Em uma seguradora, muitas decisões que impactam produtos, precificação, subscrição e resultados financeiros começam em modelos desenvolvidos por especialistas das áreas de negócio. São profissionais que analisam dados, definem premissas, testam cenários e transformam conhecimento técnico em lógicas que sustentam decisões importantes para a operação.
Nesse contexto, o Excel continua tendo um papel relevante. Para áreas como Atuária, Pricing, Produtos e Finanças, ele não representa necessariamente uma limitação tecnológica. Ao longo dos anos, tornou-se um ambiente flexível para desenvolver modelos, realizar simulações e concentrar conhecimento especializado.
O desafio costuma surgir depois, quando aquilo que foi construído e validado pela área de negócio precisa chegar aos sistemas, canais e processos da seguradora.
Uma alteração em uma lógica de precificação, por exemplo, pode exigir uma sequência de etapas até chegar à operação. O modelo pode precisar ser interpretado, reconstruído em outra tecnologia, integrado a aplicações e novamente testado para garantir que o comportamento do sistema corresponda ao que havia sido validado originalmente.
Quando diferentes aplicações dependem da mesma lógica, a complexidade aumenta. O mesmo cálculo pode aparecer em sistemas de administração de apólices, jornadas de cotação, canais digitais ou ferramentas utilizadas por parceiros. A cada mudança, surge também a necessidade de garantir que todos esses pontos continuem utilizando a lógica correta e a versão adequada.
É nessa passagem entre conhecimento especializado e operação que está um dos desafios de transformação das seguradoras: como aumentar a velocidade das mudanças sem perder governança e consistência?
O conhecimento já existe. O desafio é colocá-lo em escala
Um modelo atuarial, uma lógica de precificação ou uma regra de subscrição não é apenas um conjunto de fórmulas. Esses ativos carregam premissas, decisões metodológicas e conhecimento acumulado pelos especialistas.
Quando uma lógica já validada precisa ser reconstruída em código para ser utilizada por um sistema, cria-se uma nova representação daquele conhecimento. A partir daí, é necessário assegurar que aquilo que foi implementado continue equivalente ao modelo original.
Esse processo normalmente envolve diferentes equipes. A área de negócio desenvolve e valida. Tecnologia interpreta os requisitos, implementa e integra. Depois, novas etapas de testes e conferências ajudam a garantir a aderência dos resultados.
Essa relação entre negócio e Tecnologia continua sendo essencial. A questão é outra: toda lógica precisa ser reconstruída antes de se tornar operacional?
Para seguradoras que buscam evoluir produtos com maior agilidade e reduzir o esforço associado à manutenção de regras e modelos, essa pergunta tem se tornado cada vez mais relevante.
Quando modelos se tornam capacidades reutilizáveis
É nesse cenário que o Coherent Spark se conecta às necessidades das seguradoras.
A plataforma permite transformar modelos desenvolvidos em Excel em serviços que podem ser consumidos por diferentes aplicações por meio de APIs. Em vez de recriar uma lógica em diferentes sistemas, o modelo desenvolvido pela área especialista pode ser disponibilizado de forma reutilizável para a organização.
Na prática, uma lógica de precificação pode ser consumida por diferentes aplicações. Um modelo atuarial pode ser integrado a outros processos. Regras relacionadas à subscrição ou cálculos financeiros podem deixar de depender exclusivamente da execução manual ou de reconstruções sucessivas.
A discussão não é simplesmente sobre manter ou substituir planilhas. O ponto central é identificar quais modelos concentram conhecimento crítico e entender como esse conhecimento pode ser melhor aproveitado dentro da arquitetura da seguradora.
Para as áreas especialistas, isso ajuda a preservar a proximidade com o ambiente em que o modelo foi desenvolvido. Para Tecnologia, cria uma forma padronizada de integrar essas lógicas aos sistemas.
Velocidade também exige governança
Tornar uma lógica disponível para diferentes aplicações não significa apenas ganhar velocidade. Quanto mais sistemas dependem daquele modelo, maior também é a necessidade de controle.
Em um mercado regulado como o de seguros, saber qual versão estava sendo utilizada, quando uma alteração foi realizada, quem participou de sua aprovação e quais resultados foram impactados são questões relevantes.
Nesse contexto, recursos de versionamento, aprovação, testes e rastreabilidade ganham importância. Eles ajudam a evitar que a agilidade venha acompanhada de perda de controle.
Essa discussão também se relaciona com um problema conhecido das organizações: a existência de diferentes versões de uma mesma regra em diversos sistemas.
Quanto maior a replicação, maior tende a ser o esforço necessário para manter todas essas implementações alinhadas. Reduzir essa duplicação pode simplificar a manutenção e diminuir o risco de divergências.
E onde a Inteligência Artificial entra nessa discussão?
A evolução da Inteligência Artificial amplia ainda mais esse debate.
Aplicações baseadas em IA já começam a apoiar atendimento, subscrição, análise e produtividade dentro das seguradoras. Essas soluções conseguem interpretar solicitações, consultar informações e interagir com usuários, mas determinadas decisões continuam dependendo de cálculos e regras que precisam ser consistentes e reproduzíveis.
Nesse tipo de cenário, a IA pode atuar como camada de interação e orquestração, enquanto modelos governados permanecem responsáveis pela execução de determinadas lógicas de negócio.
Isso ajuda a separar dois papéis diferentes: de um lado, a capacidade da IA de interpretar contexto e apoiar jornadas; de outro, a necessidade de utilizar cálculos e regras oficiais, controlados e auditáveis.
À medida que a IA passa de projetos experimentais para processos mais próximos da operação, essa separação tende a se tornar ainda mais relevante.
A parceria add + Coherent
É nesse contexto que se insere a parceria entre add e Coherent.
A Coherent traz a tecnologia para transformar modelos de negócio em capacidades reutilizáveis e integráveis. A add agrega mais de 28 anos de experiência em tecnologia para seguros e conhecimento sobre os desafios de um ambiente em que sistemas, processos, dados e exigências regulatórias precisam funcionar de forma integrada.
Essa combinação permite olhar para o problema além da tecnologia.
A adoção de uma solução como o Spark não começa simplesmente pela identificação de planilhas dentro da organização. O trabalho passa por entender quais modelos são críticos, quais sistemas dependem dessas lógicas, onde existem duplicações e em quais processos o esforço de manutenção ou validação é maior.
Em alguns cenários, o principal ganho pode estar na velocidade com que uma mudança chega à operação. Em outros, na redução da duplicação de regras ou no fortalecimento da governança sobre modelos utilizados por diferentes áreas.
Para seguradoras que buscam acelerar a evolução de produtos, aproximar ainda mais negócio e Tecnologia ou preparar sua arquitetura para novas aplicações de Inteligência Artificial, esse pode ser um ponto relevante de partida.
A add e a Coherent estão apoiando seguradoras nessa jornada a partir de casos concretos, identificando onde modelos, regras e cálculos já existentes podem se transformar em capacidades reutilizáveis para a organização.
