Como dados, Inteligência Artificial e regulação podem transformar a forma como as seguradoras identificam, previnem e gerenciam riscos?
Essa foi a discussão que guiou mais uma edição do Café com Risco, evento realizado no prédio da add, no Rio de Janeiro, reunindo clientes, parceiros e profissionais do mercado segurador para uma manhã de troca de experiências e conhecimento.
O encontro contou com a participação especial do Prof. Ms. Ricardo Stocco Saponara, Líder da Prática de Risco, Fraude e Compliance para a América Latina do SAS Institute, que trouxe reflexões sobre decisões integradas, solvência, prevenção a fraudes e o papel da Inteligência Artificial na evolução do setor de seguros.
Mais do que falar sobre novas tecnologias, a conversa trouxe uma questão central: como transformar toda essa capacidade tecnológica em decisões melhores para o negócio?
Reunimos alguns dos principais aprendizados do encontro.
1
Gerenciar riscos também significa se preparar para aquilo que ainda não aconteceu
Seguradoras sempre trabalharam com histórico, probabilidade e modelagem. O desafio é que nem todo risco do futuro encontra um equivalente perfeito no passado.
Eventos climáticos extremos, novas formas de fraude, mudanças de comportamento e transformações econômicas colocam as empresas diante de situações para as quais nem sempre existe histórico suficiente.
Com maior capacidade analítica, integração de fontes externas e uso de dados sintéticos, torna-se possível construir cenários hipotéticos e avaliar seus impactos sobre exposição, operação, capital e solvência.
A gestão de riscos, portanto, começa a ampliar seu olhar: não apenas compreender o que aconteceu, mas aumentar a capacidade de antecipar o que pode acontecer.
Existe uma diferença entre usar IA e transformar decisões com IA
A Inteligência Artificial já chegou à rotina das empresas. Copilotos, ferramentas generativas, automações e modelos analíticos estão cada vez mais presentes.
Mas incorporar uma ferramenta não significa, necessariamente, transformar a maneira como uma seguradora decide.
Se precificação, subscrição, sinistros, fraude, compliance e riscos continuam operando isoladamente, parte importante do potencial dos dados permanece fragmentada.
O salto de maturidade acontece quando essas informações começam a conversar.
Um mesmo indivíduo pode aparecer em diferentes momentos como segurado, terceiro, prestador, beneficiário ou parceiro. Olhar apenas para cada evento isoladamente pode impedir a identificação de relações e comportamentos relevantes.
Por isso, o próximo desafio da IA no mercado segurador vai além dos pilotos: é conectar decisões, governar modelos e transformar tecnologia em resultado para o negócio.
2
3
Os maiores riscos nem sempre são aqueles que já apareceram
Fraudes identificadas, sinistros suspeitos e erros operacionais são relativamente fáceis de visualizar porque já produziram algum tipo de alerta.
Mas existe também uma camada de perdas silenciosas.
Fraudes não detectadas, falsos positivos, comportamentos atípicos, alterações cadastrais suspeitas, relações incomuns entre participantes e fragilidades de controle podem permanecer escondidos dentro de grandes volumes de dados.
E até um falso positivo pode gerar impacto relevante: horas de investigação, aumento de custos, piora na experiência de um cliente legítimo e possíveis consequências jurídicas.
A tecnologia permite avançar justamente nesse ponto.
Análise de anomalias, cruzamento de informações, modelos analíticos e redes de relacionamento ajudam a sair da análise de um evento isolado para uma compreensão mais ampla do contexto.
Tornar o invisível visível passa a ser uma capacidade fundamental para a gestão de riscos.
O dado regulatório pode gerar valor muito além da obrigação
SRO, Open Insurance, BDPO e outras entregas regulatórias exigem das seguradoras um esforço considerável de integração, tratamento, padronização e qualidade dos dados.
A questão é: depois de todo esse trabalho, essas informações servirão apenas para atender ao regulador?
Os mesmos dados podem ajudar a identificar recorrência de erros, fragilidades operacionais, inconsistências na origem e oportunidades de melhoria dos processos.
É nesse contexto que a observabilidade regulatória ganha relevância.
Em vez de identificar uma inconsistência apenas no final do processo, a seguradora passa a acompanhar o que foi transmitido, quais erros ocorreram, quais falhas são recorrentes, onde surgiram e como foram corrigidas.
O regulatório deixa de ser visto somente como uma entrega e passa a contribuir também para controle, rastreabilidade e inteligência de gestão.
4
5
Solvência é consequência das decisões tomadas todos os dias
Quando se fala em solvência, é comum pensar imediatamente em capital, provisões e exigências prudenciais.
Mas a discussão do Café com Risco reforçou que a solvência começa muito antes.
Ela está na qualidade da precificação, na seleção dos riscos, na prevenção de fraudes, na eficiência operacional e na capacidade de identificar vulnerabilidades antes que se transformem em perdas relevantes.
Cada decisão inadequada vai acumulando impacto ao longo da operação.
Por isso, conectar dados e decisões não é apenas uma questão tecnológica. É também uma forma de criar uma gestão mais consistente entre crescimento, margem, risco e capital.
Quanto mais IA, maior precisa ser a governança
À medida que modelos e agentes de Inteligência Artificial passam a participar de decisões, cresce também a necessidade de compreender e documentar como essas decisões estão sendo tomadas.
Quais informações foram consideradas? Qual o nível de confiança do modelo? Existem vieses? Quem responde pela decisão? O desempenho continua adequado ao longo do tempo?
A tecnologia pode automatizar cada vez mais etapas, mas isso não elimina a responsabilidade humana.
Em situações mais previsíveis e de alta confiança, decisões podem ser automatizadas. Em zonas de dúvida ou de maior impacto, o profissional continua sendo fundamental para analisar, corrigir e orientar o processo.
O futuro aponta, portanto, para uma relação cada vez mais próxima entre IA, conhecimento do negócio e governança.
6
Do risco reativo para uma atuação mais preventiva
Talvez esse seja o aprendizado que conecta todos os outros.
O mercado de seguros caminha de uma atuação predominantemente reativa para uma lógica cada vez mais preventiva.
Sensores, telemetria, dados externos, análises em tempo real e Inteligência Artificial aumentam a capacidade de identificar comportamentos e situações de risco antes que eles se transformem em perdas.
Nesse cenário, risco, dados, tecnologia e regulação não podem mais ser tratados como assuntos separados.
O diferencial não estará simplesmente em ter mais dados ou utilizar mais IA, mas em transformar informação em decisões integradas, governadas e capazes de antecipar riscos.
Quer aprofundar essa conversa?
Esses são apenas alguns dos aprendizados compartilhados durante o encontro.
Assista ao Café com Risco completo no YouTube e acompanhe a apresentação do Prof. Ms. Ricardo Stocco Saponara e a discussão sobre IA, riscos, fraude, solvência e o futuro do mercado segurador.
Quer levar essa visão para a prática?
Com quase três décadas de atuação no mercado segurador, a add combina conhecimento de seguros, tecnologia, dados e regulação para apoiar seguradoras na evolução de seus processos, da estruturação e qualidade dos dados à automação, observabilidade regulatória, analytics e Inteligência Artificial.
Fale com um especialista da add e descubra como transformar dados e tecnologia em mais controle, prevenção e inteligência para a gestão de riscos.
