Home Blog

Socotra se torna o primeiro core de seguros a publicar habilidades de agentes

A Socotra anunciou o lançamento público e gratuito do Socotra Skills, um conjunto de instruções e fluxos de trabalho reutilizáveis que ajudam os agentes de IA a interagir com mais precisão e eficiência com a plataforma. As seguradoras agora podem construir produtos e executar fluxos de trabalho de seguros na Socotra usando seu agente de IA preferido, incluindo Claude Code, Claude Cowork, Codex e Cursor, entre outros.

As habilidades de agentes, introduzidas pela Anthropic como um padrão aberto, dão à IA uma especialização útil e repetível. Atlassian, Databricks, GitHub, Google, Microsoft, OpenAI e Stripe já publicaram habilidades, e a Socotra é o primeiro core de seguros a lançar habilidades para sua plataforma.

A justificativa é uma questão de contexto. Um agente de IA de uso geral pode saber como escrever código, mas não sabe automaticamente como a Socotra funciona, incluindo suas APIs, MCP Server, modelo de configuração, fluxos de trabalho da plataforma ou a sequência correta de etapas para construir e manter produtos de seguros. A documentação da Socotra fornece esse contexto fundamental, e o Socotra Skills se baseia nisso dando aos agentes de IA instruções, exemplos e fluxos de trabalho reutilizáveis. A empresa disse que isso leva a uma melhor precisão, resultados mais consistentes, menos repetição de prompts e um caminho mais rápido para novos usuários.

Com o Socotra Skills, as seguradoras podem usar agentes de IA para realizar fluxos de trabalho de seguros em um ambiente sandbox da Socotra. Estes incluem a construção de qualquer produto ou pacote de seguros para qualquer geografia ou canal de distribuição, criação, precificação, emissão e subscrição de cotações, gerenciamento de transações de apólices e tarefas de atendimento, e configuração de faturamento, relatórios e integrações.

Como as habilidades são de código aberto e personalizáveis, as seguradoras podem adaptá-las às suas próprias ferramentas, dados e fluxos de trabalho. Exemplos incluem impor padrões de produtos personalizados, reconciliar a configuração com arquivamentos e outros sistemas, enriquecer cotações com dados externos, testar regras de subscrição, executar alterações de taxas de rotina e modelar precificações hipotéticas em todo um portfólio.

O Socotra Skills é a mais recente adição à família de produtos de IA da empresa. O Socotra MCP Server oferece aos aplicativos de IA uma maneira estruturada e auditável de se conectar à plataforma, o Socotra Assistant traz a IA para os fluxos de trabalho de subscrição e a Agentic Configuration ajuda as equipes a construir e validar produtos de seguros. O Socotra Skills traz essas capacidades para fluxos de trabalho reutilizáveis que as seguradoras podem executar por meio das ferramentas de IA que já utilizam.

Dan Woods, fundador e diretor executivo da Socotra, disse que o lançamento atendeu a uma necessidade prática.

“As seguradoras precisam de uma maneira prática e segura de usar a IA para seus sistemas core”, disse Woods. “O Socotra Skills permite que as seguradoras usem as ferramentas de IA que já preferem para trabalhar diretamente com seu core de seguros. Isso significa que as seguradoras podem testar ideias mais rapidamente, aplicar mudanças de forma mais consistente e gastar menos tempo traduzindo decisões de negócios em etapas técnicas.”

Seguro automotivo integrado impulsiona desempenho mais alto de F&I: pesquisa da Polly

O seguro automotivo integrado, oferecido ou incluído automaticamente no processo de compra, pode proporcionar uma oportunidade para as seguradoras se integrarem mais de perto às plataformas digitais onde os clientes já estão, e não apenas onde as seguradoras tradicionalmente vendem apólices.

De acordo com nova pesquisa da Polly, um marketplace de seguros integrados para concessionárias de veículos, esse tipo de oferta de seguro integrado está se tornando um ponto significativo de engajamento no processo de compra de veículos.

O relatório de seguros integrados do segundo trimestre da Polly apontou que opções de seguro automotivo integrado resultam em um aumento de 20% em finanças e seguros (F&I), o departamento da concessionária que gerencia financiamento, empréstimos automotivos e produtos adicionais.

“Os dados continuam nos dizendo a mesma coisa: o engajamento com seguros é uma das poucas alavancas que as concessionárias podem acionar e que consistentemente melhora os resultados dos negócios sem adicionar atrito ao negócio”, disse o vice-presidente de automotivo da Polly, Chris Pres. “Seja as taxas subindo ou caindo, as concessionárias que tornam a cotação de seguros uma parte padrão do processo na mesa estão vendo os resultados mais fortes e previsíveis.”

Esse impulso nas vendas adiciona uma média de US$ 322 por transação quando comparado a negócios sem engajamento com seguros. A Polly também observa que esse valor aumenta ainda mais quando os clientes efetivamente compram uma apólice após a introdução de uma opção integrada: quando os clientes adquiriram o seguro, as transações resultaram em um aumento de 32% na receita bruta de F&I — uma média de US$ 523 adicionais por transação.

Mike Commo, diretor de produtos da Polly, disse que o seguro integrado impulsionado por IA potencializa ainda mais esse efeito: “Este é um negócio de relacionamento. As concessionárias sobrevivem de atendimento e cuidado com o cliente, não apenas da venda em si. É por isso que um cliente volta, indica um amigo ou compra seu próximo carro na mesma loja. A IA não ameaça isso. Ela devolve ao vendedor a hora que costumava desaparecer na busca por seguros, para que ele possa gastá-la com a pessoa à sua frente.”

A Polly também observa que introduzir seguros não adiciona tempo para fechar um negócio: apenas 13% dos negócios com cotação levaram mais de uma semana para serem fechados, contra 16% dos negócios sem cotações de seguro. O tempo mediano de fechamento é de três a quatro dias, segundo a pesquisa da Polly, independentemente de o cliente ter recebido ou não uma cotação de seguro.

“Os clientes de concessionárias costumavam gastar uma hora ou mais caçando um seguro que funcionasse para eles, muitas vezes acabando com uma cotação ruim mesmo assim. Agora podemos prever, em tempo real e com alto grau de precisão, qual seguradora é a mais adequada a um preço competitivo para aquele cliente, ainda dentro da concessionária”, disse Commo. “Isso é uma grande parte do motivo pelo qual nosso relatório mais recente descobriu que o seguro não adiciona zero tempo ao negócio em vez de atrasá-lo, e por que as concessionárias que se engajam conosco estão vendo ganhos de F&I na ordem de 32%, ou US$ 523 adicionais por transação quando os clientes compram seguros na loja. Quando a combinação é certa imediatamente, todos se beneficiam: o cliente tem uma ótima experiência e a concessionária vê isso em seus números.”

Enchente no Nepal foi causada por geleira, não por terremoto. Para corretores, a causa é a questão

Quando a causa é contestada, a redação da apólice é testada. Clientes no corredor do Himalaia precisam de cobertura que pague sem exigir primeiro uma determinação da causa.

Nova análise de especialistas confirmou que a enchente repentina e mortal de quarta-feira na fronteira entre Nepal e Tibete — que deixou quase 1.500 pessoas desaparecidas, incluindo pelo menos 700 estrangeiros — foi provavelmente provocada pelo colapso de uma geleira, e não por um terremoto, como autoridades nepalesas sugeriram inicialmente.

Imagens de satélite da Planet Labs, analisadas pela Reuters e pelo cientista da Terra Dan Shugar, da Universidade de Calgary, mostraram que a parte inferior de uma geleira se rompeu a cerca de 5.200 metros e despencou no vale, aproximadamente 1.200 metros abaixo. A Autoridade Nacional de Redução e Gestão de Riscos de Desastres do Nepal confirmou o evento como uma “enchente com componente glacial” causada por uma “avalanche de gelo e rocha” no rio Lhende, originada de um deslizamento a cerca de 20 km a nordeste da fronteira entre Nepal e China.

O Serviço Geológico dos EUA esclareceu depois que um terremoto relatado era, na verdade, energia sísmica gerada pelo próprio colapso — a geleira não caiu por causa de um terremoto; a queda da geleira gerou o que parecia atividade sísmica.

Como relatado em 26 de agosto, inicialmente 384 viajantes foram confirmados como desaparecidos com base em registros de dez agências de turismo e viagens, entre eles estrangeiros da Índia, Malásia, Reino Unido, África do Sul, EUA, Austrália e Holanda. Autoridades agora dizem que o total de desaparecidos — incluindo moradores locais — subiu para quase 1.500, com cerca de 170 corpos recuperados até agora. O nível dos rios nas áreas mais afetadas, Syapru Besi e Timure, continua alto demais para pousos de helicóptero, dificultando muito as operações de resgate.

Por que a causa importa para corretores de viagens

A confirmação de um colapso glacial, e não de um terremoto, importa a corretores de seguros de viagem e aventura por um motivo específico: a causa de um desastre natural pode determinar quais redações de apólice respondem e quais não respondem.

Seguros de viagem padrão normalmente cobrem evacuação médica de emergência independentemente da causa. Evacuação não médica acionada por desastre natural — o cenário que centenas de trekkeiros isolados no distrito de Rasuwa enfrentam — é mais variável. Algumas apólices de viagem de aventura incluem evacuação por desastre natural como padrão; outras, como adicional; outras excluem totalmente eventos glaciais ou incidentes em alta altitude. A distinção entre erupção vulcânica, enchente e colapso glacial pode parecer acadêmica até que um cliente fique isolado em altitude, sem saída e com uma conta que a maioria das apólices padrão não cobre.

A causa ainda não está totalmente definida — e esse é o problema

Dan Shugar observou que a neve que cobria as geleiras no dia anterior havia derretido em grande parte no momento do desastre — o que sugere que uma onda de calor incomum precedeu o colapso. Andrew Zolli, diretor de impacto da Planet, escreveu que “se [o colapso], por sua vez, teve um componente climático, é algo que certamente será examinado nos próximos dias”. Vikram Gupta, da Universidade Sikkim, na Índia, disse que obras de construção na área também podem ser um fator.

A causa ainda não está totalmente determinada. Isso significa que o gatilho exato da apólice estará sujeito a interpretação e, potencialmente, a disputa. Para corretores, o caminho mais limpo não é esperar por essa interpretação, mas garantir que clientes de viagem de aventura em destinos de alta altitude no Himalaia estejam cobertos por redações que não exijam uma determinação causal precisa antes de pagar. Uma apólice que responde a “evacuação por desastre natural” sem exigir que o segurado prove se o evento acionador foi glacial, sísmico ou climático é a que vale recomendar.

Um corredor com histórico documentado de enchentes — e perfil de risco crescente

Esta não é a primeira grande enchente neste trecho da fronteira Nepal–Tibete, e corretores que orientam clientes sobre viagens ao Himalaia agora têm dois pontos de dados para trabalhar, em vez de um.

Em julho de 2025, uma enchente no mesmo corredor do Bhote Koshi — o sistema fluvial pelo qual a enchente de quarta-feira passou — matou nove pessoas e destruiu a Ponte da Amizade Sino-Nepalesa. Esse evento foi causado pelo drenamento de um lago supraglacial no Tibete, segundo o Centro Internacional para Desenvolvimento Integrado de Montanhas. O comércio transfronteiriço ficou paralisado por meses.

O evento de agosto de 2026 danificou 430 MW de capacidade hidrelétrica — mais de 12% da produção total de hidrelétrica do Nepal, de 3,2 GW, segundo cálculo da Reuters com base em dados do Ministério da Energia — e enviou uma onda de água, sedimentos e pedregulhos pelos sistemas dos rios Bhote Koshi e Trishuli, com o nível da água na área de Galchhi, a jusante, subindo até nove metros em 30 minutos.

A ONU observou em 2023 que as geleiras no Nepal derreteram 65% mais rápido na última década do que na anterior, espremidas entre dois grandes emissores de carbono. O risco estrutural neste corredor está aumentando, não se estabilizando.

O que os corretores devem fazer agora

Para corretores com clientes atualmente no Nepal ou com reservas para a temporada de trekking no Himalaia, a prioridade imediata é confirmar o que suas apólices cobrem para evacuação não médica de uma zona de desastre natural. Esse é um custo que a maioria dos viajantes sem cobertura especializada de aventura arcará pessoalmente.

Para corretores cujos clientes ainda não partiram, a pergunta a fazer sobre qualquer apólice recomendada para viagens ao Nepal é se ela cobre explicitamente evacuação acionada por eventos glaciais, enchentes repentinas e desastres naturais em alta altitude — não apenas evacuação médica de emergência. Os dois são diferentes tanto nas condições de acionamento quanto nos perfis de custo.

A temporada de trekking e escalada no Himalaia atrai centenas de milhares de visitantes por ano. As principais operadoras do Nepal exigem comprovação de seguro de viagem antes da reserva. O que elas não podem exigir é que a apólice apresentada pelo cliente seja adequada aos riscos deste corredor específico — essa é a função do corretor.

Além do hype da IA: a especificidade vence

Conforme as capacidades de IA se tornam comuns, provedores de insurtech precisam se diferenciar por meio de problemas bem delimitados, decisões explicáveis e valor de negócio demonstrável.

*Escrito por Chuck Johnston

Enquanto me preparo para o InsureTech Connect (ITC) 2026, um fornecedor de insurtech recentemente me procurou para perguntar se eu publicaria outro Insurance AI Sauce Report — a análise pós-evento que costumo escrever depois de participar do ITC NYC em junho.

Minha resposta o surpreendeu: decidi que é hora de seguir para um novo tema.

Não é porque perdi o interesse em IA — muito pelo contrário. Continuo profundamente fascinado com os rumos da tecnologia, especialmente paradigmas emergentes como a IA neuro-simbólica. A razão para aposentar o relatório é mais simples e fundamental: a IA já não é um diferencial nas discussões de insurtech. Todo mundo tem IA — até profissionais autônomos como eu. A pergunta central já não é se você tem IA, mas qual problema real você está resolvendo com ela.

O mar da mesmice no pavilhão de exposições

Minha decisão se cristalizou depois de conversar com mais de uma dúzia de fornecedores focados em IA no piso de feiras do ITC NYC. Um fornecedor após outro apresentou pitches quase idênticos.

Uma conversa em particular ficou comigo. Um profissional de marketing de produto muito sincero me mostrou a plataforma da empresa:

“Oferecemos uma solução de fluxo de trabalho que usa IA generativa para executar tarefas.”

“Usamos conexões agênticas para otimizar atividades.”

“Tornamos as coisas mais rápidas, baratas e melhores para as seguradoras.”

Soava ótimo no papel. Mas quando perguntei diretamente: “Qual é o seu diferencial central?”, ele pausou, olhou para mim e admitiu com franqueza: “Não tenho ideia.”

Dos mais de 12 fornecedores que entrevistei, quase todos contaram a mesma história genérica.

Exceto um.

O poder do problema afiado e bem definido

O único fornecedor que se destacou não era interessante por causa de sua pilha de IA — estava usando os mesmos modelos subjacentes que todos os demais. O que o tornou diferente foi o foco em um domínio de negócio específico: um conjunto distinto de problemas jurídicos complexos dentro do setor de seguros.

Em vez de pedir a uma equipe de marketing que olhasse para tendências macro do setor e produzisse slogans genéricos sobre time-to-market mais rápido ou eficiência operacional, essa equipe se sentou e fez uma pergunta melhor: onde há um ponto de dor específico, de alta fricção, que realmente precisa ser resolvido? Escolheu um problema talvez menos amplamente aplicável a todas as seguradoras, mas que oferecia valor substancialmente maior aos clientes que precisavam dele.

Essa mentalidade representa a linha divisória entre empresas de insurtech que prosperarão e aquelas que desaparecerão. A menos que o objetivo seja simplesmente ser um provedor utilitário genérico, as empresas devem aplicar a IA a um conjunto de problemas afiado e bem definido.

A evolução da IA nos seguros: Regras vs. Razão

Essa mudança de foco nos leva a um grande desafio técnico enfrentado pelo setor de seguros: transparência e certeza. Embora a lógica indutiva da IA generativa ofereça capacidades significativas, ela não é inerentemente transparente ou certa.
Para entender por que isso representa um obstáculo, ajuda comparar duas abordagens amplas de inteligência artificial: IA simbólica e IA generativa.

IA simbólica, ou motores de regras, baseia-se no raciocínio dedutivo. Desenvolvedores constroem uma estrutura com base em comportamentos esperados e parâmetros conhecidos, permitindo que o sistema aplique regras explícitas de forma consistente dentro desses limites.

A vantagem é transparência e lógica claramente definida. A desvantagem é que é necessária uma engenharia inicial considerável para construir e manter os conjuntos de regras. Se as regras encontrarem dados inesperados fora de sua estrutura, o fluxo de trabalho pode falhar ou exigir intervenção humana. O sistema pode ser confiável dentro de seus limites definidos, mas frágil em escala.

IA generativa, ou sistemas de correspondência de padrões, baseia-se amplamente no raciocínio indutivo. Em vez de seguir apenas regras codificadas por humanos, o modelo observa grandes conjuntos de dados, aprende padrões e constrói uma estrutura interna para lidar com cenários novos e complexos.

A vantagem é flexibilidade e adaptabilidade em dados desestruturados e “sujos”. A desvantagem é que o raciocínio indutivo pode produzir resultados incorretos com confiança. Mesmo quando uma resposta está correta, um modelo de IA generativa pode não fornecer uma explicação suficientemente clara de como chegou a determinada conclusão.

O dilema do “mostre seu raciocínio”

Essa falta de transparência já está causando atrito em setores regulados. Desafios jurídicos envolvendo decisões automatizadas de saúde aumentaram o escrutínio sobre como as seguradoras documentam e explicam determinações assistidas por modelo em grandes volumes de arquivos.

Quando pressionado, um sistema puramente de IA generativa pode apontar para relações estatísticas entre fatores relevantes. Mas decisões de seguros reguladas frequentemente exigem mais: uma base lógica rastreável, aplicação consistente de regras e um trilha de auditoria que possa ser examinada por reguladores, tribunais e revisores internos.

Combinando reconhecimento de padrões com lógica explícita

IA neuro-simbólica não é uma tecnologia super nova. É uma abordagem híbrida destinada a fazer a ponte entre dois paradigmas estabelecidos de inteligência artificial:

Redes neurais, incluindo IA generativa: eficazes em analisar dados não estruturados, identificar padrões sutis e dar sentido a entradas do mundo real “bagunçadas”.

IA simbólica, incluindo motores de regras: eficazes em aplicar lógica explícita, restrições matemáticas e regras regulatórias ou de negócio.

Ao combinar esses dois paradigmas, as seguradoras podem não precisar escolher entre motor de regras rígidas e caixas-pretas opacas. Um motor neural pode cuidar do trabalho de ler apólices complexas, registros médicos ou anotações de sinistros, enquanto uma camada simbólica aplica lógica de negócio e diretrizes de segurança definidos. Implementada corretamente, essa abordagem pode melhorar a rastreabilidade e produzir uma trilha de auditoria mais clara para as saídas do sistema.

Sistemas neuro-simbólicos podem ser organizados de várias formas, incluindo arquiteturas paralelas, em pipeline e interativas:

Paralelo: os componentes neurais e simbólicos rodam simultaneamente, fornecendo insights complementares que são posteriormente sintetizados. Isso pode funcionar em alguns cenários e frequentemente é um passo inicial, mas, como os sistemas operam independentemente, a integração e síntese podem se tornar trabalhosas.

Pipeline: o componente neural processa e estrutura os dados, que são então passados ao componente simbólico para validação baseada em regras. Isso cria uma conexão e dependência definidas entre os dois componentes e pode fazer uso efetivo de suas respectivas forças.

Interativo: os componentes neurais e simbólicos se comunicam de forma iterativa, com o sistema simbólico restringindo e guiando o raciocínio do modelo neural. Essa abordagem pode suportar maior automação, autocorreção e resiliência em processos straight-through, à medida que os dois modelos aplicam raciocínio indutivo e dedutivo para lidar com exceções.

Olhando para o ITC 2026

À medida que nos preparamos para o ITC 2026, meu desafio para fornecedores e seguradoras é mudar a conversa para longe de buzzwords superficiais de IA.

Para fornecedores: parem de dizer ao mercado que “usam IA generativa e fluxos de trabalho agênticos para tornar as coisas mais rápidas, baratas e melhores”. Todo mundo está fazendo isso. Em vez disso, mostrem-nos o problema específico, de alta fricção, que vocês resolvem melhor do que qualquer outro — e demonstrem como sua arquitetura apoia transparência e defensibilidade quando os reguladores baterem à porta.

Para seguradoras: parem de avaliar soluções principalmente de acordo com a sofisticação de seus modelos de linguagem de grande porte subjacentes. Comecem a buscar plataformas que combinem flexibilidade com saídas explicáveis e bem controladas, adequadas ao problema de negócio em questão.

IA já não é a história — é apenas o motor. A verdadeira distinção pertencerá a quem sabe exatamente onde aplicá-la.

*Chuck Johnston é estrategista de tecnologia de negócios de seguros e fundador da Johnston Digital Ventures, onde oferece serviços de advisory e consultoria para o espaço de Vida, Acidentes e Benefícios a Empregados.

Quer participar do ITC Vegas 2026 com a delegação brasileira? 🇧🇷
São três dias de encontro com mais de 10.000 partcipantes e expositores, networking com VCs, seguradoras, insurtechs e parceiros do mundo todo. Junte-se aos mais de 250 executivos brasileiros que participarão dessa jornada. Garanta sua inscrição agora: Clique aqui!

Para mais informações acesse o site: https://itc.insurtechbrasil.com/

Como preparar os seguros para a era dos agentes

As seguradoras precisam redesenhar fluxos de trabalho, governança e supervisão humana antes que os agentes de IA possam migrar com segurança de pilotos para operações críticas para o negócio.

Por que os pilotos não escalam?

Quando os pilotos não escalam, o instinto costuma ser culpar a IA. Na prática, três fatores organizacionais frequentemente ficam no caminho.

Primeiro, os processos de seguros — mesmo em insurtechs nativas digitais — foram construídos em torno da execução humana. A IA agêntica depende de fluxos de trabalho que coordenam atividade humana e de máquina, mas poucos processos de seguros foram desenhados com essa colaboração em mente.

Segundo, a conformidade muitas vezes entra no processo tarde, tipicamente na etapa de prova de conceito, quando deveria estar moldando as decisões de design desde o início.

Por fim, sem apoio em toda a empresa, os pilotos permanecem iniciativas isoladas atendendo a um único time ou função, sem uma rota credível para o restante do negócio.

Os seguros também trazem desafios específicos do setor. Fluxos de trabalho de sinistros e subscrição carregam décadas de conhecimento institucional, enquanto as expectativas para gestão de risco de modelos continuam subindo. A escrutínio regulatório se estende cada vez mais além da explicabilidade para todo o ciclo de vida de desenvolvimento de modelos, incluindo design, backtesting, testes de regressão, revisões de governança e avaliação de drift. As seguradoras estão, consequentemente, reavaliando estruturas de risco e controle que antecedem a IA.

Essas pressões apontam para um problema mais amplo. Agentes introduzidos em ambientes fragmentados não conseguem coordenar efetivamente entre fluxos de trabalho, aumentando complexidade, custo e risco de conformidade. As seguradoras, portanto, precisam de mecanismos que incorporem coordenação, controle e auditabilidade nos processos, em vez de adicioná-los apenas depois que os problemas surgem.

Três rotas para atravessar o dilema da transformação

As seguradoras não podem reconstruir suas operações da noite para o dia sem colocar balanços, clientes e continuidade do negócio em risco. A maioria, em vez disso, buscará alguma combinação de três abordagens.

A primeira é conectar plataformas e aplicações existentes, extraindo maior valor de investimentos anteriores. A segunda é substituição seletiva. Programas de substituição em larga escala permanecem caros e arriscados, mas a substituição pode ser justificada em funções particulares ou novas linhas de produto onde as restrições de legado se tornaram insustentáveis.

Uma terceira opção é um modelo de ecossistema no qual as seguradoras combinam sua marca, distribuição e capacidades de subscrição com provedores especializados de tecnologia ou serviço.

Cada abordagem exige que as seguradoras coordenem sistemas, agentes e decisões humanas enquanto mantêm controles e auditabilidade consistentes. Essa coordenação pode ajudar plataformas existentes a entregar maior valor, apoiar migração controlada de infraestrutura de legado e tornar modelos operacionais externos viáveis em áreas como onboarding de clientes.

Redesenhar antes de implantar

Coordenação sozinha não é suficiente. Muitos processos de seguros em uso hoje foram desenhados antes que os agentes de IA se tornassem uma consideração prática, tornando o redesenho de processos um pré-requisito para a implantação. No entanto, as seguradoras frequentemente implementam agentes antes de determinar como os processos de ponta a ponta devem operar, onde existem gargalos e onde o julgamento humano permanece essencial.

A governança deve ser incorporada desde o início. A lógica do processo determina quando um agente é acionado e quando a revisão humana é necessária, enquanto a lógica de decisão define o que pode ser automaticamente aceito, referido ou escalado. Construir essas decisões na etapa de design ajuda a garantir que os agentes operem dentro de guardrails executáveis, em vez das áreas cinzentas que fazem muitos pilotos estagnarem.

Um exemplo de processo desenhado em torno de agentes especializados e autoridade humana retida é o Project Nemo da Allianz. Lançado na Austrália em 2025, o sistema lida com sinistros de baixo valor por deterioração de alimentos decorrentes de eventos climáticos. Sete agentes especializados abordam planejamento, verificação de cobertura, validação climática, triagem de fraude, cálculo de pagamento e auditoria, enquanto um humano mantém a decisão final de pagamento. A Allianz relatou uma redução de 80% nos tempos de processamento e liquidação para sinistros elegíveis abaixo de US$ 500 e planeja estender o sistema gradualmente para outros casos de uso de baixa complexidade e alta frequência.

A década à frente

Ao longo da próxima década, algumas grandes seguradoras podem se concentrar mais fortemente em marca, relacionamentos com clientes e assunção de risco, enquanto dependem de provedores especializados para funções selecionadas de gestão de sinistros e serviços.

Esse modelo exigirá arquitetura flexível e componível. À medida que modelos, fornecedores e regulamentações evoluem, as seguradoras precisarão adaptar componentes de IA, atualizar estruturas de governança e “onboardar provedores sem perder visibilidade ou controle operacional. Coordenação e supervisão consistentes entre sistemas e organizações participantes serão necessárias para que tais modelos operem com segurança em escala.

As seguradoras que fizerem o maior progresso não serão necessariamente aquelas que executam mais agentes. Serão aquelas que redesenharem seus modelos operacionais em torno de colaboração efetiva entre pessoas, agentes e sistemas — e governarem como essa colaboração funciona.

Escrito por Jawwad Rasheed, líder de transformação de serviços financeiros na Camunda, uma plataforma empresarial para orquestração agêntica.

Solace Care, sediada em Estocolmo, capta € 2,1 milhões em rodada pré-seed

A Solace Care, sediada em Estocolmo, captou € 2,1 milhões em rodada pré-seed para expandir sua plataforma digital de planejamento de legado e suporte em caso de luto. A Spintop Ventures liderou a rodada, com participação da Plug and Play, Further Than Capital, Wave Ventures e diversos executivos do setor de seguros e investidores-anjo.

Fundada em janeiro de 2025, a Solace Care oferece serviços antes e depois da morte do segurado. Os segurados podem armazenar documentos e instruções, criar testamento e procuração futura, e compartilhar informações com familiares. Após uma morte, a plataforma orienta as famílias nas tarefas administrativas envolvendo bancos, seguradoras, provedores de pensão, autoridades fiscais e outras organizações.

A plataforma é distribuída por meio de seguradoras de vida, provedores de pensão e corretores, e pode ser oferecida sob a marca de um parceiro. Ela opera junto às apólices existentes, sem alterar subscrição, precificação ou reservas.

De acordo com a Solace Care, a empresa ultrapassou 25 mil vidas cobertas durante seu primeiro ano e atualmente atende Suécia, Finlândia e Noruega. A empresa planeja usar o financiamento para aprofundar parcerias nórdicas, expandir para Dinamarca, Países Baixos e Reino Unido, e contratar nas áreas de produto e operações comerciais.

A IA pode reduzir o tempo de subscrição? The Hartford diz que sim

As seguradoras estão incorporando cada vez mais a inteligência artificial aos fluxos de trabalho cotidianos. Em apresentações de resultados e discussões sobre o segundo trimestre, diversas empresas destacaram ganhos de produtividade e eficiência proporcionados pela tecnologia, incluindo o processamento de sinistros e propostas de seguros, além do apoio aos agentes na tomada de decisões mais rápidas.

Embora as seguradoras não estejam falando sobre a tecnologia da mesma forma, o debate está migrando do uso da IA em projetos-piloto para sua aplicação mais ampla nas operações diárias.

The Hartford reduz tempo de subscrição

Executivos da The Hartford afirmaram que os investimentos em IA já apresentam resultados iniciais ao reduzir significativamente o tempo de subscrição.

Durante a teleconferência sobre os resultados do segundo trimestre, a administração informou que a seguradora está utilizando a tecnologia para tornar os subscritores mais rápidos, sem retirar deles a responsabilidade pelas decisões. Segundo a The Hartford, os recursos habilitados por IA permitem concluir atividades de subscrição em uma fração do tempo, liberando os profissionais para dedicar mais atenção a agentes e corretores.

“A equipe continua concentrada em uma subscrição disciplinada e na seleção de oportunidades que ofereçam retornos ajustados ao risco atrativos em um ambiente cada vez mais competitivo. Continuamos investindo em recursos habilitados por IA que aumentam a eficácia da subscrição, proporcionando acesso mais rápido a insights sobre riscos diretamente nos fluxos de trabalho dos subscritores”, afirmou Christopher Swift, presidente do conselho e CEO da The Hartford, durante a teleconferência de sexta-feira.

“Os resultados iniciais são promissores: as atividades de subscrição estão sendo concluídas em uma fração do tempo, aumentando a produtividade e permitindo que os subscritores dediquem mais tempo à expansão dos relacionamentos com agentes e corretores, o que ajuda a aumentar o fluxo de propostas”, disse Swift. “Nossos subscritores continuam responsáveis pelas decisões, utilizando recursos habilitados por IA que oferecem insights mais profundos e aumentam a consistência da subscrição.”

A The Hartford registrou lucro líquido de US$ 1,3 bilhão no segundo trimestre, alta de 31% em relação ao mesmo período de 2025. A receita total foi de US$ 7,26 bilhões, um aumento anual de 8%.

Liberty Mutual amplia uso da IA generativa

A Liberty Mutual está adotando uma abordagem corporativa para a IA, de acordo com sua teleconferência de resultados do segundo trimestre de 2026. A seguradora atribuiu seu desempenho — que incluiu receita de US$ 13,3 bilhões e lucro líquido de US$ 2,6 bilhões — a uma combinação de diversificação do portfólio, subscrição disciplinada e execução operacional, com a IA cada vez mais integrada a essas atividades.

“A inteligência artificial é uma parte importante desse trabalho, mas não como uma iniciativa isolada. Estamos incorporando a IA às nossas plataformas e aos nossos fluxos de trabalho para melhorar os insights de subscrição, acelerar os processos de sinistros e atendimento e apoiar uma maior eficiência em todas as áreas”, afirmou Timothy Sweeney, presidente, CEO e chairman da Liberty Mutual.

A seguradora também está enfatizando a governança à medida que amplia o uso da tecnologia, incluindo validação de modelos, proteção de dados e responsabilização humana.

UnitedHealth aposta em processamento em tempo real

O UnitedHealth Group informou que a IA e tecnologias semelhantes já estão envolvidas em quase todas as interações com prestadores e consumidores. A tecnologia é utilizada para oferecer insights preditivos aos profissionais de atendimento, identificar beneficiários que possam precisar de suporte proativo, automatizar sinistros complexos e melhorar a troca de dados entre planos de saúde e prestadores.

A seguradora de saúde também pretende alcançar 80% de processamento em tempo real das autorizações prévias até o fim de 2027. O objetivo é criar um processo de autorização amplamente automatizado, reduzindo as trocas administrativas entre prestadores e planos de saúde, melhorando a experiência de médicos e pacientes e gerando ganhos operacionais relevantes.

“A implementação da IA e de outras tecnologias avançadas é uma área de foco fundamental e prioritária em toda a UnitedHealthcare”, afirmou Timothy John Noel, CEO da unidade UHC.

Segundo ele, a tecnologia também é um importante facilitador da agenda de modernização da empresa, ajudando a melhorar as experiências de consumidores e prestadores e a tornar o sistema mais eficiente.

A UHC registrou receita total de US$ 112 bilhões no segundo trimestre, estável em relação ao ano anterior. O lucro operacional foi de US$ 8 bilhões, alta anual de 55%.

Travelers registra ganhos em sinistros e subscrição

Executivos da Travelers atribuíram parte do aumento de 0,5 ponto percentual no índice de sinistralidade subjacente de sua operação de seguros empresariais às inovações e aos investimentos em IA.

A empresa também está implementando ferramentas de IA para extrair dados de propostas, preencher rapidamente informações de subscrição e aplicar regras avançadas de subscrição. O objetivo é simplificar e acelerar a geração de cotações.

“Os nossos resultados continuam refletindo um progresso constante no campo da inovação, à medida que muitas das iniciativas que compartilhamos começam a gerar frutos — desde melhorias nos produtos até o impacto da IA no processamento automatizado de sinistros”, afirmou Alan Schnitzer, presidente do conselho e CEO da Travelers, durante uma apresentação de resultados. “Haverá mais avanços à medida que continuarmos investindo com disciplina e foco nas iniciativas mais importantes.”

A Travelers registrou lucro líquido de US$ 2,2 bilhões no segundo trimestre de 2026, ante US$ 1,5 bilhão no mesmo trimestre do ano anterior. A receita alcançou US$ 12,2 bilhões, em comparação com US$ 12,1 bilhões no mesmo período do ano passado.

Confira a cláusula de IA que talvez já esteja na apólice do seu cliente contratado

Novos dados mostram 2.369 registros de exclusão de IA generativa em vigor, sem nenhum produto admitido para substituir a cobertura

Uma análise nacional dos registros de seguros estaduais nos Estados Unidos mostra que as seguradoras apresentaram exclusões de IA generativa em diversos ramos de seguros comerciais normalmente contratados por empresas do setor de construção, ante nenhum registro em meados de 2025. A Trades Coverage, uma corretora de seguros licenciada e marketplace, identificou 4.078 registros estaduais em 49 estados e no Distrito de Columbia até 31 de julho. Desse total, 2.369 já estavam em vigor.

As exclusões têm origem em seis formulários padrão publicados pelo Insurance Services Office (ISO) em julho de 2025. O ISO desenvolve a linguagem padrão das apólices usada no mercado de seguros patrimoniais e de responsabilidade civil dos Estados Unidos, e as seguradoras começaram a registrar esses formulários um mês após a publicação. Segundo o relatório, os registros complementares mensais atingiram o pico de 413 em fevereiro.

O que a exclusão elimina

Dos 4.078 registros, 3.955 envolvem linhas de cobertura normalmente contratadas por empreiteiros e pequenas empresas: responsabilidade civil geral comercial, seguros guarda-chuva e de excesso, pacotes comerciais, seguros para proprietários de empresas e responsabilidade civil profissional. A exclusão não está limitada a um único ramo específico.

Os formulários do ISO têm três versões. A mais abrangente, CG 40 47, elimina a cobertura para reclamações de danos corporais, danos materiais e danos decorrentes de publicidade relacionados à IA generativa. Já a CG 40 48 elimina apenas os danos decorrentes de publicidade. A terceira, CG 35 08, tem como alvo as operações concluídas, cobertura da qual o empreiteiro depende após o encerramento de uma obra.

De acordo com o formulário mais abrangente, basta que uma reclamação decorra da IA generativa. Um empreiteiro que utilize IA para um único orçamento em uma obra convencional pode descobrir que uma reclamação posterior relacionada ao projeto está sujeita à exclusão. O gatilho é a conexão com a IA, e não a proporção do trabalho em que ela foi utilizada.

“Um empreiteiro pode usar IA para um único orçamento, levantamento de materiais ou decisão de projeto e realizar o restante da obra sem utilizá-la”, afirmou Matt Levin, chefe de pesquisa da Trades Coverage. “Se esse trabalho contribuir para uma reclamação posterior, a exclusão poderá ser aplicada, mesmo que a IA tenha sido usada em apenas uma pequena parte do projeto.”

Essa exposição está se ampliando à medida que cresce o uso de IA pelos empreiteiros. A pesquisa 2026 Commercial Specialty Contractor Industry Report, da ServiceTitan, entrevistou mais de 1.000 líderes do setor. O levantamento constatou que 38% dos empreiteiros agora relatam impacto comercial mensurável da IA, ante 17% em 2025. Estimativas de custos e gestão de propostas foram as aplicações mais comuns, com 24% e 22%, respectivamente.

Nenhum produto admitido preenche a lacuna

A ausência de um produto substituto é a principal diferença estrutural entre essa mudança e transições anteriores de cobertura. Quando o ISO tratou do risco cibernético nas apólices padrão de responsabilidade civil geral comercial, havia seguros cibernéticos independentes disponíveis para empresas que desejassem recomprar a cobertura. O relatório da Trades Coverage não identificou nenhum produto independente admitido para empreiteiros que substitua a exposição à IA excluída.

As seguradoras que estão introduzindo exclusões de IA seguem o mesmo padrão utilizado para tratar da exposição cibernética silenciosa. O setor vem fazendo essa comparação abertamente, mas o mercado complementar para empreiteiros ainda não existe. Os dados dos registros abrangem os protocolos SERFF do mercado admitido e os registros I-File da Flórida, portanto a atividade de exclusão nos mercados não admitidos provavelmente é ainda maior.

Todos os estados, com exceção de Minnesota, têm pelo menos um registro de exclusão. Portanto, a localização geográfica não é o critério que os corretores devem utilizar. Qualquer apólice renovada desde agosto de 2025 pode conter um dos formulários do ISO ou um equivalente elaborado pela própria seguradora. O relatório da Trades Coverage observa que grandes empresas de construção mantêm gestores de risco para acompanhar esse tipo de atividade regulatória. Entre empreiteiros menores, essa responsabilidade cabe ao corretor.

Sistemas atuais mapeiam desastres com precisão, mas falta de dados cronológicos compromete análise de riscos

Modelos de catástrofes são excelentes em mapear onde os desastres ocorrem, mas carecem de dados críticos sobre quando e como os eventos se desenrolam ao longo do tempo.

A modelagem de catástrofes passou os últimos 20 anos se tornando mais precisa sobre onde uma catástrofe aconteceu e o que foi afetado. Geocodificação em nível de lote, vulnerabilidade em nível de edifício, modificadores secundários mais precisos e dados de terreno de alta resolução são exemplos desse foco. No entanto, quase nenhum progresso foi feito sobre quando os eventos ocorreram durante a catástrofe. A resolução de dados não é mais a restrição limitante para a compreensão do risco, a cadência é.

Em meus anos trabalhando com compradores de seguros de dados de sensoriamento remoto, um refrão surgia constantemente: “isso é ótimo”, diziam eles sobre imagens aéreas ou de satélite de alta resolução, “mas eu também preciso saber o que está acontecendo antes, durante e depois de um evento para entender totalmente meu risco.”

Não há exemplo mais claro dessa lacuna temporal do que o incêndio florestal. As condições de incêndios florestais podem ser previstas, mas, diferentemente de um furacão iminente, não há dias de aviso para quando eles começam, apenas o risco permanente de que um possa começar a qualquer momento. E, ao contrário da maioria dos outros perigos, os incêndios florestais podem ser retardados ou contidos. Podemos fazer mais do que construir melhor e alertar as pessoas – com os dados certos na hora certa, podemos mudar o resultado de um evento.

Infelizmente, existem lacunas de dados em nossos sistemas existentes que limitam nossa capacidade de fazer isso hoje. Satélites meteorológicos geoestacionários fornecem um instantâneo a cada 20 minutos em uma resolução infravermelha de dois quilômetros, e o piso de detecção publicado para o produto de incêndio GOES-R é de amplos 60 x 60 metros. Sensores de Órbita Terrestre Baixa fornecem pixels muito mais finos, mas têm apenas algumas observações por dia. Sensores aéreos são ainda menos frequentes e são limitados pelo clima. Sensores in situ têm alcance geográfico limitado e raramente veem o fogo em si. Esses sistemas fornecem excelentes instantâneos, mas são ruins em contar a história completa de um incêndio florestal da ignição à extinção.

Sistemas comerciais de sensoriamento remoto GEO são projetados para fechar essa lacuna. Eles são implantados mais distantes na órbita da Terra, correspondendo assim à velocidade de rotação da Terra, “ficando parados” sobre uma grande região geográfica para fornecer dados contínuos.

Existem vantagens óbvias em um fluxo de dados ao vivo sobre uma grande área geográfica, sendo a resposta a eventos a maior delas. No entanto, as mais impactantes são menos sobre o que está acontecendo agora e mais sobre um melhor registro temporal do que aconteceu durante a vida do evento. Estas incluem validação de modelo, cláusulas de horas, gatilhos paramétricos e créditos de mitigação.

Todo modelo de catástrofe é calibrado em relação aos resultados: pegada final (“footprint”), profundidade e estado de dano. O processo é inferido a partir do resultado em vez da observação da progressão do evento, e a inferência é onde reside a divergência do modelo. Isso é semelhante a pular páginas enquanto se lê um livro. Você sabe como a história termina, mas não entende como chegou lá, o que no caso de uma metodologia de modelagem de catástrofe é crítico.

O incêndio florestal é a versão extrema. Sabemos onde os incêndios terminaram; sabemos muito menos sobre o registro de data e hora da ignição, a taxa de propagação da primeira hora, as horas em que a supressão se manteve e a hora em que parou. Um registro infravermelho contínuo transforma cada incêndio em uma série temporal, em vez de um punhado de instantâneos de perímetro. Dois modelos podem produzir a mesma queima de 40.000 acres por motivos inteiramente diferentes e inteiramente errados.

As cláusulas de horas são o caso mais claro do nosso mercado precificando algo que não consegue medir bem. O aparato assume que podemos dizer quando uma ocorrência começou, quando terminou e quais perdas pertencem a ela. Na prática, isso é reconstruído a partir de relatórios de incidentes, dados de agências e argumentos.

Com incêndios florestais, ignições separadas se tornam um único evento. Um registro contínuo com data e hora de ignição, fusão e progressão dá à cedente e ao ressegurador um único relógio para ler. Isso importa para disputas de agregação, anexo de retenção e negociação ao vivo de Cat (catástrofes), onde o mercado precifica com base na cobertura de notícias e filmagens de helicóptero.

Os gatilhos de incêndios florestais hoje se apoiam em uma área queimada mapeada a partir de imagens ópticas, tipicamente dias após o evento. Os profissionais admitem que a precisão do gatilho é o jogo todo, e que os dados subjacentes determinam quão bem uma liquidação acompanha a perda.

A observação contínua move o gatilho do resíduo para o evento, e é por isso que os sensores funcionam bem. Ela registra o início, o que torna os gatilhos de duração graváveis. Um satélite geossíncrono faz isso em uma enorme área geográfica, não apenas naquela coberta por sensores.

O vento mostra o que um crédito defensável exige. Após o furacão Sally, o regulador do Alabama executou uma chamada de dados de sinistros e encomendou um estudo revisado por pares. A construção FORTIFIED reduziu a frequência de perdas em pelo menos 55% a 74%. É por isso que os descontos de mitigação de vento sobrevivem a uma audiência de taxas.

Esse método funciona quando o risco deixa uma consequência legível. O incêndio florestal não deixa. Uma estrutura destruída não diz quase nada sobre o que o fogo estava fazendo quando chegou. Enquanto isso, o relógio regulatório está correndo. A Califórnia introduziu os primeiros descontos obrigatórios de segurança contra incêndios florestais em 2022 e agora exige que os modelos de catástrofes reflitam a mitigação. Bilhões estão indo para espaço defensável, fortalecimento de casas e manejo de vegetação, creditados no julgamento de engenharia e em boas intenções.

A observação contínua, combinada com registros de mitigação no nível de lote e resultados de sinistros, fornece uma distribuição observada de resultados para exposições fortalecidas versus não fortalecidas sob um comportamento de fogo comparável. O crédito de mitigação deixa de ser um palpite fundamentado e se torna uma variável de precificação justificável.

Fechar a lacuna temporal muda o que é possível saber, nos dando um registro de uma catástrofe conforme ela aconteceu, em vez de uma reconstrução. Precisamos começar a criar um registro agora para uma modelagem de riscos aprimorada que se tornará o padrão para as próximas décadas.

Escrito por Elizabeth Foughty, Chief Business Officer e cofundadora da Orbital Sentry.

A IA mudará as avaliações das corretoras? Os compradores começam a traçar uma linha

A adoção de IA pode não aumentar, por si só, o múltiplo de uma corretora, mas os compradores estão analisando cada vez mais a qualidade dos dados, a prontidão para integração e se a tecnologia está se traduzindo em um desempenho melhor.

Os compradores de corretoras de seguros começaram a avaliar os alvos de aquisição quanto à sua preparação tecnológica e para a IA, mesmo com as avaliações permanecendo ancoradas no crescimento.

Embora a inteligência artificial ainda possa não justificar uma linha própria em um modelo de avaliação, os compradores estão distinguindo cada vez mais entre as corretoras equipadas para um futuro mais automatizado e aquelas que poderiam exigir um trabalho substancial após a aquisição.

Felix Morgan, CEO da Trucordia, afirmou que a capacidade tecnológica passou a fazer parte da avaliação de um alvo pela empresa. A Trucordia concluiu aproximadamente 200 aquisições ao longo de um período de dois anos e agora opera em 42 estados.

“A atividade de fusões e aquisições de corretoras de seguros está em um ponto de inflexão”, disse Felix Morgan. “Sempre foi verdade que havia alvos melhores do que outros e que isso criava valor, mas agora estamos vendo essa divisão acontecer em uma escala muito maior.”

A prontidão para integração é o teste imediato

Para a Trucordia, a questão tecnológica é, em parte, uma questão relacionada à mecânica da integração. A empresa transfere os negócios adquiridos para um único sistema de gestão de corretoras, o que torna a capacidade de um alvo de se conectar a esse sistema uma restrição prática, e não uma preferência abstrata.

“É uma espécie de requisito básico ter uma fundação em nossa organização que possamos aproveitar”, disse Felix Morgan. “Não obtemos os ganhos de escala e de tamanho se não conseguirmos analisar todos os dados de maneira homogênea. Portanto, procuramos ambientes que permitam isso e aos quais possamos nos conectar facilmente.”

Brian Morgan, CEO da AGI, fez uma observação semelhante sobre a arquitetura de dados, argumentando que sistemas fragmentados criam problemas cumulativos.

“Tudo começa com uma pilha tecnológica limpa”, disse Brian Morgan. “Quando você começa a ter sistemas de dados distintos e situações em que precisa criar pontes e remendos entre eles, tudo se torna muito desafiador. E foi isso que muitas empresas tiveram de fazer em nosso setor.”

O setor ainda está longe de apresentar uma prontidão uniforme. O relatório 2026 Technology & Governance Report, da MarshBerry, constatou que 82% dos entrevistados esperam que a IA afete a produtividade dos corretores ou reformule o papel do corretor, mas apenas 13% estão usando ativamente ferramentas de IA em várias áreas do negócio.

A adoção também diverge acentuadamente de acordo com o tamanho. Dados da Reagan Consulting mostraram que apenas 11,5% das empresas com receita inferior a US$ 1,25 milhão investiram em IA em 2025, em comparação com 84,2% das corretoras que geram mais de US$ 100 milhões.

O argumento da produtividade da IA: quais são as limitações?

Brian Morgan, cuja empresa promove sua pilha tecnológica como um diferencial de aquisição, estimou que uma implementação ampla de IA poderia proporcionar “um aumento realista de 50% a 75% na capacidade de uma pessoa”, à medida que tarefas como o envio de propostas, a verificação de apólices e a preparação de apresentações comerciais fossem automatizadas.

Ele afirmou que sua abordagem consiste em realocar essa capacidade, em vez de reduzir o quadro de funcionários, tendo em vista uma esperada onda de aposentadorias no setor ao longo dos próximos cinco a sete anos.

“Não se trata necessariamente de economizar custos. A questão é: como reinvestimos no negócio para crescer e reter clientes?”, disse Brian Morgan. “É mais um modelo de elevação.”

Um estudo da Reagan Consulting e da BrokerTech Ventures sobre os principais produtores de nove corretoras entre as 100 maiores constatou que produtores com suporte tecnológico com menos de 35 anos geraram comissões medianas novas de US$ 172 mil em 2024, contra US$ 104 mil dos demais. No entanto, a pesquisa mede a produção, e não as avaliações.

A Agency Brokerage Consultants argumentou, porém, que os compradores atualmente não estão pagando múltiplos mais altos simplesmente porque uma corretora utiliza IA. Nessa perspectiva, as avaliações continuam concentradas na margem e no crescimento, enquanto a tecnologia só se torna relevante quando ajuda a explicar uma retenção mais forte, custos de atendimento mais baixos ou melhores índices de receita por funcionário.

Também há uma defasagem. Os compradores e os consultores de avaliação trabalham com base no desempenho histórico, e mesmo as corretoras que fizeram investimentos significativos em IA nos últimos dois anos tiveram tempo limitado para demonstrar uma melhoria financeira sustentada nos resultados analisados pelos compradores.

Sinais de preço divergem

Onde a IA já está movimentando o mercado é no interesse por determinados tipos de carteira. Harrison Brooks, sócio da Reagan Consulting, afirmou que alguns compradores se tornaram hesitantes em relação às linhas pessoais devido ao potencial impacto da IA, descrevendo uma “fuga para qualidade e escala” mais ampla em direção a operações de médio porte, comerciais e de benefícios para funcionários. Felix Morgan também espera que a tecnologia exerça mais influência nas linhas pessoais do que na corretagem comercial complexa.

Quanto aos preços, os sinais são conflitantes. Brooks observou que o volume de transações caiu para o menor nível em 11 anos em 2025, enquanto os preços se mantiveram, com múltiplos de EBITDA garantidos variando de pouco menos de 10 vezes para transações menores a aproximadamente 15 vezes para as maiores entre 2023 e 2025.

Felix Morgan, que realiza aquisições na parte inferior desse mercado, vê algo diferente.

“Os múltiplos estão começando a sofrer alguma compressão, o que acredito ser um reflexo do mercado como um todo”, afirmou.

Um ponto de inflexão, não uma ruptura

Brian Morgan espera que o mercado se organize em níveis, em vez de passar por uma reprecificação da noite para o dia.

“Acredito que as corretoras que dizem: ‘Estamos abertas a tentar descobrir como podemos fazer isso melhor e de maneira diferente’ serão as que terão maior prioridade”, afirmou. “Aquelas que realmente dizem: ‘Não, sempre fizemos dessa forma, ainda temos nossa máquina de fax e, se as pessoas quiserem deixar cheques na porta da frente, podem fazê-lo’ — acredito que o mundo está em um ponto de inflexão, no qual vai evoluir.”

Ele não chegou a prever um prêmio automático, afirmando que esperava “diferentes classes de empresas em nosso setor: as que são mais avançadas tecnologicamente e as que estão ficando para trás”.

Felix Morgan, por sua vez, prevê “uma evolução, não uma revolução”.

“Isso continuará evoluindo no setor e se tornará uma prática mais comum, mas não acredito que algum dia substituirá a corretagem”, afirmou.

123...102Page 1 of 102