El tope de £50,000 de Chubb se encuentra con el seguro para agentes de IA

£50,000 era un tope. En 2015, Chubb ofrecía hasta esa cantidad para asesoría y pérdida de ingresos bajo una póliza contra el acoso en línea. El contrato no tenía que poner precio a cada consecuencia de la vida en línea. Tenía que nombrar dos costos y establecerles un límite. Once años después, las aseguradoras enfrentan agentes de IA que pueden cambiar código e infraestructura en la nube.

Un chatbot puede dar una respuesta equivocada. Un agente con credenciales puede actuar a partir de ella. La distinción importa para una empresa que compra un seguro porque una reclamación debe identificar no solo el error, sino también quién dio al software autoridad para realizar el cambio con consecuencias.

El software autónomo está creando una capa de asegurabilidad por encima de la capa de modelos: las empresas deben definir las acciones permitidas, preservar evidencia y asignar responsabilidades, mientras las aseguradoras pueden usar exclusiones, auditorías, límites y condiciones de reclamación para hacer de esos controles una condición de cobertura. Las pólizas disponibles todavía no establecen un precio estándar ni una lista estándar de controles. Muestran a las partes trazando los límites.

La autoridad de un agente crea la ruta de pérdida

Apple incorporó Claude Agent de Anthropic y Codex de OpenAI en Xcode 26.3, junto con soporte para el Model Context Protocol. OpenAI describió ahí a Codex como capaz de desglosar tareas, buscar documentación, explorar estructuras de archivos, actualizar configuraciones y capturar vistas previas. El modelo aporta capacidad. Xcode y el entorno del desarrollador determinan dónde puede usarse esa capacidad.

Ai2 amplió la oferta en enero de 2026 con agentes de programación abiertos, incluidos modelos SERA de 32 mil millones y 8 mil millones de parámetros destinados a adaptarse a bases de código privadas. Apple, por su parte, puso a disposición dos proveedores competidores en un solo entorno de desarrollo. Ningún hecho vuelve intercambiables a sus modelos para cada tarea. Ambos dan a las empresas más opciones sobre qué agente admitir en un flujo de trabajo, y más razones para especificar qué puede tocar ese agente.

Cursor cambió el momento de la intervención. Sus Automations pueden iniciar agentes después de un cambio en una base de código, un mensaje de Slack o un temporizador. Un desarrollador no necesita iniciar cada ejecución. Por ello, la revisión humana no puede tratarse únicamente como una forma de detectar resultados defectuosos antes de que aparezcan; para acciones con consecuencias, también establece quién aprobó qué y cuándo.

Los agentes de reparación en la nube de DataAgent llevan la misma progresión a la infraestructura de producción. La empresa recaudó $10M para desarrollar agentes que corrijan de forma autónoma fallas dentro de los entornos en la nube de los clientes. Una edición equivocada en una rama de desarrollo y una reparación equivocada en producción exponen sistemas distintos a pérdidas. Por eso el control del flujo de trabajo de producción de software importa junto con la calidad del modelo.

Las aseguradoras están fijando límites antes de establecer un precio común

En noviembre de 2025, AIG, Great American y WR Berkley buscaron autorización regulatoria en Estados Unidos para ofrecer pólizas que excluyeran responsabilidades vinculadas a empresas que despliegan chatbots y agentes de IA. Que tres aseguradoras buscaran exclusiones no significa que tres aseguradoras rechacen toda reclamación relacionada con IA. Una autorización solicitada no es una autorización concedida, y una solicitud de exclusión no establece cuánta prima podría sostener un mercado de responsabilidad por agentes.

También se reportó en abril de 2026 que QBE y Beazley avanzaban hacia topes en los pagos de pólizas cibernéticas por pérdidas relacionadas con IA y multas regulatorias, incluidas las que involucraban LLMjacking. El uso no autorizado de un modelo de lenguaje no es el mismo evento que un agente que realiza un cambio autorizado pero dañino. La comparación muestra cómo las aseguradoras pueden separar exposiciones que una empresa de otro modo podría colocar bajo una sola etiqueta amplia de “IA”.

Para octubre de 2026, el Financial Times describió a las aseguradoras preparándose para reclamaciones de varios millones de dólares tras incidentes con agentes fuera de control. Eso describe preocupación por la severidad, no un registro divulgado de reclamaciones pagadas por agentes. Un suscriptor todavía debe distinguir la acción de un agente de la instrucción de un usuario, la falla de un proveedor de modelos, una credencial comprometida o un defecto en el software circundante.

Las aseguradoras de Lloyd's adoptaron una posición distinta en 2025. Lanzaron cobertura desarrollada por Armilla para empresas demandadas por errores de chatbots de IA. El mercado no está simplemente declarando que la IA no es asegurable. Un grupo buscó mantener responsabilidades amplias fuera de las pólizas existentes; otro ofreció cobertura en torno a un evento descrito con mayor claridad. La cobertura por errores de chatbots no establece, por sí sola, cobertura para agentes que modifican sistemas de producción.

Hiscox no tiene una posición documentada en esta división. No aparece en los relatos citados sobre solicitudes de exclusión ni sobre cobertura para errores de chatbots; esos relatos no establecen qué cubren sus pólizas.

AIUC vende una forma de examinar la reclamación

AIUC surgió en 2025 ofreciendo a empresas auditorías de agentes y pólizas de seguro, respaldada por una ronda semilla de $15M. Posteriormente levantó una Serie A de $40M y describió una capa de auditoría y certificación para agentes.

Ese dinero mide el respaldo de inversionistas a una empresa que combina evaluación y transferencia de riesgo; no representa primas emitidas ni reclamaciones pagadas. Una auditoría da a una aseguradora un posible punto de partida para la responsabilidad del despliegue. Una reclamación por un cambio autónomo plantea preguntas específicas: ¿Qué activó la ejecución? ¿Qué credenciales usó el agente? ¿Qué sistema modificó? ¿Una persona autorizó la acción o aprobó un paso posterior? ¿Qué registro sobrevivió al incidente? Esas preguntas describen la evidencia que necesitaría una disputa. AIUC y las aseguradoras nombradas no especifican esta lista en particular en la información disponible.

El seguro también cambia los incentivos. Si una empresa pudiera transferir cada pérdida mientras deja a un agente sin restricciones, tendría menos razones para limitar la autoridad del agente. Los límites, las exclusiones y la retención parcial de riesgo pueden preservar una razón para prevenir daños. AIUC y las aseguradoras nombradas no especifican los controles técnicos, detonantes de reclamaciones, montos de retención o descuentos en primas vinculados a estas pólizas para agentes en la información disponible. El financiamiento de AIUC respalda el surgimiento de un negocio de evaluación, no una fórmula definitiva de suscripción.

El seguro cibernético ya ha trazado este tipo de límite

La póliza de Chubb contra el acoso de 2015 volvió un daño digital novedoso lo bastante pequeño para especificarlo: asesoría, pérdida de ingresos, £50,000. Más tarde, Lloyd's utilizó la herramienta opuesta para un riesgo digital distinto. Exigió a las aseguradoras de su mercado excluir ciberataques respaldados por Estados de pólizas cibernéticas independientes a partir de 2023. Un contrato delimitó una pérdida pagable. El otro eliminó una potencialmente sistémica.

Las fallas de agentes no son ciberataques respaldados por Estados, y ese precedente no prueba nada sobre una exclusión de una póliza particular para agentes. Sí muestra por qué a una aseguradora le importa la acumulación además del tamaño de una reclamación. Si muchos clientes dan a agentes similares acceso a sistemas con consecuencias, un suscriptor debe considerar si las pérdidas podrían llegar al mismo tiempo. La evidencia proporcionada no ofrece una serie de pérdidas de agentes con la cual medir esa correlación.

Las aseguradoras también operan dentro de los riesgos a los que ponen precio. En 2020, Chubb confirmó que investigaba acceso no autorizado a datos de terceros. Su propio incidente no invalida sus productos de seguro. Sí descarta una división limpia entre las empresas expuestas a fallas digitales y las empresas calificadas para evaluarlas.

El proveedor del modelo no controla todos los límites valiosos

La integración de dos proveedores en Xcode de Apple da al entorno de desarrollo un papel para mediar la elección de agentes. Cursor controla cuándo algunos agentes de programación comienzan a trabajar. DataAgent busca actuar dentro de la nube de producción de un cliente. AIUC evalúa agentes y ofrece cobertura. Cada uno ocupa un punto distinto entre la salida del modelo y una acción con consecuencias.

Los proveedores de modelos todavía pueden obtener un valor sustancial de la confiabilidad, la distribución y la integración. Que Apple admita Claude Agent y Codex no prueba que un comprador pueda sustituir uno por otro sin costo. Tampoco los $55M de AIUC establecen que la certificación genere más ingresos que la inferencia. La comparación comercial depende de qué proveedor pueda documentar un despliegue seguro y qué aseguradora esté preparada para cubrir su pérdida residual.

Los £50,000 de Chubb nunca fueron una valoración de la seguridad digital. Eran un tope ligado a consecuencias nombradas. Para un agente que puede cambiar código o reparar infraestructura, la cifra difícil tampoco es la puntuación del modelo en un benchmark. Es la pérdida que una aseguradora puede identificar, asignar y delimitar.