Home Blog

O novo mundo da reconstrução de acidentes

Evidências digitais de dashcams, drones e gravadores de dados veiculares agora complementam a análise física de colisões na reconstrução moderna de acidentes.

Não faz muito tempo que a reconstrução de acidentes dependia principalmente das evidências físicas deixadas após uma colisão. Marcas de pneus, sulcos na pista, danos aos veículos, medições da cena e depoimentos de testemunhas formavam a base da maioria das investigações.

Esses elementos continuam essenciais hoje. A diferença é que agora são acompanhados por uma coleção cada vez maior de evidências digitais que podem fornecer informações adicionais sobre como o acidente se desenrolou.

De dashcams e câmeras de frotas comerciais a drones, gravadores de dados de evento (EDRs) e sistemas de infoentretenimento dos veículos, os engenheiros forenses têm acesso a mais informações do que nunca. O desafio não é apenas coletar os dados, mas também validá-los, interpretá-los corretamente e integrá-los às evidências físicas para desenvolver conclusões cientificamente embasadas.

Câmeras estão mudando o cenário

Evidências em vídeo tornaram-se cada vez mais comuns em investigações de acidentes.

De acordo com uma pesquisa recente, quase 30% dos motoristas nos EUA usam dashcams, um número que continua a crescer a cada ano. As frotas comerciais adotaram a tecnologia ainda mais rapidamente. Um relatório do setor apontou que 84% dos motoristas de empresas têm dashcams instaladas em seus veículos de trabalho, um aumento de 29 pontos percentuais em relação ao ano anterior. Quase 65% dos motoristas comerciais também relataram que seus empregadores exigem o uso de dashcam.

Esses números ilustram uma tendência importante para engenheiros forenses: muitos acidentes graves são capturados em vídeo. Além disso, os investigadores podem ter acesso a gravações de múltiplas fontes, incluindo dashcams pessoais, câmeras de frotas comerciais, câmeras de tráfego, sistemas de segurança e até smartphones de transeuntes.

Embora múltiplos pontos de vista possam fornecer informações valiosas, cada gravação captura apenas uma perspectiva. Posicionamento da câmera, taxa de quadros, distorção de imagem, condições de iluminação e sincronização afetam o que um vídeo pode e não pode demonstrar de forma confiável.

Por essa razão, as evidências em vídeo nunca são avaliadas isoladamente. Engenheiros comparam cada gravação com as evidências físicas e os princípios de engenharia estabelecidos antes de chegar a conclusões.

Preservando cenas de acidente antes que desapareçam

Ao contrário das evidências digitais, as cenas físicas de acidentes são temporárias.

Veículos são removidos, destroços são limpos e o clima ou o tráfego podem alterar rapidamente as marcas na pista. Evidências importantes podem desaparecer em poucas horas.

Drones e scanners laser 3D tornaram-se ferramentas cada vez mais valiosas para documentar cenas de acidente antes que essas mudanças ocorram. Scanners a laser 3D permitem capturar dezenas de milhões de pontos individuais no espaço 3D, possibilitando a preservação digital de ambientes 3D em nível de milímetros, com detalhes completos e coloridos. Em conjunto com dados de scanner a laser 3D, drones permitem capturar, em minutos, centenas de fotografias sobrepostas de alta resolução de uma cena de acidente, com detalhes. Usando fotogrametria, essas imagens podem ser convertidas em um modelo tridimensional preciso e em imagens em escala, de qualidade cartográfica, da via, dos veículos e do entorno.

Em vez de depender apenas de fotografias tiradas do nível do solo, os investigadores podem preservar toda a cena de cima, criando um registro digital permanente que pode ser analisado muito tempo depois de a via ser reaberta.

Construindo uma reconstrução tridimensional

Um modelo tridimensional fornece muito mais do que apenas uma representação visual da cena do acidente. Uma vez que a cena foi documentada com precisão, engenheiros forenses podem integrar evidências adicionais ao modelo digital, incluindo gravações de dashcam, filmagens de vigilância e outras fontes de vídeo.

Isso permite aos investigadores:

  • Medir distâncias, declividades da via e posições dos veículos com precisão.
  • Analisar as velocidades dos veículos e o timing ao longo da sequência de eventos.
  • Avaliar as linhas de visão do motorista, a visibilidade e a geometria da via.
  • Comparar evidências em vídeo com medições físicas.
  • Revisitar virtualmente a cena do acidente muito tempo depois de as evidências físicas terem sido removidas.

O resultado é uma reconstrução abrangente baseada em dados mensuráveis, não em suposições.

Veículos atuais geram mais dados do que nunca

Muitos veículos modernos registram muito mais informações do que a maioria dos motoristas imagina.

Gravadores de dados de evento (EDRs), também conhecidos como “caixa preta” do veículo, podem capturar informações como a severidade da colisão, a velocidade do veículo, o acionamento dos freios, a posição do acelerador, as entradas de direção, o status do cinto de segurança e outros parâmetros de operação do veículo imediatamente antes e durante uma colisão. De fato, o Knott Laboratory pode recuperar e analisar informações de EDR de 57 marcas e 700 modelos de veículos.

Em muitos casos, os investigadores também podem ter acesso a dados armazenados em sistemas de infoentretenimento, dispositivos conectados ou plataformas de telemática. Dependendo do veículo, esses sistemas podem fornecer contexto adicional sobre a atividade de navegação, as comunicações, os dispositivos conectados ou as operações do veículo antes da colisão.

Cada fonte contribui com mais uma peça do puzzle, mas nenhuma conta a história inteira sozinha.

No Knott Laboratory, engenheiros avaliam informações digitais, inspeções veiculares, evidências da via, documentação da cena e depoimentos de testemunhas para determinar se todas as evidências disponíveis sustentam uma reconstrução consistente.

Tecnologia apoia a ciência

À medida que os veículos se tornam mais conectados e o vídeo se torna cada vez mais comum, a reconstrução de acidentes continua a evoluir. Evidências digitais ampliaram as ferramentas disponíveis para engenheiros forenses, mas não alteraram os princípios científicos que orientam cada investigação.

O papel do engenheiro forense é analisar objetivamente cada fonte disponível de evidência, compreender as forças e limitações de cada uma, e determinar se os fatos sustentam uma conclusão particular.

Seja na reconstrução de acidentes envolvendo veículos de passeio, motocicletas, caminhões comerciais, pedestres ou bicicletas, o Knott Laboratory combina décadas de experiência em engenharia forense com tecnologias investigativas avançadas de hoje para fornecer análises objetivas e cientificamente embasadas a diversos clientes, desde provedores de seguros até advogados.

A tecnologia captura a evidência e a ciência dá significado a ela.

Escrito por Seth Behrens, P.E., DFE, diretor de engenharia em reconstrução de acidentes no Knott Laboratory.

Por que data centers de IA impulsionam a demanda por seguro paramétrico

A demanda por seguro paramétrico para data centers construídos para atender à IA deve aumentar em breve, segundo especialistas em seguradoras comerciais que atuam nesse produto relativamente novo.

O seguro paramétrico paga quando ocorre um evento de perda e é precificado com base na probabilidade desse evento, ao passo que o seguro convencional cobre o valor real da perda. Esse tipo de cobertura atrai grandes empresas de tecnologia como forma de proteger os data centers de IA que constroem.

“O mercado se uniu para desenvolver soluções”, disse James Nelson, líder da prática de data centers e infraestrutura digital dos EUA na Lockton Companies, uma corretora global de seguros, em um webcast recente. “O mercado de seguros talvez nem sempre seja o mais rápido a se adaptar a novos desenvolvimentos, mas, neste caso, todo mundo está se movendo muito, muito rápido.”

A cobertura paramétrica para data centers concentra-se principalmente em eventos de catástrofes naturais e em questões relacionadas aos acordos de nível de serviço (SLAs) entre os proprietários dos centros e seus inquilinos. Grandes empresas de tecnologia que constroem ou apoiam os data centers, como Microsoft, Amazon e Google, são especialistas em gerenciar esses centros e em minimizar riscos operacionais, segundo Sharon Haran, diretora comercial da Parametrix Solutions, que oferece cobertura paramétrica para infraestrutura digital.

Embora catástrofes naturais afetem significativamente a infraestrutura que sustenta os data centers, a probabilidade de um evento desse tipo atingir um data center é baixa o suficiente para ser considerada um risco aceitável pelas seguradoras, disse Haran.

“Não vemos aqui uma frequência de 10% ou 20% ao ano, o que tornaria o produto extremamente caro e não lucrativo do ponto de vista do seguro”, disse ele. “Mas vemos uma frequência que faz sentido tanto para o segurado quanto para a seguradora.”

Como ativos físicos, os data centers são bem projetados e bem construídos, disse Nelson. “Não houve uma perda superior a US$ 1 bilhão por aí que testasse o mercado de seguros, que testasse toda a interconectividade dos contratos”, disse ele.

Os SLAs são o maior risco para os data centers, e o seguro paramétrico pode mitigar esse risco, segundo Haran. Para data centers, os SLAs definem as obrigações de desempenho do proprietário perante os inquilinos em aspectos como o fornecimento de energia, os níveis de temperatura e a conectividade à internet. Cada um desses elementos é mensurável e quantificável em relação aos parâmetros estabelecidos em um SLA, que servem como benchmarks para a cobertura paramétrica, disse Haran.

Os SLAs frequentemente estabelecem percentuais do aluguel que os inquilinos podem reter ou receber de volta se os critérios do acordo não forem atendidos, o que representa perdas que o proprietário poderia recuperar por meio de um seguro paramétrico. Um proprietário que perde receita de aluguel terá dificuldades para honrar suas dívidas e pagar salários.

“Essa instabilidade, flutuação ou potencial flutuação no fluxo de caixa da organização é exatamente o ponto em que o seguro de SLA tenta trazer certeza aos operadores, investidores e credores”, disse Haran.

O seguro paramétrico para data centers é um produto relativamente novo, que começou há cerca de dois anos, segundo Nelson. No entanto, os credores que financiam a construção de data centers estão exigindo cobertura de seguro, o que está impulsionando o crescimento da cobertura paramétrica, acrescentou ele.

O produto está ganhando força, embora não vá ser a única opção de seguro para data centers, segundo Martin Hotz, chefe de paramétrico nat cat na Swiss Re Corporate Solutions.

“Ele vai desempenhar o papel de uma peça de um quebra-cabeça”, disse Hotz. “A tendência é favorável, mas há muito em andamento. O quadro será muito diferente daqui a três a cinco anos.”

CLARA Analytics apresenta plataforma de inteligência de sinistros com agentes de ponta a ponta

A CLARA Analytics lançou a Agentic Intelligence, que se descreve como a primeira força de trabalho de IA de ponta a ponta do setor, desenvolvida para lidar com sinistros complexos de responsabilidade civil e acidentes de trabalho. Integrada à plataforma CLARAty.ai, ela aloca uma equipe de agentes de IA a cada sinistro, desde a primeira notificação de perda até a resolução, enquanto os ajustadores mantêm o controle de cada decisão.

O lançamento transforma a CLARA de um sistema que gera insights em um que recomenda os próximos passos e ajuda a executá-los. Incorporados diretamente ao arquivo do sinistro, o ponto crítico em que são decididas as perdas por acidentes de trabalho e de responsabilidade civil, os agentes da CLARA utilizam um conjunto de dados proprietários com 10 anos de resultados históricos.

Heather H. Wilson, diretora-executiva da CLARA Analytics, disse que os agentes avaliam continuamente a evolução de um sinistro.

“Nossos agentes avaliam continuamente como um sinistro está evoluindo, identificando questões de exposição antes que se tornem um problema”, disse Wilson. “Criamos a Agentic Intelligence para dar aos ajustadores um parceiro que analisa dados e documentos de sinistros e destaca, em tempo real, mudanças na gravidade, no potencial de litígio, no risco de fraude e nas oportunidades de encerramento.”

Wilson acrescentou: “Passamos de um sistema de inteligência para um sistema de ação ao nos tornarmos uma plataforma completa de agentes de sinistros. Trabalhando em conjunto, os agentes sintetizam todas as informações relevantes, fornecem raciocínio transparente e inteligência adaptativa, destacam oportunidades e constroem a ponte necessária entre a inteligência e a ação.”

A nova força de trabalho dá aos ajustadores acesso instantâneo à origem de uma pontuação e à atualidade dos dados subjacentes, para que não precisem buscar documentos de origem para confiar em um número. Os agentes adicionam contexto e raciocínio à inteligência entregue aos profissionais de sinistros e de atuária.

As principais capacidades incluem linhagem completa e “verdade fundamental” dos resultados, com acesso instantâneo a definições de glossário, propriedade das métricas e versionamento; atualidade e qualidade dos dados, com visibilidade em tempo real da saúde dos dados subjacentes e validação da fonte; e contextualização de coortes, com detalhamento instantâneo de grupos específicos de cobertura, exclusões e coortes de sinistros contribuintes. A plataforma também oferece justificativa transparente, vinculando a lógica de pontuação diretamente aos documentos e aos campos subjacentes do sinistro, e análises interativas aprofundadas, baseadas em dados estruturados e não estruturados, por meio de um agente conversacional.

Alimentada por pipelines de dados de autoaprendizagem e um conjunto de dados de 10 anos com mais de 7 milhões de sinistros, a CLARA resolve dados ausentes em tempo real, substituindo regras rígidas por consultas dinâmicas para entregar inteligência precisa e personalizada. A plataforma elimina a codificação manual para acelerar a implantação, permitindo que equipes de sinistros fatiem, analisem e testem dados imediatamente. Os ajustadores mantêm a decisão, enquanto a CLARA detém o rastro de evidências por trás dela.

A CLARA Analytics, patrocinadora Gold, demonstrará a plataforma na ITC Vegas de 29 de setembro a 1º de outubro. Em 30 de setembro, a CLARA e a Nationwide subirão ao palco para uma sessão intitulada “Pare de deixar o risco de sinistros sobre a mesa”.

Mubbin Rabbani, diretor de produtos da CLARA Analytics, disse que a plataforma entrega resultados mensuráveis.

“Não estamos apenas entregando tecnologia mais rápida; estamos entregando resultados financeiros e de negócios mensuráveis e quantificáveis”, disse Rabbani. “As seguradoras obtêm acesso imediato ao uso de uma força de trabalho avançada de IA, respaldada por salvaguardas robustas e validação humana.”

Como avaliamos a segurabilidade da IA?

À medida que os agentes de IA ganham autonomia, as seguradoras estão tornando as práticas de governança uma condição para a cobertura, transformando a gestão de riscos em um fator de precificação.

Quando a IA faz algo errado, quem arca com a perda?

Nos últimos anos, essa pergunta tem aparecido principalmente em discussões sobre governança de IA e responsabilidade legal. Mas, à medida que a IA avança para processos empresariais centrais — e à medida que os agentes começam a executar tarefas de forma autônoma — outro mercado está sendo forçado a enfrentar a mesma questão: o de seguros.

Um artigo da IT Pro sobre seguros de IA observa que uma nova categoria de cobertura está começando a surgir em torno de riscos relacionados à IA. Esses podem incluir perdas financeiras causadas por conselhos alucinados, discriminação algorítmica, violação de direitos autorais, modelos que não atingem os níveis de desempenho prometidos e até mesmo perdas causadas por ações autônomas de agentes de IA.

Esse ainda não é um produto de seguro maduro ou padronizado. A cobertura ainda está dispersa entre apólices independentes, endossos e exclusões. Mas o desenvolvimento mais importante não é simplesmente que as seguradoras estão começando a cobrir a IA. É que, uma vez que as seguradoras concordam em absorver perdas causadas pela IA, elas devem responder a uma pergunta mais difícil:

Quando um agente pode agir de forma autônoma, a seguradora está subescrevendo risco de modelo, risco de sistema ou risco de governança de tarefas?

Que tipo de IA merece ser segurada? Essa pergunta revela uma mudança mais profunda: a governança de IA está se tornando parte da infraestrutura da segurabilidade. E isso pode, por sua vez, mudar a forma como as empresas governam a IA. À medida que os agentes ganham maior autonomia, a capacidade de uma empresa de demonstrar que seus riscos podem ser compreendidos, mitigados e rastreados determinará cada vez mais se esses sistemas são seguráveis.

Para as seguradoras dispostas a subescrever riscos de IA, esse desafio também está se tornando uma oportunidade de mercado.

1. Da governança de riscos à segurabilidade

Em mercados de riscos maduros, as seguradoras primeiro perguntam se um risco pode ser identificado, controlado e estimado. Só então elas podem decidir se o seguram e a que preço.

A IA está começando a entrar nesse processo.

Em 2026, a Gartner previu que, até 2030, as seguradoras de propriedade e acidentes (P&C) podem exigir controles robustos de risco de IA como condição para fornecer cobertura afirmativa de responsabilidade por IA. Empresas com capacidades mais fortes em governança de IA e gestão de riscos podem não apenas achar mais fácil obter cobertura, mas também obter uma precificação mais favorável.

Isso significa que as empresas que constroem governança de IA precisarão responder a mais do que apenas “Como gerenciamos a IA?” Elas também podem precisar responder: Podemos provar a uma seguradora que realmente temos a IA sob controle?

Isso não é um exercício de papel. Uma política de IA, um conjunto de princípios éticos ou mesmo um comitê de governança de IA não são suficientes para demonstrar que o risco está realmente sob controle. O que as seguradoras devem considerar é se essas práticas de governança se tornaram mecanismos operacionais antes que um incidente ocorra — e o que, na prática, a empresa mudou por causa delas.

Para avaliar o risco de IA, as seguradoras precisarão saber quais modelos uma empresa usa, quais decisões esses modelos influenciam e quem é responsável por essas decisões; se ações automatizadas são registradas; se situações de alto risco acionam intervenção humana; se desvios de modelo e anomalias são detectados; e se incidentes podem ser reconstruídos depois que algo dá errado.

Como disse um especialista citado pela IT Pro, a governança que existe apenas no papel, sem ser traduzida em mecanismos operacionais, não satisfará um subscritor prudente.

A governança de IA está, portanto, assumindo uma função que recebeu muito menos atenção: tornar-se parte da infraestrutura da segurabilidade da IA.

2. O que as seguradoras subescrevem irá além do modelo

Ainda há um problema não resolvido. Grande parte da gestão de riscos de IA hoje permanece centrada no modelo. As empresas mantêm inventários de modelos, testam a precisão, monitoram vieses e desvios do modelo e preservam registros de saída. Para a IA generativa, alucinações, vieses discriminatórios e saídas incorretas podem causar perdas financeiras diretas.

Mas, uma vez que a IA se torna um agente capaz de executar tarefas de forma autônoma, a natureza do risco muda. Um agente pode executar corretamente uma tarefa que já se tornou irrelevante. Pode continuar perseguindo o objetivo original depois que novas informações mudarem a situação. Ou cada ação individual pode cumprir as regras, enquanto o resultado combinado ainda é algo que a empresa não pode aceitar.

Nesse ponto, a capacidade do modelo, por si só, não é mais suficiente para avaliar o risco. A exposição que as seguradoras precisam compreender começa a se estender do risco de modelo ao risco de governança de tarefas.

A pergunta de subscrição, portanto, torna-se:

Sob quais condições esta IA tem permissão para fazer o que faz? E se o contexto mudar, ela saberá quando parar?

Para as empresas, isso levanta outra pergunta: como elas estabelecem a segurabilidade de um agente de IA?

3. A segurabilidade do agente exige evidências

Imagine uma empresa que permite que um agente de IA processe reembolsos de clientes de forma autônoma. De uma perspectiva de governança de modelos, podemos testar se suas respostas estão corretas, se os dados estão seguros e se suas saídas apresentam viés. Mas uma seguradora também pode precisar saber:

Quanto dinheiro o agente pode reembolsar? Quando ele deve reavaliar o que o cliente realmente precisa? Se houver suspeita de fraude, uma nova reclamação ou uma transação anormal, a tarefa original ainda é válida? Quem determina se o agente pode continuar, pausar ou encaminhar o caso para um humano? E que evidências mostram que a tarefa foi realmente concluída conforme o pretendido?

Essas perguntas vão além da governança convencional de modelos. Elas apontam para quatro mecanismos de governança de tarefas que também podem servir como evidência de subscrição:

  • Design da tarefa — define o que a IA está realmente autorizada a fazer. Para um subscritor, ajuda a estabelecer onde a exposição começa e onde termina.
  • Limites de permissão — definem quais dados, sistemas, ativos e ações a IA pode acessar ou alterar e até onde se estende sua autoridade. Esses limites moldam diretamente a escala da perda potencial.
  • Loop de compreensão — determina se novos sinais levam o sistema a reavaliar a própria tarefa, em vez de simplesmente continuar executando o objetivo original. Isso é crítico quando uma mudança de contexto deve acionar uma pausa, um escalonamento ou uma intervenção humana.
  • Verificação de resultado — define o que conta como conclusão da tarefa: simplesmente concluir um processo ou produzir o resultado de negócios pretendido. Também cria a evidência necessária para a auditabilidade e a rastreabilidade.

As empresas podem pensar nesses mecanismos principalmente como formas de controlar agentes. De uma perspectiva de seguro, no entanto, eles servem a outro propósito: são evidências de que o risco de um agente pode ser compreendido, limitado e rastreado.

4. O seguro está se tornando uma restrição externa à governança de IA

A governança interna de IA tem um problema familiar: raramente gera receita diretamente. Sob pressão para avançar mais rápido, aumentar a eficiência e entregar resultados de negócios, ela pode facilmente se reduzir a políticas, listas de verificação e documentos de conformidade.

O seguro pode mudar os incentivos para que as empresas gerenciem bem a IA.

Um estudo de seguro de IA de 2026, aceito pela Harvard Data Science Review, aponta uma diferença fundamental entre as seguradoras e os provedores comuns de garantia de IA: as seguradoras realmente arcam com os custos das reivindicações relacionadas à IA. Isso lhes dá um incentivo econômico direto para exigir testes, monitoramento e validação mais rigorosos — e, por meio de prêmios e condições de subscrição, incentivar uma governança de IA mais segura.

Esse mecanismo não é novo. A proteção contra incêndio, a segurança automotiva, os controles de risco industrial e a segurança cibernética foram todos moldados pela precificação de seguros e pelos requisitos de subscrição, transformando gradualmente as práticas de segurança em padrões verificáveis pelos mercados.

A IA pode estar entrando agora em um estágio semelhante. Se uma empresa não consegue explicar os limites de tarefa de um agente, as permissões operacionais, os mecanismos de intervenção, os registros de resultados e a rastreabilidade pós-incidente, ela pode enfrentar mais do que apenas o escrutínio regulatório. Uma seguradora pode simplesmente concluir:

“Não consigo precificar esse risco.”

Ou:

“Posso segurá-lo, mas com um prêmio mais alto, limites mais baixos e certas ações autônomas dos agentes excluídas.”

Uma vez que a capacidade de governança de IA começa a afetar se uma empresa pode obter cobertura, os termos dessa cobertura e o prêmio que paga, a governança entra na precificação dos riscos da empresa. Esse pode ser um dos futuros mais importantes para o seguro de IA.

Conclusão: as seguradoras estão prontas para avaliar a segurabilidade da IA?

As discussões sobre responsabilidade de IA frequentemente terminam com um princípio familiar: não importa quão avançada a IA se torne, os humanos permanecem, em última instância, responsáveis.

O princípio é sólido. Mas, à medida que os agentes ganham maior autonomia, a pergunta mais difícil não é mais se alguém pode ser encontrado para arcar com a responsabilidade depois do fato. É se a empresa pode demonstrar, antecipadamente, que a responsabilidade humana foi traduzida em mecanismos operacionais de controle no sistema.

Quem define a tarefa? Quem configura as permissões? Quais sinais exigem que o sistema reavalie? Sob quais condições ele deve parar ou devolver o controle a um humano? E como provamos que a IA concluiu a tarefa certa — e não apenas que a executou corretamente?

Essas perguntas antes pertenciam principalmente à governança de IA. O seguro de IA está transformando-as em perguntas de subscrição.

Isso pode marcar uma mudança importante. Uma vez que o mercado de seguros comece a precificar a capacidade de governança de IA, a governança não será mais algo que uma empresa simplesmente acredita que “deve fazer”. Pode determinar cada vez mais se a empresa tem o direito de conceder maior autonomia a um agente, se terceiros podem confiar em sua IA e se o risco de negócios resultante pode ser transferido.

O que, finalmente, diferencia a capacidade empresarial de IA pode, portanto, ser mais do que a força do modelo ou o número de tarefas que um agente pode executar. Pode ser que uma empresa possa provar que, mesmo quando a IA passa a agir de forma autônoma, o risco resultante permanece compreensível, controlável e segurável.

Visto de outro lado, o seguro na era da IA não se trata apenas de cobrir perdas causadas pela IA. É também sobre avaliar se uma empresa pode transformar o risco de IA em algo compreensível, precificável e passível de intervenção.

Isso traz a pergunta de volta às próprias seguradoras: à medida que o risco passa dos modelos para agentes autônomos, as seguradoras já têm a capacidade de avaliar se esses agentes são seguráveis? Se não, o seguro de IA terá dificuldade em avançar além do estágio conceitual.

Essa capacidade não é apenas um pré-requisito para que o seguro de IA se torne um mercado real. Também pode se tornar uma das próximas áreas essenciais de especialização do setor de seguros.

Escrito por David Lien, sócio da Lingxi (Beijing) Technology e autor de “Decoding New Insurance” (2020), que figurou entre os livros mais vendidos da JD.com.

Quais os desafios de catástrofes naturais para as seguradoras

Examinando volatilidade e concentração para embasar estratégias de gestão de riscos

O setor de seguros de propriedade nos EUA está passando por um momento turbulento, com o aumento das perdas por catástrofes e a volatilidade do mercado levando os clientes a buscar novas ideias para ajudar a gerenciar esses riscos. Em 2025, as perdas globais seguradas por catástrofes naturais (CAT) ultrapassaram US$ 107 bilhões e, no primeiro trimestre de 2026, os EUA responderam por cerca de 75% das perdas seguradas por desastres naturais em todo o mundo.

Volatilidade e concentração da carteira

Em entrevista recente à Insurance Business, Jason Dunn, SVP e Gerente de Produto Digital da Munich Re US, explicou que identificou dois pontos críticos para os clientes nesse segmento e revelou como a equipe da Munich Re US está perfeitamente posicionada para ajudar.

“O primeiro diz respeito à volatilidade sem precedentes”, disse ele. “Os clientes estão tendo dificuldades para gerenciar a imprevisibilidade das perdas recentes por CAT, que estão escapando das abordagens tradicionais dos modelos de CAT. O segundo ponto crítico é identificar a concentração da carteira e os acúmulos de risco ocultos em áreas que historicamente apresentavam risco baixo a moderado. Isso se deve principalmente a mudanças nos padrões climáticos ou a eventos climáticos mais extremos.”

Na Munich Re US, a equipe de Applied Analytics ajuda os clientes a compreender melhor essas duas questões em paralelo.

“Com a volatilidade sem precedentes, somos capazes de alavancar nossa posição como uma das principais resseguradoras de propriedade nos EUA, ajudando os clientes a aprimorar suas análises de benchmarking e de participação de mercado, além de identificar insights críticos para a gestão de exposição”, acrescentou Dunn. “Embora a maioria das seguradoras hoje consiga entender sua participação de mercado relativa com base nos prêmios, temos acesso a dados de cada localidade nos EUA para linhas pessoais ou comerciais e podemos fazer uma análise de participação de mercado hiperlocalizada para nossos clientes. Em seguida, combinamos isso com nossos demais conjuntos de dados disponíveis, incluindo nossos mapas de perigos de alta definição. Quando você combina essas duas coisas — a participação de mercado hiperlocalizada com insights de risco de alta definição —, conseguimos ajudar as seguradoras a direcionar suas carteiras em torno de mudanças na acumulação ou na exposição.”

Incêndios florestais ainda preocupam o Oeste dos EUA

No que diz respeito a exposições específicas a CAT, Dunn revelou que os incêndios florestais continuam sendo uma grande preocupação para os clientes. Os infames incêndios florestais na Califórnia teriam gerado cerca de US$ 40 bilhões em perdas seguradas apenas no primeiro trimestre de 2025. E as seguradoras estão, compreensivelmente, preocupadas de que 2026 possa seguir o mesmo padrão.

“Tanto os incêndios florestais quanto a fumaça que produzem continuam sendo uma preocupação para muitas pessoas”, disse Dunn à IB. “Há alguns elementos diferentes nisso. O primeiro é o impacto desses incêndios florestais, que se transformam em conflagrações urbanas, espalhando-se rapidamente por áreas densamente povoadas e destruindo bairros ou cidades inteiras. Com essa transição, vemos um aumento enorme no número de pessoas expostas à fumaça de incêndios florestais. Os incêndios florestais estão ocorrendo bem ao lado de grandes centros populacionais. Isso sobrecarrega o sistema, pressionando ajustadores de sinistros, higienistas industriais e equipes de remediação necessárias para atender a cada residência nessas áreas densamente povoadas.”

As seguradoras precisam pensar em como otimizar a alocação de seus recursos para garantir que priorizem suas equipes de sinistros e os esforços de limpeza nas áreas mais impactadas. Na Munich Re US, ajudamos os clientes fornecendo uma visão em tempo real da fumaça de incêndios florestais.

“Há muitos materiais tóxicos, como amianto, metais pesados, produtos químicos e chumbo — coisas que você realmente não quer inalar”, disse Dunn. “E você não quer isso dentro da sua casa.”

“Fazemos isso analisando dados de qualidade do ar e de densidade da fumaça ao longo do tempo, para que os clientes possam ver onde a fumaça foi mais densa ou mais prejudicial em um dia específico. A partir daí, eles também podem usar essas informações históricas ao tomar decisões sobre sinistros no futuro.”

É esse acesso a dados e análises de benchmarking que diferencia a Munich Re US. Como Dunn disse à IB, utilizar esse benchmarking para gerar insights significa que eles podem oferecer um forte apoio proativo aos seus clientes. Dunn relembrou um caso em que viu esse apoio acontecer em tempo real, quando um cliente regional enfrentava intensa pressão para reduzir sua subscrição de propriedades na Califórnia devido a grandes perdas causadas por incêndios florestais ao longo de vários anos.

Dunn disse: “No entanto, o cliente, neste caso, não tinha dados granulares para saber onde poderia expandir seus negócios ou onde estava superexposto a incêndios florestais. Aqui, a Munich Re US forneceu nossa ferramenta de benchmarking de incêndios florestais e de pontuação de risco, que trouxe os dados deles e os combinou com dados de mercado para ajudá-los a entender onde estavam superexpostos.

Também fornecemos pontuações de risco que ajudaram o cliente a entender quais localizações estavam mais expostas ao risco de incêndios florestais, acompanhadas de imagens atualizadas e em alta definição. Como resultado dessas duas coisas, o cliente conseguiu reestruturar seu apetite de subscrição. Eles otimizaram sua carteira para reduzir as exposições de maior risco e direcioná-la para áreas mais lucrativas.”

Toda essa inovação repousa sobre os ombros de um componente central: uma tecnologia líder de mercado. Ou, mais especificamente, IA.

“Nossa equipe está alavancando IA”, acrescentou Dunn. “Na Munich Re US, vemos que o impacto mais significativo é no reconhecimento de padrões em escala e na velocidade com que podemos obter insights. Usamos ferramentas baseadas em IA para avaliar grandes conjuntos de dados não estruturados, normalmente dados geoespaciais e climáticos.”

E o mercado parece concordar com Dunn nesse ponto. Dados do Relatório de Tendências de Seguros de 2026 da Earnix mostraram que 81% dos executivos de seguros relatam que a IA está incorporada, total ou parcialmente, aos seus fluxos de trabalho.

“Sentimos que temos um papel valioso aqui”

Olhando para o que os próximos três a cinco anos podem trazer, Dunn disse à IB que essa interseção entre IA, dados geoespaciais e seguros de propriedade está destinada a crescer e se tornar ainda mais forte.

“Os subscritores provavelmente buscarão acessar múltiplos pontos de dados para aprimorar sua compreensão ou serão desafiados por diferentes conjuntos de dados em um ambiente de risco em constante mudança. Trata-se de reunir visões informadas sobre como as mudanças climáticas impactarão o risco e, em seguida, traduzir essas projeções climáticas de longo prazo em visões localizadas e imediatas.

“Como uma das principais resseguradoras de propriedade nos EUA, desempenhamos um papel valioso aqui. Estamos dedicados a trabalhar com nossos clientes para compreender melhor os ambientes de risco em constante mudança e as tendências de longo prazo.”

Este artigo foi criado em parceria com a Munich Re US.

A tecnologia de seguros evoluiu, mas a jornada do consumidor continua fragmentada

A tecnologia de seguros avançou rapidamente, mas o momento crítico em que a intenção de contratar um seguro se transforma em uma solicitação organizada e acionável permanece subdesenvolvido.

Construímos diversas tecnologias voltadas à distribuição de seguros. Temos sistemas para publicidade, cotação, subscrição, CRM, gestão de leads, automação, atendimento e, agora, inteligência artificial. Mas há uma etapa da experiência, anterior ao início da maioria desses sistemas, que, na minha opinião, merece mais atenção.

Alguém precisa passar de “Preciso de ajuda com seguros” para “Aqui está uma solicitação organizada, que outra pessoa consegue realmente entender e à qual consegue dar andamento”. Hoje, muitas vezes tratamos esses dois momentos como se fossem um só.

O consumidor preenche um formulário ou demonstra interesse, e um registro passa a circular pelo sistema. Mas talvez ele ainda não saiba quem receberá as informações, o que acontecerá em seguida ou que tipo de contato deverá esperar. O profissional de seguros que recebe a solicitação talvez ainda precise descobrir por que a pessoa está procurando um seguro, se a solicitação é adequada, o que já foi explicado e quais informações ainda faltam.

Isso gera trabalho para ambos os lados e pode fazer com que a experiência de compra de seguros, que já é confusa, pareça ainda mais fragmentada. O consumidor pode ter de repetir as mesmas informações. O profissional talvez precise reconstruir um contexto que deveria ter ficado claro desde o início. E o sistema ainda pode considerar a transferência bem-sucedida simplesmente porque as informações foram transferidas de um lugar para outro.

A camada intermediária

Acredito que o setor precise prestar mais atenção a essa camada intermediária. Não como outro funil de marketing. Nem como uma forma de fazer com que as pessoas avancem mais rapidamente. Mas como o ponto em que a intenção de contratar um seguro se transforma em uma solicitação organizada, que ambos os lados conseguem compreender.

Para o consumidor, isso significa ter expectativas mais claras. Quem poderá receber a solicitação? O que acontecerá em seguida? É provável que um profissional de seguros habilitado a analise? Que tipo de contato o consumidor deverá esperar? O objetivo não é eliminar completamente o contato. É tornar esse contato mais claro e mais controlado.

Para o profissional de seguros, isso significa contar com um contexto mais claro. Por que a pessoa está procurando um seguro? O que já foi informado? O que ainda precisa ser esclarecido? Trata-se de uma solicitação que esse profissional pode atender razoavelmente? A solicitação deve ser suficientemente organizada para que o profissional que a recebe possa tomar uma decisão relevante, em vez de começar do zero.

Isso é diferente de simplesmente coletar mais campos. Mais informações nem sempre geram mais compreensão. Um formulário extenso ainda pode resultar em uma solicitação fraca se a pessoa que o preenche não souber o que acontecerá em seguida ou se o profissional que o recebe ainda precisar descobrir o motivo da solicitação.

Onde o controle do consumidor é importante

É também nesse ponto que o controle do consumidor se torna importante. A busca por seguros costuma ser repetitiva, pressionante e difícil de controlar para quem a realiza. As pessoas se preocupam com ligações indesejadas, com quem receberá suas informações, com a possibilidade de que sejam encaminhadas para todos os lados e com a dúvida se, de fato, alguém habilitado irá ajudá-las. Essas preocupações não estão separadas do processo de solicitação. Elas fazem parte dele.

Uma camada de solicitação melhor deve preservar um nível suficiente de autorização e contexto fornecidos pelo consumidor para que o próximo passo pareça compreensível, e não surpreendente. O consumidor deve saber o que está escolhendo. O profissional deve ter informações suficientes para decidir se deseja prosseguir. E a transferência deve levar adiante os dados necessários para dar continuidade à experiência, em vez de reiniciá-la.

A inteligência artificial pode ajudar nesse ponto, mas não deve se tornar o centro da narrativa. Ela pode organizar as informações, identificar detalhes ausentes, resumir o que o consumidor já explicou e aprimorar a preparação da solicitação. Essas são capacidades úteis. Mas a tecnologia ainda precisa apoiar um processo humano claro.

Se o consumidor não entende o que está acontecendo, ou se o profissional não dispõe de contexto útil suficiente, tornar a transferência mais rápida não necessariamente melhora a experiência. Podemos simplesmente automatizar a confusão.

O que o marketing não mede

Cheguei a esse problema depois de passar anos trabalhando com aquisição digital e com o comportamento do consumidor. No marketing, tornamo-nos muito eficientes em medir cliques, preenchimentos de formulários e conversões. O setor de seguros me fez olhar para essas ações de outra maneira, porque há uma pessoa por trás de cada uma delas, e a ação muitas vezes é apenas o começo do que essa pessoa realmente precisa.

Esse é o problema que estou trabalhando para resolver por meio da Ensurance, uma empresa norte-americana de busca de seguros que está começando pelo seguro de automóveis. Estamos desenvolvendo a empresa com base na ideia de que o consumidor deve poder iniciar uma única solicitação organizada, com mais clareza e controle, enquanto os profissionais habilitados participantes recebem um contexto melhor sobre as solicitações com as quais podem optar por interagir.

Como parte desse trabalho, estamos desenvolvendo a CATE, nossa Controlled Access Trust Engine — ou “Motor de Confiança de Acesso Controlado” — como uma camada de acesso controlado e inteligência de solicitações. Sua função é ajudar a estruturar solicitações, melhorar seu nível de preparação, apoiar o acesso controlado e criar um contexto mais útil sobre as oportunidades, preservando a autorização do consumidor. A CATE está em desenvolvimento, e os recursos de inteligência artificial planejados também estão em desenvolvimento.

O ponto mais amplo não diz respeito a uma única empresa. À medida que os seguros se tornam mais automatizados, a qualidade do que entra nesses sistemas torna-se mais importante. O setor não precisa de outra maneira de transformar consumidores em registros com mais rapidez. Precisa de uma forma mais clara de transformar a intenção de contratar um seguro em uma solicitação organizada, que ambos os lados compreendam.

Essa é a camada ausente à qual, na minha opinião, o setor deveria dedicar mais atenção.

Escrito por Ethel Rio Cohen, fundadora e CEO da Ensurance, uma empresa de busca por seguros dedicada a criar uma forma mais clara e protegida para que as pessoas peçam ajuda com seguros e tenham acesso a mais opções.

Anthropic e outras empresas veem a IA reformulando a forma como seguradoras compram e vendem

A Anthropic, empresa responsável pelo Claude, ocupa uma posição privilegiada para observar a disrupção que a IA generativa está provocando no setor de seguros. Mas ela não é a única a testemunhar uma mudança fundamental nesse mercado.

As insurtechs enfrentam o desafio de apresentar uma nova proposta de valor em um mundo em que a IA reduziu a barreira de entrada para o desenvolvimento de software. Ao mesmo tempo, as seguradoras estão descobrindo que os programas de conversação baseados em IA facilitam o contato com potenciais clientes ao reduzir a lacuna de conhecimento entre consumidores e agentes de seguros. A Employers, uma seguradora de compensação trabalhista, chegou a desenvolver seu próprio aplicativo de ChatGPT para facilitar essas conversas.

Confira alguns insights sobre esse tema:

Ferramentas de programação de IA alteram o cálculo entre desenvolver e comprar

A IA agêntica está redefinindo a linha entre desenvolver internamente e comprar de fornecedores — uma distinção que definiu as relações entre seguradoras e fornecedores durante décadas —, segundo Eoghan Scully, arquiteto de IA aplicada da Anthropic.

Seguradoras com grandes equipes de engenharia estão descobrindo cada vez mais que é economicamente viável replicar internamente funcionalidades de SaaS, enquanto outras estão adicionando ferramentas agênticas aos sistemas de fornecedores que já utilizam.

O resultado mais provável para a maioria das seguradoras será o uso de agentes de IA como interface para acessar as plataformas de fornecedores, preservando esses sistemas como infraestrutura de dados e registros. Essa abordagem oferece às insurtechs uma posição estratégica clara: priorizar a acessibilidade dos dados para agentes de IA, em vez de investir em experiências de usuário legadas.

Ainda assim, 77% dos líderes de serviços financeiros afirmam não obter retorno mensurável dos investimentos em IA, segundo a PwC, o que sinaliza que essa mudança ainda está em estágio inicial.

IA aumenta a demanda por consultores humanos, aponta pesquisa da NY Life

A pesquisa Wealth Watch, da New York Life, com 2.278 adultos, constatou que a IA está reforçando — e não substituindo — a demanda por consultores financeiros humanos.

Vinte e sete por cento dos entrevistados disseram que o acesso à IA aumenta a necessidade de contar com um consultor. Entre a geração Z, esse percentual sobe para 40%.

Apenas 24% dos norte-americanos se sentem confortáveis em usar IA para obter orientação financeira, e 62% afirmam que as ferramentas de IA não compreendem bem suas situações pessoais.

Seguradoras e distribuidores podem aproveitar essa dinâmica, posicionando os consultores como parceiros que utilizam IA: 76% dos entrevistados disseram sentir-se confortáveis com o uso de IA por parte de seu profissional financeiro, especialmente em tarefas administrativas e organizacionais.

Como uma seguradora transformou o ChatGPT em canal de subscrição

A Employers Holdings lançou, em abril, um aplicativo de ChatGPT que gera propostas de seguro de compensação trabalhista e cotações indicativas a partir de apenas seis dados, utilizando APIs desenvolvidas pela empresa em 2017.

O número de propostas diárias pelo canal vem crescendo, embora os executivos afirmem que o objetivo seja facilitar a geração de leads, e não substituir diretamente os agentes.

A integração exigiu pouco desenvolvimento adicional, pois a infraestrutura de APIs existente já se conectava diretamente à OpenAI. Para seguradoras que não fizeram esse trabalho preparatório, o caminho é mais difícil: a compatibilidade com sistemas legados, e não as APIs em si, é o principal obstáculo.

Enquanto isso, 29% dos clientes de seguros de automóveis e residenciais já usam IA para pesquisar informações, e a confiança dos consumidores na IA para seguros caiu para 40% neste ano, ante 46%, reforçando a relevância contínua dos agentes.

IA reproduz, para os agentes, o cenário vivido na era da internet, afirma especialista

A disrupção provocada pela IA que preocupa os agentes de seguros é semelhante à ansiedade gerada pela ascensão da internet no fim dos anos 1990 — uma transição que, no fim, ampliou as oportunidades para os agentes, em vez de eliminá-las.

Robert Hartwig, diretor do Centro de Gestão de Riscos e Incertezas da Universidade da Carolina do Sul, disse ao público, em uma transmissão online da Travelers, que as agências que se prepararem para adotar ferramentas de IA poderão aumentar sua eficiência e melhorar a experiência dos clientes.

A automação de atividades administrativas eliminará tarefas rotineiras, mas o relacionamento entre agente e cliente continuará central. Hartwig também observou que a IA cria novos riscos seguráveis — e novas oportunidades de receita para corretores e seguradoras.

Lacunas de explicabilidade reduzem o retorno da IA para as seguradoras, aponta estudo da SAS

Incorporar explicabilidade e supervisão humana aos fluxos de trabalho de IA tornou-se um diferencial competitivo para as seguradoras, segundo um estudo da SAS e da IDC.

Entre as líderes em IA no setor de seguros, 59% relatam retorno forte ou elevado sobre os investimentos em IA; entre as empresas que estão atrasadas, nenhuma registra retorno.

O setor obteve sua menor pontuação em qualidade de dados e governança de modelos, com 60%, e a maior em políticas de IA responsável, com 70%.

Os investimentos iniciais das seguradoras em estruturas de governança as colocam em uma posição favorável. No entanto, ampliar a implementação sem controles técnicos equivalentes pode prejudicar tanto a precisão quanto a confiança dos consumidores.

A IA agêntica aumenta ainda mais os riscos. Segundo Bryan Harris, diretor de tecnologia da SAS, as taxas de erro em tarefas complexas podem superar 25%, tornando essencial uma supervisão integrada ao conhecimento especializado do setor.

Ferramenta de avaliação de IA da NAIC mira aprovações de sinistros e vieses dos modelos

A Ferramenta de Avaliação de Sistemas de IA da NAIC, em fase piloto desde março, avança para uma possível adoção na reunião dos comissários em novembro — o que abre às seguradoras uma janela estreita para avaliar sua estrutura de governança de IA.

A ferramenta analisa não apenas sinistros negados, mas também os aprovados, pois os órgãos reguladores alertam que aprovações excessivas representam risco de solvência e distorcem a precificação.

Ela também examina possíveis vieses nos modelos de IA. Os reguladores estão preocupados com a possibilidade de modelos opacos e não atuariais produzirem resultados discriminatórios sem serem detectados.

Os responsáveis por compliance devem documentar, desde já, a supervisão dos sistemas de IA, os relacionamentos com fornecedores e os protocolos de monitoramento de desvios.

As startups enfrentam uma pressão específica para demonstrar competência perante reguladores que ainda não estão familiarizados com abordagens de modelagem não tradicionais.

Lacunas na responsabilidade por IA aumentam à medida que riscos silenciosos desafiam os limites de cobertura

A chamada IA silenciosa — aquela incorporada a produtos e processos existentes sem reconhecimento explícito nas apólices — está criando lacunas de cobertura que subscritores, especialistas jurídicos e executivos apenas começam a dimensionar.

Apólices existentes, incluindo as de responsabilidade de administradores e diretores (D&O) e as de instituições financeiras comerciais, estão excluindo cada vez mais perdas relacionadas à IA. Ao mesmo tempo, produtos específicos de responsabilidade civil por IA oferecidos por sindicatos do Lloyd’s e MGAs dos Estados Unidos apresentam limites modestos e tetos agregados rígidos, que podem ficar abaixo da exposição real.

À medida que a IA agêntica transfere a responsabilidade pelos resultados para ações autônomas, os subscritores precisam mapear os casos de uso de IA dos segurados — distinguindo os provedores de modelos-base dos responsáveis pela implementação — para avaliar corretamente os perfis de responsabilidade.

Será necessária uma capacidade muito maior de seguros primários e de resseguros à medida que a IA for incorporada a processos empresariais críticos.

Apenas 10% das seguradoras de vida conseguem conectar consultores e compradores, aponta relatório

Metade dos consumidores se sente confortável em usar IA para pesquisar seguros de vida, mas 85% querem interagir com um consultor humano em algum momento do processo de compra. Metade prefere consultores com o mesmo perfil demográfico.

Menos de 25% das seguradoras conseguem estabelecer esse tipo de conexão. Enquanto isso, um em cada quatro consumidores abandona o processo de compra por causa de jargão técnico, preocupações com a acessibilidade e a percepção de que o produto não é relevante.

Eliminar essa lacuna exige uma infraestrutura de dados capaz de transformar informações dos clientes em interações personalizadas e proativas.

Segundo o World Life Insurance Report 2027, do Capgemini Research Institute e da LIMRA, apenas 10% das seguradoras atendem atualmente a esse padrão. O relatório entrevistou 6.175 consumidores em 18 países.

Insurtechs: credibilidade não pode ser “hackeada” para gerar crescimento

Demonstrações chamativas e estratégias de crescimento rápido não substituem resultados de subscrição nem confiança conquistada, alertam líderes de insurtechs.

Andrew Engler, da RockRose Risk, recomenda proteger o histórico de resultados “religiosamente”, observando que mesmo uma tecnologia avançada tem dificuldade em compensar perdas das seguradoras ou o uso inadequado da capacidade de subscrição.

Sean Eldridge, da Crosstie, alerta para não confundir novidade com valor. Os compradores precisam de soluções que se integrem aos sistemas legados, atendam aos requisitos de compliance e produzam resultados mensuráveis após a implementação.

Paul Templar, da VIPR Solutions, acrescenta que a conformidade com o padrão SOC 2 e uma infraestrutura operacional de nível empresarial tornam-se requisitos indispensáveis para conquistar grandes clientes.

O tema comum é claro: a especialização profunda e o foco no cliente superam a busca por tendências.

Falhas na cobertura cibernética colocam 30 milhões de microempresas em risco

Quase 30 milhões de empresas norte-americanas não têm funcionários, mas suas exposições cibernéticas se parecem cada vez mais com as de grandes organizações.

Perdas relacionadas a transferências eletrônicas de fundos e engenharia social frequentemente ultrapassam US$ 25 mil — valor que muitas vezes excede os sub-limites das coberturas.

As coberturas tradicionais de seguros residenciais e os endossos para negócios administrados em casa não cobrem os riscos associados a plataformas de terceiros, como interrupções de serviços em nuvem, falhas de APIs e fraudes potencializadas por IA.

As seguradoras que atendem a esse segmento precisam tratar o risco cibernético como uma cobertura fundamental, e não como um adicional; transferir proativamente operações domésticas em expansão para apólices comerciais independentes; e ampliar a resposta a incidentes para além do simples reembolso financeiro, incluindo suporte forense, negociação em casos de extorsão e comunicação simplificada de sinistros.

Tecnologia e subscrição são as áreas mais difíceis de contratar, enquanto planos de admissão aumentam

Quase metade das seguradoras (49%) planeja aumentar o quadro de funcionários nos próximos 12 meses. No entanto, o Semi-Annual U.S. Insurance Labor Market Study, do Jacobson Group e da Aon, indica que grande parte dessas contratações destina-se à reposição de profissionais, e não à expansão.

As posições atuariais, de tecnologia e executivas continuam sendo as mais difíceis de preencher — situação agravada pela baixa rotatividade voluntária, que reduz o número de candidatos que buscam ativamente novas oportunidades.

Dezoito por cento das empresas afirmam que contratar se tornou mais difícil em comparação com o ano anterior. Como a automação está levando à redução de equipes em 11% das empresas, as seguradoras que ampliam seus canais de recrutamento precisam desenvolver estratégias para alcançar candidatos passivos, especialmente para funções técnicas e de liderança.

Por que o seguro integrado é a próxima grande oportunidade

O seguro integrado (embedded) incorpora coberturas de seguros patrimoniais e de responsabilidade civil diretamente às jornadas de compra, criando experiências fluidas para os clientes e abrindo novos canais de distribuição para as seguradoras.

O setor de seguros patrimoniais e de responsabilidade civil (P&C, na sigla em inglês) está evoluindo rapidamente à medida que as expectativas dos clientes se voltam para experiências digitais mais fluidas. Os consumidores de hoje esperam conveniência, rapidez e personalização em todas as interações — inclusive com seguros. Esse cenário em transformação impulsionou o crescimento do seguro integrado, um modelo em rápida expansão que incorpora produtos de seguros diretamente às jornadas de compra dos clientes.

Em vez de contratar seguros separadamente por meio de agentes tradicionais ou canais independentes, os clientes agora podem adquirir proteção exatamente no momento em que compram um produto ou serviço. Seja adicionando uma cobertura automotiva durante a compra de um veículo, contratando um seguro-viagem ao reservar um voo ou adquirindo a proteção de um dispositivo no momento do pagamento, o seguro integrado simplifica a experiência do cliente e, ao mesmo tempo, abre novas oportunidades de crescimento para as seguradoras.

À medida que os ecossistemas digitais continuam se expandindo, o seguro integrado surge como um dos mais promissores motores de crescimento no segmento de seguros P&C. Mas por que esse modelo está ganhando tanto impulso e o que as seguradoras devem saber sobre seu potencial futuro?

1. O que é seguro integrado em P&C?

O seguro integrado consiste na incorporação de uma cobertura de seguros diretamente ao processo de compra de produtos ou serviços. Em vez de procurar apólices separadamente, os clientes encontram o seguro como parte integrada ou opcional de uma transação.

No segmento de seguros P&C, o seguro integrado pode aparecer de várias formas:

Seguro automotivo

Clientes que compram veículos em concessionárias ou plataformas automotivas on-line podem receber ofertas de seguros instantaneamente durante a finalização da compra.

Seguro-viagem

Sites de reservas de viagens geralmente oferecem cobertura para cancelamento de viagens, proteção de bagagem ou acidentes no momento da reserva.

Seguro residencial e para locatários

Instituições que oferecem financiamento imobiliário, plataformas imobiliárias e marketplaces de aluguel podem integrar recomendações de seguros à jornada do cliente.

Proteção para eletrônicos de consumo

Varejistas podem oferecer planos de proteção para dispositivos quando os clientes compram smartphones, notebooks ou eletrodomésticos.

O objetivo é tornar o seguro mais conveniente, contextualizado e sem atritos, oferecendo uma cobertura relevante exatamente no momento em que ela é necessária.

Para os clientes, isso reduz a complexidade. Para as seguradoras, cria acesso a canais de distribuição totalmente novos.

2. Por que o seguro integrado está se tornando uma grande oportunidade

O seguro integrado está crescendo rapidamente porque se alinha perfeitamente às mudanças no comportamento dos clientes e nos hábitos de compra digital.

Os clientes querem conveniência

Os consumidores modernos preferem cada vez mais experiências integradas a jornadas de compra fragmentadas. Em vez de procurar seguros separadamente, os clientes valorizam opções de cobertura instantâneas durante transações que já estão realizando.

Essa conveniência melhora o engajamento dos clientes e aumenta as taxas de adesão às apólices.

Acesso a novos segmentos de clientes

O seguro integrado permite que as seguradoras alcancem clientes que talvez não procurassem ativamente apólices tradicionais.

Por exemplo, consumidores mais jovens e habituados ao digital podem contratar seguros-viagem ou seguros para locatários quando essas opções são oferecidas de maneira contextualizada, mesmo que não pesquisassem produtos de seguros por conta própria.

Aumento das oportunidades de receita

O seguro integrado abre novos canais de geração de prêmios ao incorporar seguros a transações digitais de alto volume.

Em vez de depender exclusivamente de corretores, agentes ou vendas diretas, as seguradoras podem estabelecer parcerias com:

  • Plataformas de comércio eletrônico.
  • Marketplaces automotivos.
  • Empresas de viagens.
  • Provedores de serviços financeiros digitais.
  • Plataformas de tecnologia imobiliária.
  • Provedores de serviços de mobilidade.

Essas parcerias podem ampliar significativamente o alcance de mercado.

Maior retenção de clientes

Oferecer seguros no momento adequado cria relacionamentos mais sólidos com os clientes e amplia as oportunidades de engajamento no longo prazo.

As experiências integradas também reduzem os atritos, o que pode aumentar a satisfação e a fidelidade dos clientes.

Para as seguradoras que buscam um crescimento escalável, o seguro integrado representa uma grande oportunidade de diversificar os modelos de distribuição.

3. Como a tecnologia impulsiona o seguro integrado em P&C

O crescimento do seguro integrado não seria possível sem os avanços em insurtech e na infraestrutura digital.

Diversas tecnologias estão permitindo que as seguradoras ampliem os modelos integrados com mais eficiência.

Plataformas de seguros orientadas por APIs

As interfaces de programação de aplicações (APIs) permitem que as seguradoras se conectem de maneira integrada a plataformas externas.

Isso possibilita que as empresas incorporem ofertas de seguros diretamente aos fluxos de finalização de compras, sem prejudicar a experiência do cliente.

Inteligência artificial (IA)

A IA ajuda as seguradoras a personalizar as recomendações de seguros integrados com base no comportamento dos clientes, no histórico de compras e nos perfis de risco.

Por exemplo, a IA pode recomendar planos de proteção adequados de acordo com o tipo de produto ou a localização do cliente.

Subscrição em tempo real

Os processos tradicionais de subscrição frequentemente envolvem atrasos. O seguro integrado exige tomadas de decisão instantâneas.

As tecnologias avançadas de subscrição agora permitem que as seguradoras avaliem riscos e emitam apólices em questão de segundos.

Análise de dados

Os ecossistemas de seguros integrados dependem fortemente de dados de clientes e de transações para otimizar preços, prever riscos e melhorar a segmentação.

Essas tecnologias estão tornando o seguro integrado mais escalável, inteligente e centrado no cliente do que os modelos tradicionais de distribuição de seguros.

4. Desafios que as seguradoras precisam superar

Apesar de seu potencial de crescimento, o seguro integrado envolve diversos desafios operacionais e regulatórios.

Conformidade regulatória

As regulamentações de seguros variam de acordo com a região e o tipo de produto. As seguradoras precisam garantir a conformidade ao incorporar coberturas a ecossistemas de terceiros.

Conscientização e transparência para o cliente

Alguns clientes podem não compreender plenamente os produtos de seguros integrados.

As seguradoras precisam comunicar com clareza os termos da apólice, as exclusões e os detalhes das coberturas para evitar problemas de confiança.

Complexidade da integração

A incorporação bem-sucedida de seguros exige uma integração fluida entre as seguradoras e as plataformas parceiras.

Desafios técnicos relacionados a APIs, troca de dados e interoperabilidade de sistemas podem retardar a adoção.

Precificação e rentabilidade

O seguro integrado frequentemente depende de prêmios menores e de um alto volume de transações.

As seguradoras precisam equilibrar preços competitivos com rentabilidade e gestão de riscos.

Preocupações com a privacidade dos dados

Como o seguro integrado depende de dados dos clientes, as seguradoras precisam manter fortes medidas de cibersegurança e proteção da privacidade.

Enfrentar esses desafios será fundamental para ampliar o seguro integrado de maneira bem-sucedida.

5. O futuro do seguro integrado em P&C

O futuro do seguro integrado no segmento de seguros P&C parece bastante promissor.

À medida que os ecossistemas digitais amadurecem, o seguro se tornará cada vez mais uma parte invisível, porém essencial, das compras cotidianas.

Entre as tendências emergentes que devem moldar o seguro integrado estão:

Coberturas hiperpersonalizadas

A IA e a análise preditiva permitirão que as seguradoras ofereçam apólices altamente personalizadas com base no contexto e no comportamento dos clientes.

Expansão para além dos canais tradicionais

As oportunidades de seguro integrado continuarão crescendo em setores como mobilidade, casas inteligentes, logística, comércio eletrônico e serviços por assinatura.

Prevenção de riscos em tempo real

Dispositivos conectados e sistemas de Internet das Coisas (IoT) poderão ajudar as seguradoras a reduzir os riscos de maneira proativa, em vez de simplesmente cobrir perdas.

Experiências digitais de sinistros mais fluidas

Espera-se que o processamento de sinistros relacionados a produtos integrados se torne mais rápido e automatizado.

Parcerias entre ecossistemas

As seguradoras colaborarão cada vez mais com plataformas digitais, varejistas e provedores de tecnologia para criar experiências integradas para os clientes.

As organizações que adotarem o seguro integrado desde cedo poderão obter uma vantagem competitiva significativa à medida que o comportamento de compra dos clientes continuar migrando para experiências digitais.

Conclusão

O seguro integrado está rapidamente se tornando uma das maiores oportunidades de crescimento no segmento de seguros P&C. Ao incorporar a proteção diretamente às jornadas de compra dos clientes, as seguradoras podem oferecer experiências fluidas, melhorar a acessibilidade e abrir canais de distribuição totalmente novos.

À medida que as expectativas dos clientes evoluem, a conveniência e a personalização se tornam fatores essenciais para a adesão aos seguros. No entanto, o sucesso do seguro integrado dependerá da maturidade tecnológica, de parcerias estratégicas, da conformidade regulatória e da confiança dos clientes.

Para as seguradoras P&C dispostas a inovar, o seguro integrado oferece uma poderosa oportunidade de impulsionar o crescimento, ampliar o alcance de mercado e redefinir a forma como os seguros são contratados em um mundo cada vez mais conectado.

Escritor por Abhishek Peter, gerente-assistente da Fecund Software Services.

Confira melhores práticas para uma boa resiliência cibernética

As seguradoras agora enxergam backups íntegros e testados como prova essencial de resiliência cibernética e um fator decisivo para elegibilidade de cobertura.

Ao avaliar a prontidão cibernética de uma empresa, as seguradoras não buscam apenas firewalls e autenticação de múltiplos fatores (MFA). Elas querem evidências de que a organização consegue se recuperar rapidamente após um incidente. É aqui que entram os backups. Uma estratégia de backup confiável e bem testada pode fazer a diferença entre uma interrupção breve e uma perda de milhões de dólares.

Uma prática simples, mas eficaz

A regra 3-2-1 continua sendo uma das maneiras mais simples de construir a resiliência que as seguradoras exigem. Ela recomenda manter três cópias dos dados, armazenadas em dois tipos de mídia, sendo uma cópia criptografada e offline ou fora do local (offsite). Essa cópia criptografada ajuda a garantir que, caso seja perdida ou roubada, dados sensíveis não sejam expostos. Autoridades de cibersegurança dos EUA, como CISA e NIST, endossam essa abordagem porque ela limita a perda de dados quando ocorre um incidente cibernético.

A criptografia também está ganhando força. A Pesquisa Anual de 2024 com Decisores de TI da Apricorn apontou que 35% das organizações criptografam dados armazenados e 39% criptografam dados em trânsito. Isso ajuda a proteger os backups contra uso não autorizado caso sejam perdidos, roubados ou manuseados de forma inadequada. Ao mesmo tempo, isolar os backups da rede é o que impede que invasores os adulterem durante um ataque de ransomware.

Um alerta para o setor de seguros cibernéticos

Esse foco ampliado em resiliência não é coincidência. Há poucos anos, o mercado de seguros cibernéticos estava abalado por perdas massivas com ransomware. Os prêmios dispararam, as coberturas se estreitaram e algumas seguradoras saíram do mercado completamente. O ataque à Colonial Pipeline em 2021, no qual um resgate de US$ 4,4 milhões foi pago em poucas horas, evidenciou o quanto a infraestrutura dos EUA estava exposta.

De acordo com a Swiss Re, os prêmios globais de seguros cibernéticos dobraram entre 2017 e 2020, e dobraram novamente até 2022. Em 2023, cerca de uma em cada cinco seguradoras havia eliminado totalmente a cobertura para ransomware. Desde então, o mercado esfriou levemente, com prêmios caindo cerca de 6% nos últimos três trimestres de 2024, mas a mensagem das subscritoras é clara: a cobertura depende de prova de preparação.

O que as seguradoras estão buscando

Hoje, as seguradoras esperam evidências detalhadas de que os clientes conseguem responder de forma eficaz quando um ataque ocorre. Isso inclui documentação de planos de resposta a incidentes, implementação de MFA e testes de vulnerabilidade. Mas backups íntegros e testados frequentemente determinam se uma empresa consegue obter cobertura — ou pagar por ela.

Na pesquisa de 2024 da Apricorn, 46% dos respondentes disseram que uma política robusta de backup é o fator mais importante para atender aos requisitos de seguro cibernético, ante 28% no ano anterior. Esse salto reflete o quanto as seguradoras agora veem os backups como medida de resiliência operacional e financeira.

Quando os backups falham, a recuperação também falha

Infelizmente, nem todas as estratégias de backup são iguais. A pesquisa da Apricorn mostra que metade dos decisores de TI precisou restaurar dados a partir de backups no último ano. Desses, 25% recuperaram apenas parte dos dados e 8% não conseguiram recuperar nada. Os invasores sabem disso — razão pela qual 89% das organizações tiveram seus repositórios de backup alvo de ataques em 2025, segundo o Ransomware Report.

Backups mal projetados ou não testados não apenas atrasam a recuperação. Eles podem invalidar a cobertura ou elevar os prêmios. As seguradoras cada vez mais exigem testes regulares de backup e controles de isolamento para confirmar a recuperabilidade, além de criptografia e até autenticação de múltiplos fatores nos sistemas de backup para confirmar sua integridade. Esses controles dão às subscritoras confiança de que a empresa não sofrerá uma perda total, o que afeta diretamente o risco de indenização e o preço.

A lógica financeira da resiliência

Para as seguradoras, os backups são uma consideração atuarial tanto quanto técnica. Cada minuto de indisponibilidade aumenta as possíveis indenizações, então um processo de recuperação comprovado pode reduzir drasticamente a exposição financeira. Para as empresas, isso se traduz em poder de negociação: companhias que conseguem demonstrar resiliência frequentemente se qualificam para melhores condições e prêmios menores.

Por outro lado, estratégias de backup fracas ou desatualizadas deixam as empresas pagando mais por menos cobertura. Pior: pagar um resgate não garante sucesso. Um relatório de 2025 mostrou que 26,5% das empresas que pagaram invasores nunca recuperaram seus dados. Só essa estatística já justifica a autossuficiência por meio de backups robustos.

Olhando para o futuro

Seguradoras cibernéticas não são apenas absorvedoras de risco; são auditoras de risco. Elas querem ver prova mensurável de que os segurados conseguem se recuperar, não apenas se manter seguros. Um sistema de backup em camadas, que inclua cópias fora do local e offline, testes rotineiros para verificar a recuperabilidade e criptografia para proteger dados sensíveis, fornece a prova que elas precisam ver. Isso demonstra diligência, limita perdas e reforça a credibilidade da empresa em discussões de renovação.

Os ciberataques continuarão a evoluir, mas a recuperação é uma área em que as empresas podem se manter à frente. O melhor momento para testar seus backups é agora, não depois de um ataque. Aos olhos tanto das subscritoras quanto dos invasores, uma cópia verificada e offline dos seus dados pode ser o ativo mais valioso que você tem.

Escrito por Kurt Markley, diretor-geral na Apricorn, empresa que desenvolve e fornece plataformas de armazenamento criptografadas por hardware e livres de software.

Quando não é possível confiar nos dados de seguros

Na busca por uma única fonte da verdade, as seguradoras frequentemente forçam os dados a entrar em uma única camada, altamente tratada e organizada — mas fazem escolhas que nem sempre são visíveis ou aceitáveis para todos os consumidores.

Toda seguradora deseja contar com uma única fonte confiável da verdade para impulsionar análises, operações e inteligência artificial. A resposta mais comum é construir pipelines sofisticados — muitas vezes baseados em uma arquitetura medallion — para limpar, padronizar e enriquecer os dados. A qualidade e a usabilidade melhoram. No entanto, algo inesperado acontece: quanto mais manipulamos os dados, mais a confiança se desgasta. Os principais consumidores começam a solicitar as fontes originais. Eles querem diferentes níveis de granularidade, diferentes visões ou a possibilidade de aplicar regras de negócio. A rastreabilidade torna-se mais importante do que a curadoria.

Essa falta de confiança desacelera diretamente a adoção. Quando as pessoas não acreditam plenamente na camada curada, elas a contornam. A fonte única da verdade, que exigiu tanto esforço para ser criada, acaba sendo pouco utilizada.

Por que a tensão é especialmente acentuada nos seguros

Os dados de seguros são naturalmente complexos: diferentes sistemas, níveis de granularidade, regras de vigência e significados de negócio distintos para um mesmo conceito. Quando forçamos tudo a entrar em uma única camada gold organizada, fazemos escolhas que nem sempre são visíveis ou aceitáveis para todos os consumidores. Atuários, equipes de sinistros e subscritores frequentemente precisam restaurar o estado original dos dados. O ceticismo deles é racional.

Uma solução única não atende a todos

Diferentes casos de uso exigem diferentes tipos e níveis de enriquecimento e de modelagem. Um dashboard para as operações de sinistros requer um tratamento diferente do aplicado a um modelo atuarial ou a um conjunto de dados para uma funcionalidade de inteligência artificial. Tratar todos os dados da mesma forma, em uma única camada curada, gera atritos. O que é altamente útil para um grupo pode parecer restritivo ou opaco para outro.

Uma abordagem pragmática

Em vez de buscar uma tabela universal, é melhor construir bases de dados compartilhadas, processos consistentes e metadados abrangentes. Em seguida, devem ser entregues os produtos de dados adequados a cada finalidade.

As bases compartilhadas e os metadados oferecem a todos uma base comum, bem governada, com uma linhagem clara. Os produtos de dados organizam as informações em um formato pronto para os consumidores: o nível de granularidade adequado, o enriquecimento correto, as garantias de qualidade apropriadas e uma proveniência transparente para cada caso de uso importante. Padrões como o Data Vault ajudam ao conectar os dados desde o início e postergar a harmonização mais intensa das regras de negócio, preservando o histórico original para aqueles que precisam dele.

Quando os consumidores conseguem ver exatamente como os dados foram estruturados e, ao mesmo tempo, recebem um produto adaptado às suas necessidades, a confiança aumenta — e a adoção também. O verdadeiro objetivo é ter uma base confiável capaz de sustentar múltiplas visões legítimas e bem documentadas da verdade. É assim que a gestão de dados deixa de ser um exercício técnico e se transforma em algo que a empresa realmente utiliza.

Escrito por Anil Venugopal, diretor de tecnologia da PremiumIQ.

123...104Page 1 of 104