As seguradoras estão correndo para adotar IA generativa sem estratégias claras, transformando a pressão competitiva em pilotos caros que raramente chegam à produção.
O setor de seguros é, compreensivelmente, bastante avesso ao risco. As seguradoras não sobrevivem e prosperam assumindo riscos desnecessários em um ambiente definido por regulamentações rigorosas e tomada de decisão complexa. É por isso que é tão preocupante ver empresas do setor assumindo riscos desnecessários diante da crescente pressão para demonstrar progresso com IA generativa.
É fácil entender a urgência por trás da corrida generalizada da indústria para aproveitar novas ferramentas como agentes autônomos e aplicações impulsionadas por IA. A IA não é novidade no negócio de seguros — casos de uso relacionados à modelagem de risco e previsão de dados já estavam se tornando comuns no setor antes do boom de deep learning e LLMs em 2023. No entanto, essas tecnologias levaram anos para encontrar espaço nas stacks tecnológicas das seguradoras. Foram amplamente testadas com casos de uso sólidos e bem definidos. A corrida para adotar ferramentas de IA generativa não é a mesma.
O relatório de Digitalização de 2024 da EIOPA Digitalisation report constatou que 50% das seguradoras de não vida e 24% das seguradoras de vida já utilizavam IA em diversas áreas da cadeia de valor do seguro, com aplicações incluindo precificação e subscrição, detecção de fraude e gestão de sinistros. Quando funciona, realmente funciona. Uma pesquisa da McKinsey mostrou que os líderes em IA no setor de seguros geraram um retorno total ao acionista 6,1 vezes maior em comparação com os retardatários em IA. Esse número não apenas reforça o argumento a favor da adoção de IA. Ele demonstra que, se ferramentas generativas puderem ser integradas com sucesso às stacks tecnológicas das seguradoras, os resultados são excepcionais. O relatório da McKinsey constatou que, em outros setores, os líderes em IA estavam gerando no máximo duas a três vezes o retorno ao acionista.
Em todo o setor de seguros, há um medo cada vez mais comum de que todos os outros estejam de alguma forma à frente. As empresas veem seus concorrentes anunciarem novos pilotos e produtos de IA, fornecedores fazendo novas promessas de ferramentas transformadoras de IA, e funcionários já experimentando agentes e chatbots. Ninguém quer ser pego parado enquanto o resto do mercado avança rapidamente.
O resultado é uma crescente onda de FOMO em IA. As seguradoras estão lançando pilotos, financiando planos de integração multimilionários e, de modo geral, encaixando IA em qualquer lacuna percebida em seus fluxos de trabalho. O problema é que muitas estão fazendo isso antes de questionar e identificar onde a IA realmente criará impacto significativo para seus negócios.
Os perigos de colocar a IA antes do caso de negócio
No ano passado, um estudo do MIT constatou que 95% dos projetos piloto de IA “falharam em gerar qualquer economia financeira perceptível ou aumento nos lucros,” cujos dados sustentam um relatório anterior divulgado pela Capgemini em 2023 que apontou que 88% dos pilotos de IA nunca chegaram à produção.
Um relatório mais recente da Simplifai constatou que, embora 99% das seguradoras já tenham algum tipo de IA generativa implementada e 83% das companhias estejam gastando mais de £3,75 milhões por ano em tokens, assinaturas e infraestrutura, apenas 42% deram o próximo passo em direção à implementação efetiva da IA em funções de negócio ativas.
Existe um apetite inegável por IA no setor de seguros, mas não há muita compreensão quando se trata do que a tecnologia pode fazer ou onde ela se encaixa nos sistemas de negócios existentes (sem mencionar a stack tecnológica, que para uma seguradora tende a ser alguma forma de sistema legado). Esse problema se apresenta sintomaticamente como uma abundância de programas piloto de IA que nunca amadurecem em soluções de negócios do mundo real. As seguradoras sabem que precisam agir em relação à IA, mas não têm uma ideia clara de onde começar, quais processos priorizar ou como evidenciar o valor que ela cria.
Como as seguradoras podem distinguir oportunidade de IA de hype de IA
Isso levanta uma questão importante para as seguradoras: o que será necessário para mudar a IA de projetos isolados de inovação para algo com aplicações de negócios tangíveis?
Escalar a IA de forma eficaz pode levar a um valor de negócios substancial — os dados apoiam isso — mas para seguradoras atoladas em programas piloto caros que nunca parecem se traduzir em produtos acabados, ou que sentem que correm o risco de ficar para trás, é essencial abordar a IA de uma perspectiva de negócios, não tecnológica.
A adoção bem-sucedida de IA no setor de seguros pode significar apenas abraçar mais do comportamento avesso ao risco e metódico pelo qual o setor é às vezes criticado. Significa tomar decisões informadas sobre onde a IA pode criar impacto real e sustentável. O sucesso depende de identificar os casos de uso com os resultados comerciais e de produtividade mais fortes, em vez de aumentar o volume de iniciativas de IA na esperança de alcançar um ponto de virada mágico e não especificado.
Ferramentas de IA específicas para o setor de seguros estão acessíveis em todo o mercado, eliminando qualquer vantagem competitiva obtida pela adoção de uma plataforma ou modelo específico. À medida que o acesso à tecnologia se torna mais uniforme, a diferenciação competitiva dependerá de como as organizações a aplicam. Abordagens bem-sucedidas começam com fluxos de trabalho, modelos operacionais e resultados de negócios. Elas implantam IA em processos de negócios completos em vez de soluções pontuais isoladas e estabelecem governança desde o início, de modo que risco, conformidade e responsabilidade estejam incorporados em toda a implementação.
O setor de seguros não tem um problema de IA. Tem um problema de estratégia. O FOMO está empurrando as seguradoras para decisões subótimas, quando o verdadeiro desafio está em executar uma estratégia de transformação coerente. A próxima fase da adoção de IA no setor de seguros não será sobre comprar e usar mais IA. Será sobre tomar melhores decisões sobre onde a IA pertence.
Escrito por Theodore Bergqvist, CEO e cofundador da Turbotic.
