A CNP Seguradora registrou uma redução de até dez vezes nos custos operacionais de determinados processos após a implantação de uma plataforma de inteligência artificial desenvolvida em parceria com a GFT Technologies e a Amazon Web Services (AWS). Batizada de ÍSIS, a solução também proporcionou uma economia estimada de mais de 4 mil horas anuais em tarefas e reduziu de semanas para horas o tempo de determinadas análises de sinistros, segundo dados divulgados pela companhia.
Com tempo recorde de implementação de quatro meses do desenho à produção e operando desde novembro de 2025, o projeto trouxe uma redução de até 10x nos custos operacionais da CNP em processos específicos. Além disso, outros resultados incluem uma economia de mais de 4 mil horas anuais em tarefas, buscas até 100x mais rápidas e aumento de 20% na precisão das transcrições de áudio e imagem. As análises de sinistro que levavam semanas passam agora a levar apenas horas, sempre com a supervisão humana.
Dados da RAND Corporation e da Pertama Partners de fevereiro de 2026 mostram que 80,3% dos projetos de Inteligência Artificial não entregam o valor pretendido. Cerca de 33,8% são abandonados antes da produção, 28,4% são concluídos sem valor mensurável e 18,1% sequer justificam o investimento. “Em um setor altamente regulado, em que a velocidade é um diferencial competitivo, a dúvida nunca foi qual modelo usar, mas como escalar a IA com governança proporcional ao risco, mantendo o controle de custo e sem reconstruir capacidades a cada novo caso de uso”, explica Rodolpho Freire, Head de Engenharia e IA da CNP Seguradora.
A GFT foi parceira na concepção, arquitetura de soluções, e engenharia da plataforma e dados. A colaboração envolveu a camada de orquestração multimodelo, integrações aos sistemas core corporativos já existentes (como Confluence e Datalake), pipelines assíncronos e a camada de observabilidade e FinOps de IA. A AWS, por sua vez, foi a parceira de tecnologia com os serviços gerenciados que sustentam a infraestrutura.
A combinação de expertises resolveu o principal desafio do projeto: a arquitetura. Ela foi baseada a partir de um único ponto de entrada, autenticado e auditável para toda a companhia, com seleção automática de modelos por complexidade da tarefa e custo em tokens e rastreabilidade de cada interação. “Pensamos a plataforma como produto, não projeto pontual. Cada capacidade já nasce como serviço reutilizável e documentado. E as áreas da seguradora consomem contratos de API, não implementações. Foi essa decisão de arquitetura, antes de tudo, que garantiu a agilidade na entrega”, comenta Eduardo Villela, Diretor de Dados e IA da GFT Technologies.
Hoje, a CNP Seguradora conta com mais de 330 usuários ativos na plataforma e possui 33 casos de implantação em andamento. A meta para 2026 é atingir 12% dos colaboradores com know-how de impacto em IA.
Três exemplos ilustram a escala do impacto do projeto na organização:
- Movimentação de vidas: lead time de 7 dias para 1 e redução de TMO em 74%;
- Contas a pagar: TMO de 80 minutos para 5 e processamento escalável, independente de volume;
- Compras: redução no TMO de 93 para 15 dias, com redução de 80% no gargalo do processo.
