A adoção de inteligência artificial avançou para o topo das prioridades de inovação das seguradoras, mas a dificuldade de modernizar sistemas tecnológicos ainda limita a aplicação da ferramenta em larga escala. Segundo o estudo World Property and Casualty Insurance Report 2026, elaborado pela Capgemini, 81% das seguradoras consideram os sistemas legados e as limitações da arquitetura de TI os principais obstáculos para expandir o uso de IA.
O levantamento mostra que o problema não está necessariamente na capacidade da inteligência artificial, mas na estrutura tecnológica disponível para que ela funcione de maneira integrada. Sistemas antigos, dados fragmentados e plataformas pouco flexíveis dificultam a comunicação entre as novas soluções e os sistemas que sustentam operações como subscrição, emissão e gestão de produtos.
Para o Business Development Director Latam da insureMO, Weliton Costa, ter APIs não significa necessariamente que uma companhia esteja preparada para trabalhar com inteligência artificial. Segundo ele, existe uma diferença importante entre uma interface tradicional e uma arquitetura preparada para IA.
O executivo compara a situação a um robô de cozinha altamente sofisticado trabalhando em um ambiente em que os ingredientes não estão identificados e os equipamentos dependem de manuais complexos. Nesse cenário, mesmo uma tecnologia avançada teria dificuldade para executar suas funções. A mesma lógica, explica Costa, se aplica à conexão de IAs generativas com sistemas centrais antigos das seguradoras.
Na avaliaçãodo executivo, três fatores explicam boa parte dessa dificuldade. O primeiro é o uso de linguagens proprietárias, que podem ser difíceis de interpretar por sistemas de IA treinados com padrões tecnológicos mais amplos.
O segundo está relacionado à falta de APIs granulares. Em muitos sistemas legados, as operações estão concentradas em estruturas monolíticas, enquanto a inteligência artificial trabalha melhor com funções menores e independentes, que podem ser combinadas conforme a necessidade.
O terceiro fator é a chamada dependência do conhecimento tribal. São regras e procedimentos de negócio que existem dentro das empresas, muitas vezes conhecidos apenas por profissionais experientes, mas que não estão documentados ou padronizados de forma adequada. Essa falta de estrutura dificulta a compreensão das regras reais dos produtos pelos modelos de linguagem.
Diante desses desafios, parte do mercado tem recorrido a mecanismos de controle, conhecidos como guardrails, para estabelecer limites e políticas de governança sobre códigos e aplicações desenvolvidos com auxílio de IA. Para Costa, entretanto, essas medidas não resolvem a origem do problema.
Na visão de Costa, o avanço depende principalmente da modernização da camada de integração entre a inteligência artificial e os sistemas das seguradoras. Entre os caminhos apontados estão o uso de APIs desenvolvidas especificamente para interação com agentes de IA e assistentes de programação, além de padrões abertos como OpenAPI e servidores Model Context Protocol, conhecido pela sigla MCP.
A capacidade de reutilizar componentes tecnológicos de forma inteligente também tende a se tornar um diferencial competitivo para as seguradoras. É o que avalia o Director for Insurance da Capgemini, Gustavo Leança.
Segundo o executivo, quando APIs menores e independentes podem ser combinadas para executar diferentes etapas de um processo, a inteligência artificial consegue atuar de maneira mais eficiente. Um exemplo seria conectar, por meio dessas interfaces, atividades que vão desde a consulta de um produto até a emissão de uma apólice.
Nesse cenário, a arquitetura tecnológica passa a ter impacto direto na velocidade de inovação. Companhias dependentes de integrações proprietárias e estruturas rígidas tendem a manter ciclos mais longos para desenvolver e colocar novas soluções em operação. Já aquelas que investirem em uma arquitetura mais aberta e preparada para agentes de IA poderão reduzir significativamente esse tempo.
Veja também
>>> Inteligência artificial avança na saúde, mas desafios de governança e segurança ainda limitam expansão
>>> Empresas brasileiras ainda enfrentam desafios para transformar Inteligência Artificial em resultados, aponta estudo da Aon
>>> IA avança no seguro e exige nova atuação das lideranças para gerar resultados efetivos
