Triagem automática de submissões de seguros com uma camada de IA

A triagem automática de submissões de seguros com IA é a etapa que ordena a caixa de entrada no instante em que cada submissão chega e antes de um subscritor abrir o caso. Ela responde quatro perguntas práticas: o que é isto, está completo, pertence à seguradora e qual a urgência. Concretamente, a camada classifica cada submissão por ramo, por produto e pelo corretor que a enviou, verifica se há campos suficientes para trabalhar o caso e prioriza a fila por apetite de risco e por exposição. Quem deveria considerar essa automação é o líder de subscrição e de operações que vê a equipe consumir o dia organizando uma fila desordenada em vez de analisar risco.

A triagem costuma ser confundida com duas etapas vizinhas, e a distinção importa. A leitura inteligente de documentos é a etapa de extração: abre o e-mail e os anexos e transforma arquivos não estruturados em campos estruturados. O roteamento de subscrição é a etapa de decisão posterior: produz cotação, recusa ou escalonamento e envia o caso a um subscritor específico. A triagem é o tecido conectivo entre as duas. Ela consome o dado já extraído para classificar e priorizar, transformando uma caixa de entrada bruta em uma fila de trabalho ordenada, de modo que a leitura encaminhe os casos certos e o roteamento atue sobre uma fila já organizada pelo que importa. A WIR trata essa triagem como parte de uma camada de IA externa, sobre os sistemas que a seguradora já usa, nunca no lugar deles.

Como funciona a triagem automatizada de ponta a ponta

A triagem é um estágio de uma esteira maior de subscrição automatizada e depende do estágio anterior. A esteira corre em seis etapas, nesta ordem: intake multicanal com validação automática, leitura inteligente de documentos, enriquecimento e contexto do corretor, motor de risco e fraude com Machine Learning calibrado ao apetite, pricing dinâmico, e decisão e priorização. A triagem vive entre a leitura e o motor de risco, e é ela que dá sentido à fila.

Tudo começa pela captura. Cada submissão, de qualquer canal que a seguradora e seus corretores já usam, é registrada no momento em que chega, e um carimbo de tempo inicia o relógio do SLA. É isso que depois torna a fila e o SLA visíveis em vez de invisíveis. Em seguida vem a classificação. Usando o dado estruturado que a leitura inteligente produziu, a camada classifica a submissão por ramo, por produto e por corretor. Essa é a etapa que decide qual time, qual alçada e qual conjunto de regras o caso pertence, substituindo o palpite manual sobre onde encaixar a submissão.

A detecção de completude checa a submissão extraída contra o que aquele ramo e produto exigem. Os campos obrigatórios estão presentes, a importância segurada está declarada, o endereço do risco consta, o histórico de sinistros foi anexado. Submissões incompletas são sinalizadas para enriquecimento antes de chegarem ao pricing, em vez de travarem na mesa de um subscritor. A priorização então pontua cada submissão em dois eixos: se está dentro do apetite de risco definido para aquele ramo, e qual a exposição e a faixa de alçada, ou seja, importância segurada e acúmulo contra os limites já na carteira. Uma submissão completa, dentro do apetite, de um corretor de alto valor e com exposição que cabe, sobe ao topo. Uma submissão fora do apetite é sinalizada cedo para uma recusa rápida, e uma acima da alçada vai para a fila sênior. O resultado da triagem é uma fila classificada e priorizada, com a classificação e o raciocínio anexados, e não uma caixa de entrada indiferenciada.

Como implantar a camada externa de IA na triagem

A implantação parte de um princípio de arquitetura: a inteligência de triagem é uma camada de IA externa, sobre os sistemas de core e de administração de apólices que a seguradora já tem, conectada por integração e nunca por substituição. A camada ingere submissões dos canais que a seguradora e os corretores já usam, classifica e prioriza, e devolve a classificação, a prioridade e a posição na fila para o fluxo existente via APIs ou arquivos. O sistema de registro de apólices, o motor de cálculo e a carteira permanecem exatamente onde estão.

Isso importa porque a limitação de core e de sistemas legados é o bloqueio mais citado para modernizar a subscrição no Brasil. Segundo o BCG, 70% das seguradoras não executam inovação por limitações de TI. Uma camada externa contorna esse bloqueio: ela é escopada, integra com o stack atual e pode entrar em produção em uma fatia definida, por exemplo um ramo e um canal primeiro, sem um programa de core de vários anos. O contraste com a troca total de sistema é o ponto. Uma substituição de core é um programa longo e de alto risco. A camada de IA é incremental, reaproveita o que já existe e não carrega risco de core.

O caminho de implantação tem uma estrutura clara. O Setup, etapa única que roda de 3 a 12 meses, cobre automações, integrações, testes e ajustes de go-live, com preço fixo, escopo claro e KPIs acordados antes do início. A calibração é o coração da fase: a lógica de classificação e priorização é ajustada ao manual de subscrição e ao apetite de risco da própria seguradora, não a um modelo genérico, de modo que a seguradora segue dona do risco. Depois do go-live vem a operação contínua em produção, com faturamento mensal ajustado a cada cliente. O objetivo prático é absorver o crescimento de volume ordenando e priorizando no intake, sem tocar no core e sem somar headcount.

Governança, explicabilidade e LGPD

A triagem classifica e prioriza usando dados pessoais e corporativos, então ela é governada, e no enquadramento brasileiro isso não é opcional. Cada resultado de triagem precisa ser reconstruível: qual ramo e produto a camada atribuiu e por quê, quais fatores elevaram ou reduziram a prioridade, por que uma submissão foi marcada como incompleta ou fora do apetite. Cada passo é registrado com suas entradas e seu raciocínio, produzindo uma trilha de auditoria por submissão. É isso que separa uma fila auditável de uma caixa-preta, e sustenta tanto a governança interna quanto a expectativa de supervisão da SUSEP por uma subscrição sólida e documentada.

A Lei Geral de Proteção de Dados, a Lei 13.709 de 2018, governa o tratamento dos dados pessoais dentro das submissões, exige uma base legal e impõe minimização e segurança de dados. O artigo 20 dá ao titular o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, e é exatamente por isso que a triagem e a priorização automatizadas devem manter um raciocínio documentado e um caminho de revisão humana. A ANPD é a autoridade supervisora.

A calibração e a criptografia fecham o desenho de governança. Os dados são criptografados em trânsito e em repouso ao longo da captura, da classificação e da devolução, e a camada puxa apenas os campos de que a decisão de triagem precisa. A lógica de classificação e de prioridade é calibrada ao manual de subscrição e ao apetite de risco da seguradora, de forma que a seguradora permanece a dona do risco. A camada de IA reforça a governança em vez de enfraquecê-la. No lugar de uma triagem manual ad hoc sem registro, toda decisão de classificação e de prioridade fica registrada e explicável.

Como a WIR automatiza a triagem de submissões

A WIR é a camada de IA do seguro, uma plataforma de IA para seguradoras e corretores no Brasil em Seguros e Danos. Na triagem, o papel é concreto: uma camada de IA externa, sobre os sistemas atuais, que recebe a submissão pelo intake multicanal, classifica por ramo, produto e corretor, detecta completude e ordena a fila por apetite e exposição, devolvendo a classificação e a posição ao fluxo da seguradora com SLA visível e fila de subscrição. A WIR não substitui o core, não é seguradora, corretora nem MGA, e não carrega risco. Ela automatiza a jornada de cotação e subscrição conforme a política de aceitação de cada seguradora.

Dois módulos sustentam esse trabalho. O Underwriter Intelligence automatiza a jornada de cotação segundo 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, de modo que o subscritor analisa risco e foca em desenvolvimento de negócio. O Smart Sales adiciona a inteligência de distribuição, mapeando carteira por cliente e produto, pontuando próxima melhor ação e dando contexto de conversão do corretor que alimenta a priorização. Dashboards, analytics e relatórios em tempo real dão a visão proativa da fila e do pipeline.

O contexto de mercado torna isso urgente. O mercado de Seguros e Danos cresce em dois dígitos por ano, mas a estrutura das empresas não acompanha essa aceleração. Segundo a Deloitte, o subscritor gasta 40% do tempo em tarefas administrativas, e a Gartner estima que as empresas perdem 20% a 30% do tempo organizando dados não estruturados. Pela Capgemini, mais de 60% dos corretores escolhem a seguradora pela velocidade de resposta, o que faz da ordem de triagem uma alavanca direta de volume de prêmio. A WIR atua sobre esse gargalo como camada de IA, com Machine Learning calibrado ao apetite e ao manual de subscrição, e toda decisão explicável, auditável e com trilha de auditoria completa, sob LGPD e com dados criptografados em cada etapa. A tração pública atual é uma POC em execução com uma seguradora global no ramo de Transporte.