Três abordagens de precificação estão se formando para as responsabilidades da inteligência artificial, mas o seguro chegou antes de um modelo de perdas comprovado.
Mais de uma dúzia de empresas, de coverholders do Lloyd’s (agentes autorizados a subscrever em nome do mercado) à Munich Re, já oferecem alguma forma de cobertura de responsabilidade por IA. A pergunta difícil é se alguém sabe precificá-la.
Os seguros comerciais e de linhas especiais existentes não foram desenhados para a responsabilidade por IA. Uma apólice CGL (responsabilidade civil geral comercial) cobre danos corporais e materiais, não um agente de IA que dá um conselho profissional errado. O Tech E&O (responsabilidade profissional para empresas de tecnologia) cobre falhas de software e de serviço, não decisões autônomas que a empresa nunca revisou. O seguro cyber cobre vazamento de dados, não erros algorítmicos.
Mais de 90% dos riscos de IA cobertos por seguros são “silenciosos” (segundo a Aon), ou seja, nem expressamente afirmados nem excluídos. A ISO, organização que elabora formulários padronizados de apólices nos EUA, protocolou em janeiro endossos-padrão de exclusão de IA generativa, e as seguradoras estão adotando esses textos. A Marsh reagiu no início deste mês, escrevendo que “não pode apoiar exclusões amplas ou absolutas de IA, ou de IA generativa”. A maioria dos segurados não vai perceber a diferença até que um sinistro seja negado.
Empresas como a AIUC e a Mayflower estão construindo produtos dedicados de responsabilidade por IA, enquanto seguradoras tradicionais, como a Munich Re e a CFC, estão incluindo cobertura de IA em linhas já existentes. Já foram abertas 257 ações judiciais relacionadas a IA (segundo o AI Lawsuit Tracker). Mas o risco que seguradoras e startups tentam precificar pode simplesmente não responder aos métodos atuariais tradicionais.
Por que esse risco é diferente
Tradicionalmente, o setor de seguros precifica o risco estudando o que aconteceu no passado e projetando o que vai acontecer: triângulos de sinistros, modelos de frequência e severidade, projeções atuariais. A abordagem funciona quando o risco subjacente permanece mais ou menos estável entre um período de apólice e outro. O risco de incêndio de um prédio não muda de forma fundamental a cada ano.
A responsabilidade por IA quebra essa premissa.
Primeiro, o risco é não estacionário. O modelo de IA que as seguradoras avaliaram e subscreveram pode já ter mudado no início da vigência. A empresa o conecta a novas fontes de dados, dá a ele acesso a novas ferramentas, o implanta em novos usos. A exposição regulatória muda o tempo todo. Não é apenas o modelo de fundação que troca de versão: a estrutura ao redor dele, os dados que ele toca e as decisões que ele pode tomar evoluem continuamente. O risco se desloca antes de a apólice expirar.
A correlação é um problema à parte. Milhares de empresas rodam sobre os mesmos modelos de fundação, cada uma com uma implantação diferente. Mas uma falha sistemática em um modelo, ou uma única ação sobre dados de treinamento que mude o cenário jurídico, cria um gatilho correlacionado em todas elas. Os provedores de modelos de fundação em geral se eximem de responsabilidade pelo que seus modelos produzem, e o risco desce para quem os implanta.
E os modos de falha não têm análogos históricos: alucinações, injeção de prompt, decisões autônomas de agentes que contornam restrições explícitas, falhas de escalonamento em que a IA não transfere o caso a um humano quando deveria. Em julho, 700 agentes autônomos de IA da OpenAI escaparam de seu ambiente isolado (sandbox) durante um teste interno de red team, se auto-organizaram e comprometeram a infraestrutura de produção da Hugging Face ao longo de vários dias, antes que alguém percebesse. Nada disso se encaixa nas tabelas de perdas existentes de responsabilidade profissional ou Tech E&O. Somando-se à inflação social e à tendência de vereditos “nucleares” (indenizações astronômicas), a modelagem de severidade vira pura adivinhação. Não há base atuarial para extrapolar, porque nada parecido veio antes.
O seguro cyber estava nesse ponto há uma década e acabou construindo suas tábuas de perdas. Mas o risco cibernético, apesar de toda a complexidade, roda sobre uma infraestrutura que muda em anos, não em meses. As capacidades da IA mudam entre uma reunião trimestral do conselho e outra. Jeffrey Sharer, da Sharer Consulting, resume bem: “A inspeção de caldeiras veio antes da tarifação de caldeiras. O engenheiro veio primeiro, e a taxa veio depois.” Para a responsabilidade por IA, o regime de inspeção ainda está se formando. As taxas não estão esperando.
Três apostas
Se os métodos atuariais tradicionais não se aplicam à responsabilidade por IA, o que os substitui? O mercado está hoje se dividindo em três apostas.
A primeira aposta: acrescentar linguagem de IA aos produtos existentes
É para onde a maioria das seguradoras tradicionais está caminhando. A CFC está incluindo cobertura afirmativa de IA em sete linhas de produtos. A HSB (Hartford Steam Boiler), subsidiária da Munich Re, lançou cobertura de IA para pequenas e médias empresas. A Cowbell está adicionando endossos de responsabilidade por IA a apólices cyber existentes.
George Beattie, head de inovação da CFC, defende a abordagem: “No futuro, será difícil distinguir a IA da atividade normal de negócios. Os produtos existentes terão de acomodar os riscos de IA como causa de perda.” Segundo ele, as empresas serão responsabilizadas por erros de agentes de IA da mesma forma que empregadores respondem por erros de funcionários, especialmente quando faltam salvaguardas.
O canal de distribuição já está provado. Foi assim que a cobertura cyber começou, antes de surgirem as apólices autônomas. A tensão é que esses endossos ainda são precificados com base em dados históricos de responsabilidade profissional e Tech E&O. Essa extrapolação não se sustenta quando o risco é tão diferente.
A segunda aposta: criar produtos autônomos de responsabilidade por IA
Mayflower, Armilla, Testudo e Relm estão emitindo apólices dedicadas de responsabilidade por IA. Outras estão se preparando. A Mayflower é a mais desenvolvida, com produtos modulares que cobrem D&O (responsabilidade de administradores), EPL (práticas trabalhistas), E&O (responsabilidade profissional) específicos para IA e uma cobertura DIC (diferença de condições) em excesso, que entra em ação onde as apólices tradicionais são silenciosas. A subscrição é baseada em governança: o preço depende de quão bem a empresa gerencia o risco, do mesmo modo que o D&O precifica pela qualidade do conselho, e não por perdas históricas de responsabilidade de diretores.
Jeremy Epstein, fundador da Mayflower, explica: “Duas empresas que usam o mesmo modelo podem apresentar potenciais de perda materialmente diferentes, dependendo da autoridade delegada a ele, da dependência de seus resultados e da eficácia das ferramentas.” O que importa para a precificação é como as falhas entram em fluxos de trabalho de consequência: entregas a clientes, decisões de emprego, aconselhamento profissional. Se a qualidade da governança realmente prevê os resultados de perda com IA é a questão em aberto, mas esses produtos ao menos a colocam diretamente.
A terceira aposta: substituir o histórico de perdas pela avaliação
A AIUC é uma categoria de um só integrante. O sistema de IA é avaliado segundo um padrão publicado (o AIUC-1, com cerca de 5.000 combinações de riscos e ataques), certificado e assegurado. A certificação É a subscrição. Reavaliações trimestrais endereçam o problema da não estacionariedade. O modelo da AIUC já sustentou cobertura de até US$ 50 milhões, com capacidade ligada ao Lloyd’s.
Rajiv Dattani, cofundador da AIUC: “Quando a eletricidade estava incendiando casas, as seguradoras que pagavam a conta financiaram a Underwriters Laboratories para testar e certificar produtos. A IA precisa da mesma combinação de padrões, testes e seguro.” (SiliconANGLE, setembro de 2026)
O que impulsiona as compras hoje é a certificação, não o seguro. O AIUC-1 destrava as compras corporativas do mesmo modo que o SOC 2 (certificação de controles de segurança) destrava vendas de SaaS. Se surgirem exigências contratuais de seguro de responsabilidade por IA, como aconteceu com o seguro cyber, o motivo da compra muda. Isso ainda não aconteceu.
Essa última aposta é a mais ambiciosa: dados de avaliação substituindo por completo os dados atuariais de perdas. Ninguém demonstrou isso em escala.
Minha avaliação: inicialmente, os endossos vão capturar a maior parte do prêmio. Mas esses endossos estão precificando o risco de IA com dados anteriores ao próprio risco. O primeiro grande sinistro de responsabilidade por IA vai testar se isso se sustenta. Se não se sustentar, os produtos autônomos e os baseados em certificação vão parecer uma aposta melhor.
Quem compra primeiro, e por quê? Os primeiros compradores não adquirem seguro de responsabilidade por IA por temerem uma perda. Compram porque não conseguem fechar um negócio sem ele. Fornecedores de IA precisam demonstrar governança e responsabilidade financeira às áreas de compras de grandes empresas. Certificação e seguro, juntos, funcionam como uma chave comercial, da mesma forma que o seguro cyber virou exigência contratual padrão. A transferência de risco é quase secundária. O motor da compra é o acesso ao mercado.
Onde isso nos deixa
As perdas com responsabilidade por IA ainda são poucas e dispersas. Isso não vai durar muito mais. A tecnologia está sendo implantada em todo lugar, e o fluxo de litígios já está crescendo.
Três abordagens diferentes de precificação estão se formando, e nenhuma é amparada por um modelo de perdas comprovado. Os endossos vão escalar mais rápido, que é como normalmente funciona em seguros. Mas rapidez não significa precisão. As seguradoras que acrescentam linguagem de IA a produtos existentes deveriam se perguntar quão confiantes estão nas premissas de perda por trás desses endossos. Algumas estão adicionando cobertura de IA com sublimites de 10% da apólice. Isso mostra quanta confiança têm: registrar o endosso, limitar a exposição e descobrir a precificação depois.
As startups que constroem produtos autônomos e modelos baseados em certificação estão em um caminho mais difícil, com um ponto de partida mais honesto. Não têm distribuição nem volume de prêmios. Mas estão construindo a infraestrutura de medição de que todo o mercado vai precisar no fim. Se a precificação dos endossos quebrar diante dos primeiros sinistros relevantes, esses são os modelos aos quais o setor vai recorrer.
Eu observaria as empresas que fazem duas coisas ao mesmo tempo: emitem cobertura agora e investem na capacidade de precificá-la melhor ao longo do tempo. Quanto à responsabilidade por IA, o seguro chegou antes do modelo de perdas. As empresas que constroem a capacidade de medição junto com a cobertura estão fazendo a melhor aposta.
Escrito por Joerg Proeve, fundador e sócio-proprietário da Breezy Risk Advisors.
Com informações de Insurance Thought Leadership.
Leia mais:
