A IA genérica consegue resumir e extrair dados, mas é necessária a IA vertical para fornecer o contexto e a governança exigidos por decisões de alto risco.
A IA genérica está atingindo seu limite no setor de seguros. Ela consegue resumir uma submissão, redigir uma resposta ao cliente ou extrair informações de um arquivo de sinistros. O que não consegue fazer de forma independente é tomar as decisões de alto risco que determinam o desempenho dos seguros.
Essas decisões exigem mais do que uma resposta plausível. Elas dependem dos dados da seguradora, de suas regras de precificação e subscrição, apetite ao risco, obrigações regulatórias, posição da carteira e contexto operacional. Sem essa base, a IA pode produzir uma resposta que soa crível, mas não pode ser confiável, explicada ou colocada em prática.
De acordo com a Pesquisa de Impacto de IA de 2026 da Grant Thornton, 44% dos executivos de seguros disseram que desafios de governança ou conformidade fizeram com que projetos de IA falhassem ou tivessem desempenho abaixo do esperado, enquanto 56% identificaram a incerteza regulatória como uma das principais barreiras para escalar a IA.
Isso está levando o setor a adotar IA vertical construída especificamente para seguros. Ao contrário de ferramentas de propósito geral, a IA vertical pode aplicar inteligência dentro do contexto, dos controles e da responsabilidade que as decisões reais de seguros exigem.
O perigo de silos mais rápidos
A maioria das seguradoras já possui grandes volumes de dados, mas raramente uma visão completa no momento em que uma decisão precisa ser tomada. Os dados de apólices podem estar em um sistema, o histórico de sinistros em outro e as interações com clientes em outro lugar. Informações de carteira e sinais externos de risco também podem chegar em ciclos diferentes.
Cada fonte conta parte da história, mas nenhuma necessariamente reflete o contexto de negócios completo.
Quando as seguradoras colocam IA sobre essa visão parcial, podem produzir uma resposta mais rapidamente, sem necessariamente produzir uma decisão melhor. Na tomada de decisões de alto risco, a velocidade não compensa a falta de contexto.
Tradicionalmente, o setor de seguros é organizado em disciplinas separadas, como precificação, subscrição, sinistros, engajamento do cliente e gestão de carteira, embora os resultados dessas funções estejam intimamente conectados. Uma decisão de precificação afeta conversão e retenção. Uma decisão de subscrição altera a qualidade da carteira. Uma experiência de sinistro pode influenciar renovação, valor do cliente e risco futuro.
O negócio compreende essas relações, mas seus sistemas nem sempre as refletem.
O risco é que as seguradoras adicionem IA ao mesmo modelo operacional fragmentado. Precificação, sinistros, subscrição e atendimento podem ganhar ferramentas individualmente, enquanto a organização continua sem uma compreensão compartilhada da decisão que está sendo tomada. Tarefas individuais tornam-se mais rápidas, mas a desconexão subjacente permanece.
Esse é o limite da IA horizontal. Ela pode melhorar uma atividade sem melhorar a decisão empresarial que a envolve.
A IA de seguros deve seguir a decisão
Plataformas de administração de apólices, faturamento, sinistros e CRM continuam essenciais para as operações de seguros. Elas preservam registros, processam transações e fornecem a estabilidade de que as seguradoras dependem. A IA deve fortalecer o trabalho realizado dentro e entre esses sistemas, em vez de tentar substituí-los.
Essas plataformas são altamente eficazes para registrar o que aconteceu. A maior oportunidade está em ajudar as seguradoras a determinar o que deve acontecer a seguir.
Uma decisão de renovação, por exemplo, pode exigir histórico da apólice, sinistros recentes, valor do cliente, concentração da carteira, sinais emergentes de risco, um modelo de precificação, apetite de subscrição e requisitos regulatórios atuais. Nenhuma plataforma única detém todo esse contexto.
Portanto, a arquitetura deve ser centrada na decisão, e não no núcleo. As seguradoras precisam identificar a inteligência, as regras, os fluxos de trabalho e a expertise humana que devem convergir em torno de cada decisão e, em seguida, orquestrar esses elementos entre os sistemas que já utilizam.
IA vertical vai muito além de adicionar terminologia de seguros a um modelo de propósito geral. Ela é projetada em torno de como o trabalho de seguros é realizado, como as decisões são governadas e como suas consequências são gerenciadas.
Uma mudança de tarifa, por exemplo, afeta mais do que o preço apresentado ao cliente. Pode influenciar composição da carteira, retenção, lucratividade, equidade e registros regulatórios. A IA que apoia essa decisão precisa compreender essas conexões.
Trazer o contexto necessário para o fluxo de trabalho pode exigir IA preditiva para risco e precificação, IA generativa para explicação e orientação, e IA agente para execução limitada em múltiplas etapas. O tipo de modelo importa menos do que a capacidade da seguradora de orquestrar a inteligência certa em torno da decisão.
A decisão deve vir em primeiro lugar.
A governança deve acompanhar a ação
O setor de seguros sempre delegou autoridade dentro de limites definidos. Controles ao longo do processo permitem que as seguradoras distribuam a tomada de decisões sem perder a responsabilidade.
A IA agente altera o perfil de risco porque pode tomar ações, em vez de simplesmente fornecer aconselhamento. Quando um sistema de IA pode iniciar ou executar etapas em tempo real, revisar sua atividade depois do fato pode ser tarde demais.
Portanto, a governança deve ser incorporada à própria decisão. Ela deve definir quais dados podem ser usados, quais modelos e regras podem ser aplicados, quando é necessária revisão humana e como todo o caminho da decisão pode ser reconstruído.
Nem todo componente de IA será determinístico, mas o trajeto da entrada até a ação deve ser controlado sempre que a decisão exigir. Inteligência probabilística requer barreiras determinísticas, incluindo permissões definidas, monitoramento, caminhos de escalonamento e a capacidade de uma pessoa intervir.
A direção regulatória já está clara. O boletim modelo da NAIC exige que as seguradoras estabeleçam governança, documentação, testes, validação e supervisão de terceiros para sistemas de IA que apoiam decisões que afetam consumidores. Também reforça que as seguradoras permanecem responsáveis por essas decisões, independentemente da tecnologia usada para apoiá-las.
A supervisão humana deve ser projetada no modelo operacional. Isso não significa pedir que alguém aprove automaticamente cada saída gerada por IA. Significa definir o que pode ser automatizado, o que deve ser revisado, quando é necessário escalonamento e quem carrega, em última instância, a responsabilidade.
Feito corretamente, essa abordagem também dá maior alavancagem a subscritores, atuários e profissionais de sinistros experientes. Sua expertise conquistada com esforço pode se tornar lógica de decisão reutilizável, regras de negócio e caminhos de escalonamento, em vez de permanecer presa a documentos, processos manuais ou ao conhecimento de um pequeno número de indivíduos.
Meça decisões, não implantações
O setor de seguros investiu fortemente em dados, analytics, modelos preditivos, plataformas em nuvem e modernização de sistemas centrais. A lacuna remanescente está entre esses ativos e as decisões que conduzem o negócio.
Uma abordagem vertical permite que as seguradoras avancem com IA sem esperar por uma substituição de núcleo que leve vários anos. Ela pode aproveitar os sistemas, dados e modelos que as seguradoras já confiam e, em seguida, orquestrá-los em torno das decisões que precisam melhorar hoje.
Isso torna os investimentos existentes mais valiosos, ao mesmo tempo que dá ao negócio maior flexibilidade para se adaptar, sem desestabilizar os sistemas que mantêm as operações em funcionamento.
O sucesso, portanto, deve ser medido pela qualidade e impacto empresarial das decisões que estão sendo aprimoradas, e não pelo número de ferramentas de IA implantadas. Isso pode incluir melhor desempenho de precificação, subscrição mais consistente, mudanças de produto mais rápidas, melhores resultados para clientes ou gestão de carteira mais eficaz.
Seguros é um setor de consequências conectadas. IA construída para tarefas isoladas perderá essas conexões, independentemente de quão capaz seja o modelo subjacente.
IA vertical, nativa de seguros, começa com a decisão. Ela reúne contexto de domínio, inteligência preditiva e generativa, regras de negócio, fluxos de trabalho, governança e julgamento humano no ponto em que a ação ocorre.
É assim que as seguradoras podem ir além de casos de uso isolados de IA e transformar a IA em uma capacidade confiável e escalável para as decisões que mais importam.
Escrito por Be’eri Mart, diretor de produto e tecnologia na Earnix.
