Humanos capta 3,2 millones: asegurar agentes exige medir cada acción

La startup lisboeta Humanos anunció el 28 de septiembre de 2026 una ronda semilla de 3,2 millones de dólares liderada por Anthemis. Su propuesta es asignar a cada agente de IA un perfil de riesgo que cambie con sus permisos, controles y acciones. Para una aseguradora o un prestamista, la utilidad potencial está en saber qué podía hacer el agente cuando actuó y conservar evidencia de lo que hizo.

La crónica de Sesamers identifica a Springbank, Critical Ventures y Start Ventures, además de fundadores de Sword Health, Feedzai y OutSystems, entre los participantes en la ronda, y describe una puntuación de 0 a 100 acompañada de un «pasaporte de riesgo». La financiación se destinará a ampliar los datos de riesgo, reforzar la infraestructura y conectar con más proveedores financieros. El pasaporte reúne el historial que permite interpretar la puntuación: una cifra aislada no muestra qué autorización tenía el agente ni qué ocurrió durante una operación.

Qué hace cambiar el perfil de riesgo

En la presentación de Humanos, la empresa afirma que su tecnología traduce riesgo de IA en más de 350 fintech, hospitales y aseguradoras; también cita a Mehdi Chaabi, director ejecutivo de InsureNow, quien valora los registros de ejecución así: «Your execution receipts solve the hardest problem in underwriting AI liability». El perfil descrito en esa presentación combina identidad, autoridad, controles y actividad durante la ejecución. Esas señales responden a preguntas distintas: quién está detrás del agente, qué facultades recibió, qué límites se aplicaron y qué acción realizó.

La identidad vincula el agente con el entorno en el que opera. La autoridad indica hasta dónde llega la delegación: consultar información y ordenar un pago son facultades diferentes, aunque ambas puedan formar parte de un mismo proceso. Los controles permiten distinguir entre una acción sujeta a aprobación y otra que se ejecuta sin esa intervención. El registro de actividad añade la secuencia de hechos necesaria para reconstruir una operación concreta.

Por eso el riesgo puede cambiar aunque el nombre y la finalidad declarada del agente sigan iguales. Un permiso nuevo modifica las acciones a su alcance; una revocación las reduce. La actividad posterior permite observar si actuó dentro de esas facultades y bajo qué controles. Una evaluación hecha solo al instalarlo perdería esos cambios, mientras que un perfil continuo puede incorporarlos cuando ocurren.

La puntuación condensa señales para facilitar una lectura rápida, pero el historial responde a una necesidad distinta. Ante una reclamación, interesa establecer qué acción causó el daño, quién la autorizó y qué protección estaba activa en ese momento. Dos agentes con una cifra similar podrían haber llegado a ella por motivos distintos. Esa diferencia importa si un tercero pretende usar el dato para decidir sobre una cobertura o una línea de crédito.

Los usos operativos y la ambición financiera

Los casos publicados abarcan decisiones que se toman antes de que el agente actúe. Numo figura como usuario de la verificación de identidad, autoridad delegada y autorización humana previa a pagos y operaciones de tesorería. En Lusíadas, el caso sanitario se centra en captar, verificar y aplicar la autorización del paciente. Ambos muestran cómo una comprobación puede quedar vinculada a una acción específica, de modo que después sea posible examinar si se cumplieron las condiciones previstas.

La vertiente financiera utiliza esa evidencia para otra clase de decisión. InsureNow aparece como usuario de información continua sobre el funcionamiento de agentes para evaluar riesgos asegurables. Agentics Credit figura como proveedor de crédito a agentes que emplea esa información para valorar cuánto puede conceder. La relación entre permiso y posible pérdida cambia de un caso a otro: una consulta autorizada de datos, una operación de tesorería y una decisión de crédito generan exposiciones diferentes.

Ahí está la distancia entre un control operativo y una infraestructura financiera compartida. Verificar una autorización produce evidencia sobre una ejecución; fijar el precio de una póliza exige además relacionar esa evidencia con la frecuencia y el coste de los siniestros. Un prestamista necesita asociarla con el comportamiento de devolución y con los límites de uso del capital. El mismo historial puede servir como entrada para ambas decisiones, pero cada entidad debe determinar cómo lo interpreta y qué riesgo acepta.

Qué falta para convertir la puntuación en referencia común

Una escala propia puede ordenar perfiles dentro de una plataforma sin convertirse por ello en un estándar actuarial. Para ese uso harían falta resultados observados que permitan comprobar si las puntuaciones distinguen exposiciones relevantes y conservan su significado entre tipos de agentes y entornos. También importa poder explicar qué cambió en el perfil: una facultad más amplia, un control retirado o una pauta de ejecución distinta pueden requerir respuestas diferentes aunque alteren la misma cifra.

Los casos identificados muestran aplicaciones de autorización, registro y evaluación del riesgo, pero no aportan una serie pública de siniestros o decisiones crediticias con la que juzgar la capacidad predictiva de la escala. Esa limitación afecta a la aspiración de que aseguradoras y prestamistas reutilicen un perfil común. La próxima prueba será observar decisiones financieras basadas en esos historiales y resultados posteriores que permitan contrastar el riesgo calculado con las pérdidas reales.

Mientras tanto, la consecuencia más concreta para las organizaciones que despliegan agentes es la posibilidad de conservar una relación verificable entre identidad, facultades, controles y acciones. Si surge una disputa por una operación, ese rastro puede delimitar qué estaba permitido en el momento de ejecutarla. La utilidad futura para seguros y crédito dependerá de que los proveedores puedan convertir registros de ese tipo en decisiones consistentes y contrastarlas con lo que ocurra después.

Lee también:

• Onos capta 17 millones: vender IA a aseguradoras exige medir antes que prometer
• HiddenLayer capta 100 millones: asegurar agentes ya es un gran negocio
• AWS pide identidad propia para cada agente: solo el 10% gobierna su IA