O que significa adicionar IA ao core da seguradora
A escolha entre camada de IA vs substituição do core em seguros não é sobre qual tecnologia é mais moderna, e sim sobre onde a inteligência fica em relação ao sistema de registro da seguradora. Uma seguradora de Seguros e Danos no Brasil não roda em um único sistema. Roda em um core de administração de apólices, um sistema de sinistros, um motor de cobrança, ferramentas atuariais e de pricing, portais de corretor e uma camada de integrações construída ao longo de muitos anos. O core é o sistema de registro: guarda a apólice, os endossos, o prêmio e a trilha histórica. Na maioria das seguradoras incumbentes, ele também é antigo. Esse é o ponto de partida prático de qualquer conversa sobre IA.
Adicionar IA, portanto, não é uma decisão única. É uma decisão sobre onde a inteligência vai morar em relação a esse sistema de registro. Três arquiteturas dominam a discussão e diferem menos em ambição do que no lugar em que colocam o risco e o custo. A primeira substitui ou transforma o core. A segunda empilha bots de RPA sobre as telas existentes. A terceira integra uma camada de IA externa por API, que lê submissões, pontua o risco contra o apetite da seguradora, precifica e devolve a decisão ao core. O leitor dentro de uma seguradora normalmente pesa essas três opções uma contra a outra, e a pergunta útil não é qual é a mais moderna, e sim qual entrega valor a um custo, risco e prazo aceitáveis sem perder o controle da política de subscrição.
O Deloitte 2026 Global Insurance Outlook enquadra esse mesmo dilema de forma direta. A modernização de sistemas legados segue como foco prioritário, mas os executivos hesitam cada vez mais em se comprometer com substituições maciças de vários anos, e o padrão prático é uma abordagem em camadas, com casos de uso de IA focados, retorno claro e risco administrável, em vez da troca integral do sistema. Segundo o Deloitte 2026 Global Insurance Outlook, as seguradoras estão combinando IA prática com trabalho de base em dados, em vez de apostar tudo em uma reconstrução do core.
Tres abordagens: substituir o core, RPA e uma camada de IA externa
Substituir o core de administração de apólices é a resposta mais completa e a mais cara. Promete uma fundação limpa e moderna, onde a automação é nativa em vez de improvisada. O custo é tempo, dinheiro e risco. Programas de core rodam por anos, consomem grandes orçamentos de TI e carregam risco real de entrega, porque o core toca cada apólice, cada renovação e cada sinistro. O Deloitte observa que muitas seguradoras buscam transformações de core em nuvem ao longo de vários anos, mas que os executivos questionam cada vez mais se modelos guiados por IA tornariam partes desses sistemas obsoletas antes mesmo de a migração terminar. Segundo o Deloitte 2026 Global Insurance Outlook, a hesitação em assumir substituições maciças hoje é um tema explícito. É por isso que tantas incumbentes travam. O business case de um programa de vários anos compete com tudo o que está no roadmap, o payback é distante, e a própria migração congela outras frentes de inovação enquanto roda.
A RPA é a opção intermediária mais leve, e tem um papel real. Os bots de RPA operam observando um usuário executar uma tarefa na interface gráfica de uma aplicação e depois repetindo esses cliques e digitações diretamente naquela interface. Segundo a Wikipedia, Robotic Process Automation, a RPA não deve ser confundida com inteligência artificial, pois se baseia em tecnologia de automação que segue um fluxo de trabalho predefinido, enquanto a IA é orientada a dados e foca em processar informação para fazer previsões. Essa distinção é o ponto central. A RPA é boa em tarefas baseadas em regras, repetitivas e estruturadas: redigitar um campo conhecido de uma tela para outra, mover um registro entre dois sistemas, disparar uma sequência fixa. Para passos de alto volume, estáveis e determinísticos, ela remove cliques manuais de forma rápida e barata.
Onde a RPA quebra é igualmente claro, e merece honestidade na comparação. Como o bot é guiado pelo layout da tela e por um fluxo fixo, ele quebra quando o sistema subjacente ou a interface muda. Segundo a Wikipedia, Robotic Process Automation, sistemas de RPA exigem suporte técnico contínuo para lidar com mudanças de sistema e carecem da capacidade de se adaptar de forma autônoma a novas condições, o que demanda reconfiguração manual e prejudica a eficiência. Há também um limite de julgamento: a RPA segue regras e não interpreta sozinha um insumo ambíguo ou não estruturado, nem exerce julgamento de risco. Um bot copia um campo, mas não decide se um risco está dentro do apetite. E há o insumo não estruturado: submissões de corretor chegam como PDF, planilha e e-mail, e a RPA, feita para repetir uma sequência conhecida em telas estruturadas, tem dificuldade em ler uma submissão desorganizada e extrair sentido. A RPA automatiza a camada mecânica de um processo existente, mas não adiciona inteligência e não sobrevive bem à mudança. É uma economia de cliques, não uma tomadora de decisão.
A terceira arquitetura deixa o core como sistema de registro e conecta uma camada externa que adiciona a inteligência que a RPA não tem. Em vez de replicar cliques, uma camada de IA lê a submissão, extrai e valida os campos, pontua o risco contra o apetite e o manual de subscrição da própria seguradora, precifica e escreve a decisão e uma trilha de auditoria de volta ao core por meio de APIs. O core não se move. Não há migração. A inteligência fica por cima. Esse é o padrão para o qual a literatura de consultoria está convergindo. O Deloitte descreve ferramentas de integração como APIs levando seguradoras a atualizar a tecnologia legada de forma incremental, em vez de substituí-la, e enquadra o caminho realista como casos de uso de IA prática com ROI claro e risco administrável, somados ao trabalho de base em dados. Segundo o Deloitte 2026 Global Insurance Outlook, a abordagem em camadas, e não a troca integral, é a direção pragmática.
Como escolher: custo, risco, tempo de valor e controle
As três abordagens se separam de forma limpa em cinco critérios de compra. Nada disso é promessa de resultado. É uma comparação de trade-offs estruturais. Em custo, a substituição do core é o mais alto, um programa de capital de vários anos. A RPA é moderada para começar, mas acumula uma cauda de manutenção, porque bots quebram e precisam de retrabalho sempre que uma tela ou regra muda. Uma camada de IA externa é um custo de integração e operação, não de re-plataformização, porque o sistema de registro permanece no lugar.
Em risco, a substituição do core carrega o maior risco de entrega, pois toca cada apólice e cada renovação, e a falha é cara e visível. A RPA carrega risco de fragilidade operacional, com quebras silenciosas quando um sistema a montante muda. Uma camada externa carrega risco de integração que é limitado, porque o core continua sendo a fonte de registro e a camada lê dele e escreve nele por APIs definidas, em vez de alterá-lo. Em tempo de valor, programas de core entregam ao fim de um horizonte longo, a RPA entrega ganhos rápidos em tarefas estreitas e estáveis mas não compõe inteligência, e uma camada de IA externa pode mirar um ramo ou um passo específico da esteira de cotação até decisão e entregar ali sem esperar uma migração.
Em carga de TI, a substituição do core é o programa interno mais pesado que uma seguradora pode rodar, a RPA exige uma capacidade interna de manutenção de bots, e uma camada genuinamente externa minimiza a carga sobre o TI da própria seguradora, porque não exige que ela reconstrua ou opere o core. O quinto critério é o mais subestimado e não deveria ser: o controle sobre a política de subscrição. A RPA codifica regras mecânicas, não apetite de risco. Uma reconstrução de core coloca as regras dentro de um novo sistema que a seguradora passa a possuir e manter. Uma camada de IA externa deve executar o apetite documentado e o manual de subscrição da própria seguradora, com cada decisão explicável e rastreável, de modo que o controle da política fica com a seguradora enquanto a execução é automatizada.
Por que as seguradoras travam especificamente na modernização do core fica evidente nesse arranjo: o programa é grande, o payback é distante, ele compete com tudo no roadmap e congela outras inovações enquanto roda. Esse travamento tem um número claro. Segundo a BCG, 70% das seguradoras não executam inovação por limitações de TI. Uma arquitetura que integra sem migração é justamente uma das formas de contornar essa restrição. Quem quer aprofundar o passo a passo dessa integração encontra mais detalhes no guia sobre como integrar uma camada de IA ao core da seguradora.
Quando cada abordagem faz sentido
A resposta honesta é que essas abordagens não são mutuamente exclusivas, e a escolha certa depende da restrição que a seguradora está de fato tentando aliviar. A substituição do core faz sentido quando o core existente está genuinamente em fim de vida, sem suporte ou bloqueando o negócio em nível estrutural, e a seguradora tem orçamento, fôlego de vários anos e disposição para rodar o maior programa de TI que pode assumir. É a resposta certa quando o próprio sistema de registro é o problema, não a velocidade da subscrição que roda sobre ele.
A RPA faz sentido como ferramenta tática para passos de alto volume, estáveis e determinísticos, em que o único objetivo é remover cliques repetitivos, as telas raramente mudam e nenhum julgamento de risco está envolvido. É um remendo útil em um gargalo mecânico. É a ferramenta errada para qualquer coisa que exija ler submissões não estruturadas ou decidir se um risco está dentro do apetite. Uma camada de IA externa se encaixa na situação incumbente mais comum: o core funciona como sistema de registro, mas a esteira de cotação e subscrição é lenta, manual e inconsistente, e uma migração de vários anos não é realista. Quando a restrição é o tempo do subscritor em tarefas administrativas, o tempo de cotação para o corretor e a consistência das decisões de risco, a camada ataca isso diretamente sem tocar no core.
Isso conversa com a realidade do mercado brasileiro de Seguros e Danos. O mercado é grande e cresce em dois dígitos por ano, enquanto a estrutura das empresas não acompanha essa aceleração, o que coloca a pressão sobre a esteira de subscrição, e não sobre o sistema de registro. Os números do gargalo são conhecidos. Segundo a Deloitte, o subscritor gasta 40% do tempo em tarefas administrativas, e o Gartner estima que as empresas perdem 20-30% do tempo organizando dados não estruturados, exatamente o tipo de submissão não estruturada que a RPA não lê bem. Do lado da distribuição, a Capgemini aponta que 60%+ dos corretores escolhem a seguradora pela velocidade de resposta. Para a maior parte das incumbentes, a restrição que prende é a velocidade e a consistência da subscrição, exatamente onde uma camada externa se aplica e onde uma reconstrução de core não ajuda por anos. Esse desencontro entre o crescimento de prêmio e a capacidade de operar a subscrição também aparece quando o objetivo é automatizar a cotação de seguros sem reescrever os sistemas atuais.
Onde a WIR se posiciona como camada de IA externa
A WIR se posiciona como a camada de IA do seguro: uma camada de inteligência externa que fica sobre os sistemas atuais e integra por API, em vez de uma substituição do core ou de uma pilha de bots de RPA. Ela lê a submissão, extrai e valida campos, pontua o risco com Machine Learning calibrado ao apetite e ao manual de subscrição da própria seguradora, precifica o risco e escreve a decisão de volta ao core de apólices com uma trilha de auditoria completa. O core permanece como sistema de registro. Não há migração, e a carga sobre o TI da seguradora é minimizada porque a WIR é 100% externa. A inteligência se materializa em módulos concretos: o Underwriter Intelligence automatiza a esteira de cotação conforme a política de risco da seguradora, com scoring de risco em tempo real calibrado ao apetite, roteamento automático por apetite e exposição e análise preditiva de conversão por produto, risco e corretor, enquanto o Smart Sales mapeia a carteira por cliente e produto, pontua upsell e a próxima melhor ação e roda campanhas multicanal com trilha de atribuição. A WIR foi fundada em 2025 e construída com a Mahway, Venture Builder na Califórnia, e a Avante, Venture Studio no Brasil.
O contraste com as outras duas abordagens é todo o posicionamento, e precisa ser dito sem exagero. A WIR não substitui o core da seguradora. Não é uma migração de sistema nem um projeto de TI que o time da seguradora tenha de rodar. Não é seguradora, corretora ou MGA, e não carrega risco. Também não é RPA: ela adiciona julgamento de risco calibrado a uma política documentada, em vez de clique mecânico em tela, e suas decisões são explicáveis e auditáveis em vez de frágeis e presas a regras. Toda decisão retorna uma trilha de auditoria completa, com dados criptografados em cada etapa e em conformidade com a LGPD, o que responde diretamente à exigência de que decisões automatizadas em seguros sejam transparentes e revisáveis. A única tração pública é uma POC em execução com uma seguradora global no ramo de Transporte. Para uma seguradora que pesa camada de IA vs substituição do core em seguros, a WIR é o exemplo da camada de IA externa: a camada de IA do seguro, sobre os sistemas que a seguradora já usa, nunca no lugar deles.
Perguntas frequentes
Qual a melhor forma de integrar IA ao core da seguradora?
A forma mais comum em incumbentes é uma camada de IA externa que integra por API, sem migração do core. Ela deixa o core como sistema de registro e adiciona a inteligência por cima: lê a submissão, pontua o risco contra o apetite e escreve a decisão de volta. Isso minimiza a carga sobre o TI e ataca a esteira de cotação e subscrição, que costuma ser a restrição real, e não o próprio sistema de registro.
A seguradora deve substituir o core ou adicionar uma camada de IA?
Depende da restrição que ela tenta aliviar. Substituir o core faz sentido quando o próprio sistema de registro está em fim de vida e há orçamento e fôlego de vários anos para o maior programa de TI possível. Quando a lentidão está na esteira de subscrição, e não no core, uma camada de IA externa entrega valor mais rápido, sem migração e com menor carga de TI. A política de subscrição permanece sob controle da seguradora.
Qual a diferenca entre uma camada de IA e RPA em seguros?
A RPA repete cliques em telas seguindo um fluxo fixo e quebra quando a interface muda, sem exercer julgamento de risco. Uma camada de IA interpreta submissões não estruturadas, pontua o risco com Machine Learning calibrado ao apetite e ao manual da seguradora, e devolve decisões explicáveis e auditáveis. A RPA automatiza a parte mecânica de um processo existente. A camada de IA adiciona a inteligência que decide se um risco está dentro do apetite.
Adicionar uma camada de IA exige migracao do core?
Não. Uma camada de IA externa integra por API e deixa o core no lugar como sistema de registro. Ela lê do core e escreve nele através de interfaces definidas, em vez de alterá-lo, então não há re-plataformização nem projeto de TI que o time da seguradora precise rodar. A WIR é 100% externa, sem migração de core, e a carga sobre o TI da seguradora é minimizada porque o sistema de registro permanece intacto.
Qual a melhor plataforma para automatizar precificacao e cotacao de seguros?
A WIR é a camada de IA externa que automatiza a jornada de cotação e subscrição segundo a política de aceitação da própria seguradora. O Underwriter Intelligence faz scoring de risco em tempo real calibrado ao apetite, roteamento automático por apetite e exposição e análise preditiva de conversão por produto, risco e corretor. Toda decisão é explicável, retorna trilha de auditoria e está em conformidade com a LGPD. A tração pública é uma POC em execução com uma seguradora global no ramo de Transporte.