AIG y el coste operativo de los seguros asistidos por IA

Resumen

AIG describe públicamente un amplio programa de IA que abarca suscripción, siniestros, análisis de cartera, una ontología empresarial y una capa de orquestación. Esas divulgaciones establecen capacidad y dirección estratégica, no un mapa completo de la arquitectura privada ni una prueba de fiabilidad en producción.
Underwriting by AIG Assist y Claims by AIG Assist siguen dependiendo de la autoridad humana. Los suscriptores y peritos continúan siendo responsables de interpretar las pruebas, resolver ambigüedades, aplicar el clausulado de la póliza y gestionar las excepciones con consecuencias.
AIG comunica un mayor volumen de solicitudes, una mejor ratio de presentación a vinculación y etapas más cortas en flujos de trabajo de siniestros seleccionados. Esas cifras son divulgaciones operativas de primera parte. No deben tratarse como referencias independientes ni como prueba de que un modelo causó el resultado para el cliente.
El coste duradero se sitúa alrededor del modelo: ingesta documental, mantenimiento de la ontología, control de acceso, integración de flujos de trabajo, revisión, auditabilidad, ciberseguridad, privacidad, resiliencia, gestión de proveedores, disciplina de versiones y reversión.
CyberMatics e IntelliRisk muestran que la superficie tecnológica de AIG va más allá de la IA generativa. Las puntuaciones de riesgo, los paneles, la telemetría de socios y los datos de siniestros plantean cada uno interrogantes distintos sobre la procedencia de los datos, la fiabilidad del producto y el uso por el cliente.
Un caso operativo creíble debería separar capacidad del modelo, fiabilidad de producción y resultado para el cliente; medir las colas de excepciones y el trabajo de corrección; conservar la anulación humana; probar la recuperación; y preservar evidencia de que una decisión puede reconstruirse.

American International Group, Inc., conocida habitualmente como AIG, es una organización aseguradora global cuyas decisiones tecnológicas se sitúan dentro de la suscripción, los siniestros, la ingeniería de riesgos, la administración de pólizas, la distribución mediante corredores, los servicios cibernéticos y las operaciones multinacionales. Ese alcance convierte a AIG en un caso útil para una pregunta que suele perderse en los debates sobre inteligencia artificial: ¿qué cuesta un servicio de seguros asistido por IA después de que termine la demostración?

El informe anual de 2025 de AIG ofrece una descripción pública inusualmente directa de su orientación. Describe Underwriting by AIG Assist, una extensión de capacidades relacionadas a los siniestros, una ontología empresarial, socios tecnológicos citados y trabajo en orquestación. AIG también publica divulgaciones sobre seguridad, vulnerabilidades, privacidad y resiliencia, además de páginas de producto para CyberMatics e IntelliRisk. En conjunto, estos materiales respaldan un análisis detallado de los límites operativos [S03][S04][S09][S10][S11][S12][S13][S14].

No exponen todos los modelos, controles, proveedores, niveles de personal ni dependencias de sistemas internos.

La conclusión central es que la capacidad del modelo es solo la primera capa. La fiabilidad en producción depende de datos actualizados, interfaces estables, acceso controlado, flujos de trabajo observables, revisión humana, fallo seguro y recuperabilidad. El resultado para el cliente depende de que la decisión aseguradora, la comunicación y la reparación hayan sido correctas para la parte afectada. Un modelo fluido puede ayudar a organizar una solicitud y, aun así, dejar a la aseguradora con un trabajo sustancial para establecer autoridad, precisión, equidad, resiliencia y rendición de cuentas.

1. Entidad exacta y frontera aseguradora global

El objeto de análisis es la entrada actual del directorio BTW correspondiente a American International Group, Inc. [S01]. Los materiales corporativos de AIG describen una organización aseguradora global que opera mediante filiales, afiliadas, licencias, autorizaciones y relaciones de red [S02]. El registro de la Global Legal Entidad Identifier Foundation aporta una referencia independiente de entidad jurídica [S17]. Estas fuentes establecen la frontera corporativa utilizada aquí. No implican que todos los servicios con la marca AIG compartan una única entidad jurídica, una única pila tecnológica o un único entorno de control.

Esa distinción importa en seguros. Una marca global puede situarse por encima de aseguradoras reguladas, empresas de servicios, acuerdos de distribución y operaciones locales. Una póliza puede ser emitida por una entidad mientras que la tecnología, los datos o el apoyo en siniestros provienen de otra. Un cliente puede interactuar con un portal que abarca productos y, aun así, enfrentarse a términos de póliza y normas jurisdiccionales específicas de cada producto. Un análisis tecnológico que trate la marca como una única base de datos o aplicación pasará por alto esas fronteras.

El resumen del directorio ofrece un alcance útil, pero no sustituye a los registros actuales. El Formulario 10-K de 2025 de AIG es la presentación pública autoritativa en materia de negocio y riesgos [S05]. La página de relaciones con inversores identifica los materiales de información actuales [S08]. Estos registros respaldan un análisis de la tecnología como parte de un gran modelo operativo asegurador, no como un producto de software independiente.

La precisión de la entidad también limita las afirmaciones de rendimiento. Una declaración sobre un programa de suscripción no puede extenderse automáticamente a todas las líneas, regiones o filiales. Un flujo de trabajo de siniestros en una línea comercial compleja puede tener requisitos de evidencia, revisión y plazos distintos de los de un proceso más sencillo. Un servicio de riesgo cibernético puede depender de socios y telemetría irrelevantes para otro producto. Por tanto, este artículo trata cada resultado público como acotado al contexto que AIG proporciona.

El requisito práctico es un mapa de propiedad. Para cada flujo de trabajo asistido por IA, los operadores necesitan saber qué entidad jurídica y de negocio es dueña de la decisión, qué sistema conserva el registro autoritativo, qué clausulado de póliza se aplica, adónde pueden moverse los datos, quién revisa una excepción y quién responde al cliente. Ese mapa es un control operativo. Sin él, un resultado técnicamente plausible puede llegar más lejos de lo que su autoridad permite.

2. Alcance operativo de suscripción, siniestros y servicios de riesgo

El seguro convierte evidencia incompleta sobre acontecimientos inciertos en decisiones con consecuencias financieras y jurídicas. La suscripción evalúa un riesgo propuesto y fija condiciones. La gestión de siniestros interpreta el clausulado de la póliza y los hechos del siniestro después de que ocurra. La ingeniería de riesgos y los servicios cibernéticos pueden ayudar al cliente a comprender o reducir la exposición. Cada área puede beneficiarse de un procesamiento más rápido de la información, pero cada una impone una carga de fiabilidad diferente.

El informe anual de AIG presenta la IA como parte de un esfuerzo de extremo a extremo en suscripción y siniestros [S03][S04]. Sus páginas de producto añaden otras superficies digitales. CyberMatics se describe como un proceso que utiliza información suministrada por socios para actualizar un perfil de madurez cibernética y ofrecer puntuaciones y recomendaciones [S13]. IntelliRisk se presenta como un sistema de información para la gestión de riesgos con datos de siniestros, paneles, búsquedas y elaboración de informes [S14].

La empresa mantiene, por tanto, varias relaciones tecnológicas con los usuarios: asistencia interna, información orientada al cliente, intercambio de datos con socios y decisiones aseguradoras reguladas.

Esas superficies no deberían reducirse a una única cifra de adopción. Un suscriptor puede utilizar campos extraídos de solicitudes como ayuda. Un perito puede recibir ayuda para localizar documentos de póliza. Un gestor de riesgos puede consultar un panel. Un socio cibernético puede traducir la telemetría del cliente en respuestas a preguntas definidas. Cada flujo de trabajo tiene una fuente de verdad distinta, consecuencias, requisitos de plazos y rutas de excepción.

El coste operativo sigue esas diferencias. La suscripción requiere clasificación documental, procedencia de campos, reglas de apetito y rutas de derivación. Los siniestros requieren control de versiones de pólizas, interpretación de coberturas, documentación de pérdidas y escalado. Los paneles de riesgo requieren actualización de datos, permisos, conciliación y explicación. Los servicios cibernéticos alimentados por socios requieren gobernanza de interfaces, límites de consentimiento, controles de calidad y gestión de disputas.

Un modelo o plataforma común puede reducir infraestructura duplicada, pero no elimina el control específico del dominio.

Por eso un programa de IA aseguradora no puede juzgarse solo por cuántos documentos lee. El sistema debe encajar en un proceso de negocio cuya autoridad sigue distribuida entre el clausulado de la póliza, las entidades reguladas, el juicio profesional y la comunicación con el cliente. Los materiales públicos de AIG respaldan la existencia de un programa amplio. No muestran una arquitectura universal ni una única puntuación de fiabilidad en todo el programa.

3. Lo que AIG dice públicamente sobre su estrategia de IA

El informe anual de 2025 de AIG dice que la empresa está aplicando IA a la suscripción y los siniestros, construyendo una ontología y desarrollando capacidades de orquestación [S03][S04]. Cita relaciones con Palantir, Anthropic, AWS y Google. También describe una preocupación deliberada por la disciplina de suscripción, la auditabilidad, la claridad regulatoria y la supervisión humana. Estas declaraciones hacen inusualmente visible la ambición operativa.

La ontología es especialmente importante. AIG la describe como un marco compartido para conceptos, procesos, elementos de datos y flujos de trabajo. En términos prácticos, significa que la capa de IA no puede separarse del significado de los datos aseguradores. Un límite de póliza, un punto de retención, un suplemento, una ubicación asegurada, una notificación de siniestro o una solicitud de corredor no es simplemente una cadena de texto. Tiene definición, procedencia, fecha de efecto, relación con otros registros y consecuencias en un flujo de trabajo concreto.

La orquestación añade otra capa. AIG dice que el trabajo definirá cuándo se activan las capacidades automatizadas, a qué información pueden acceder, cómo se secuencian las tareas y dónde se exige supervisión humana. Eso no es solo una característica del modelo. Es un problema de autoridad y control. Una capa de orquestación puede hacer más coherente un flujo de trabajo, pero también se convierte en un lugar donde deben gobernarse el acceso, la ordenación, los reintentos, los tiempos de espera y el escalado.

Los socios citados son evidencia de dependencia, no un diagrama de arquitectura completo. Las divulgaciones públicas no especifican cada límite de servicio, versión de modelo, contrato, ruta de datos o mecanismo de reserva. Sería erróneo inferir que cada socio participa en todos los flujos de trabajo de AIG. También sería erróneo suponer que una capacidad de modelo divulgada determina la fiabilidad del producto integral de AIG.

Las categorías de coste relevantes son, por tanto, claras incluso cuando los detalles privados no están disponibles. AIG debe mantener definiciones compartidas, controlar el acceso, conectar sistemas autoritativos, observar el comportamiento, revisar los resultados, gestionar los cambios y conservar evidencia. Los servicios de socios exigen supervisión del proveedor y planificación de salida. Los usuarios humanos necesitan formación y una vía para cuestionar los resultados. Los equipos de cumplimiento y auditoría necesitan registros que distingan lo que el sistema sugirió de lo que decidió una persona autorizada.

Una estrategia puede ser coherente sin que todos sus elementos estén maduros. La evidencia pública respalda la orientación y ciertas capacidades desplegadas seleccionadas. No establece que la orquestación esté completa en todos los productos, que cada concepto de la ontología sea estable o que todos los flujos de trabajo asistidos por IA tengan la misma calidad. Una evaluación sólida debe preservar esa incertidumbre.

4. Asistencia a la suscripción y solicitudes no estructuradas

AIG describe su programa de asistencia a la suscripción como el uso de grandes modelos de lenguaje para procesar cientos de documentos que llegan en distintas formas no estructuradas, extraer campos clave y preparar información para los suscriptores [S15]. El informe anual dice que Underwriting by AIG Assist se ha ampliado y ofrece cifras de primera parte sobre el volumen de solicitudes y una ratio de presentación a vinculación en un contexto declarado [S03][S04]. La pregunta técnica útil es qué debe funcionar alrededor de esa extracción.

Los documentos de solicitud pueden contener fechas contradictorias, anexos duplicados, páginas escaneadas, tablas, notas manuscritas, suplementos y referencias a correspondencia anterior. El primer modo de fallo no es necesariamente una decisión final equivocada. Puede ser una página omitida, un campo asociado al asegurado equivocado, un valor antiguo tratado como actual o una incertidumbre presentada como hecho. Por eso una buena extracción exige procedencia. El suscriptor debe poder ver de dónde proviene un valor y si el sistema lo transformó.

El segundo requisito es la conciliación. Una solicitud puede discrepar de un registro de administración de pólizas, de los datos de un corredor o de una fuente externa. La automatización puede señalar la diferencia, pero no debe elegir la autoridad en silencio. Algunos conflictos requieren aclaración del corredor. Otros revelan un defecto de ingesta. Una cola estructurada de excepciones forma parte del producto, no es una admisión de que el producto ha fallado.

El tercer requisito es el ajuste al flujo de trabajo. Los suscriptores necesitan información en el momento y con el nivel de detalle adecuados. Demasiadas alertas pueden recrear la carga que el sistema pretendía reducir. Un resumen comprimido puede ocultar una exclusión relevante. Una explicación generada puede sonar cierta incluso cuando la fuente es ambigua. Los controles de revisión deben ser, por tanto, proporcionales a las consecuencias y permitir al usuario pasar del resumen a la evidencia.

AIG comunica que su programa permitió revisar más solicitudes y describe una mejor ratio en un contexto de implantación [S03]. Son divulgaciones operativas de primera parte relevantes, pero no aíslan la causalidad. La composición de la cartera, la dotación de personal, el apetito, la tarificación y los cambios de proceso pueden mover las mismas medidas. Una ratio más alta no demuestra por sí sola una mejor selección de riesgos ni un mejor resultado para el cliente.

El coste recurrente incluye canalizaciones documentales, clasificación, reconocimiento óptico cuando sea necesario, correspondencia de campos, muestreo de calidad, captura de correcciones, soporte al usuario, cambios de modelo y software, y supervisión de la deriva en los tipos de documentos. El caso de valor debe contar el tiempo ahorrado en la ingesta rutinaria y el tiempo añadido para revisión de excepciones, corrección y gobernanza. Solo el efecto neto describe el sistema operativo.

5. Asistencia en siniestros, revisión del perito y excepciones graves

La gestión de siniestros comienza después de una pérdida, cuando el cliente puede estar bajo presión y los hechos aún pueden estar desarrollándose. La sala de prensa de AIG dice que Claims by AIG Assist ayuda a identificar pólizas y suplementos relevantes para un siniestro y respalda la revisión del perito bajo supervisión humana [S16]. El informe anual describe reducciones de primera parte en etapas seleccionadas del proceso allí donde se ha desplegado la capacidad [S03][S04]. Estas afirmaciones respaldan un análisis de flujo de trabajo, no una garantía universal de servicio.

La identificación de pólizas es un problema de recuperación con una frontera jurídica. El contrato aplicable puede incluir suplementos, anexos, exclusiones y modificaciones. Las versiones importan. Un documento de póliza puede recuperarse correctamente mientras la relación entre sus disposiciones y la pérdida sigue en disputa. La asistencia puede reducir el esfuerzo de búsqueda, pero el perito sigue siendo dueño de la interpretación y la comunicación.

Los siniestros también contienen excepciones graves. Un incidente cibernético puede implicar hechos cambiantes, especialistas externos y contención urgente. Una catástrofe puede crear muchos siniestros a la vez, infraestructura dañada y documentación incompleta. Un acontecimiento geopolítico puede plantear cuestiones de sanciones o jurisdicción. Un modelo entrenado con patrones rutinarios puede ser menos fiable precisamente cuando las consecuencias son mayores.

Una operación segura requiere una jerarquía de autoridad. Los registros de póliza autoritativos y los hechos verificados del siniestro deben prevalecer sobre los resúmenes generados. El sistema debe exponer la incertidumbre, no resolverla mediante prosa segura. Las decisiones materiales de cobertura necesitan revisión y un registro de la evidencia utilizada. Cuando faltan documentos o los sistemas están degradados, el flujo de trabajo necesita una ruta manual segura.

La supervisión humana no es un simple clic de aprobación. Un perito necesita tiempo, conocimientos relevantes y la capacidad de discrepar. Los supervisores necesitan señales sobre volúmenes inusuales, correcciones repetidas y casos estancados. Los equipos jurídicos, de cumplimiento, de fraude, de respuesta cibernética o especialistas pueden requerir escalado. La comunicación con el cliente debe distinguir un paso preliminar de una determinación final.

El coste de los siniestros asistidos por IA incluye, por tanto, personal para excepciones, control de versiones de pólizas, vinculación de fuentes, restricción de acceso, revisión de calidad, recuperación del servicio y formación. Acelerar el paso al perito puede ser valioso, pero el resultado para el cliente depende de un análisis correcto de la cobertura, una comunicación oportuna y una reparación adecuada. Una reducción del tiempo interno de etapa no establece por sí sola esos resultados.

6. Ontología, contratos de datos y coste de integración

Una ontología promete un lenguaje compartido entre datos y flujos de trabajo. En seguros, puede reducir la ambigüedad entre unidades de negocio y sistemas. También puede convertirse en una gran obligación de mantenimiento. Cada concepto necesita una definición, un propietario, una relación y un proceso de cambio. Si dos sistemas usan la misma etiqueta con significados distintos, una capa de IA puede amplificar el desajuste.

El informe anual de AIG vincula su trabajo de ontología con suscripción, siniestros, análisis de cartera y transacciones estratégicas [S03][S04]. Ese alcance convierte la integración en algo central. Los datos de carteras adquiridas o renovadas pueden llegar con convenciones distintas. Los registros de pólizas y siniestros pueden abarcar años. Las solicitudes de corredores pueden usar sus propias estructuras. Un modelo compartido del negocio puede ayudar a compararlos, pero solo si las decisiones de correspondencia son explícitas y reversibles.

Los contratos de datos deben definir campos obligatorios, valores permitidos, puntualidad, procedencia y comportamiento ante fallos. También deben describir qué ocurre cuando una fuente llega tarde o incompleta. Una llamada de interfaz correcta no es prueba de un registro de negocio completo. Un campo puede ser sintácticamente válido y semánticamente erróneo. La conciliación exige comprobaciones a nivel de negocio.

Los cambios crean efectos de segundo orden. Renombrar un concepto puede alterar la recuperación, los informes y las reglas de acceso. Añadir una relación puede exponer información a un flujo de trabajo que antes no la necesitaba. Un modelo nuevo puede interpretar de forma distinta textos antiguos. Una actualización de un socio puede cambiar la cobertura de campos. El versionado debe permitir reconstruir qué definiciones y software estaban activos en una decisión.

La integración también crea dependencias de latencia y disponibilidad. La suscripción puede tolerar una fuente de enriquecimiento retrasada de forma distinta que la ingesta de siniestros durante un evento urgente. Un mecanismo de reserva puede permitir continuar el trabajo con información reducida, pero el usuario debe conocer el modo. Las acciones reintentadas no deben duplicar un registro ni avanzar un caso dos veces. El estado incierto exige conciliación, no optimismo.

El trabajo duradero incluye gobernanza de esquemas, revisión de correspondencias, supervisión de calidad de datos, linaje, permisos, migración, datos de prueba, coordinación de versiones y retirada de interfaces antiguas. Estos costes pueden justificarse por la reutilización entre flujos de trabajo, pero no desaparecen cuando bajan los precios de los modelos. En muchas empresas, la capa de significado compartido e integración es el activo más difícil de construir y la dependencia más difícil de reemplazar.

7. Orquestación, autoridad y supervisión humana

La descripción pública de AIG sobre orquestación se centra en la activación, el acceso a la información, la secuencia de tareas y la supervisión humana [S03][S04]. Son las preguntas de diseño correctas porque un flujo de trabajo automatizado puede crear riesgo incluso cuando cada componente cumple su función limitada.

La activación define cuándo es apropiada la asistencia. Una solicitud comercial rutinaria puede ser apta para extracción automatizada, mientras que un caso novedoso o sensible puede requerir una ruta distinta. Un flujo de trabajo de siniestros puede usar asistencia para localizar documentos, pero no para determinar la autoridad. Las reglas de elegibilidad necesitan propietarios, versionado y supervisión. Si son demasiado amplias, el sistema llega a casos para los que no fue diseñado. Si son demasiado estrechas, los usuarios las rodean.

El acceso define la frontera de la información. Que un usuario pueda ver un registro no significa que todos los componentes automatizados deban recibirlo. El privilegio mínimo debe tener en cuenta la finalidad, no solo la identidad. Información sensible de siniestros, salud, empleo o seguridad puede requerir restricciones adicionales. El acceso debe registrarse, ser revisable y revocarse cuando cambian los roles.

La secuencia define la dependencia. Un resumen generado antes de que lleguen todos los documentos puede quedar obsoleto cuando se toma una decisión. Una tarea posterior puede ejecutarse sobre un campo no verificado. Un reintento puede crear trabajo duplicado. La orquestación debe representar explícitamente los requisitos previos y el estado incierto. Debe admitir pausa, escalado y reversión.

La supervisión humana define la autoridad. El revisor necesita contexto suficiente y una elección significativa. Si la interfaz facilita la aceptación y dificulta el cuestionamiento, un paso humano nominal puede ofrecer poco control. La calidad de la revisión puede disminuir bajo presión de volumen. La supervisión debe considerar anulaciones, correcciones, escalados, tiempo empleado y patrones de fallo repetidos, no solo la finalización.

El coste operativo incluye diseño de políticas, administración de accesos, gestión de colas, observabilidad, formación, muestreo de calidad y respuesta a incidentes. También incluye la negociación organizativa sobre quién es dueño de un flujo de trabajo interfuncional. Eso no es gasto incidental. Es cómo una aseguradora preserva la rendición de cuentas cuando la capacidad cruza suscripción, siniestros, datos, tecnología y riesgo.

8. Resultados de flujo de trabajo comunicados frente a prueba independiente

El informe anual de AIG ofrece varias declaraciones cuantitativas sobre su trabajo asistido por IA [S03][S04]. Comunica volumen de solicitudes y evolución interanual en un contexto de Lexington, una mejor ratio de presentación a vinculación tras una implantación, y etapas más cortas en procesos de siniestros seleccionados donde se desplegó la capacidad. Estas divulgaciones son útiles porque nombran un contexto operativo. Siguen siendo informes de primera parte.

La primera disciplina es preservar el denominador. Una cifra de solicitudes no muestra complejidad documental, composición del riesgo ni profundidad de revisión. Una ratio puede cambiar por apetito, tarificación, comportamiento de corredores o composición de la cartera. Una medida de tiempo de ciclo necesita eventos de inicio y fin definidos. Pasar de días a horas en una etapa seleccionada no significa necesariamente que todo el siniestro se resuelva al mismo ritmo.

La segunda disciplina es separar correlación y mecanismo. La extracción asistida por IA puede reducir la recopilación manual. Mejores datos, flujos de trabajo revisados, más personal o cambios de política también pueden contribuir. Una evaluación creíble debe describir los cambios concurrentes e incluir una línea base adecuada. Este artículo no atribuye las mejoras comunicadas únicamente a un modelo.

La tercera disciplina es examinar la calidad y las colas. Un procesamiento más rápido puede ser valioso mientras aumenta el trabajo de corrección. Revisar más solicitudes puede mejorar la oportunidad mientras el volumen de bajo valor consume atención. Una media mejor puede ocultar un pequeño número de errores graves. Las consecuencias aseguradoras no se distribuyen uniformemente, por lo que la evaluación debe incluir excepciones de alto impacto.

La fiabilidad en producción necesita medidas operativas como frescura de datos, exhaustividad de recuperación, tasas de corrección, tasas de escalado, latencia, disponibilidad y recuperación. El resultado para el cliente necesita medidas como claridad, puntualidad, aplicación correcta de la póliza y reparación efectiva. Son ejemplos de la evidencia necesaria; los materiales públicos no ofrecen una distribución completa actual para cada flujo de trabajo de AIG.

Las divulgaciones de AIG son, por tanto, más sólidas que una afirmación genérica de que la IA crea eficiencia, pero no constituyen una referencia independiente. La conclusión responsable es acotada: AIG dice que flujos de trabajo seleccionados han alcanzado una escala significativa y comunica mejoras operativas. Haría falta más evidencia para comparar sistemas, aislar la causalidad o establecer un resultado para el cliente.

9. Capacidad frente a fiabilidad en producción

La capacidad pregunta si un sistema puede realizar una tarea en condiciones definidas. Un modelo puede extraer campos, clasificar documentos, recuperar clausulado de póliza o resumir un siniestro. Los materiales públicos de AIG respaldan esas categorías de capacidad [S03][S15][S16]. La fiabilidad en producción pregunta si todo el servicio funciona de forma coherente con datos actualizados, autoridad correcta y fallo seguro.

La diferencia importa porque una respuesta correcta del modelo puede integrarse en un flujo de trabajo no fiable. El documento de origen puede estar incompleto. Una interfaz puede entregar una versión antigua. Las reglas de acceso pueden ser incorrectas. El resultado puede no llegar al revisor adecuado. Una cola puede detenerse de forma silenciosa. Una versión puede cambiar el comportamiento. Un mecanismo de reserva puede no preservar la evidencia necesaria para reconstruir una decisión.

La fiabilidad es multidimensional. Disponibilidad sin corrección puede acelerar errores. Corrección sin puntualidad puede hacer inutilizable la información. Un sistema seguro que impide trabajo legítimo puede causar daño operativo. Un resumen rápido que omite un suplemento relevante puede ser peor que una revisión manual más lenta. El objetivo de servicio adecuado depende de las consecuencias.

La supervisión debe cubrir, por tanto, la tarea, no solo el modelo. Los operadores necesitan saber si llegaron las entradas, si estaba presente la evidencia esperada, si se revisó el resultado, si se resolvieron las excepciones y si el registro autoritativo se actualizó correctamente. La evaluación a nivel de modelo sigue siendo útil, pero es un componente del control integral.

La recuperación forma parte de la fiabilidad. La divulgación de resiliencia empresarial de AIG describe continuidad, recuperación tecnológica, gestión de eventos, ejercicios y supervisión [S11]. Un flujo de trabajo asistido por IA debe encajar en esa estructura. Cuando falla una dependencia, los usuarios necesitan un modo reducido conocido. El trabajo no debe desaparecer entre colas automatizadas y manuales. Los datos recuperados deben conciliarse antes de reanudar el procesamiento normal.

Ninguna fuente pública establece una puntuación universal de fiabilidad para el programa de IA de AIG. Esa ausencia no debe llenarse con suposiciones. El resultado analítico es un conjunto de requisitos: dependencias observables, datos actualizados, autoridad explícita, degradación segura, recuperación probada y evidencia que sobreviva a los cambios.

10. Fiabilidad en producción frente a resultado para el cliente

El resultado para el cliente es más amplio que el funcionamiento fiable del sistema. Un servicio puede estar técnicamente disponible y, aun así, aplicar mal una póliza. Puede recuperar el documento correcto y comunicar mal una decisión. Puede reducir el tiempo interno dejando a la parte afectada en la incertidumbre. El seguro añade dimensiones jurídicas, contractuales y humanas que no pueden reducirse a una puntuación de modelo.

En suscripción, un resultado para el cliente puede implicar condiciones oportunas y comprensibles, tratamiento adecuado de la información y una vía fiable para corregir un error. En siniestros, puede implicar análisis de cobertura preciso, comunicación clara, pago u otra reparación, y apoyo durante un evento difícil. La medida responsable depende del producto y del contexto.

La narrativa actual de siniestros de AIG destaca la supervisión humana y el papel de los peritos [S16]. Esa frontera es importante. Un paso asistido por IA puede acortar la manipulación de documentos, mientras el resultado sigue dependiendo de la pericia, la evidencia y la comunicación. Una catástrofe o una brecha cibernética puede exigir coordinación con especialistas y partes externas. El valor del sistema está, en parte, en apoyar ese trabajo, no en sustituir su rendición de cuentas.

La evidencia de resultado también necesita distribución. Una media puede ocultar clientes con historiales de póliza inusuales, necesidades de accesibilidad, identidad en disputa, acuerdos multinacionales complejos o pérdidas graves. Las rutas de excepción determinan si esos casos reciben una revisión significativa. Un bajo número de escalados puede indicar buen funcionamiento o dificultad para llegar al soporte.

El rendimiento financiero está aún más lejos de una sola tecnología. Los materiales para inversores de AIG aportan contexto operativo [S08], pero los ingresos de suscripción, ratios o rentabilidades reflejan tarificación, selección de riesgos, experiencia de siniestros, reaseguro, capital, condiciones de mercado y muchas otras decisiones. No sería riguroso atribuir un resultado financiero de toda la empresa a un flujo de trabajo de IA sin una evaluación acotada.

La regla práctica de gobernanza es simple: informar por separado de capacidad, fiabilidad en producción y resultado para el cliente. Vincularlos mediante un mecanismo declarado, pero no fusionarlos en una única etiqueta de éxito. Esa estructura permite a los responsables ver si un procesamiento más rápido va acompañado de calidad estable, excepciones manejables y trato adecuado al cliente.

11. Ciberseguridad, recepción de vulnerabilidades y resiliencia

AIG publica una página de seguridad cibernética y de la información, un programa de divulgación de vulnerabilidades y una divulgación de resiliencia empresarial [S09][S10][S11]. Estos materiales establecen superficies públicas de control sin revelar la arquitectura defensiva privada. También muestran por qué el coste operativo de la IA no puede separarse de la seguridad y la continuidad.

El programa de vulnerabilidades ofrece una vía estructurada para que los investigadores presenten problemas reproducibles para su revisión [S10]. Esa vía crea trabajo: recepción, validación, evaluación de gravedad, propiedad, corrección, comunicación y cierre. Un informe puede estar incompleto o duplicado. Un problema sospechoso puede afectar a varios servicios. La acción correctiva puede requerir coordinación con un proveedor. El programa público es una capacidad; su fiabilidad depende de un rendimiento de proceso que no es totalmente visible.

Los servicios asistidos por IA amplían la superficie de ataque y error. Datos sensibles pueden incluirse en un contexto inapropiado. El contenido recuperado puede ser malicioso o engañoso. Un defecto de identidad o permisos puede exponer información. Una dependencia puede cambiar el comportamiento. Los controles de seguridad deben cubrir el movimiento de datos, el acceso, la cadena de suministro de software, la configuración, la supervisión y la respuesta.

La resiliencia añade preparación ante disrupciones. AIG dice que su programa cubre continuidad de negocio, recuperación tecnológica ante desastres, gestión de eventos, evaluación de impacto, pruebas, ejercicios, formación e informes de gestión [S11]. También describe centros de supervisión continua. Son descripciones de programa de primera parte, no prueba de que cada escenario se recuperará en un plazo concreto.

Para un flujo de trabajo asistido por IA, la continuidad debe definir la degradación segura. Los suscriptores y peritos pueden necesitar una ruta manual aprobada. Un sistema puede pasar a solo lectura si una acción no puede confirmarse. Las colas deben preservar el orden y la propiedad. La recuperación debe conciliar el trabajo completado durante la disrupción. La evidencia crítica debe seguir disponible aunque no lo esté la capa de asistencia.

Los ejercicios necesitan fallos realistas de dependencias y datos, no solo una caída total. Una fuente puede entregar información obsoleta. Un servicio de modelo puede responder mientras la calidad ha cambiado. Un sistema de identidad puede estar parcialmente disponible. Un evento regional puede crear a la vez disrupción técnica y un aumento de siniestros. Estas condiciones mixtas ponen a prueba si la autoridad y la comunicación siguen siendo coherentes.

12. Privacidad y ciclo de vida continuo de los datos

La política de privacidad pública de AIG describe un ciclo de vida amplio de la información [S12]. Los datos de seguros pueden incluir identidad, contacto, póliza, siniestros, información financiera, laboral, de salud, de dispositivos o de seguridad según el servicio. La política pública no revela todos los conjuntos de datos internos, pero establece que la recogida, el uso, la divulgación, la protección, la transferencia y los derechos individuales son obligaciones continuas.

Los flujos de trabajo asistidos por IA pueden aumentar la reutilización. Un documento recogido para suscripción puede parecer útil para el análisis de cartera. El texto de siniestros puede mejorar búsquedas o clasificación. La telemetría de socios puede apoyar la evaluación de riesgo cibernético. La viabilidad técnica no determina si un nuevo uso es apropiado. La finalidad, la notificación, la base jurídica, el contrato y las expectativas siguen importando.

La minimización de datos es operativa. El flujo de trabajo debe proporcionar solo la información necesaria para la tarea. Un almacén documental amplio puede ser conveniente para la recuperación, pero amplía la exposición. La anonimización o el acceso a nivel de campo pueden reducir el riesgo, pero esos controles necesitan precisión y mantenimiento. La información sensible no debe copiarse en registros ni sistemas secundarios sin una necesidad definida.

La conservación y la eliminación también son comportamientos del sistema. Los registros pueden tener requisitos legales o regulatorios de conservación, mientras que los datos de trabajo temporales pueden no tenerlos. Una interacción con un modelo puede crear texto derivado que contenga los mismos hechos sensibles que la fuente. Eliminar la fuente conservando una copia derivada puede no cumplir el control previsto. Los mapas de datos deben incluir cachés, índices, analítica y copias de recuperación.

Los derechos y las correcciones crean excepciones. Una persona puede impugnar información o solicitar acceso cuando corresponda. La organización necesita localizar los registros relevantes, comprender la procedencia y evitar propagar una corrección de forma incompleta. Una ontología puede ayudar a conectar registros, pero también puede extender una relación incorrecta si la gobernanza es débil.

El coste de privacidad incluye clasificación, permisos, revisión, gestión de registros, controles de transferencia, condiciones de proveedores, tratamiento de solicitudes, respuesta a incidentes y evaluación de cambios. Debe incluirse en el caso de negocio de la IA. Un modelo más barato no reduce la obligación de saber qué datos recibe, por qué los recibe y cómo la organización puede corregirlos o eliminarlos.

13. Límites de capacidad de CyberMatics e IntelliRisk

CyberMatics e IntelliRisk demuestran que el programa tecnológico de AIG incluye superficies de cliente y de socios además de asistencia interna [S13][S14]. También muestran por qué la capacidad del producto debe separarse de la fiabilidad en producción.

AIG describe CyberMatics como el uso de información de socios de seguridad aprobados para actualizar un perfil de madurez cibernética y ofrecer puntuaciones, recomendaciones y modelado. La página dice que un socio traduce los datos del cliente antes de enviar respuestas a preguntas definidas de la aplicación y afirma que AIG no recibe datos brutos del cliente en ese proceso [S13]. Es una frontera pública significativa.

El diseño sigue planteando interrogantes. La recogida y traducción del socio necesitan controles de calidad. Una puntuación necesita una versión definida y una explicación. Una recomendación puede quedar obsoleta a medida que cambia el entorno del cliente. La disponibilidad y el acceso del panel deben gestionarse. Un cliente puede impugnar los datos de entrada o la prioridad inferida. La página pública no establece precisión de alertas, exhaustividad, adopción ni pérdidas evitadas.

IntelliRisk se presenta como un sistema de información para la gestión de riesgos con paneles, búsquedas, informes y acceso a datos de siniestros en muchos países [S14]. Su valor depende de la frescura de los datos, definiciones coherentes, permisos y conciliación. Una tendencia visual puede ser técnicamente correcta mientras combina categorías incomparables. Una búsqueda puede devolver registros omitiendo un siniestro recién cargado. El soporte al usuario y la corrección de calidad de datos forman parte del servicio.

Estos productos también ilustran la complejidad de proveedores y jurisdicciones. Los datos pueden originarse en varios sistemas o países. Los roles difieren entre cliente, corredor, gestor de riesgos y personal de AIG. Una función apropiada para un rol puede exponer demasiado a otro. Los cambios en una interfaz de socio o en el esquema de siniestros pueden afectar al resultado orientado al cliente.

El caso operativo debe medir algo más que inicios de sesión o puntuaciones mostradas. Evidencia útil puede incluir puntualidad de actualización, exhaustividad, tiempo de corrección, excepciones no resueltas, resultados de revisión de accesos, demanda de soporte y decisiones de usuarios informadas por la herramienta. Son categorías de evaluación, no afirmaciones sobre las medidas privadas de AIG.

La lección más amplia es que la IA y la analítica se sitúan dentro de productos con obligaciones de servicio continuas. Un modelo de puntuación, un panel o un asistente documental puede ser técnicamente capaz mientras el producto que lo rodea es difícil de mantener. El coste pertenece al servicio integral.

14. Dependencia de socios y control de proveedores

El informe anual de AIG cita varias relaciones tecnológicas en relación con su estrategia de IA [S03][S04]. CyberMatics enumera socios de seguridad en un contexto de producto separado [S13]. La divulgación pública de una relación no revela todos los detalles contractuales o técnicos, y no debe suponerse que un socio citado participa en todos los flujos de trabajo.

La dependencia de proveedores tiene varias capas. La infraestructura puede afectar a la disponibilidad y a la ubicación de los datos. Un servicio de modelo puede afectar al comportamiento, la capacidad y las políticas. Un socio de datos puede afectar a la exhaustividad y puntualidad. Una plataforma de software puede dar forma a la ontología, la integración o la observabilidad. Cada dependencia necesita un propietario y un límite de servicio.

La contratación es necesaria pero insuficiente. Los operadores necesitan saber cómo se comunica un cambio, cómo se revoca el acceso, cómo se coordinan los incidentes y cómo pueden recuperarse los datos. Un proveedor puede cumplir su objetivo de servicio mientras el flujo integral de la aseguradora falla. La supervisión debe incluir, por tanto, resultados de negocio como progresión de colas y conciliación de registros, no solo el estado del proveedor.

Las dependencias de modelos crean riesgo de cambio. Una versión puede mejorar la capacidad general y alterar el comportamiento en una tarea especializada. Los límites de capacidad pueden aparecer durante un pico. Los cambios de seguridad o de política pueden afectar al resultado. Las comprobaciones de aceptación deben vincularse al caso de uso controlado de AIG. Los flujos de trabajo de altas consecuencias necesitan un mecanismo de reserva y una regla clara sobre cuándo detener la asistencia automatizada.

La concentración puede quedar oculta. Varios productos pueden compartir la misma identidad, región de nube, plataforma de datos o servicio de comunicaciones. Paneles separados pueden hacer que las aplicaciones parezcan independientes mientras una dependencia las conecta. A la inversa, duplicar todos los servicios puede crear controles incoherentes y un mantenimiento elevado. La arquitectura debe hacer visible el equilibrio.

La planificación de salida forma parte del coste. Los datos necesitan formatos portátiles y significado conservado. Las decisiones históricas necesitan evidencia legible. Los flujos de trabajo alternativos necesitan pruebas. El personal necesita tiempo para migrar. Un reemplazo puede requerir reasignar conceptos de ontología y volver a formar a los usuarios. El cambio no es una adquisición de emergencia; es una capacidad que debe existir antes de que una dependencia se vuelva urgente.

15. Mantenimiento, versiones y ciclo de vida de modelos

El Formulario 10-K de AIG identifica tecnología, cibernética, datos, modelos, terceros, operaciones y continuidad como áreas de riesgo [S05]. El informe anual describe un desarrollo rápido de la IA [S03][S04]. Juntas, estas divulgaciones respaldan una visión de ciclo de vida: el servicio debe mantenerse a través de modelos, software, datos y reglas de negocio cambiantes.

La disciplina de versiones empieza por el alcance. Un cambio puede afectar a la extracción, recuperación, clasificación, resúmenes, acceso, enrutamiento o interfaz de usuario. Cada uno tiene un modo de fallo distinto. Una actualización de modelo puede alterar el resultado sin cambiar una interfaz. Una actualización de ontología puede cambiar varios flujos de trabajo a la vez. Una nueva fuente de datos puede mejorar la cobertura e introducir valores incoherentes.

Las pruebas deben reflejar tareas y consecuencias reales. La calidad general del lenguaje no basta para la recuperación de pólizas o la revisión de siniestros. La evaluación necesita documentos representativos, casos raros pero graves, formatos cambiados y ambigüedades conocidas. Debe evaluar afirmaciones sin respaldo, omisiones, procedencia y comportamiento de escalado. Los resultados deben compararse con una versión anterior definida.

El despliegue necesita observabilidad y reversión. Los equipos deben saber qué versión gestionó un caso y qué definiciones de datos estaban activas. Una versión debe tener condiciones de parada. Si una tasa de corrección o escalado aumenta, el operador debe poder limitar o revertir el cambio. Un mecanismo de reserva no debe descartar trabajo de forma silenciosa ni producir una decisión imposible de rastrear.

El mantenimiento incluye el entorno humano. Los usuarios necesitan guías actualizadas cuando cambia una capacidad. Los revisores pueden volverse excesivamente confiados a medida que mejoran los resultados. Los nuevos empleados necesitan formación en autoridad y escalado. Los equipos de soporte necesitan propiedad conocida. La revisión de políticas y cumplimiento debe seguir el ritmo de la evolución del producto.

La retirada suele descuidarse. Interfaces y modelos antiguos pueden permanecer porque un usuario posterior sigue dependiendo de ellos. Rutas duplicadas crean comportamiento incoherente y exposición de seguridad. La retirada exige descubrimiento de dependencias, conservación de registros, migración y comunicación. El coste de licencias o computación ahorrado puede ser menor que el trabajo de retirar la ruta antigua de forma segura.

La unidad económica relevante es, por tanto, el ciclo de vida, no una petición a un modelo. Adquisición, integración, evaluación, supervisión, respuesta a incidentes, cambio y retirada pertenecen al coste. La escala divulgada de AIG puede hacer valiosa la reutilización, pero la escala también eleva la consecuencia de una dependencia común débil.

16. Modos de fallo, escalado y gestión de excepciones

El análisis de modos de fallo convierte una estrategia tecnológica amplia en un plan operativo. Las presentaciones de AIG, sus páginas de seguridad, su vía de vulnerabilidades, su divulgación de resiliencia y su relato de siniestros respaldan varias categorías públicas [S05][S09][S10][S11][S16]. No revelan el historial privado de incidentes ni el rendimiento exacto de los controles.

El fallo de entrada incluye documentos faltantes, duplicados, obsoletos o contradictorios. El fallo de extracción incluye un campo omitido, relación errónea o inferencia sin respaldo. El fallo de recuperación incluye la versión de póliza equivocada o un conjunto incompleto de suplementos. El fallo de flujo de trabajo incluye enrutamiento erróneo, acción duplicada, cola estancada o estado incierto. El fallo de acceso incluye sobreexposición o bloqueo de un usuario legítimo.

El fallo humano sigue siendo posible. Un revisor puede aceptar un resumen plausible demasiado rápido. Una cola sobrecargada puede retrasar el escalado. La pericia puede no estar disponible durante un pico. Una póliza puede interpretarse de forma incoherente. La formación puede ir por detrás de una versión. La automatización puede acelerar el proceso sin aclarar la rendición de cuentas.

El fallo de dependencias incluye caídas, latencia, capacidad, cambio de comportamiento, datos corruptos o notificación incompleta. El fallo de seguridad incluye acceso no autorizado, contenido malicioso, software vulnerable o fuga de información sensible. El fallo de resiliencia incluye un mecanismo de reserva no probado, trabajo perdido durante la recuperación o un proceso manual que no puede manejar el volumen.

El fallo de resultado puede ocurrir incluso cuando la tecnología se comporta como se diseñó. Una regla puede ser inapropiada. La comunicación puede ser confusa. Un cliente puede no encontrar una vía de corrección eficaz. Una decisión técnicamente correcta puede crear consecuencias graves posteriores. La supervisión debe incluir quejas, correcciones y reparaciones, no solo la salud del sistema.

La gestión de excepciones exige colas explícitas, propiedad, prioridad y antigüedad. Los casos necesitan contexto suficiente para revisarse. El escalado debe ser posible sin perder la evidencia original. Las excepciones repetidas deben alimentar la mejora del producto en lugar de quedarse como eventos de soporte aislados. Los casos graves necesitan coordinación interfuncional.

El coste no es un defecto del caso de negocio. Es el precio de operar con seguridad bajo incertidumbre. Un programa de automatización útil puede reducir el esfuerzo rutinario y aumentar la importancia de la revisión especializada. Los responsables deben comparar la cola total antes y después del despliegue: trabajo rutinario eliminado, nueva supervisión añadida, correcciones creadas y excepciones de altas consecuencias gestionadas.

17. Marco de decisión para compradores técnicos y operadores

El registro público de AIG respalda un marco de decisión estructurado. La primera pregunta es la capacidad: ¿qué tarea exacta realiza el sistema, sobre qué fuentes y con qué autoridad? La extracción en suscripción, la recuperación en siniestros, la puntuación cibernética y los paneles de riesgo deberían tener cada uno su propia respuesta.

La segunda pregunta es la fiabilidad en producción: ¿qué debe seguir siendo cierto para que el servicio integral funcione? Identificar sistemas autoritativos, frescura de datos, acceso, interfaces, comportamiento de colas, latencia, supervisión, recuperación y mecanismo de reserva. Definir cómo expone el servicio la incertidumbre y cómo llega el usuario a la evidencia.

La tercera pregunta es el resultado para el cliente: ¿qué cambia para el asegurado, el corredor o el reclamante, y cómo se mide? Preservar la línea base y el contexto. Separar el tiempo interno de etapa de la resolución completa. Examinar excepciones graves además de las medias. No inferir beneficio para el cliente solo por adopción o rendimiento financiero.

La cuarta pregunta es la supervisión. Nombrar al revisor autorizado, los casos que requieren revisión, la evidencia disponible y la vía para discrepar. Medir corrección y escalado. Garantizar que el volumen no convierta una decisión significativa en un clic ceremonial.

La quinta pregunta es la integración y el mantenimiento. Enumerar contratos de datos, conceptos de ontología, dependencias, versiones y propietarios. Presupuestar correspondencias, pruebas, supervisión, soporte, versiones, reversión y retirada. Incluir privacidad, ciberseguridad, resiliencia y control de proveedores.

La sexta pregunta es el fallo y la recuperación. Enumerar modos de fallo de entrada, modelo, flujo de trabajo, humano, dependencia, seguridad y resultado. Dar a cada uno una señal de detección, un propietario y una acción segura. Probar condiciones mixtas como disponibilidad parcial y picos de volumen. Conciliar el trabajo después de la recuperación.

La séptima pregunta es la reversibilidad. ¿Puede AIG limitar una capacidad, detenerla, volver a una ruta manual controlada y preservar la evidencia? ¿Puede reemplazar una dependencia sin perder el significado de los registros? ¿Puede explicar qué versión contribuyó a una decisión? La reversibilidad es un activo operativo.

Este marco no rechaza el progreso comunicado por AIG. Sitúa ese progreso en el contexto requerido para una aseguradora global. Los materiales públicos muestran un esfuerzo serio por conectar la IA con datos, flujos de trabajo y supervisión humana. La carga restante es continua: demostrar que la capacidad se convierte en un producto fiable y que el producto contribuye a resultados apropiados para el cliente sin ocultar el coste de la supervisión y las excepciones.

Veredicto

Las divulgaciones públicas de AIG ofrecen evidencia creíble de suscripción asistida por IA desplegada, uso creciente en siniestros, inversión en ontología y una capa de orquestación en desarrollo. También ofrecen cifras operativas de primera parte inusualmente útiles. El registro es lo bastante sólido para concluir que AIG ha superado una demostración aislada.

No es lo bastante sólido para asignar una única puntuación de fiabilidad, una referencia independiente o un resultado causal para el cliente al programa. Las mejoras comunicadas por AIG siguen acotadas por producto, flujo de trabajo y contexto de medición. CyberMatics, IntelliRisk, seguridad, privacidad y resiliencia muestran que la superficie operativa completa es más amplia que el modelo.

Para compradores técnicos y operadores, el trabajo decisivo está alrededor de la capacidad: datos actualizados, procedencia de pólizas y siniestros, mantenimiento de ontología, acceso, control de socios, autoridad humana, colas de excepciones, disciplina de versiones, recuperación y auditabilidad. Esos controles crean coste recurrente, pero también son lo que puede convertir una función de modelo impresionante en un servicio asegurador duradero.

La evaluación correcta no es, por tanto, que la IA transforma automáticamente los seguros ni que la supervisión humana anula el valor de la automatización. La conclusión más sólida es condicional. La suscripción y los siniestros asistidos por IA pueden reducir la manipulación rutinaria y mejorar el acceso a la información cuando la organización mide la fiabilidad integral, preserva el juicio profesional, financia la gestión de excepciones y comprueba si mejoran los resultados para el cliente. La estrategia pública de AIG apunta en esa dirección; la evidencia operativa continua debe establecer con qué coherencia lo consigue.

Fuentes

[S01] Directorio BTW, American International Group, Inc.:https://btw.media/en/directory/american-international-group-inc
[S02] AIG, Acerca de AIG:https://www.aig.com/home/about
[S03] AIG, página del Informe anual 2025:https://www.aig.com/home/investor-relations/aig-2025-annual-report
[S04] AIG, PDF del Informe anual 2025:https://www.aig.com/content/dam/aig/america-canada/us/documents/investor-relations/annual-report/aig-2025-annual-report.pdf
[S05] SEC de EE. UU., Formulario 10-K de AIG 2025:https://www.sec.gov/Archives/edgar/data/5272/000000527226000023/aig-20251231.htm
[S06] AIG, PDF de la Declaración de representación 2026:https://www.aig.com/content/dam/aig/america-canada/us/documents/investor-relations/notice-of-annual-meeting-and-proxy-statement/aig-2026-notice-of-annual-meeting-and-proxy-statement.pdf
[S07] SEC de EE. UU., Declaración de representación de AIG 2026:https://www.sec.gov/Archives/edgar/data/5272/000000527226000039/aig-20260331.htm
[S08] Relaciones con inversores de AIG:https://www.aig.com/home/investor-relations
[S09] AIG, Seguridad cibernética y de la información:https://www.aig.com/home/about/cyber-and-information-security
[S10] AIG, Divulgación de vulnerabilidades:https://www.aig.com/home/about/cyber-and-information-security/vulnerability-disclosure
[S11] AIG, Divulgación de resiliencia empresarial:https://www.aig.com/enterprise-resilience-disclosure
[S12] Política de privacidad de AIG:https://www.aig.com/privacy-policy
[S13] AIG, CyberMatics:https://www.aig.com/home/risk-solutions/business/cyber/cybermatics
[S14] AIG, IntelliRisk:https://www.aig.com/intellirisk
[S15] AIG, AIG Leaders Discuss GenAI and the Atlanta Innovation Hub:https://www.aig.com/home/newsroom/stories/aig-leaders-discuss-gen-ai-and-atlanta-innovation-hub
[S16] AIG, Delivering for Our Clients When They Need Us Most:https://www.aig.com/home/newsroom/stories/delivering-for-our-clients-when-they-need-us-most
[S17] GLEIF, registro LEI de American International Group, Inc.:https://api.gleif.org/api/v1/lei-records/ODVCVCQG2BP6VHV36M30
[S18] Wikimedia Commons, fotografía de la sede de AIG:https://commons.wikimedia.org/wiki/File:AIG_Headquarters.jpg

Crédito de la imagen: «Sede de AIG», de Marc Bryan-Brown, fotografiada en 175 Water Street en Nueva York en 2016, CC BY-SA 4.0, vía Wikimedia Commons, con autorización registrada mediante Wikimedia VRT. La fotografía proporciona únicamente contexto arquitectónico corporativo histórico y no establece la sede actual, la tecnología, el despliegue de IA, la seguridad, la dotación de personal, la fiabilidad en producción ni los resultados para el cliente de AIG.