La aseguradora utiliza visión computacional para analizar imágenes de vehículos accidentados, estimar los daños y agilizar la evaluación de aproximadamente 1,000 autos al mes.
Después de un choque, una de las primeras preguntas suele ser cuánto daño sufrió el vehículo. La respuesta puede depender de una inspección presencial, de la disponibilidad de un ajustador y de la revisión de distintos elementos antes de determinar cómo debe atenderse el caso.
Seguros SURA México incorporó inteligencia artificial para acelerar ese proceso. A través de imágenes del automóvil accidentado, un sistema analiza los daños visibles y genera una primera estimación sobre las afectaciones del vehículo.
La tecnología detrás de esta solución se conoce como visión computacional. En términos sencillos, es una rama de la inteligencia artificial que permite a una computadora interpretar imágenes o videos. No significa que la máquina “vea” como una persona, sino que aprende a reconocer patrones: formas, colores, texturas y diferencias entre una imagen y otra.
Para hacerlo, el sistema ha sido entrenado con numerosos ejemplos. Así puede identificar que una zona de la carrocería presenta una abolladura, que una pieza está rota o que existe una afectación visible en determinada parte del automóvil. Después relaciona esos hallazgos con la información necesaria para iniciar la evaluación del siniestro.
Una primera evaluación en minutos
La visión computacional permite que una máquina revise imágenes y encuentre patrones dentro de ellas en poco tiempo. En el caso de SURA, esa capacidad se utiliza para analizar fotografías de automóviles siniestrados y generar una primera lectura de los daños.
El resultado no es una decisión automática e inapelable. La inteligencia artificial realiza una evaluación inicial, mientras que los especialistas de la aseguradora validan la información y determinan cómo debe continuar el proceso.
Esta combinación permite distribuir mejor el trabajo. La IA se encarga de revisar rápidamente los elementos visibles en las imágenes; los ajustadores y expertos pueden concentrarse en confirmar el diagnóstico, atender al asegurado y resolver los aspectos que requieren experiencia y criterio.
La aseguradora procesa aproximadamente 1,000 vehículos siniestrados al mes mediante esta solución. Cada caso aporta nuevas imágenes y datos que ayudan a mejorar la capacidad del sistema para identificar daños en diferentes modelos y circunstancias.
El valor está en quitar tiempo al proceso
En una operación de gran escala, incluso una mejora aparentemente pequeña puede tener un efecto importante. Analizar imágenes de manera automática ayuda a reducir el tiempo dedicado a la primera revisión y permite que los equipos cuenten con información inicial antes de completar toda la evaluación.
Para el cliente, esto puede traducirse en una respuesta más ágil. Para la empresa, significa contar con una herramienta capaz de apoyar a los especialistas cuando deben revisar un volumen elevado de casos.
La aplicación también muestra que la IA no necesita sustituir una función completa para ser útil. Puede intervenir en una etapa específica, resolver una parte repetitiva del trabajo y dejar en manos de las personas las decisiones que requieren contexto.
Una tecnología que aprende del trabajo cotidiano
El desarrollo de este tipo de soluciones depende de entrenar los modelos con imágenes y casos reales. Cuanto más variada sea la información disponible, mayor será la capacidad del sistema para distinguir entre diferentes daños, niveles de afectación y partes del vehículo.
Esto convierte cada accidente procesado en una oportunidad para perfeccionar la herramienta. La IA aprende de la operación cotidiana, mientras los equipos humanos aportan la validación necesaria para evitar que una imagen incompleta o un daño difícil de observar produzcan una conclusión equivocada.
La experiencia de SURA permite ver una ruta práctica para la adopción de inteligencia artificial: comenzar con un problema específico, integrarlo a un proceso existente y utilizar la tecnología para aumentar la capacidad de los equipos.
No se trata únicamente de que una máquina “mire” un automóvil chocado. Se trata de que esa mirada ayude a que una aseguradora responda antes, que sus especialistas trabajen con mejor información y que una persona que acaba de sufrir un accidente reciba atención con mayor rapidez.
