Em resumo
A ERGO, em colaboração com o Google Cloud, publicou um relatório sobre o uso de agentes de IA capazes de evoluir para registrar, organizar e disseminar conhecimento crítico nas seguradoras. A proposta pode reduzir a perda de experiência com a aposentadoria de profissionais, mas ainda está em fase de análise e não representa a confirmação de uma implantação operacional específica.
A ERGO e o Google Cloud estão avaliando como agentes de inteligência artificial capazes de evoluir continuamente poderiam ajudar seguradoras a preservar e utilizar melhor o conhecimento institucional. A discussão foi apresentada em um relatório elaborado pelas duas empresas e divulgada pelo Reinsurance News, com foco em um problema recorrente do setor: parte relevante da experiência necessária para tomar decisões permanece dispersa em documentos, sistemas e na memória de profissionais.
Na prática, o conhecimento de uma seguradora não está limitado a manuais formais. Ele também inclui critérios desenvolvidos ao longo de anos para analisar riscos, interpretar cláusulas, identificar padrões em sinistros, negociar com parceiros e responder a situações excepcionais. Quando especialistas deixam a organização, mudam de função ou se aposentam, esse repertório pode ser perdido ou transmitido de maneira incompleta.
O desafio de transformar experiência em ativo reutilizável
A proposta descrita no relatório parte da ideia de que agentes de IA poderiam atuar como uma camada permanente de captura e organização desse conhecimento. Em vez de apenas responder a perguntas com base em uma base documental estática, esses sistemas buscariam relacionar informações de diferentes fontes, registrar novos aprendizados e apoiar equipes em tarefas que exigem julgamento contextual.
Esse modelo se diferencia de aplicações mais simples de automação, como chatbots voltados ao atendimento ou ferramentas que resumem documentos. Um agente poderia, em tese, acompanhar fluxos de trabalho, identificar decisões relevantes, conectar uma ocorrência atual a casos anteriores e sugerir procedimentos com base em regras internas. A autonomia, porém, precisaria ser limitada por controles claros, especialmente em decisões que afetam clientes, reservas e exposição financeira.
Para uma seguradora, a promessa é operacional e estratégica. A retenção de conhecimento pode acelerar a formação de novos funcionários, reduzir a dependência de poucos especialistas e dar mais consistência a processos distribuídos entre países e linhas de negócio. Também poderia ajudar a documentar por que determinada decisão foi tomada, algo importante em ambientes regulados e em disputas relacionadas a cobertura ou indenização.
Onde os agentes poderiam ser usados
- Subscrição, com apoio à consulta de precedentes e políticas internas.
- Regulação de sinistros, reunindo casos semelhantes e critérios de análise.
- Treinamento de equipes, transformando experiência de especialistas em material consultável.
- Gestão de riscos, conectando informações históricas a mudanças no perfil das carteiras.
- Operações internacionais, facilitando o acesso a práticas e aprendizados entre unidades.
A aplicação em subscrição é um dos exemplos mais sensíveis. Analistas precisam combinar dados quantitativos com conhecimento sobre setores econômicos, localidades, comportamento de clientes e exceções contratuais. Um agente pode reduzir o tempo gasto na busca de informações, mas não elimina a necessidade de profissionais capazes de avaliar dados incompletos, questionar recomendações e assumir responsabilidade pela decisão final.
Em sinistros, a tecnologia poderia apoiar a comparação entre ocorrências, contratos e interpretações anteriores. Isso ajudaria a diminuir retrabalho e tornar mais uniforme o tratamento de casos parecidos. Ao mesmo tempo, erros de classificação, documentos desatualizados ou vieses presentes no histórico podem produzir recomendações inadequadas, sobretudo quando há grupos de clientes ou situações pouco representados nos dados.
Governança será tão importante quanto capacidade técnica
O conceito de agentes que se autoevoluem levanta uma questão central: como garantir que o sistema aprenda sem incorporar práticas incorretas ou incompatíveis com novas regras? Seguradoras precisariam estabelecer processos para validar fontes, revisar alterações, controlar permissões e manter registros auditáveis das recomendações e das decisões tomadas com auxílio da IA.
Também há riscos relacionados à privacidade e à segurança. Bases de conhecimento podem conter dados pessoais, informações médicas, detalhes financeiros, contratos e estratégias comerciais. A arquitetura precisaria separar informações por nível de acesso, aplicar políticas de retenção e impedir que um agente revele conteúdos confidenciais a usuários sem autorização.
Outro ponto é a responsabilidade. Se uma recomendação automatizada contribuir para uma negativa indevida de cobertura ou para uma precificação inadequada, a empresa não poderá tratar o resultado como responsabilidade exclusiva da máquina. A adoção exigirá supervisão humana, explicações compreensíveis e mecanismos para contestar ou corrigir decisões.
O relatório da ERGO com o Google Cloud aponta uma direção de pesquisa e inovação, mas as informações disponíveis na fonte original não confirmam detalhes como cronograma de implantação, produtos específicos, métricas de desempenho ou economias já obtidas. Também não está indicado, no material citado, que todos os processos decisórios da ERGO tenham sido transferidos para agentes autônomos.
Os próximos passos mais prováveis para iniciativas desse tipo são testes controlados em áreas de baixo risco, definição de indicadores e comparação entre decisões assistidas e processos tradicionais. A qualidade da recuperação de informações, a taxa de recomendações corretas, o tempo economizado e a capacidade de explicar resultados serão critérios mais relevantes do que a simples quantidade de tarefas automatizadas.
Para o mercado de resseguros e seguros, a discussão sinaliza que a competição em IA pode migrar da criação de assistentes genéricos para a construção de memória organizacional confiável. Empresas que conseguirem transformar experiência dispersa em conhecimento acessível podem ganhar agilidade, desde que preservem controles, transparência e participação humana nas decisões de maior impacto.
O nosso prisma
O valor mais importante desses agentes pode estar menos em substituir especialistas e mais em impedir que sua experiência desapareça. Em seguros, conhecimento contextual influencia decisões que não são facilmente reduzidas a regras simples. A proposta só será sustentável se combinar aprendizado contínuo com governança, auditoria e responsabilidade humana. Como o material divulgado é um relatório exploratório, ainda faltam evidências públicas sobre escala, desempenho e impacto financeiro.
Recursos relacionados: AulasDeIA · formación práctica en inteligencia artificial
Fonte: Reinsurance News
Perguntas frequentes
O que a ERGO e o Google Cloud estão estudando?
O uso de agentes de IA com capacidade de aprender continuamente para capturar, preservar e ampliar o conhecimento institucional das seguradoras.
Por que esse conhecimento é importante para as seguradoras?
Porque decisões de subscrição, sinistros e gestão de riscos dependem de experiência acumulada, normas internas e interpretação de casos complexos.
A tecnologia já foi implantada em larga escala?
A fonte descreve um relatório e uma proposta de aplicação, mas não confirma uma implantação ampla ou resultados operacionais definitivos.
Receba o Jornal da IA todos os dias
As notícias de inteligência artificial que importam no Brasil — com o nosso prisma e sempre com as fontes. Grátis.
