A gestão de riscos sempre esteve no centro da operação das seguradoras, estruturada a partir de modelos estatísticos e análise histórica de dados. No entanto, o aumento da complexidade dos riscos, impulsionado por eventos climáticos extremos, ameaças cibernéticas e instabilidade econômica, tem colocado pressão sobre esses modelos, exigindo maior capacidade de adaptação e antecipação.
Nesse contexto, a Inteligência Artificial (IA) passa a desempenhar um papel cada vez mais relevante. Este artigo é baseado no white paper Underwriting the future: the role of artificial intelligence in insurance, desenvolvido pelo Economist Impact com apoio da SAS, e analisa como a IA vem sendo aplicada na gestão de riscos no setor, considerando seus avanços e limitações.
Da análise histórica à previsão dinâmica de riscos
Um dos principais avanços trazidos pela IA é a mudança na forma como o risco é analisado. Tradicionalmente, a avaliação depende de dados passados e modelos relativamente estáticos. Com a IA, essa lógica evolui para uma abordagem mais dinâmica, baseada em dados em tempo real e aprendizado contínuo.
Isso permite que seguradoras:
Identifiquem padrões mais complexos
Antecipem comportamentos
Ajustem seus modelos com maior frequência.
Como consequência, há ganhos diretos na precisão da subscrição e na capacidade de lidar com riscos emergentes, como eventos climáticos e ciberataques, que apresentam maior grau de incerteza.
Previsão e mitigação: uma mudança no papel do seguro
Além de melhorar a capacidade preditiva, a IA também amplia a atuação das seguradoras na mitigação de riscos. A integração com dados operacionais e tecnologias conectadas permite antecipar falhas, reduzir perdas e incentivar comportamentos mais seguros.
Esse movimento representa uma mudança importante: o seguro deixa de atuar apenas na compensação financeira após o evento e passa a contribuir ativamente para sua prevenção. Na prática, isso reduz a exposição ao risco e melhora a eficiência da operação.
Por que a transformação ainda é limitada
Apesar do potencial, o estudo mostra que os ganhos observados até o momento ainda são majoritariamente incrementais. A IA já gera eficiência e melhora processos, mas ainda não promoveu uma transformação estrutural no setor.
Os principais limitadores são estruturais:
1
Sistemas legados
2
Dados fragmentados
3
Dificuldade de integração à operação
4
Desafios regulatórios
Em muitos casos, a IA permanece restrita a aplicações pontuais, sem impacto direto na tomada de decisão em larga escala.
Novos riscos e desafios regulatórios
A adoção da IA também introduz novos desafios.
Entre eles:
Além disso, o ambiente regulatório segue em evolução, exigindo que as seguradoras equilibrem inovação com conformidade. Isso demanda maior maturidade em governança e uma atuação integrada entre áreas técnicas, jurídicas e de negócio.
Conclusão
A Inteligência Artificial representa uma evolução relevante na gestão de riscos no setor de seguros, ampliando a capacidade de prever, monitorar e mitigar eventos com maior precisão. No entanto, seu impacto ainda depende da superação de desafios estruturais relacionados a dados, tecnologia e governança.
Mais do que uma solução isolada, a IA deve ser entendida como parte de uma transformação mais ampla. Reduzir riscos com IA não é apenas uma questão tecnológica, mas de integração consistente entre análise, operação e regulação.
A SAS é referência global em analytics e Inteligência Artificial aplicada à gestão de riscos no setor de seguros.
A add é parceira da SAS e atua há mais de 28 anos no mercado segurador, apoiando empresas na estruturação de dados, adequação regulatória e implementação de soluções tecnológicas.
Fale com a add e veja como evoluir a gestão de riscos com IA de forma estruturada e consistente.
