O que é roteamento automático de subscrição com uma camada de IA
O roteamento automático de subscrição de seguros com IA é o estágio de decisão e priorização que recebe cada submissão de proposta, avalia se o risco está dentro do apetite e da banda de exposição da seguradora e encaminha o caso pelo caminho certo, sem que ninguém precise triar manualmente. Em Seguros e Danos (P&C), toda proposta que chega pelo canal do corretor precisa ser triada antes de qualquer precificação: o risco está dentro do apetite, a qual ramo e a qual alçada de subscrição pertence, qual subscritor deve assumi-lo e qual é a urgência. Quando essa triagem é manual, casos vão para o subscritor errado, exposições grandes recebem o mesmo tratamento de uma renovação simples e o corretor não consegue prever se a cotação volta em uma hora ou em três dias.
Esse texto é para a líder de subscrição, o head de produto e inovação e o corretor que querem uma triagem consistente e um SLA previsível. A camada de IA externa resolve isso encaixando-se sobre os sistemas que a seguradora já usa. Ela lê a submissão, faz o scoring de risco e apetite e produz uma recomendação de roteamento e decisão, devolvendo o resultado ao subscritor e ao sistema de registro. A WIR opera exatamente nessa posição, como a camada de IA do seguro, e calibra o roteamento ao manual de subscrição e ao apetite de risco de cada seguradora. Toda decisão é explicável, auditável, em conformidade com a LGPD e com dados criptografados em cada etapa.
Como o roteamento por apetite e exposição funciona
O roteamento automático é o sexto estágio de uma esteira de subscrição automatizada, e ele só funciona porque os cinco estágios anteriores entregam uma submissão limpa e estruturada. A esteira começa pela captura multicanal, em que as propostas entram por API, portal ou upload de PDF e e-mail, no formato que a seguradora e seus corretores já usam, cada uma registrada com um timestamp que inicia o relógio do SLA. Em seguida vem a leitura inteligente de documentos, com extração automática de campos das propostas, planilhas de valores e históricos de sinistro, o que elimina a redigitação que consome o tempo do subscritor. Depois a submissão é enriquecida e pontuada com dados externos e internos, como validação de CNPJ e CPF, histórico de apólices e exposição, e passa pelo motor de risco e fraude, um modelo de Machine Learning calibrado ao apetite que avalia o risco contra a experiência de perda da seguradora e sinaliza anomalias. Por fim, o risco é precificado dentro dos parâmetros que a seguradora define, e então chega o estágio de decisão.
A decisão por apetite e exposição pontua cada submissão em dois eixos: se ela está dentro do apetite de risco definido para aquele ramo e em qual banda de exposição e alçada ela cai, considerando importância segurada, tamanho de linha e acúmulo. A combinação determina o caminho. Um risco claramente dentro do apetite e abaixo dos limites de cotação automática segue por uma via. Um risco dentro do apetite mas acima de uma banda de alçada é roteado ao subscritor sênior correto. Um risco fora do apetite vai para recusa ou referência.
Disso saem três desfechos, cada um com uma justificativa registrada. A submissão limpa, dentro do apetite e da exposição e sem sinais de fraude, recebe cotação automática, uma via rápida para o corretor. A submissão claramente fora do apetite ou que bate em uma regra de recusa recebe recusa automática, devolvida com o motivo, de modo que o corretor recebe um não rápido e consistente em vez de silêncio. A submissão limítrofe, com exposição acima de uma alçada, dado faltante ou sinal de anomalia, é escalada para um humano, com todo o contexto anexado.
Os casos escalados caem em uma fila priorizada do subscritor, não em uma caixa de entrada indiferenciada. A prioridade é calculada a partir de fatores como exposição, probabilidade de conversão, urgência de vencimento, valor do corretor e tempo já decorrido contra o SLA. O subscritor certo vê os casos certos no topo, com a justificativa da IA e os dados já extraídos à frente. Cada submissão carrega um relógio de SLA visível desde a captura, e cada roteamento e decisão fica registrado com seus insumos, a justificativa do modelo e a ação humana tomada, produzindo uma trilha de auditoria completa.
Como implantar o roteamento como camada externa
A implantação segue um caminho pragmático e de baixo risco para o core, porque a camada de IA integra-se aos sistemas atuais em vez de substituí-los. O primeiro passo é o escopo: escolher um ramo e um canal para começar, por exemplo patrimonial empresarial pelo portal do corretor, e definir nesse recorte as regras de apetite, as regras de recusa, as bandas de alçada e as metas de SLA. Em seguida vem a integração com o core, conectando a captura por API, portal ou upload e a escrita de volta no sistema de registro de apólices. Não há mudança no core. A camada lê e devolve, e a seguradora decide o que é escrito automaticamente e o que aguarda confirmação humana.
O passo decisivo é a calibração ao manual de subscrição e ao apetite de risco. Os modelos de roteamento e scoring são calibrados ao manual, ao apetite e ao histórico de perdas da própria seguradora, não a um template genérico, e os limiares de cotar, recusar ou escalar são definidos pela política de risco da seguradora. Antes de qualquer ação automática ir para fora, a camada roda em modo sombra sobre submissões reais, comparando seu roteamento e suas decisões com as escolhas dos subscritores, e os limiares são ajustados. O go-live é escalonado: liga-se a cotação automática primeiro na banda mais segura, mantendo a escalação conservadora, e amplia-se o envelope à medida que a evidência de auditoria se acumula. Na operação contínua, monitora-se a acurácia do roteamento, a aderência ao SLA e o drift do modelo, e os overrides dos subscritores realimentam o treinamento. O setup leva de 3 a 12 meses, com escopo claro e KPIs acordados antes do início, e a operação contínua segue após o go-live com faturamento mensal.
Governança, explicabilidade e LGPD
Toda decisão de roteamento que a camada produz precisa ser explicável e auditável, e no frame brasileiro isso não é opcional. Cada cotação, recusa ou escalação carrega os insumos e a justificativa que a geraram, de forma que o time de subscrição consegue reconstruir por que qualquer caso seguiu o caminho que seguiu. Isso sustenta tanto a governança interna quanto as expectativas de supervisão da SUSEP sobre subscrição sólida e documentada, e responde à pergunta de por que um caso foi roteado ou recusado daquela maneira.
As submissões de seguro carregam dados pessoais e por vezes sensíveis, então o tratamento se apoia em base legal, com minimização e limitação de finalidade. O Artigo 20 da LGPD, a Lei 13.709 de 2018, dá ao titular o direito de solicitar revisão de decisões tomadas unicamente por tratamento automatizado que afetem seus interesses, e é exatamente por isso que uma decisão automatizada de subscrição e roteamento precisa de justificativa documentada e de um caminho de revisão humana, com a ANPD como autoridade supervisora. Os dados são criptografados em trânsito e em repouso em todas as etapas, da captura à escrita de volta. O modelo não impõe uma visão de risco externa: ele codifica o apetite e o manual da seguradora, que permanece a dona do risco e a autoridade de decisão sobre os casos referidos. A escalação para um humano é, antes de tudo, uma característica de governança, porque casos limítrofes e de alta exposição sempre chegam a uma pessoa. Para entender como esse contexto se traduz em volume e pressão de capacidade no mercado, vale acompanhar a leitura de inteligência de seguros publicada pela WIR.
Como a WIR automatiza o roteamento e a fila do subscritor
A WIR é a camada de IA do seguro. Sobre os sistemas que a seguradora já usa, nunca no lugar deles. Ela não migra o core e nunca atua no lugar dele, não é seguradora, corretora ou MGA, e não carrega risco. O que ela faz é executar o estágio de decisão e priorização da esteira automatizada: o roteamento automático por apetite e exposição, a decisão de cotar, recusar automaticamente ou escalar para um humano, a fila priorizada do subscritor com SLA visível e a trilha de auditoria completa, tudo sobre o core existente e calibrado ao manual de subscrição e ao apetite de risco da seguradora.
Dois módulos sustentam esse trabalho. O Underwriter Intelligence automatiza a jornada de cotação conforme a política de risco da seguradora, com scoring de risco em tempo real por Machine Learning calibrado ao apetite, roteamento automático por apetite e exposição e análise preditiva de conversão por produto, risco e corretor, liberando o subscritor para analisar risco e desenvolver negócio. O Smart Sales mapeia a carteira por cliente e produto, pontua o próximo melhor passo e roda campanhas multicanal com trilha de atribuição, de modo que penetração e retenção crescem juntas. Dashboards, analytics e relatórios em tempo real dão a visão proativa dos negócios em andamento.
O contexto de mercado explica por que isso importa agora. O mercado de Seguros e Danos cresce dois dígitos ao ano, mas a estrutura das companhias não acompanha essa aceleração. Subscritores gastam 40% do tempo em tarefas administrativas, segundo a Deloitte, e 60%+ dos corretores escolhem a seguradora pela velocidade de resposta, segundo a Capgemini, o que faz do SLA na devolução da cotação uma alavanca direta sobre volume. Ao mesmo tempo, 70% das seguradoras não executam inovação por limitações de TI, segundo o BCG, e times corporativos perdem de 20-30% do tempo organizando dados não estruturados, segundo a Gartner. É por isso que a abordagem de camada externa ressoa: ela entrega a automação sem o programa de core. A tração pública atual da WIR é uma POC em execução com uma seguradora global no ramo de Transporte. Toda decisão de roteamento permanece explicável, auditável, em conformidade com a LGPD e com dados criptografados em cada etapa. Para ver o roteamento em ação, vale conversar com a WIR em wirinnovation.ai.
Perguntas frequentes
Como a submissão é roteada por apetite e exposição?
Cada submissão é pontuada em dois eixos: se está dentro do apetite de risco do ramo e em qual banda de exposição e alçada ela cai. Essa combinação define o caminho. Um risco dentro do apetite e abaixo dos limites segue para cotação automática, um risco acima de uma banda de alçada vai ao subscritor sênior correto e um risco fora do apetite segue para recusa ou referência. A WIR calibra esse roteamento ao manual de subscrição da seguradora, com cada decisão explicável e auditável.
Quando o sistema cota, declina ou escala para um humano?
O sistema cota quando a submissão está limpa, dentro do apetite e da exposição e sem sinais de fraude. Declina automaticamente quando o caso está claramente fora do apetite ou bate em uma regra de recusa, devolvendo o motivo ao corretor. Escala para um humano os casos limítrofes, com exposição acima de uma alçada, dado faltante ou anomalia, sempre com todo o contexto anexado. Os limiares de cotar, recusar ou escalar são definidos pela política de risco da própria seguradora.
O subscritor enxerga a fila e o SLA de cada caso?
Sim. Os casos escalados caem em uma fila priorizada do subscritor, não em uma caixa de entrada indiferenciada. A prioridade considera exposição, probabilidade de conversão, urgência de vencimento, valor do corretor e tempo decorrido contra o SLA. O subscritor certo vê os casos certos no topo, com a justificativa da IA e os dados já extraídos à frente. Cada submissão carrega um relógio de SLA visível desde a captura, e a camada Underwriter Intelligence da WIR sustenta essa fila sobre o core existente.
O roteamento automático respeita o manual de subscrição?
Sim. Os modelos de roteamento e scoring são calibrados ao manual, ao apetite e ao histórico de perdas da própria seguradora, nunca a um template genérico. A WIR não impõe uma visão de risco externa: ela codifica o apetite da seguradora, que permanece a dona do risco e a autoridade de decisão sobre os casos referidos. Antes de qualquer ação automática, a camada roda em modo sombra sobre submissões reais, comparando seu roteamento com as escolhas dos subscritores, e os limiares são ajustados. Cada decisão fica explicável e auditável.
Em quanto tempo o roteamento entra em produção?
O setup leva de 3 a 12 meses, com escopo claro e KPIs acordados antes do início. A implantação começa por um ramo e um canal, integra a captura e a escrita de volta ao core sem migração, calibra os modelos ao manual e roda em modo sombra antes do go-live. Liga-se a cotação automática primeiro na banda mais segura e amplia-se o envelope conforme a evidência de auditoria se acumula. A operação contínua segue após o go-live, com faturamento mensal.