{"id":1405927,"date":"2026-10-09T11:35:31","date_gmt":"2026-10-09T10:35:31","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=1405927"},"modified":"2026-10-09T13:05:20","modified_gmt":"2026-10-09T12:05:20","slug":"were-fixing-the-workflow-not-the-margin","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/br\/blog\/were-fixing-the-workflow-not-the-margin\/","title":{"rendered":"Estamos aprimorando o fluxo de trabalho, n\u00e3o a margem"},"content":{"rendered":"

Minha afirma\u00e7\u00e3o:<\/strong> A maioria das seguradoras tem direcionado seus programas de IA para o \u00edndice de despesas. Sugiro que eles se concentrem no \u00edndice de sinistralidade.<\/p>\n

Duas conversas nas \u00faltimas duas semanas me levaram at\u00e9 aqui. No dia 17 de setembro, organizei uma mesa redonda durante o caf\u00e9 da manh\u00e3 em Londres sobre a disrup\u00e7\u00e3o causada pela IA nas \u00e1reas de subscri\u00e7\u00e3o e sinistros, com diretores operacionais, diretores de jornada do cliente, diretores de Data e l\u00edderes de transforma\u00e7\u00e3o em IA de v\u00e1rias das maiores seguradoras e corretoras do Reino Unido. Na semana passada, participei de um painel sobre seguros no INSEAD, e um grupo completamente diferente me levou a uma conclus\u00e3o semelhante\u2026<\/p>\n

Pergunte a uma seguradora o que ela est\u00e1 fazendo com IA e a resposta ser\u00e1: sinistros. Automatiza\u00e7\u00e3o do registro inicial de sinistros (FNOL), captura de documentos, triagem, estimativas de danos por meio de fotos, avalia\u00e7\u00e3o de risco de fraude, recomenda\u00e7\u00f5es de indeniza\u00e7\u00e3o. \u00c9 f\u00e1cil justificar isso, pois a \u00e1rea de sinistros possui KPIs bem definidos: custo por processo, tempo de ciclo, satisfa\u00e7\u00e3o e perdas. Basta automatizar uma etapa, um n\u00famero muda, e o senhor elabora o caso de neg\u00f3cios.<\/p>\n

O modelo de reclama\u00e7\u00f5es data \u00e9 estruturado e centralizado, as m\u00e9tricas s\u00e3o simples e um modelo de reclama\u00e7\u00f5es \u00e9 aprovado pelo processo de governan\u00e7a interna em menos de um ano. Eles o escolheram porque o desafio foi compreendido, os benef\u00edcios eram mensur\u00e1veis e o projeto contaria com financiamento.<\/p>\n

Mas agora a ordem das prioridades est\u00e1 errada, e a viabilidade do projeto nunca foi t\u00e3o s\u00f3lida quanto parecia.<\/p>\n

A economia com sinistros \u00e9, em grande parte, apenas no papel<\/h2>\n

Muitos estudos de caso sobre sinistros mostram a redu\u00e7\u00e3o do tempo gasto em um processo, e n\u00e3o a redu\u00e7\u00e3o de custos para a organiza\u00e7\u00e3o. Os tempos de ciclo diminuem, os pontos de contato diminuem, o processamento direto aumenta, e as mesmas pessoas continuam na folha de pagamento. Os minutos economizados por processo s\u00f3 se transformam em libras economizadas por ano se o quadro de funcion\u00e1rios for efetivamente reduzido ou remanejado para tarefas que gerem receita. Caso contr\u00e1rio, o senhor ter\u00e1 apenas organizado o fluxo de trabalho, mantendo a situa\u00e7\u00e3o econ\u00f4mica inalterada.<\/p>\n

H\u00e1 tamb\u00e9m um problema regulat\u00f3rio com um programa baseado exclusivamente no custo. O \u201cDever para com o Consumidor\u201d se torna muito concreto quando um modelo de triagem decide quais reclama\u00e7\u00f5es ser\u00e3o analisadas por um ser humano e quais ser\u00e3o diretamente rejeitadas. V\u00e1rias pessoas presentes na mesa redonda do caf\u00e9 da manh\u00e3, com foco na jornada do cliente, destacaram que \u201cr\u00e1pido\u201d e \u201cjusto\u201d s\u00e3o coisas diferentes. Explica\u00e7\u00f5es em linguagem simples, an\u00e1lises de risco de reclama\u00e7\u00f5es e uma trilha de auditoria adequada n\u00e3o s\u00e3o elementos a serem acrescentados posteriormente. S\u00e3o esses elementos que mant\u00eam a justificativa de custos v\u00e1lida quando a FCA solicitar sua apresenta\u00e7\u00e3o.<\/p>\n

O volume de subscri\u00e7\u00f5es praticamente n\u00e3o sofreu altera\u00e7\u00f5es<\/h2>\n

Ap\u00f3s dez anos de modelos preditivos e ajustes nas tarifas, quase ningu\u00e9m reformulou o fluxo de trabalho propriamente dito. Os envios das corretoras ainda chegam por e-mail e planilhas, os hist\u00f3ricos de sinistros ainda s\u00e3o digitados manualmente e os subscritores ainda dedicam a primeira hora do dia ao preenchimento do formul\u00e1rio data.<\/p>\n

Isso \u00e9 curioso, pois um ponto de melhoria na sele\u00e7\u00e3o de riscos tem um impacto maior no \u00edndice combinado do que v\u00e1rios pontos de efici\u00eancia na gest\u00e3o de sinistros. Inclu\u00edmos a IA no n\u00famero menor porque ela apresentava um argumento mais convincente.<\/p>\n

Por que a subscri\u00e7\u00e3o n\u00e3o recebe a devida aten\u00e7\u00e3o<\/h2>\n

Sempre surgem tr\u00eas motivos, e nenhum deles tem realmente a ver com tecnologia.<\/p>\n

O primeiro \u00e9 a identidade.<\/strong> A gest\u00e3o de sinistros \u00e9 um processo. A subscri\u00e7\u00e3o \u00e9 uma arte. Um diretor de sinistros falar\u00e1 com prazer sobre taxas de processamento direto. Um diretor de subscri\u00e7\u00e3o, ao ouvir \u201ctomada de decis\u00e3o automatizada\u201d, pergunta, com toda a raz\u00e3o, de quem \u00e9 a responsabilidade quando o modelo comete um erro. Essa \u00e9 uma quest\u00e3o de governan\u00e7a e tem respostas pr\u00f3prias da governan\u00e7a: explicabilidade, registros de decis\u00f5es, aprova\u00e7\u00e3o humana acima de limites acordados. Mas isso precisa ser resolvido antes que algu\u00e9m permita que um agente chegue sequer perto de uma decis\u00e3o vinculativa.<\/p>\n

O segundo \u00e9 o data.<\/strong> A avalia\u00e7\u00e3o de riscos data envolve e-mails de corretores, a pesquisa reports, feeds de terceiros, ferramentas de precifica\u00e7\u00e3o e um sistema de administra\u00e7\u00e3o de ap\u00f3lices que antecede tudo isso. A maioria dos programas de IA para avalia\u00e7\u00e3o de riscos s\u00e3o projetos de infraestrutura com um r\u00f3tulo de IA, e os conselhos de administra\u00e7\u00e3o n\u00e3o se entusiasmam com infraestrutura.<\/p>\n

O terceiro \u00e9 o ciclo de retroalimenta\u00e7\u00e3o, que est\u00e1 interrompido em quase todos os lugares.<\/strong> O que um subscritor mais precisa saber \u00e9 o que aconteceu com os riscos que subscreveu: quais sinistros foram registrados, por qu\u00ea e o que isso revela sobre as premissas estabelecidas no in\u00edcio. Na maioria das seguradoras, essas informa\u00e7\u00f5es passam por dois departamentos, tr\u00eas sistemas e uma reuni\u00e3o trimestral de provis\u00f5es antes de chegar at\u00e9 eles. A IA, de ambos os lados dessa barreira, est\u00e1 trabalhando com apenas metade do quadro.<\/p>\n

Fa\u00e7a com que os pr\u00f3ximos 12 meses sejam dedicados \u00e0s decis\u00f5es, e n\u00e3o aos casos de uso<\/h2>\n

Todas as seguradoras j\u00e1 possuem um slide com quarenta casos de uso. O que falta s\u00e3o algumas decis\u00f5es.<\/p>\n

Transfira o or\u00e7amento da \u00e1rea de sinistros para a \u00e1rea de subscri\u00e7\u00e3o e seja transparente a respeito. Se mais de dois ter\u00e7os de seus gastos com IA estiverem voltados para sinistros e opera\u00e7\u00f5es, voc\u00ea est\u00e1 concentrando recursos excessivamente na \u00e1rea de menor volume. A \u00e1rea de sinistros ainda n\u00e3o est\u00e1 conclu\u00edda, mas o retorno marginal j\u00e1 mudou. A pr\u00f3xima automa\u00e7\u00e3o de sinistros reduz o \u00edndice de despesas em uma fra\u00e7\u00e3o de ponto. A primeira automa\u00e7\u00e3o s\u00e9ria da subscri\u00e7\u00e3o, em uma linha de neg\u00f3cios com propostas razoavelmente estruturadas, libera capacidade dos subscritores, agiliza as cota\u00e7\u00f5es, proporciona uma vis\u00e3o mais clara do apetite de risco e permite que o senhor entre na discuss\u00e3o sobre o \u00edndice de sinistralidade.<\/p>\n

Escolha uma linha e execute todo o fluxo de trabalho. Um agente de recebimento que extrai o data com perfei\u00e7\u00e3o e o entrega a algu\u00e9m para que este o digite novamente em uma ferramenta de precifica\u00e7\u00e3o n\u00e3o alterou nada. O recebimento, o enriquecimento de dados, a triagem de apetite de risco e o apoio \u00e0 decis\u00e3o para riscos padr\u00e3o \u2014 com o tempo dos subscritores dedicado aos riscos complexos \u2014 constituem a magnitude da mudan\u00e7a que se reflete nos n\u00fameros.<\/p>\n

Fa\u00e7a com que o CUO seja o patrocinador, e n\u00e3o o CIO. Se a pessoa respons\u00e1vel pelo \u00edndice de sinistralidade n\u00e3o for a respons\u00e1vel pelo programa, este se tornar\u00e1 um projeto de tecnologia que os subscritores simplesmente toleram, em vez de uma mudan\u00e7a na forma como trabalham. Inclua a explicabilidade e os limites para interven\u00e7\u00e3o humana no briefing desde o primeiro dia. Esse \u00e9 o pre\u00e7o do patroc\u00ednio deles.<\/p>\n

Encare o ciclo de retroalimenta\u00e7\u00e3o entre sinistros e subscri\u00e7\u00e3o como um produto. \u00c9 o \u00fanico investimento que beneficia ambas as partes e, na maioria das empresas, ningu\u00e9m se responsabiliza por ele.<\/p>\n

Em que \u00e1rea se concentra o seu programa?<\/h2>\n

As seguradoras que tratam a IA aplicada \u00e0 subscri\u00e7\u00e3o como um problema de governan\u00e7a a ser resolvido, em vez de uma arte a ser protegida, definir\u00e3o pre\u00e7os com maior precis\u00e3o, emitir\u00e3o cota\u00e7\u00f5es mais rapidamente e selecionar\u00e3o melhores riscos. Aquelas que continuam automatizando a parte administrativa dos sinistros, enquanto a parte operacional do neg\u00f3cio permanece manual, acabar\u00e3o pagando, de forma muito eficiente, pela melhor subscri\u00e7\u00e3o realizada por outras empresas.<\/p>\n

Portanto, a pergunta \u00e9 simples. Em que \u00e1rea seu programa de IA est\u00e1 concentrado, e isso corresponde ao local onde seu \u00edndice combinado \u00e9, de fato, determinado? Gostaria de saber como os demais est\u00e3o respondendo a essa pergunta.<\/p>","protected":false},"excerpt":{"rendered":"

A maioria das seguradoras tem direcionado seus programas de IA para o \u00edndice de despesas. Sugiro que eles se concentrem no \u00edndice de sinistralidade. Duas conversas nas \u00faltimas duas semanas me levaram a essa conclus\u00e3o. Em 17 de setembro, organizei uma mesa redonda durante o caf\u00e9 da manh\u00e3 em Londres sobre a disrup\u00e7\u00e3o causada pela IA na subscri\u00e7\u00e3o e no processamento de sinistros, com diretores de opera\u00e7\u00f5es (COOs), diretores de experi\u00eancia do cliente, diretores de Data e l\u00edderes de transforma\u00e7\u00e3o em IA de v\u00e1rias das maiores seguradoras e corretoras do Reino Unido. Na semana passada, participei de um painel sobre seguros no INSEAD, e um grupo completamente diferente me levou a uma conclus\u00e3o semelhante\u2026<\/p>","protected":false},"featured_media":1405931,"parent":0,"template":"","meta":{"_acf_changed":false},"blog-category":[2995,22035],"blog-language":[2991],"class_list":["post-1405927","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-category-data-ai-consulting","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog\/1405927","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media\/1405931"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media?parent=1405927"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog-category?post=1405927"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/blog-language?post=1405927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}