Cómo convertir un directorio estático en un buscador con IA: el caso InsurMap
Respuesta corta. Un directorio de empresas se convierte en una herramienta útil cuando deja de organizarse por listas y categorías fijas y empieza a responder preguntas en lenguaje natural. En 2026 Mapplics reconstruyó InsurMap, el mapa de empresas del ecosistema asegurador de la Cámara Insurtech Argentina, que pasó de ser un directorio estático a un buscador con inteligencia artificial en el centro. La diferencia práctica: antes había que saber en qué categoría mirar; ahora se describe el problema y la herramienta devuelve qué empresas del ecosistema ya lo resuelven.
¿Por qué casi nadie usa el directorio de su cámara o asociación?
Un directorio de empresas deja de usarse cuando exige que el visitante ya sepa lo que está buscando. La mayoría están organizados como una guía telefónica: un listado, unas categorías fijas y un buscador que sólo encuentra lo que coincide con el nombre exacto.
El problema es que nadie llega buscando un nombre. Llega con un problema: “necesito verificar identidad de forma remota”, “quiero automatizar la carga de siniestros”, “busco alguien que integre mi sistema con un medio de pago”. Y ninguna de esas frases coincide con una categoría del menú.
El resultado es un activo que la organización mantiene, actualiza y muestra en su sitio, pero que no genera lo que se esperaba de él: que la gente se encuentre entre sí. La información está toda ahí. Lo que falta es la manera de llegar a ella.
¿Qué es InsurMap y qué cambió en la versión 2.0?
InsurMap es el mapa de startups y empresas tecnológicas del mundo asegurador de la Cámara Insurtech Argentina, abierto y gratuito, con empresas de Argentina y de la región. Existe desde 2022, y en su primera versión era un directorio estático: un listado de empresas con su ficha.
La versión 2.0 mantiene el mismo contenido y cambia la forma de entrar. El proyecto lo lidera Almendra Hermida en la Cámara, y la reconstrucción técnica la hicimos en Mapplics.
Hoy el mapa reúne 339 empresas del ecosistema asegurador de Argentina y la región, de diecisiete países, de las cuales 110 son socias de la Cámara y el resto son empresas del ecosistema mapeadas. Se pueden filtrar por tipo de empresa —insurtech, broker o distribuidor digital, proveedor de tecnología y aseguradora—, por doce ramos del seguro (autos, vida, salud, hogar, ART, agrícola, créditos, viajes, mascotas, comercio y PyME, transporte y otros), por seis etapas del journey del seguro —captación, suscripción, retención y vigencia, siniestros y fraude, back-office y soporte— y por asociación regional, porque además de la Cámara Insurtech Argentina están InsurtechChile y las asociaciones insurtech de Colombia y de México.
Pero los filtros no son lo que cambió. Lo que cambió es que se puede describir un problema con palabras propias y un asistente conversacional devuelve unas pocas empresas que ya lo resuelven, con el motivo por el que aparece cada una, y después repregunta para afinar. Por detrás, cada ficha se enriquece automáticamente: un agente de IA lee el sitio de cada empresa, resume qué hace y sus casos de uso, y esas descripciones se indexan por significado. Así la búsqueda encuentra por parecido de sentido y no por coincidencia de palabras.
Hay dos decisiones chicas ahí que valen más de lo que aparentan. La herramienta propone repreguntas —”¿cuáles trabajan con aseguradoras?”, “¿cuáles ya están operativas?”— para que la búsqueda se afine sin que el visitante tenga que saber cómo pedirla. Y avisa, al pie de cada respuesta, que la generó una inteligencia artificial y que conviene verificar con cada empresa antes de decidir. En una herramienta de una cámara esa segunda decisión importa: la recomendación orienta, no reemplaza el criterio de quien va a contratar.
¿Cómo se pasa de un directorio a un buscador que entiende preguntas?
El cambio no está en la interfaz: está en cómo se indexa la información. Un directorio busca sobre campos —nombre, rubro, provincia—, y una búsqueda con IA busca sobre el significado de lo que cada ficha dice.
En la práctica eso implica tres cosas. La primera es enriquecer las fichas: un nombre y un rubro no alcanzan, hace falta una descripción de qué resuelve cada empresa. La segunda es indexar esas descripciones de forma que se pueda buscar por parecido de sentido y no por coincidencia de palabras. La tercera es diseñar la respuesta: no devolver cien resultados ordenados por relevancia, sino unos pocos con el motivo por el que aparecen.
La decisión que más cambió el resultado fue la primera. Podíamos pedirle a cada empresa que escribiera su propia descripción, o hacer que la IA la construyera leyendo su sitio. Elegimos lo segundo, y por un motivo práctico: si el buscador depende de que trescientas empresas completen bien su perfil, nunca llega a tener con qué trabajar. Con un proceso que recorre la web de cada una y un modelo que la resume, el buscador arranca con contenido real desde el primer día, y la corrección humana viene después, sobre algo que ya existe.
Es una inversión del orden habitual: en vez de esperar el dato para después construir, se construye con lo que hay y se corrige encima. En un directorio que llevaba años esperando que las fichas se completaran solas, esa diferencia es la que hace que el proyecto termine.
¿Cuánto de esto aplica a una empresa que no es una cámara?
El mismo problema aparece en cualquier organización que tenga un catálogo grande y poco navegable. Un fabricante con miles de repuestos donde el cliente no sabe el código. Una federación con cientos de socios. Un área de compras con un maestro de proveedores que nadie consulta. Un sistema interno donde la información existe pero encontrarla lleva veinte minutos y una llamada.
No es teoría: en San Cristóbal hicimos lo mismo con el contenido de la mesa de ayuda. Se indexó con IA para que cualquier persona del equipo pueda responder una consulta de atención al cliente sin depender de quién sabe dónde está el dato, y de paso la inducción de alguien que entra se volvió mucho más simple. El material ya estaba escrito; lo que faltaba era poder preguntárselo.
La señal es siempre la misma: el dato está cargado y la gente igual pregunta por teléfono. Cuando eso pasa, el problema no es de datos, es de acceso. Y es de las cosas que hoy se resuelven rápido, porque la parte que antes era carísima —entender lenguaje natural— dejó de serlo. Muchas veces ni siquiera hace falta mover la información de lugar: alcanza con conectarse a donde ya vive.
¿Conviene reconstruir el directorio o rediseñarlo?
Rediseñar un directorio que no se usa no cambia el resultado: queda el mismo listado con mejores colores. Lo que cambia el resultado es reemplazar la forma de buscar, y eso se puede hacer sin tocar el contenido ni volver a cargar nada.
Eso fue lo que pasó con InsurMap: el contenido siguió siendo el de la Cámara. Lo que se reconstruyó fue la puerta de entrada. Es la misma lógica de una migración por fases, aplicada a una herramienta en vez de a un sistema de gestión: no se tira lo que funciona, se cambia lo que traba.
Un directorio no falla por falta de datos
Falla por la distancia entre lo que la gente pregunta y la forma en que la información está organizada. Achicar esa distancia es hoy un proyecto corto, y suele convertir un activo dormido en algo que se usa todas las semanas.
InsurMap 2.0 está abierto y es gratuito: se puede recorrer en insurmap.camarainsurtech.com.ar. Sumarse a una cámara para aportar, y no sólo para ir a eventos, fue la idea de fondo del proyecto, y esta es la forma que encontramos de hacerlo.
