EXCLUSIVO – A inteligência artificial é considerada uma prioridade estratégica por 82% dos líderes do setor de seguros, mas apenas 22% possuem aplicações escaláveis em produção, segundo o Insurtech Global Outlook 2026, da NTT DATA. A distância entre os dois indicadores expõe a dificuldade de integrar a tecnologia às operações de subscrição, atendimento e sinistros, com utilização em diferentes áreas e controle sobre as decisões.
Os percentuais, segundo a consultoria, foram consolidados a partir de levantamentos globais de maturidade digital e adoção de IA no ciclo de 2025–2026. Na definição utilizada pela empresa, alcançar escala significa incorporar a tecnologia aos processos e sistemas centrais da companhia, com distribuição entre unidades de negócios e regras de supervisão. A classificação vai além do uso de ferramentas isoladas para resumir documentos ou automatizar tarefas.
Para Hugo Assis, Hugo Assis, head da área de Seguros da NTT DATA, as dificuldades envolvem sistemas antigos, informações fragmentadas e receio de exposição de dados sensíveis. A mudança na forma de trabalhar, porém, ocupa uma posição central. “O fator que mais pesa é a organização dos processos e a gestão de mudanças (inércia institucional)”, afirma.
Na avaliação do executivo, parte das seguradoras procura encaixar a IA nos fluxos existentes sem rever como as atividades se conectam. Uma ferramenta pode acelerar a leitura de documentos, por exemplo, enquanto as etapas seguintes continuam dependendo de transferências manuais de informações e aprovações sucessivas. O ganho fica restrito a uma tarefa, sem necessariamente reduzir o tempo de conclusão do processo.
Essa passagem exige cuidado em uma atividade que assume riscos financeiros e mantém compromissos com os segurados. Um modelo pode apresentar bom desempenho em testes e encontrar dificuldades diante de informações incompletas, situações excepcionais ou mudanças no perfil dos riscos. Quando aplicado a grandes volumes, um erro de precificação ou de análise de sinistros pode se repetir e comprometer os resultados da carteira.
A confiabilidade das recomendações, a possibilidade de explicar as decisões e a definição dos responsáveis por acompanhá-las passam, assim, a integrar a implantação. Na visão de Assis, ampliar o uso da IA depende de reorganizar tanto o fluxo operacional quanto a divisão de atribuições entre sistemas e profissionais.
No mercado brasileiro, Assis identifica maior maturidade no atendimento ao cliente, no suporte ao corretor e nas etapas iniciais de sinistros de ramos massificados, especialmente automóvel e residencial. Entre as aplicações citadas estão assistentes de conversação, transcrição de chamadas, leitura automatizada de documentos e análise de imagens para triagem de danos.
A subscrição de grandes riscos apresenta um estágio diferente. Segundo o executivo, o uso de IA generativa para analisar relatórios de engenharia, laudos e apólices anteriores ainda se concentra em pilotos ou ferramentas de apoio ao profissional. Sistemas capazes de executar processos completos com autonomia também permanecem mais restritos a ambientes controlados. Esse diagnóstico corresponde à avaliação da NTT DATA; a entrevista não apresenta percentuais específicos de adoção no Brasil.
A diferença entre esses estágios aparece na passagem dos chamados copilotos para os agentes de IA. No modelo de copiloto descrito pelo estudo, a ferramenta reúne dados, resume documentos e sugere caminhos, enquanto o profissional revisa e aprova cada caso. Já o agente pode executar uma sequência de atividades em diferentes sistemas, dentro de limites previamente definidos pela companhia.
Em uma operação de subscrição, o copiloto pode organizar a proposta e preparar um resumo para análise. Um agente, por sua vez, pode consultar informações adicionais, verificar se o risco está dentro dos critérios de aceitação e emitir uma cotação quando as condições se enquadram nas alçadas autorizadas.
Quando encontra uma exposição fora do padrão ou uma cláusula atípica, o fluxo deve ser interrompido e encaminhado ao subscritor. O profissional assume a avaliação da exceção e a negociação das condições. Nos sinistros, a lógica apresentada pela fonte é semelhante: casos padronizados podem seguir etapas automatizadas, enquanto situações complexas, suspeitas de fraude e disputas demandam análise humana.
Os casos reunidos pelo relatório indicam ganhos em atividades específicas. Na aplicação de subscrição comercial da Sixfold, o estudo registra respostas a cotações cerca de 35% mais rápidas e redução do tempo de preparo de encaminhamentos técnicos de aproximadamente 60 minutos para um minuto. Esse último indicador se refere à organização do material enviado para avaliação, e não à conclusão de toda a subscrição.
Em operações de atendimento por voz, o material apresenta ganhos de produtividade de 20% a 30% e aumento de 10% a 20% na resolução durante a primeira chamada. As ferramentas descritas realizam transcrição, identificam informações relevantes e apoiam o acompanhamento das conversas.
Os resultados são apresentados pela NTT DATA como exemplos de aplicações acompanhadas, sem constituir uma média de desempenho do setor. Nas respostas à reportagem, a empresa não detalhou os períodos de medição, os custos totais nem as seguradoras envolvidas em cada indicador, o que limita a comparação entre os projetos e o cálculo do retorno financeiro.
Assis afirma que a integração pode utilizar conexões com os sistemas existentes, evitando que toda implantação dependa da substituição da estrutura tecnológica da seguradora. Ainda assim, a operação exige recursos permanentes para acompanhar o comportamento dos modelos, registrar decisões e preparar equipes. “O custo de supervisão, absorvibilidade e governança não é marginal”, ressalta. A economia de tempo precisa, portanto, ser examinada junto às despesas necessárias para manter a ferramenta funcionando e identificar falhas.
Na avaliação do executivo, o avanço deve ser medido pelo tempo de resposta das cotações, pelo volume de propostas e sinistros processados e pela qualidade das decisões. Também entram nessa análise os custos de regulação de sinistros e a necessidade de correções humanas. A quantidade de testes ou modelos desenvolvidos, isoladamente, não demonstra melhoria na operação.
Revisão humana
A ampliação da capacidade de execução dos agentes também muda o alcance dos riscos. Uma ferramenta que apenas produz um resumo tem uma atuação diferente daquela autorizada a alterar cadastros, emitir documentos ou iniciar operações financeiras. Na entrevista, Assis aponta que falhas lógicas ou manipulações maliciosas podem provocar ações indevidas em sistemas conectados.
O relatório cita o Global Cybersecurity Outlook 2026, do Fórum Econômico Mundial, segundo o qual 34% dos entrevistados apontam vazamentos associados à IA generativa como sua principal preocupação de cibersegurança. A NTT DATA esclareceu que o percentual se refere a um universo multissetorial de líderes de negócios e segurança, e não exclusivamente às seguradoras.
Para Assis, o acesso dos agentes precisa ser compatível com sua função. Uma ferramenta de atendimento, por exemplo, não deve ter acesso irrestrito aos sistemas de subscrição ou pagamento. A proteção das informações e o registro das ações devem acompanhar a integração entre as plataformas.
A mesma lógica de controle se aplica às decisões sobre os segurados. O executivo defende limites financeiros, critérios de elegibilidade e mecanismos para interromper a automação quando o caso foge dos parâmetros aprovados. Recomenda também que as decisões possam ser reconstruídas a partir dos dados utilizados, das regras aplicadas e das justificativas produzidas.
Na avaliação apresentada pela fonte, a adoção de tecnologia de terceiros não afasta a responsabilidade da seguradora sobre sua operação. Por isso, a governança deve envolver a direção da companhia e profissionais de atuária, riscos, negócios e tecnologia. O segurado e o corretor precisam contar com um caminho para contestar resultados e obter revisão por alguém com autoridade para revertê-los.
Outro ponto é o risco de reproduzir distorções de bases históricas. Assis recomenda comparar resultados de aceitação, recusa e precificação entre perfis, além de acompanhar a frequência com que profissionais corrigem as decisões dos sistemas. Diferenças de tratamento e alterações no comportamento dos modelos precisam ser investigadas ao longo da operação.
Essa supervisão também interfere na organização das equipes. Segundo o executivo, nas experiências acompanhadas pela NTT DATA, os ganhos têm sido direcionados principalmente à eliminação de tarefas manuais e à ampliação da capacidade de atendimento. Isso permite absorver mais propostas e interações sem crescimento proporcional do quadro, mas não dispensa o conhecimento técnico para avaliar situações complexas.
Para os subscritores, o trabalho tende a se concentrar mais na análise de exceções e na negociação. Nas equipes de sinistros, ganha peso a investigação de casos complexos e o atendimento em momentos sensíveis. Os corretores, por sua vez, podem utilizar as ferramentas para acelerar cotações e organizar informações, preservando a orientação ao cliente sobre riscos e coberturas.
A dependência excessiva da tecnologia, adverte Assis, pode reduzir a experiência acumulada dentro da companhia. Manter profissionais capazes de decidir e auditar casos complexos é uma condição para reconhecer erros e avaliar situações que não encontram resposta nos dados históricos. “A viabilidade técnica nunca deve se sobrepor à gestão de risco e à relação fiduciária do seguro.”
Interesse de investidores em insurtechs
As empresas classificadas com foco em inteligência artificial reuniram cerca de 89 negócios e aproximadamente US$ 700 milhões em aportes no levantamento de investimentos em insurtechs de 2025 apresentado pela NTT DATA. A classificação considera palavras-chave autodeclaradas pelas startups.
A comparação exige observar que as categorias podem se sobrepor: uma empresa identificada com IA também pode atuar em automóvel, saúde ou seguros comerciais. Os números mostram a presença da tecnologia em diferentes segmentos, sem demonstrar, isoladamente, que os recursos deixaram essas linhas de negócio.
“Há uma sobreposição natural de categorias e os dados demonstram, sobretudo, a presença transversal (aplicação cruzada) da IA em todos os segmentos de seguros, mais do que um simples abandono das linhas de negócios tradicionais”, afirma Assis.
Nicholas Godoy
