IA em sinistros: guia definitivo para o COO

A conversa que me fez escrever este artigo

Na semana passada, um Diretor de Operações de uma seguradora de médio porte me fez uma pergunta direta: "Já testei três ferramentas de IA no sinistro. Nenhuma entregou o que prometeu. O problema é o mercado ou sou eu?"

A resposta honesta é: os dois. Mas na proporção de 80/20, com o peso maior no mercado. O que tenho observado, conversando com COOs e heads de claims em 2026, é que o setor comprou a promessa da IA antes de entender o que a IA precisa para funcionar num ambiente de sinistro. E a conta desse equívoco aparece no sinistro combinado, não no orçamento de tecnologia.

Este artigo é minha tentativa de ser o consultor que eu gostaria de ter tido disponível quando comecei a trabalhar com essa questão. Não vou vender entusiasmo com a tecnologia. Vou mostrar onde ela funciona, onde não funciona, e o que você, como COO, precisa decidir antes de qualquer linha de código.

Por que a jornada de sinistro é o lugar certo para começar

Antes de entrar nos modelos, preciso convencer quem ainda está em dúvida de que claims é o campo de batalha principal para IA em seguros. Não subscrição. Não atendimento ao cliente. Sinistro.

A razão é simples: é onde o dinheiro vai embora mais rápido e onde a variação humana é maior. Um regulador sênior e um regulador júnior, diante do mesmo boletim de ocorrência e das mesmas fotos de avaria, podem tomar decisões completamente diferentes. Isso não é crítica aos profissionais. É a natureza de um processo que depende de julgamento sobre informação incompleta, sob pressão de tempo e volume.

A IA não elimina o julgamento humano. Ela estrutura o problema antes que o humano precise julgar. Essa distinção é fundamental e vou voltar a ela várias vezes.

O que "ponta a ponta" realmente significa em claims

Quando falo em jornada de ponta a ponta, estou falando de seis momentos distintos, cada um com dinâmica própria:

1. Abertura do sinistro: recebimento do aviso, coleta de documentação