A adoção de IA no setor de seguros já não é mais uma promessa distante.
Ela está acontecendo agora, em tempo real, e está redesenhando a forma como corretoras, seguradoras e gestores de sinistros operam no dia a dia. Não estamos falando de experimentos em laboratório ou projetos-piloto que ficam na gaveta. Estamos falando de mudanças concretas, que afetam processos, equipes e resultados financeiros de verdade.
Mas tem um detalhe importante que muita gente ainda não parou pra pensar: ir além da automação simples exige muito mais do que escolher a ferramenta certa. Exige repensar estruturas, estratégias e, principalmente, a relação entre tecnologia e as pessoas que a utilizam. E é justamente aí que muitas empresas tropeçam, porque acham que basta ligar o motor e deixar rodar.
É exatamente sobre isso que um grupo de líderes do mercado de seguros dos Estados Unidos se reuniu para debater no Insurance Business TV Leaders Network. No encontro, conduzido por Paul Lucas, nomes experientes de empresas como WTW (Newfront), Alliant Insurance Services, Howden, C3 Risk and Insurance Services, Baldwin Group e Stockweller and Shepley colocaram na mesa três temas centrais que estão dominando as conversas mais relevantes do setor:
- Como a adoção de IA está sendo feita na prática, dentro de underwriting, sinistros e distribuição
- O papel estratégico dos dados nas relações entre corretores, MGAs e seguradoras
- E as mudanças estruturais que esse movimento está exigindo de toda a cadeia
O papo foi honesto, direto e, em alguns momentos, bem surpreendente. 👀 Spoiler: nem tudo é hype, mas também não é tão simples quanto parece.
A adoção de IA que está saindo do papel
Uma das primeiras coisas que ficou clara na conversa entre os líderes é que a adoção de IA no setor de seguros está longe de ser uniforme. Algumas empresas já estão colhendo resultados práticos, enquanto outras ainda estão tentando entender por onde começar. E esse gap não é por falta de interesse, mas sim por falta de clareza sobre o que realmente importa quando o assunto é implementar inteligência artificial de forma funcional e sustentável dentro de uma operação complexa como a de uma seguradora ou corretora.
Jennifer Wilson, líder de cyber da WTW e vinda da Newfront, contou como a corretora desenvolveu diversas ferramentas focadas em criar eficiência e precisão. Entre elas, uma plataforma que reúne todos os dados dos clientes, como propostas, apólices, contratos e sinistros, além de uma ferramenta de revisão de contratos que faz recomendações de coberturas adequadas e confirma a conformidade com as apólices contratadas. Também foi criada uma análise de lacunas de cobertura, que compara cotações e apólices de forma mensurável.
Mas Jennifer trouxe um alerta honesto e valioso: a maior surpresa foi o tamanho do investimento necessário, e não só dos engenheiros, mas também das equipes. Para colocar as ferramentas para funcionar, foi preciso inserir uma quantidade enorme de dados manualmente, enquanto todo mundo já estava com a agenda cheia. Além disso, os especialistas em seguros tiveram que treinar as ferramentas, algo que ninguém tinha previsto como parte do trabalho. Como Paul Lucas resumiu bem: foi uma maratona pra chegar lá, mas agora dá pra aproveitar a parte do sprint. 🏃
O que essa experiência mostra é que as iniciativas que mais funcionaram foram aquelas que começaram com foco em problemas reais e mensuráveis. Em vez de tentar transformar tudo de uma vez, as empresas que avançaram com mais consistência escolheram pontos de dor específicos e construíram soluções de automação em cima disso. Esse modelo incremental, que parece óbvio, é justamente o que muitas organizações ignoram na pressa de mostrar resultados rápidos.
Acessibilidade e processos mais fluidos
Jackie Castellis, líder de defesa de sinistros da Alliant, destacou que o maior impacto da tecnologia foi a simplificação dos processos, tanto internamente quanto para os clientes, com acessibilidade de qualquer lugar. Ela lembrou que a pandemia ensinou a lição de que muita coisa pode ser feita remotamente, e que a tecnologia empodera equipes a tomarem melhores decisões e a se apoiarem mutuamente a um clique de distância.
Ainda assim, ela reforçou o alerta de Jennifer: o elemento humano sempre vai adicionar complexidade. Quando novas ferramentas são introduzidas sem direção clara e sem o propósito bem explicado, a coisa trava. Treinamento adequado é o que realmente prepara as equipes para o sucesso.
Dados: o ativo que ainda não está sendo aproveitado direito
Se tem um tema que dominou boa parte do debate, foi a estratégia de dados. A maioria das empresas do setor tem uma quantidade absurda de dados disponíveis, mas poucas sabem o que fazer com eles de verdade. E isso não é uma crítica vazia, é uma realidade estrutural do mercado, onde sistemas legados, silos de informação e processos manuais ainda convivem com tecnologias mais modernas de forma bem desconfortável.
Dale Kupravich, SVP de operações e serviço ao cliente da Howden, explicou como qualquer ferramenta que dê aos colegas uma visão mais completa do risco do cliente é positiva. Na área de inteligência de propriedade, por exemplo, a empresa reúne características de um imóvel como risco de incêndio florestal, enchente, furacão e histórico de perdas, entregando muito mais dados aos subscritores para que decidam mais rápido. Isso melhora a forma de submeter negócios, identifica preocupações de underwriting e permite aconselhar o cliente sobre mitigação de risco para tornar os imóveis mais seguráveis.
Alan Madden, vice-presidente sênior e produtor da Alliant, mostrou como os dados estão mudando a relação entre corretores, MGAs e seguradoras. Ele deu exemplos concretos: seguradoras de work comp oferecendo soluções orientadas por IA para reduzir sinistros e ajustar prêmios desde o início, com câmeras em instalações e wearables dando feedback em tempo real. Ele também citou que submissões de property enviadas para Londres já usam IA para seleção automática de risco, com line slips totalmente orientados por inteligência artificial. A própria Alliant tem um slip que combina capacidade automaticamente, segmentando riscos sem que um subscritor precise estar envolvido.
Mas Alan trouxe um ponto que muita gente esquece: com tanta informação disponível, o corretor precisa contar a história e o perfil de risco do cliente de forma mais estratégica do que nunca. É trazer a inteligência humana para dar contexto ao que a inteligência artificial capta. Como ele disse, é dizer que sim, aquele dado existe, mas essa é a realidade do que o cliente faz de fato. 🙌
IA ajudando os subscritores a encontrarem clientes
Joe Earl, líder de prática do grupo cyber da C3 Risk and Insurance Services, foi direto: os subscritores são muito antenados em tecnologia e há mais de 10 ou 15 anos já pesquisam tudo que encontram sobre big data. Agora, com IA, eles inserem o nome da empresa, a proposta, fazem pesquisas abertas e aplicam ferramentas que atribuem um score de risco, definindo preço, qualificação e até a chance de ganhar o negócio.
Jessica Theer, líder de prática de instituições financeiras da Stockweller and Shepley, concordou e contou que a empresa firmou parceria com uma plataforma especialmente útil no espaço altamente regulado das instituições financeiras. A ferramenta busca dados em fontes como o site da Securities and Exchange Commission, filtra rapidamente o que os subscritores precisam e evita aquele vai e vem infinito de perguntas. O resultado é cotação mais rápida, transparência sobre onde a precificação está chegando em tempo real e, nas palavras dela, um cenário de ganha-ganha para todas as partes. 💡
Os barreiras reais para a adoção de tecnologia
Nem tudo são flores, e os líderes foram bem sinceros sobre os obstáculos. Para Jackie Castellis, o maior desafio é a própria mudança. Por mais que as pessoas digam que abraçam o novo, elas se acomodam nas rotinas, nos programas e nos processos que já conhecem. Por isso, as organizações mais bem-sucedidas não apenas implementam tecnologia, elas investem em ajudar os funcionários a entenderem por que a mudança importa, mostrando o retorno para o próprio colaborador.
Emily Selk, diretora sênior e líder nacional de prática cyber do Baldwin Group, complementou apontando a falta de compreensão sobre IA e sua funcionalidade real. Segundo ela, não basta saber aplicar IA no trabalho diário, é preciso entender a granularidade dessa aplicação nas operações. E essa granularidade precisa chegar até o C-suite, o que nem sempre acontece. Muitas vezes a tecnologia é jogada para as equipes sem que a liderança compreenda cada etapa do que é feito. O resultado é uma implementação bagunçada, com ferramentas sendo usadas de formas às vezes apropriadas, às vezes nem tanto.
Emily também destacou que o processo hoje ainda é muito isolado. Corretores fazem uma coisa, underwriting faz outra e sinistros faz outra, mesmo dentro da mesma organização. Em vez de criar um fluxo livre de informação, estamos construindo tudo em silos. E ela reforçou que a construção precisa ser feita pensando uns nos outros, algo que o setor ainda não domina.
Jennifer Wilson concordou totalmente e trouxe a experiência prática de quando os engenheiros lançaram as ferramentas empolgados, esperando que todos simplesmente começassem a usar. Foi difícil. A solução foi o C-suite entrar em campo para garantir que todos entendessem como e quando usar as ferramentas, criar guardrails e incentivar a adoção. Em vez de treinamentos gigantes para a empresa toda, foram formados pequenos grupos, onde as pessoas se sentiam mais confortáveis para perguntar e testar.
Jennifer ainda lembrou de dois pontos estruturais importantes: este é um setor com séculos de história, mergulhado em papelada, então os sistemas legados são uma barreira real. E há também o gap geracional, seja interno ou na base de clientes, já que certas tecnologias não agradam a todos os perfis.
O futuro em três a cinco anos
Quando o assunto virou olhar para frente, as respostas ficaram fascinantes. Joe Earl previu três tipos de empresas: as que usam IA como desculpa para demitir pessoas, as que usam IA para aproveitar melhor suas equipes ampliando o que cada um consegue fazer, e as inovadoras que usam IA para crescimento exponencial, contratando gente já habilitada em IA e treinando as equipes atuais. Estas últimas serão as vencedoras.
Joe também deixou um alerta corajoso: pode haver uma quebra geracional, com pessoas que cresceram terceirizando o pensamento crítico para a IA ao longo da escola e da faculdade. Para ele, é preciso continuar contratando gente que saiba usar o próprio cérebro tanto quanto usa a inteligência artificial. 🧠
Dale Kupravich concordou que o aspecto humano sempre será importante e que serão necessários tomadores de decisão. Ele enxerga a IA embutida no trabalho diário em cinco anos, cuidando de tarefas administrativas e de baixo valor para que as pessoas foquem no relacionamento com o cliente. O corretor transformado, segundo ele, não será o que usa mais ferramentas de IA, mas o que tem um modelo onde dados, tecnologia e expertise humana trabalham juntos.
Alan Madden mostrou que a Alliant já está nesse caminho de forma cuidadosa. A empresa orientou os funcionários a não usarem ChatGPT ou Claude até estudar as ferramentas, entender as responsabilidades e criar os guardrails. Hoje, cerca de um quarto dos 16 mil funcionários, algo em torno de 4 mil pessoas, já tem acesso a uma plataforma unificada de IA da Alliant, com treinamento e certificação obrigatórios. Todos os meses há seminários e webinars mostrando como usar a IA melhor no fluxo de trabalho. A empresa também adotou uma versão do Salesforce habilitada com IA, ótima para gestão de clientes, prospecção, previsão e até para identificar onde será preciso contratar no futuro.
Jessica Theer fechou com uma previsão certeira: nos próximos três a cinco anos, haverá uma corrida pela qualidade. Primeiro, na forma como as organizações protegem e criam guardrails em torno das informações inseridas nas plataformas de IA e da segurança em volta delas, já que algumas empresas podem falhar nesse ponto. E, segundo, uma corrida pela qualidade para encontrar quem realmente transforma as eficiências operacionais e os dados da IA em aconselhamento adequado aos clientes. Como ela resumiu, todos vão conseguir colocar cobertura facilmente, o diferencial será fazer o que é certo e no melhor interesse do cliente.
O que tudo isso significa na prática
Juntando os pontos discutidos, fica uma mensagem clara: adoção de IA, estratégia de dados e mudança estrutural não são temas separados que podem ser tratados de forma independente. Eles se alimentam mutuamente, e o sucesso de qualquer iniciativa depende de como os três estão alinhados dentro de uma visão de longo prazo.
A automação resolve problemas operacionais importantes e libera tempo das equipes para focar no que realmente exige julgamento humano. Mas sem dados bem estruturados, a automação não tem base para funcionar direito. E sem uma mudança estrutural que sustente tudo isso, qualquer avanço tecnológico corre o risco de se tornar apenas mais uma camada de complexidade sobre processos que já eram complicados.
O setor de seguros está em um momento de inflexão real. As conversas registradas no Insurance Business TV Leaders Network mostram que os líderes mais preparados já entenderam que eficiência sustentável não nasce da ferramenta mais cara, mas da estratégia mais inteligente combinada com o toque humano. E estratégia inteligente começa com as perguntas certas, não com as respostas mais fáceis. Uma edição que colocou a qualidade em primeiro lugar, e apenas o começo de uma série de encontros que promete render muita conversa boa por aí. 🚀
