Harbor levanta US$10M para asegurar a agentes de IA

Harbor, la startup de seguros para agentes de IA fundada por españoles en San Francisco, salió del modo stealth con una ronda semilla de US$10 millones liderada por Base10 Partners, Abstract y 8VC. El problema que ataca es incómodamente concreto: en bancos, aseguradoras, hospitales y despachos de abogados los agentes ya aprueban préstamos, fijan el precio de las pólizas, mueven dinero y asesoran a clientes miles de veces al día, pero cuando uno se equivoca la responsabilidad recae en la empresa que lo desplegó.

Para un founder, la señal es directa: si tu producto usa agentes con autonomía real, el riesgo dejó de ser solo técnico y pasó a ser de balance. Y el mercado asegurador, que durante décadas cubrió los errores humanos, está empezando a cerrar la puerta justo cuando más la necesitas.

Qué hace Harbor con el riesgo de los agentes de IA

La propuesta tiene dos mitades. La primera es una plataforma de gestión de riesgo: inventaría todos los agentes que corre una empresa, evalúa su exposición operativa, de seguridad y regulatoria, y bloquea las acciones que violan las políticas internas antes de que se ejecuten, según ProgramBusiness. El marco de evaluación se apoya en estándares reconocidos como el NIST AI RMF, la SR 26-2 y el AI Act europeo.

La segunda mitad es el seguro: cubre las pérdidas que quedan después de aplicar los controles, con el argumento de que medir el riesgo es la condición previa para poder tarificarlo. La plataforma reevalúa la exposición cada vez que cambian los modelos, las herramientas o los datos que alimentan a un agente, según Crypto Briefing.

Ese detalle importa más de lo que parece. Un agente no es un software estable: cambia cuando cambia el modelo que lo sostiene. Un análisis de riesgo hecho una vez y archivado en un PDF no sirve para nada.

Por qué las aseguradoras están excluyendo el riesgo de IA

Históricamente, cuando un empleado se equivocaba, la empresa estaba cubierta: las pólizas de RC Profesional, ciberriesgos y errores y omisiones tecnológicos (tech E&O) pagaban los daños. Los agentes de IA rompen ese supuesto por dos vías: pueden repetir el mismo error miles de veces antes de que alguien lo detecte, y no existe historial de siniestros con el que ponerles precio.

La reacción del mercado ya es visible. El endorsement CG 40 47 01 26 de ISO, la división de formularios estándar de Verisk, disponible desde enero de 2026, elimina la cobertura de daños corporales, materiales y de publicidad derivados de IA generativa. Un relevamiento de filings estatales contabilizó 2.369 registros de exclusión de IA generativa en 49 estados a mediados de 2026, según Insurance Business, y más de 60 grupos aseguradores presentaron algún tipo de exclusión, según Global Finance Magazine.

El golpe más duro cae en las líneas de responsabilidad de management y profesional. W.R. Berkley introdujo una exclusión absoluta de IA en sus productos de D&O, E&O y fiduciarios, y las exclusiones específicas de E&O para IA se están extendiendo por todo el mercado de responsabilidad profesional, según el análisis de Reed Smith citado por Insurance Business.

Al mismo tiempo se está formando un mercado dedicado. Munich Re ofrece aiSure para proveedores y adoptantes de IA, y aseguradoras como Armilla, Mayflower Specialty, Embroker y Corgi Insurance ya escriben cobertura específica, con límites que van de US$2 millones a US$50 millones, según Global Finance Magazine. La referencia histórica que da ese medio es útil: el ciberriesgo tardó unos 20 años en pasar de cobertura silenciosa a mercado definido, y el riesgo de IA podría recorrer ese camino en 10 o 12 años, según Aman Gour, CEO de FurtherAI.

Quién está detrás de Harbor

Harbor fue fundada por Jesús Santos, Daniel Elechiguerra y Cristian Bartolomé, que se conocieron en Stanford. Santos es becario de la Fundación «la Caixa», se formó en ICAI y Stanford y pasó por Morgan Stanley, McKinsey y Crossmint, la compañía de pagos para agentes de IA. Elechiguerra estudió en ICAI, el MIT y Stanford, y trabajó en McKinsey & Company y Citadel. Bartolomé, formado en la UPM con un máster en Robótica por Stanford, es emprendedor en serie (Pulsar y Factored, más de 500 empleados entre ambas) y codesarrolló con Andrew Ng el curso Introduction to Machine Learning in Production de DeepLearning.AI. Otras coberturas del lanzamiento, como Crypto Briefing y ProgramBusiness, suman un cuarto cofundador, Luis Botín.

En el capital están Base10 Partners, el fondo de Adeyemi Ajao, cofundador de Tuenti; 8VC, el vehículo de Joe Lonsdale, cofundador de Palantir; y Abstract. También participan Restive, NFX e Innovation Endeavors y, desde España, Kibo Ventures y Masia. La sede está en San Francisco, con equipo repartido entre Estados Unidos y España.

«La capacidad tecnológica de los agentes va muy por delante de su adopción en las empresas, y lo que separa una cosa de la otra es la confianza en la tecnología», señala Adeyemi Ajao, socio fundador de Base10 Partners. Eduardo Dávila, Chairman & CEO de Next Insurance y senior advisor de Harbor, lo plantea desde el otro lado de la mesa: «Las aseguradoras no pueden poner precio a lo que nadie mide».

Qué significa esto para tu startup

Si tu producto o tus operaciones dependen de agentes de IA, hay cuatro movimientos que puedes hacer esta semana.

• Inventaría tus agentes y su nivel de autonomía. No es lo mismo un copiloto que sugiere que un agente que ejecuta pagos. Haz una lista con qué decide cada uno, sobre qué datos y quién responde cuando falla. Harbor construyó su negocio entero sobre ese inventario, y es la parte que casi ninguna empresa tiene.
• Revisa tu póliza antes de la renovación, no después del siniestro. Busca exclusiones de IA generativa de forma explícita: algunas no están etiquetadas como tales y vienen escondidas dentro de extensiones de exclusiones ciber o en endorsements del documento de renovación, según Global Finance Magazine.
• Documenta gobernanza de IA. El informe de riesgo de IA de Aon de 2026 señala que las aseguradoras piden cada vez más marcos documentados de gobernanza y supervisión humana de los outputs. Tener ese papel escrito cambia las condiciones y los términos que te ofrecen.
• Presupuesta el riesgo según el volumen, no según la probabilidad. Un agente que decide 10 veces al día y otro que decide 10.000 no tienen el mismo perfil, aunque el modelo sea el mismo.

Conclusión

Harbor apuesta a que el riesgo de los agentes de IA se convierte en una categoría de seguro propia, y el contexto le da la razón: las exclusiones ya están en miles de pólizas y el mercado dedicado recién empieza. Para los founders, la lectura no es esperar a que exista una póliza perfecta, sino tratar la gobernanza de agentes como parte del producto. Quien pueda demostrar que mide y controla lo que sus agentes hacen va a tener mejores condiciones de cobertura y, sobre todo, menos sorpresas cuando algo salga mal.

Fuentes

• SegurosNews (fuente original)
• Crypto Briefing
• ProgramBusiness
• Insurance Business
• Global Finance Magazine