Glosario

Comercializar un asistente, un chatbot o una automatización con guion como si fuera un agente autónomo. Gartner estimó que solo unos 130 de los miles de proveedores que decían ofrecer IA agéntica eran genuinos.

Gartner, Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027, 25 June 2025

Ver también Agente, IA agéntica

Software que persigue un objetivo a lo largo de varios pasos, decidiendo qué hacer a continuación y usando herramientas en el camino, en lugar de responder una sola pregunta. Se describe comúnmente como un modelo más memoria, planificación y uso de herramientas. La prueba: ¿qué hace cuando nadie le está preguntando nada?

Lilian Weng, LLM Powered Autonomous Agents, Lil'Log, 23 June 2023

Ver también IA agéntica, Harness, Tool use (function calling)

El cuestionario estructurado de la NAIC para los examinadores que revisan cómo las aseguradoras gobiernan la IA, pilotado por doce estados hasta septiembre de 2026 dentro de los exámenes de rutina. Cómo se ve: el cuestionario cuya sección de terceros su proveedor de capacidad va a responder, tarde o temprano, sobre usted.

Qué tanto se ajusta el negocio suscrito al contrato de binding authority, calificado en el momento del bind y no muestreado después.

Ver también Cumplimiento del apetito, Autoridad delegada

Una salida fluida, segura y falsa. Una propiedad de la predicción, no un defecto. Un resumen que da un attachment point de $5 millones cuando el slip dice $2 millones, con un formato tan correcto que nadie lo revisa.

Ver también Grounding, Puntaje de confianza, Generación aumentada por recuperación (RAG)

Sistemas que aprenden patrones a partir de datos en lugar de seguir reglas escritas. Los modelos predictivos usados en pricing y en reservas son machine learning, y anteceden a la IA generativa por décadas.

Ver también IA generativa, Modelo, Sistema de IA

La revisión periódica que un managing agent le hace a un coverholder que suscribe sobre su papel, cubriendo suscripción, sistemas y controles. Cómo se ve: una visita programada o una revisión remota contra el alcance común de auditoría de la LMA que, desde 2026, incluye los riesgos de inteligencia artificial.

El arreglo por el cual una aseguradora o un managing agent delega la suscripción, y a veces el manejo de siniestros, a un tercero como una MGA o un coverholder.

Ver también Coverholder, Alineación con el binder

El contrato bajo el cual un coverholder puede suscribir seguros en nombre de un proveedor de capacidad, dentro de límites definidos. Cómo se ve: el documento al que se remontan sus verificaciones de apetito, sus reglas de referral y los formatos de sus bordereaux.

El reporte periódico que un coverholder o una MGA le envía a su carrier, listando los riesgos, primas o siniestros suscritos bajo un binding authority. En algunos mercados hispanohablantes también se le llama borderó. Tradicionalmente mensual o trimestral. Tradicionalmente tarde.

InsTech and distriBind, Making delegated authority data exchange simple

Ver también Libro en vivo, Coverholder

Qué proporción del archivo de una submission fue capturada, estructurada y hecha buscable. Distinto de la precisión, que se trata de si lo capturado es correcto. Pregunte por ambas.

Ver también Extracción, Tasa de captura de submissions

La capacidad de procesamiento que se consume cuando un modelo se ejecuta, y la razón por la que nada de esto es gratis. Relevante cada vez que un proveedor ofrece uso ilimitado de algo que tiene un costo unitario real.

Ver también GPU, Token, Inferencia

La empresa a la que un managing agent de Lloyd's le otorga autoridad delegada de suscripción bajo un binding authority, con la facultad de hacer bind de riesgos en nombre del sindicato dentro de límites acordados.

Ver también Autoridad delegada, Bordereau

La proporción de riesgos con bind que caen dentro del apetito de suscripción acordado con su proveedor de capacidad, medida por suscriptor y por programa.

Ver también Alineación con el binder, Libro en vivo

El material del que aprendió un modelo. Distinto de los datos que usted le envía al usarlo, y que vale la pena mantener distinto en cualquier contrato que firme.

Ver también Fine tuning, Residencia de datos, Parámetros

La plataforma compartida, operada a través de LIMOSS, en la que se programan y ejecutan las auditorías de coverholders de Lloyd's. Cómo se ve: el sistema donde el alcance revisado, que ahora incluye IA, se convierte en las preguntas que su auditor realmente hace.

Convertir contenido no estructurado en campos estructurados. Un formulario ACORD escaneado se convierte en campos con nombre dentro de su sistema de administración de pólizas.

Ver también Completitud de extracción, Salida estructurada, Grounding

Entrenamiento adicional con ejemplos específicos para cambiar cómo se comporta un modelo. Cambia el estilo y el formato; no le enseña hechos sobre su cartera. El fine tuning podría enseñarle el estilo de la casa para las cartas de cotización. No le enseñará qué hay en las submissions de este mes. Para los hechos, use grounding.

Ver también Grounding, Datos de entrenamiento, Generación aumentada por recuperación (RAG)

Buscar en un conjunto de documentos los pasajes relevantes y entregárselos al modelo junto con la pregunta, para que la respuesta salga de sus documentos y no de los datos de entrenamiento. "¿Qué dice nuestro binder con este carrier sobre propiedad desocupada?" Con RAG, el sistema encuentra la cláusula y responde desde ella. Sin RAG, el modelo inventa una cláusula que suena razonable.

Ver también Grounding, Alucinación, Ventana de contexto

El chip especializado en el que corre la mayor parte del procesamiento de IA. Usted nunca va a comprar uno. Explica por qué cada pregunta tiene un costo, en lugar de ser gratis una vez instalado el software.

Ver también Cómputo, Inferencia

Atar la salida a un documento fuente específico, de modo que el modelo trabaje desde su material y no desde su entrenamiento. En la práctica: cada campo extraído enlaza de vuelta a la página de la que salió. Una salida con grounding se verifica en segundos; una sin grounding hay que verificarla desde cero.

Ver también Alucinación, Generación aumentada por recuperación (RAG), Traza de decisión

Restricciones sobre lo que un sistema puede hacer o decir, sean técnicas, de política o contractuales. Nunca hacer bind sin aprobación. Nunca cotizar fuera de apetito sin un referral.

Ver también Mínimo privilegio, Human in the loop

El software alrededor de un modelo que arma el contexto, llama herramientas, hace cumplir los límites y mantiene el estado. La mayor parte de la diferencia entre dos productos vive aquí, no en el modelo.

Ver también Agente, Modelo, Tool use (function calling)

Una persona aprueba antes de que una acción tenga efecto. Apropiado para todo lo que hace bind, pone precio o compromete a la firma.

Ver también Human on the loop, Guardrails, Mínimo privilegio

Una persona supervisa y puede intervenir, pero la acción no espera aprobación. Apropiado para perseguir un loss run faltante. KPMG considera el escalamiento entre los dos modos como no negociable.

KPMG, Agentic AI untangled: navigating the build, buy, or borrow decision, January 2026

Ver también Human in the loop, Guardrails

IA construida para actuar hacia objetivos a lo largo de varios pasos, en lugar de responder a instrucciones aisladas. La etiqueta, por sí sola, no dice nada sobre la capacidad.

Ver también Agente, Agent washing

IA que produce contenido nuevo, incluidos texto, datos estructurados, código e imágenes, en lugar de solo clasificar o puntuar lo que ya existe.

Ver también Aprendizaje automático (machine learning), Modelo de lenguaje grande (LLM), IA agéntica

Una sola ejecución de un modelo, que toma una entrada y produce una salida. Por lo general, la unidad por la que le facturan.

Ver también Token, Cómputo

Una vista continuamente actual de la composición de la cartera, el cumplimiento del apetito y la alineación con el binder, en contraste con un bordereau que describe una posición que ya cambió.

Ver también Bordereau, Cumplimiento del apetito, Alineación con el binder

El gremio de los managing agents que operan los sindicatos de Lloyd's; publica wordings modelo y práctica compartida de mercado. Cómo se ve: cuando la LMA revisa el alcance común de auditoría, cada auditoría de coverholders del mercado hereda el cambio.

La firma que opera un sindicato de Lloyd's y despliega su capacidad. Cómo se ve: la parte que otorga un binding authority, supervisa a los coverholders debajo de ella y responde ante Lloyd's por ambos.

La revisión de rutina que un regulador estatal de EE. UU. hace de las prácticas de una aseguradora. Cómo se ve: uno de los dos tipos de examen dentro de los cuales ahora corre el piloto de evaluación de IA de la NAIC.

El principio de que cualquier actor, humano o automatizado, tiene solo los permisos que su tarea requiere. En la práctica significa que una acción automatizada nunca excede la autoridad de la persona por la que corre.

Ver también Guardrails, Traza de auditoría, Human in the loop

El sistema entrenado que hace el razonamiento. La mayoría de los productos de IA para seguros son software construido alrededor del modelo de un tercero. Cuando un proveedor dice "nuestra IA", pregunte de quién es el modelo que está debajo y qué pasa si ese proveedor tiene una caída.

Ver también Harness, Modelo de frontera, Modelo de lenguaje grande (LLM)

Los modelos más grandes y capaces disponibles en un momento dado, hoy de un puñado de proveedores. Entrenar uno cuesta cientos de millones de dólares, y por eso nadie en seguros está construyendo uno.

Ver también Modelo, Parámetros, Modelo de lenguaje grande (LLM)

Un modelo entrenado con cantidades muy grandes de texto para predecir qué texto viene después. La tecnología debajo de ChatGPT, Claude, Gemini y la mayoría de los productos de IA actuales.

Ver también Modelo, Modelo de frontera, Parámetros

Un modelo que maneja más que texto, típicamente también imágenes. Relevante porque buena parte de lo que le llega viene como fotografías y escaneos.

Ver también Extracción, Modelo

La guía de la NAIC de diciembre de 2023 sobre el uso de IA por parte de las aseguradoras, incluida la IA provista u operada por terceros. Cómo se ve: la razón por la que la debida diligencia de su proveedor de capacidad hoy alcanza sus sistemas de IA, no solo los propios.

Los números dentro de un modelo que guardan lo que aprendió durante el entrenamiento. Los modelos de frontera tienen cientos de miles de millones. El "grande" en modelo de lenguaje grande.

Ver también Modelo de lenguaje grande (LLM), Modelo de frontera, Datos de entrenamiento

Un sistema que ejecuta el trabajo operativo de un negocio, leyendo submissions, verificando apetito, redactando respuestas y construyendo bordereaux, y entrega trabajo terminado con una traza de evidencia, en lugar de asistir a una persona con una sola tarea.

Ver también Traza de decisión, Extracción

La instrucción que se le da a un modelo. En un producto comprado, por lo general la escribe el proveedor y usted no la ve.

Ver también Modelo, Harness

La estimación que el propio sistema hace de qué tan confiable es una salida en particular. Útil solo cuando determina el comportamiento, es decir, cuando la confianza baja produce una alerta en lugar de una suposición.

Ver también Alucinación, Grounding

Dónde están físicamente sus datos y dónde se procesan. Una pregunta contractual con una respuesta física: qué país, qué proveedor y si usted puede elegir.

Ver también Datos de entrenamiento, Mínimo privilegio

Salida producida en un formato fijo, como campos con nombre, en lugar de prosa libre. Lo que permite que la salida de la IA fluya hacia un sistema de administración de pólizas.

Ver también Extracción, Tool use (function calling)

Una agrupación de capital en Lloyd's que suscribe riesgo, administrada por un managing agent. Cómo se ve: el "papel" sobre el que un coverholder hace bind.

Bajo el AI Act de la UE, un sistema basado en máquinas que opera con cierto grado de autonomía y que infiere, a partir de sus entradas, cómo generar salidas como predicciones, contenido, recomendaciones o decisiones. El software basado en reglas generalmente queda fuera de esta definición.

Regulation (EU) 2024/1689 (the AI Act), Article 3(1); European Commission, Guidelines on the definition of an artificial intelligence system, 6 February 2025

Ver también Aprendizaje automático (machine learning), IA generativa

La doctrina de Lloyd's según la cual la supervisión delegada debe escalar con el riesgo y el tamaño del arreglo. Cómo se ve: quince preguntas por escrito antes de una revisión de binder, en lugar de un proyecto de gobernanza.

La proporción de submissions entrantes que quedan registradas y con triaje hecho. La brecha entre esa cifra y el 100% es negocio que usted nunca supo que rechazó.

Ver también Completitud de extracción, Tiempo a resultado medido

Cuánto pasa entre el inicio del despliegue y el momento en que una métrica con línea base realmente se mueve. La versión honesta de la fecha de go live que citan la mayoría de los proveedores.

Ver también Tasa de captura de submissions

La unidad de texto que procesa un modelo, aproximadamente un fragmento de palabra. La base de la mayoría de los precios por uso. Si le facturan por token, una temporada pesada de schedules cuesta más que una liviana.

Ver también Ventana de contexto, Cómputo, Inferencia

La capacidad de un modelo de actuar más allá de producir texto: consultar una base de datos, enviar un correo, correr un cálculo. La diferencia entre un sistema que redacta una cotización para que usted la copie y uno que pone la cotización en su sistema.

Ver también Agente, Harness, Mínimo privilegio

El registro de cada acción tomada en un sistema, humana y automatizada, conservado para poder reconstruir una decisión después. La prueba práctica: ¿cuánto toma responder "por qué suscribimos este riesgo"?

Ver también Traza de decisión, Mínimo privilegio

El registro completo de insumos, verificaciones de reglas, acciones humanas y acciones de máquina detrás de un resultado de suscripción, recuperable para un riesgo a solicitud.

Ver también Traza de auditoría, Grounding

Cuánto texto puede tener presente un modelo a la vez. Hoy es grande, pero finita, y excederla descarta el material anterior, por lo general en silencio. Un schedule de 400 páginas más un binder más su declaración de apetito pueden no caber a la vez; cómo un sistema maneja eso tiene consecuencias reales para la precisión.

Ver también Token, Generación aumentada por recuperación (RAG)