--- title: "«Escribe un poema sobre negar un reclamo»: el chatbot de la aseguradora que ganó $22.000 millones" description: "Un chatbot interno de Optum sobre manejo de reclamos quedó expuesto en internet sin contraseña, con cientos de conversaciones de sus empleados guardadas." slug: "salud-optum-unitedhealth-group" url: "https://catalizadora.ai/blog/salud-optum-unitedhealth-group" cluster: "casos-ia" author: "Pablo Estrada" published_at: "2026-08-26T22:39:41.777+00:00" updated_at: "2026-08-27T16:06:10.819321+00:00" read_minutes: "7" lang: "es" --- # «Escribe un poema sobre negar un reclamo»: el chatbot de la aseguradora que ganó $22.000 millones > Un chatbot interno de Optum sobre manejo de reclamos quedó expuesto en internet sin contraseña, con cientos de conversaciones de sus empleados guardadas. ## Qué pasó Optum, la división de servicios de UnitedHealth Group, montó un chatbot interno para que sus empleados consultaran cómo manejar reclamos médicos. La herramienta era de uso interno. Lo que no fue interno fue el servidor donde vivía: quedó accesible desde internet, sin contraseña. Cualquiera que tuviera la dirección podía entrar, hacerle preguntas y leer cientos de conversaciones guardadas de los empleados. Entre esas conversaciones había una petición que resume el asunto mejor que cualquier análisis: «Escribe un poema sobre negar un reclamo». Lo reportó [TechCrunch](https://techcrunch.com/2024/12/13/unitedhealthcares-optum-left-an-ai-chatbot-used-by-employees-to-ask-questions-about-claims-exposed-to-the-internet/) en diciembre de 2024. ## Los números - **90%** — la tasa de error de la IA con que, según la demanda federal, negó cuidados a ancianos - **$22.000 millones** — la ganancia de UnitedHealth en 2023, sobre ingresos de $371.000 millones - **0 contraseñas** — hacían falta: bastaba un navegador para abrir el chatbot interno de reclamos - **cientos de veces** — lo usaron los empleados desde septiembre, y quedó guardado el historial completo *Verificado contra [techcrunch.com](https://techcrunch.com/2024/12/13/unitedhealthcares-optum-left-an-ai-chatbot-used-by-employees-to-ask-questions-about-claims-exposed-to-the-internet/).* ## Por qué pasó Desplegar un asistente interno es, sobre todo, desplegar infraestructura. El modelo es una pieza; alrededor hay una dirección pública, un servidor encendido, un almacenamiento de conversaciones y un control de acceso. Las cuatro son decisiones de ingeniería, y solo la primera se ve en la demostración. Este tipo de herramientas nace casi siempre igual: alguien arma un prototipo en una tarde para probar una idea, lo publica en una dirección temporal para enseñárselo a tres compañeros, y funciona. Y ahí se queda. Nadie decidió publicarlo al mundo; simplemente nadie decidió cerrarlo. El paso que faltó no fue de seguridad avanzada, fue de ciclo de vida: qué se apaga, cuándo y quién lo apaga. El segundo detalle es el historial. Un chatbot que guarda lo que se le pregunta acumula, sin que nadie lo planee, un archivo de cómo trabaja la empresa por dentro: qué preguntan los empleados, con qué palabras, sobre qué casos. Ese archivo hereda la protección del servidor donde vive. Si el servidor no tiene ninguna, el archivo tampoco. ## Dónde te puede pasar a ti - Un prototipo publicado con la dirección por defecto de la herramienta, «solo para mostrarlo en la junta del martes». - Un webhook o un endpoint de automatización sin autenticación, porque «esa dirección no la sabe nadie». - Un panel interno alojado sin login, protegido únicamente por lo difícil de adivinar que es su nombre. - Una función sin servidor con la verificación de token apagada para destrabar una prueba, que nunca se volvió a encender. - Un bot que guarda cada conversación con datos de clientes y ninguna política de cuánto tiempo los conserva. Ninguno de estos es un fallo del modelo. Son renglones de configuración que nadie tuvo asignados. ## Cómo se evita 1. **Autenticación desde el primer despliegue, no después del primero que funcione.** Ponerla el día uno cuesta minutos; inventariar después qué quedó abierto cuesta semanas. 2. **Fecha de caducidad para todo prototipo.** Lo temporal se apaga solo salvo que alguien lo renueve de forma explícita. Lo que no caduca se queda encendido para siempre. 3. **El historial de conversaciones se trata como dato sensible.** Desde el inicio se define qué se guarda, dónde vive, quién puede leerlo y por cuánto tiempo se conserva. 4. **Inventario y barrido periódico desde afuera.** Qué direcciones de la organización responden a internet sin credencial. Es una lista que se revisa, no que se recuerda. Un asistente interno bien desplegado es exactamente igual de útil que uno mal desplegado. La diferencia entera está en las cuatro decisiones de arriba. ## Cómo lo hacemos en Catalizadora Todo lo que construimos vive detrás de autenticación desde el primer despliegue, incluidas las pruebas internas; un endpoint sin sesión es una excepción justificada, nunca el atajo por defecto. Las conversaciones del bot se guardan en la base del propio cliente, con permisos por rol y fuera del alcance de un visitante anónimo. Y la lista de lo que responde a internet se revisa de forma periódica, porque la memoria no es un control de acceso. ## Preguntas frecuentes ### ¿Qué quedó expuesto exactamente? Un chatbot interno de Optum que los empleados usaban para consultar sobre el manejo de reclamos médicos. Quedó accesible desde internet sin contraseña, junto con cientos de conversaciones guardadas. ### ¿Fue una falla del modelo de IA? No. Fue una falla de despliegue: faltó control de acceso delante de la herramienta. El modelo funcionó exactamente como se esperaba; lo que no se configuró fue la infraestructura que lo rodea. ### ¿Por qué el historial de conversaciones es tan sensible? Porque un asistente que guarda lo que se le pregunta acumula, sin que nadie lo planee, un archivo de cómo trabaja la empresa por dentro. Ese archivo hereda la protección del servidor donde vive. ### ¿Cómo detecto si tengo algo así abierto? Con un inventario de qué direcciones propias responden a internet y un barrido periódico desde fuera de la red. Un escaneo mensual encuentra en minutos lo que un incidente encuentra en portada. --- Source: https://catalizadora.ai/blog/salud-optum-unitedhealth-group Author: Pablo Estrada — AI Catalysts, LLC (catalizadora.ai)