Telemática no seguro de automóvel no Brasil

A telemática no seguro de automóvel no Brasil é o uso de dados de comportamento de direção, captados por dispositivo embarcado ou aplicativo, para precificar e subscrever o risco a partir do que o motorista de fato faz, e não apenas do perfil declarado. Em vez de tarifar por proxies estáticos como modelo do veículo, CEP, uso declarado e idade do condutor, a telemática observa quilometragem, frenagens bruscas, aceleração, horário e tipo de via. O ponto que decide o valor desse dado não é a coleta, e sim a leitura. É a capacidade de transformar o sinal de telemática em score de risco, preço e decisão de subscrição, calibrada ao apetite da seguradora, em tempo real e de forma auditável.

Estado do mercado de Seguros e Danos

O Brasil opera o maior mercado de seguros da América Latina, regulado pela SUSEP, supervisora federal dos seguros privados, e representado pela CNseg, com a FenSeg cobrindo a federação de Seguros Gerais. Dentro de Seguros e Danos (P&C), automóvel é a maior linha por prêmio, à frente de patrimonial, e segue entre as que mais puxaram o crescimento do setor nos últimos anos. A SUSEP publica os dados de prêmio e sinistro por ramo em seus painéis estatísticos, e CNseg e FenSeg consolidam os números do mercado de Danos e Responsabilidades.

O que importa para quem decide é a estrutura por trás desses números. O prêmio de automóvel cresce, mas a sinistralidade do ramo é sensível a furto e roubo, a frequência de sinistro e à inflação do custo de reparo, o que mantém o resultado volátil e o preço alto nos segmentos mais expostos. Historicamente, o ramo tarifa por proxies estáticos que se correlacionam apenas de forma frouxa com o risco real. A telemática substitui esses proxies por comportamento observado, e a mesma fragmentação de dados que hoje atrasa a subscrição é exatamente o que uma camada de inteligência externa foi construída para consumir.

O que está pressionando a subscrição

Cinco forças empurram a telemática e o seguro por uso para o topo da agenda no Brasil, e pressionam a função de subscrição que precisa absorver esse crescimento. A primeira é a exposição a furto e roubo de veículos, um dos maiores vetores de sinistro no automóvel brasileiro, com severidade concentrada por região e por perfil de veículo. A frequência alta mantém a sinistralidade instável e dá à seguradora um incentivo direto para precificar pelo risco observado, e não pelo proxy estático.

A segunda força é a defasagem de pricing. Tabelas de tarifação reagem devagar a mudanças de frequência e de custo de reparo, enquanto um score de comportamento alimentado por telemática permite que o preço acompanhe o risco de forma mais granular, dentro do marco atuarial e regulatório. A terceira é o crescimento de dois dígitos do mercado, que supera a estrutura operacional. O segmento de Seguros e Danos cresce em dois dígitos por ano, mas a estrutura das companhias não acompanha essa aceleração. Chegam mais submissões por subscritor e fluxos de dados mais ricos, telemática entre eles, mais rápido do que o trabalho manual consegue processar. Segundo a Deloitte, 40% do tempo do subscritor é consumido por tarefas administrativas. Segundo o BCG, 70% das seguradoras não executam inovação por limitação de TI. Segundo o Gartner, de 20-30% do tempo corporativo se perde organizando dados não estruturados.

A quarta força é a competição da distribuição por velocidade. O canal corretor concentra a maior parte do prêmio de P&C, e segundo a Capgemini, 60%+ dos corretores escolhem a seguradora pela velocidade de resposta. Produtos baseados em telemática só convertem essa promessa em negócio se a seguradora conseguir pontuar o sinal e cotar rápido. A quinta é a fragmentação de dados sob a camada de consentimento da LGPD. O dado de telemática é dado pessoal comportamental de alto volume, fica apartado do core legado e das submissões do corretor, e sua coleta e uso exigem base legal, transparência e direitos sobre decisões automatizadas. Consentimento e limitação de finalidade são restrições de projeto, não detalhes posteriores. Para um panorama mais amplo do tema, a WIR mantém seus guias de automação e seu material sobre dados não estruturados.

Risco, fraude e a virada da IA

A telemática só gera valor quando o sinal bruto vira decisão, e é aí que entram IA e Machine Learning. A virada no automóvel brasileiro é a passagem de tabelas estáticas para modelos que consomem fluxos de comportamento e os transformam em score de risco, preço e roteamento calibrados ao apetite da seguradora. A esteira tem pontos concretos. Primeiro, a ingestão e a normalização do dado de alta frequência vindo de dispositivo e aplicativo. Em seguida, a engenharia de atributos que converte traços brutos em fatores de risco comportamentais, como quilometragem, eventos de frenagem, direção noturna e exposição por tipo de via. Depois, o scoring calibrado ao apetite e ao manual de subscrição da própria seguradora, e não um score genérico externo.

A detecção de fraude e anomalias é parte central, não acessório. A telemática traz uma superfície de ataque nova, como adulteração de dispositivo, falsificação de traços e manipulação de quilometragem, somada à fraude clássica da submissão. O controle é um scoring de múltiplos fatores sobre a submissão e sobre o próprio fluxo de telemática, capaz de apontar padrões que nenhuma regra isolada veria. A precificação dinâmica fecha a esteira, com um prêmio ajustado ao comportamento observado dentro do marco atuarial e regulatório. Risco simples e dentro do apetite pode seguir para cotação automática, enquanto o caso complexo vai ao subscritor certo com os dados pré-montados.

O ponto sóbrio é que a integridade do preço passa a depender da qualidade do dado. Um modelo alimentado por dispositivo adulterado ou por traços esparsos erra o preço tão mal quanto uma tabela desatualizada. E a decisão automatizada sobre dado de comportamento precisa ser explicável e auditável. Sob a LGPD (Lei 13.709/2018), o titular tem direito a solicitar a revisão de decisões tomadas unicamente por tratamento automatizado, conforme o Art. 20, e o tratamento exige base legal e transparência, como orienta a ANPD. O desenho responsável é um modelo auditável, com trilha de decisão completa, calibrado a uma política de subscrição documentada, e não uma caixa-preta.

Onde a WIR se posiciona

A WIR é a camada de IA do seguro. Sobre os sistemas que a seguradora já usa, nunca no lugar deles. No contexto da telemática, isso tem um significado preciso. A WIR não fabrica o dispositivo nem é seguradora, corretora ou MGA, e não carrega risco. Ela consome o fluxo de telemática e o transforma em decisão de subscrição, como camada de inteligência externa, 100% sobre o core e o sistema de apólice existentes, sem carga no TI da seguradora e sem migração. O Machine Learning é calibrado ao apetite de risco e ao manual de subscrição de cada seguradora, e não a um score genérico.

Na prática, o dado de telemática abastece o fluxo da plataforma. Ele entra pelo intake multicanal no formato que a seguradora já utiliza, passa pela leitura inteligente de documentos onde ainda houver documento livre, e é cruzado no enriquecimento com fontes externas como CNPJ, histórico do corretor e exposição. O motor de risco e fraude, um modelo de Machine Learning calibrado ao apetite, gera score, probabilidade e decisão. A precificação dinâmica devolve o prêmio ajustado ao risco, e a etapa de decisão entrega cotação, recusa automática ou escalonamento para um humano, sempre com explicação, escrevendo de volta no core e retornando a trilha de auditoria completa. Dois módulos materializam isso. O Underwriter Intelligence automatiza a jornada de cotação conforme a política de risco da seguradora, com scoring de risco em tempo real, roteamento automático por apetite e exposição e análise preditiva de conversão por produto, risco e corretor. O Smart Sales lê a carteira por cliente e produto, pontua a próxima melhor ação e roda campanhas multicanal com trilha de atribuição. Em ambos, os dados são criptografados em cada etapa e tratados conforme a LGPD, e toda decisão é explicável e auditável. A tração pública da WIR hoje é uma POC em execução com uma seguradora global no ramo de Transporte.

Perspectiva

A adoção de telemática e seguro por uso no Brasil tende a sair de pilotos para produção nas linhas em que o dado e o retorno são mais claros, e automóvel é um ponto de partida natural, porque o sinal de comportamento de direção mapeia direto a perda por acidente e furto, e a carga de roubo cria disposição embutida do motorista para ser monitorado. A arquitetura dominante para as seguradoras estabelecidas tende a ser a de camadas de inteligência externas integradas ao core, e não migrações de vários anos, o que reduz a barreira para quem está travado por TI legada. O Open Insurance da SUSEP funciona como acelerador, ao padronizar e abrir dados e reduzir a fragmentação que hoje atrasa o scoring por comportamento.

Em paralelo, a governança amadurece. Explicabilidade, auditabilidade e controles de consentimento e de decisão automatizada alinhados à LGPD deixam de ser diferencial e passam a ser requisito de entrada, e os modelos que vencem são os auditáveis e calibrados ao apetite da seguradora. A pressão da distribuição por velocidade deve continuar conforme canais digitais e embutidos se expandem, o que mantém a cotação rápida, consistente e ciente de comportamento como investimento de competitividade, e não apenas de eficiência. Nesse cenário, o diferencial migra do acesso ao dado de telemática para a camada de inteligência que o lê contra o apetite, em tempo real e de forma auditável, sobre o core existente.