- A inteligência artificial já influencia precificação, triagem de sinistros e detecção de fraudes no setor de seguros brasileiro, mas decisões críticas ainda dependem do julgamento humano.
- Dados da McKinsey mostram ganhos: margens de perda até cinco pontos percentuais, prêmios de novos negócios entre dez e quinze por cento, retenção entre cinco e dez por cento, emissão mais rápida e quarenta e cinco? Correction: “tempo de emissão caiu pela metade” e noventa e cinco por cento das propostas passaram a ser processadas automaticamente.
- A governança é tema-chave: cresce a pressão por explicabilidade, rastreabilidade e auditoria à medida que algoritmos assumem etapas decisivas.
- Três bloqueios principais para adoção mais ampla: falta de rastreabilidade decisória, fragmentação de dados em sistemas legados e incerteza sobre quem é responsável em caso de erro da IA.
- Legislação e regulações: LGPD exige revisão de decisões automatizadas; Susep ainda não publicou regulamentação específica sobre IA, mas acompanha tendências globais e recomenda preparação para auditabilidade.
O uso de inteligência artificial avança rapidamente no setor de seguros brasileiro, influenciando precificação, triagem de sinistros e detecção de fraudes. O tema deixa de ser apenas uma aposta de inovação e ganha espaço em operações estratégicas. Ainda assim, barreiras regulatórias e de governança dificultam decisões críticas.
Especialistas apontam que a eficiência já é mensurável: modelos avançados elevam margens de perda, aumentam prêmios de novos negócios e melhoram a retenção em segmentos rentáveis. Em alguns casos, o tempo de emissão de apólices caiu pela metade e quase todas as propostas passaram a ser processadas automaticamente.
Jonatas Félix, cofundador e CTO da Abaccus, afirma que os seguros já utilizam IA para precificação, triagem e detecção de fraudes. No entanto, decisões de subscrição de riscos complexos e sinistros de alto valor seguem dependentes do julgamento humano, com o erro potencial ganhando dimensão regulatória.
Impactos e ganhos
Empresas que adotaram análises avançadas já observam resultados significativos. Dados de mercado indicam melhoria em margens de perda, impulsos de prêmios e aumento de retenção em áreas lucrativas. A automação, quando bem aplicada, reduz tempo de emissão e aumenta a capacidade de processamento.
Desafios de governança
Entretanto, a governança se destaca como ponto crítico. A explicabilidade, rastreabilidade e auditoria de decisões algorítmicas permanecem preocupações centrais para reguladores e instituições. A falta de caminho auditável em modelos complexos é apontada como principal entrave.
Barreiras técnicas e institucionais
Faltas de rastreabilidade decisória, dados dispersos em sistemas legados e a ausência de atribuição clara de responsabilidade quando a IA erra aparecem como bloqueios reais. Em operações de clientes, o uso de planilhas para regras críticas e a ausência de trilhas de auditoria em decisões automatizadas são observados com frequência.
Caminhos para adoção mais ampla
Especialistas defendem três camadas tecnológicas para estruturar a decisão: um motor de regras de negócio que torne a lógica legível, um sistema de versionamento para registrar a regra aplicada, e uma camada de explicabilidade que traduza o output para reguladores e segurados. Sem isso, automatizar não é equivalente a auditar.
Regulamentação e futuro
A LGPD assegura o direito de revisão de decisões automatizadas, exigindo documentação de modelos. Embora não haja regulamentação específica sobre IA na Susep, há monitoramento do movimento global, especialmente o AI Act da Europa, que classifica underwriting e sinistros como sistemas de alto risco, exigindo explicabilidade e supervisão humana.
O que vem a seguir
Quem se preparar para auditabilidade e explicabilidade terá vantagem quando normas mais rigorosas forem implementadas. O mercado alerta que a preparação não pode esperar; mudanças de arquitetura devem ocorrer com sistemas em produção. Algumas insuretechs e grupos globais já adotam essa mentalidade.
Sobre o especialista
Jonatas Félix é cofundador e CTO da Abaccus, empresa brasileira de gestão de regras de negócio e cálculos para seguradoras. Informações adicionais podem ser obtidas por meio de canais institucionais da Abaccus.
Entre na conversa da comunidade