Sin embargo, su funcionamiento descansa sobre la generalización estadística: estiman el comportamiento esperado de un conjunto de activos con características similares.

Los world models proponen una lógica distinta.

Si estos sistemas llegan a comprender adecuadamente principios físicos como la propagación del fuego, el comportamiento estructural frente a movimientos sísmicos o la dinámica de una inundación, podrían simular directamente cómo reaccionaría un activo específico frente a un determinado escenario, en lugar de estimarlo únicamente mediante probabilidades agregadas.

El cambio conceptual es profundo. Se pasaría de afirmar que "los edificios similares presentan una determinada probabilidad de daño" a simular "cómo se comportaría este edificio específico bajo este evento particular".

Tres posibles aplicaciones para la industria aseguradora

Aunque actualmente no existen implementaciones comerciales documentadas de world models en compañías de seguros, diversas capacidades de esta tecnología permiten anticipar aplicaciones con alto potencial para el sector.

• Suscripción y tarificación más personalizada

La primera oportunidad aparece en la evaluación de riesgos.

Los modelos actuales ya incorporan una enorme cantidad de variables para calcular primas. Sin embargo, un world model podría aportar simulaciones mucho más detalladas sobre el comportamiento de un activo individual frente a múltiples escenarios de riesgo.

Ello permitiría enriquecer el análisis actuarial con información mucho más granular, avanzando desde tarifas basadas principalmente en zonas geográficas hacia evaluaciones centradas en las características particulares de cada bien asegurado.

No se trataría de reemplazar la ciencia actuarial, sino de proporcionarle una nueva fuente de información para mejorar la precisión de sus estimaciones.

• Apoyo al peritaje y reconstrucción de siniestros

Otra aplicación potencial se relaciona con la investigación de siniestros.

Si un modelo comprende relaciones de causa y efecto dentro del mundo físico, podría utilizarse para recrear diferentes hipótesis sobre el origen y evolución de un incendio, un colapso estructural o una inundación.

Estas simulaciones no sustituirían el trabajo de los peritos, pero sí podrían transformarse en una herramienta adicional para contrastar hipótesis con las evidencias disponibles y fortalecer los procesos de investigación técnica.

Por ahora, esta posibilidad pertenece al ámbito de la prospectiva tecnológica y aún no existen casos de adopción documentados dentro del mercado asegurador.

• Entrenamiento de sistemas autónomos

La tercera aplicación ya posee avances concretos fuera de la industria de seguros.

Google DeepMind y otros laboratorios utilizan world models para entrenar robots, vehículos autónomos y agentes inteligentes dentro de entornos simulados antes de que operen en el mundo real.

Entrenar millones de escenarios virtuales permite reducir costos, acelerar el aprendizaje y disminuir los riesgos propios de la experimentación física.

Para el mercado asegurador, esta evolución podría tener efectos indirectos muy relevantes. Si vehículos autónomos, maquinaria industrial o robots aprenden a enfrentar situaciones de riesgo en simulaciones altamente realistas, la frecuencia y severidad de determinados siniestros podrían modificarse de manera significativa en los próximos años.

Una tecnología prometedora, pero aún inmadura

Resulta importante mantener una visión equilibrada respecto del estado actual de esta tecnología.

Los propios investigadores de Google DeepMind describen a Genie 3 como una "research preview", es decir, una demostración experimental destinada a mostrar el rumbo de futuras investigaciones y no un producto listo para uso comercial.

Actualmente estos modelos todavía presentan limitaciones relevantes. Persisten inconsistencias físicas, dificultades para mantener simulaciones prolongadas, errores en la representación de la gravedad y restricciones para reproducir ubicaciones reales con precisión geográfica.

En consecuencia, pensar en una adopción inmediata dentro de los procesos aseguradores sería prematuro.

Asimismo, hasta la fecha no existe literatura académica ni experiencias documentadas que acrediten el uso de world models en suscripción, fijación de primas o liquidación de siniestros por parte de aseguradoras. Las aplicaciones descritas corresponden a una extrapolación técnica basada en las capacidades que estos modelos buscan desarrollar y no a soluciones actualmente disponibles en el mercado.

Mirar más allá del corto plazo

La principal enseñanza para la industria aseguradora no consiste en preguntarse cuándo podrá adquirir esta tecnología, sino en comprender hacia dónde evoluciona el modelamiento del riesgo.

En las últimas décadas el sector ha transitado desde tarifas construidas exclusivamente sobre estadísticas históricas hacia modelos catastróficos, análisis geoespacial, telemática, seguros paramétricos e inteligencia artificial aplicada a procesos.

Los world models parecen representar el siguiente paso lógico de esa evolución: pasar de analizar categorías de riesgo a comprender el comportamiento particular de cada activo bajo escenarios específicos.

Para los mercados latinoamericanos, donde muchas compañías todavía se encuentran consolidando el uso de inteligencia artificial generativa, esta conversación puede parecer lejana. Sin embargo, la experiencia demuestra que las tecnologías capaces de transformar la gestión del riesgo suelen recorrer un largo camino entre la investigación y su adopción comercial.

El seguro paramétrico constituye un buen ejemplo. Hace poco más de una década era considerado una innovación de nicho; hoy forma parte de la estrategia de crecimiento de numerosas aseguradoras en distintas regiones del mundo.

Los world models podrían seguir una trayectoria similar. Su desarrollo aún está en sus primeras etapas, pero todo indica que representan una de las líneas de investigación más prometedoras para el futuro del análisis de riesgos. Y, como ha ocurrido históricamente en el mercado asegurador, quienes comiencen a comprender estas tecnologías antes de su masificación probablemente estarán mejor preparados para aprovecharlas cuando alcancen madurez comercial.