O risco climático no seguro no Brasil deixou de ser cenário e virou perda contabilizada: as enchentes do Rio Grande do Sul em maio de 2024 geraram perdas econômicas totais acima de R$9 bilhões, cerca de US$1,75 bilhão, segundo o relatório de catástrofes da Aon. O evento foi classificado pela CRESTA, via Artemis, como um dos oito únicos sinistros catastróficos no mundo em 2024 a ultrapassar US$1 bilhão em perdas seguradas, e o primeiro evento brasileiro a entrar nesse patamar. Isso muda a conversa de subscrição. Quando um único evento, geograficamente concentrado, atinge a escala que importa para os resseguradores globais, a precificação por média regional estática deixa de ser defensável. O ponto prático para a seguradora brasileira é direto: a exposição climática agora precisa ser lida com dados de perigo e de acumulação, não com a hipótese de que o passado se repete. É exatamente aí que a camada de IA entra, transformando dados de exposição em decisões explicáveis.
Estado do mercado de Seguros e Danos
O setor segurador brasileiro fechou 2024 com R$751,3 bilhões em prêmios arrecadados, alta de 12,2% sobre o ano anterior, segundo a CNseg, e chegou a cerca de R$760 bilhões em 2025, devolvendo aproximadamente R$243,8 bilhões à sociedade em indenizações e benefícios no mesmo ano. É um mercado grande e em expansão acelerada. Na América Latina, os prêmios cresceram cerca de 7,6% em termos reais em 2024, com desaceleração projetada para 3,8% em 2025, segundo o Swiss Re Institute, o que coloca o Brasil dentro de uma moderação regional, mas ainda em trajetória estrutural de alta. O recado para a subscrição está nessa tração. O segmento de Seguros e Danos cresce em ritmo de dois dígitos ao ano, mas a estrutura das companhias não acompanha essa aceleração. O sistema escala mais rápido do que a capacidade de análise e as ferramentas de subscrição. Esse descompasso entre volume e capacidade operacional é o pano de fundo que torna a leitura de risco climático em velocidade de cotação um problema de operação, não de conceito.
O que está pressionando a subscrição
A pressão vem de fora e de dentro ao mesmo tempo. Pelo lado do risco, a enchente é o perigo dominante e o mais difícil de precificar: a CRESTA apurou que a enchente respondeu por 78% dos US$18,2 bilhões em grandes perdas seguradas internacionais fora dos Estados Unidos em 2024, justamente a categoria de perigo secundário que modelos estáticos de média histórica capturam mal. A volatilidade climática também atinge o agro de forma direta. O IRB Brasil RE registrou prejuízo de subscrição de R$661,0 milhões, cerca de US$129,1 milhões, no segundo trimestre de 2022, puxado por perdas com seca agrícola no sul do país que excederam os limites de sua proteção de retrocessão. É um caso limpo de risco de acumulação: um único driver climático, concentrado em uma região, rompendo limites de resseguro. Pelo lado da operação, os números que a WIR cita de fontes nomeadas mostram onde a estrutura trava. O subscritor gasta 40% do tempo em tarefas administrativas, segundo a Deloitte. 70% das seguradoras não executam inovação por limitações de TI, segundo o BCG. 60%+ dos corretores escolhem a seguradora pela velocidade de resposta, segundo a Capgemini. E 20-30% do tempo corporativo se perde organizando dados não estruturados, segundo o Gartner.
Risco, fraude e a virada da IA
A entrada da IA na subscrição é mecanismo, não promessa. Os dados que informam o scoring de risco climático já são padrão de mercado: camadas geoespaciais, mapas de perigo e de enchente, dados de exposição e acumulação por CEP e por região, e enriquecimento externo com CNPJ, características do imóvel e histórico de sinistros. O Machine Learning calibrado ao apetite lê esses sinais e produz um score de risco ajustado ao perigo, com roteamento automático por apetite e exposição. A leitura inteligente de documentos extrai os campos da submissão e o motor de risco e fraude aplica um modelo multifatorial alinhado ao manual de subscrição, devolvendo score, probabilidade e decisão. O pricing dinâmico calcula o prêmio ajustado ao risco de forma instantânea. O ponto que sustenta o uso em seguro é a governança: cada decisão é explicável e retorna trilha de auditoria completa, e os dados são criptografados em cada etapa e aderentes à LGPD. Nada disso promete redução fixa de perda ou acerto infalível. O que muda é a capacidade de precificar exposição climática na velocidade da cotação, com uma decisão que o subscritor consegue justificar e o regulador consegue reconstruir.
Onde a WIR se posiciona
A WIR Innovation é a camada de IA do seguro, uma plataforma de IA para seguradoras e corretores que atua sobre os sistemas que a companhia já usa, nunca no lugar deles. Ela é 100% externa, sem carga no TI da seguradora e sem migração de core, e por isso entra justamente no ponto em que 70% das seguradoras travam inovação por limitações de TI. Para o risco climático, isso significa incorporar dados de clima e de exposição na esteira de cotação e subscrição sem refazer o núcleo de apólices. O módulo Underwriter Intelligence automatiza a jornada de cotação conforme a política de aceitação 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. O Smart Sales trabalha a inteligência de distribuição, mapeando carteira e priorizando próxima melhor ação com trilha de atribuição. A WIR não é seguradora, corretora nem MGA, e não carrega risco. Ela automatiza a decisão e a devolve com explicação. A única tração pública é factual e conservadora: uma primeira POC em execução com uma seguradora global no ramo de Transporte.
Perspectiva
A direção do mercado é dada por pressões verificadas, não por otimismo de projeção. Há agora um sinistro catastrófico de classe bilionária já realizado no Brasil, o Rio Grande do Sul em 2024. Há a enchente como perigo dominante e o mais difícil de precificar. E há um pano de fundo cauteloso de capacidade de resseguro, com a AM Best mantendo perspectiva negativa para o segmento de resseguro brasileiro em 2024, ligada à regulação sobre ativos no exterior, o que aperta a capacidade no momento em que a demanda exposta ao clima cresce. No plano global, as perdas seguradas com catástrofes chegaram a cerca de US$107 bilhões em 2025, com os perigos secundários respondendo por aproximadamente 92% do total, segundo a Swiss Re. A resposta racional a esses três vetores é a adoção de modelos de subscrição cientes de perigo, enriquecidos por dados geoespaciais e explicáveis. O caminho provável, sob pressão mensurável, é a precificação de exposição climática calibrada ao apetite, com trilha de auditoria completa. É para onde o mercado se move, não um resultado prometido. A camada de IA é o mecanismo dessa transição, e a seguradora que a adota mantém o controle da própria política de risco.
Perguntas frequentes
Como o risco climático afeta a subscrição de seguros no Brasil?
Eventos extremos elevam a perda e a concentração de exposição. As enchentes do Rio Grande do Sul em 2024 passaram de R$9 bilhões em perdas econômicas, segundo a Aon, e foram o primeiro evento brasileiro a ultrapassar US$1 bilhão em perdas seguradas, segundo a CRESTA. A enchente é o perigo mais difícil de precificar com médias históricas. Por isso a subscrição precisa ler perigo, exposição e acumulação por região, e não supor que o passado se repete.
Que dados informam o scoring de risco climático?
O scoring combina camadas geoespaciais, mapas de perigo e de enchente, e dados de exposição e acumulação por CEP e por região. A esses sinais soma-se o enriquecimento externo, como CNPJ, características do imóvel e histórico de sinistros. Na WIR, esses dados alimentam um Machine Learning calibrado ao apetite, que produz um score de risco ajustado ao perigo e roteia o caso por apetite e exposição. A decisão é explicável e retorna trilha de auditoria completa.
Como a IA ajuda a precificar exposição a eventos climáticos?
A IA lê a submissão, extrai os campos, aplica um modelo multifatorial calibrado ao manual de subscrição e devolve score, probabilidade e decisão. O pricing dinâmico calcula o prêmio ajustado ao risco de forma instantânea, com roteamento automático por apetite e exposição. Isso permite precificar exposição climática na velocidade da cotação. A IA não promete redução fixa de perda nem acerto infalível. O ganho é uma decisão consistente e auditável, calibrada ao apetite de cada seguradora.
As decisões de subscrição com dados climáticos são auditáveis?
Sim. Na camada de IA da WIR, cada decisão é explicável e retorna trilha de auditoria completa, com o caminho do score e da recomendação reconstruível. A plataforma escreve de volta no core de apólices e devolve essa trilha, com SLA visível e fila de subscrição. Os dados são criptografados em cada etapa e o tratamento é aderente à LGPD. Auditabilidade é requisito de governança em seguro, não um recurso opcional, e por isso a explicação acompanha cada resultado.
A WIR substitui o atuarial para tratar risco climático?
Não. A WIR é uma camada de IA externa que atua sobre os sistemas que a seguradora já usa, nunca no lugar deles. Ela não é seguradora, corretora nem MGA, e não carrega risco. O Machine Learning é calibrado ao apetite e ao manual de subscrição da própria companhia, então a política de risco continua sendo da seguradora. A WIR automatiza a jornada de cotação e subscrição e devolve a decisão com explicação, sem migração de core e sem carga no TI.