À medida que a IA se torna amplamente disponível, as seguradoras sem dados limpos em nível de membro correm o risco de ficar para trás
As operadoras de benefícios do grupo estão gastando pesadamente em inteligência artificial, mas a tecnologia por si só não determinará quem sairá na frente. A lacuna competitiva está se formando em torno de algo menos visível: a qualidade dos dados a nível dos membros que cada operadora é capaz de colocar em prática.
Esse argumento já foi apresentado antes, mas está ganhando força à medida que as ferramentas de IA se tornam padronizadas em todo o mercado. Quando todas as operadoras podem implantar plataformas semelhantes, a questão muda de quem possui a tecnologia para quem possui a infraestrutura de dados para produzir resultados confiáveis.
O problema do sistema legado
As operadoras de benefícios de grupo acumulam vastos registros operacionais ao longo de todo o ciclo de vida dos membros, incluindo cotações, decisões de subscrição, inscrições, alterações de benefícios, reclamações e interações com os membros. Em princípio, essas informações representam um ativo proprietário que nenhum fornecedor de dados externo pode replicar. Na prática, grande parte dela reside em sistemas de administração legados, baseados em políticas, que não foram construídos para rastrear a cobertura ou a experiência dos membros individuais ao longo do tempo, tornando-os estruturalmente difíceis de utilizar para análises baseadas em IA.
O problema não é específico de um mercado. Uma pesquisa da AM Best com mais de 150 seguradoras avaliadas e agentes gestores gerais, publicada em abril de 2026, descobriu que a prontidão dos dados foi classificada como a maior barreira para a implantação de IA em seguros, acima das preocupações de segurança e privacidade e dos desafios de integração de sistemas legados. Sridhar Manyem, diretor sênior de pesquisa e análise industrial da AM Best, observou no relatório que os sistemas de IA produzem resultados não confiáveis quando os dados estão fragmentados em sistemas legados, insuficientemente governados ou sem contexto apropriado. Ele acrescentou que as operadoras que já haviam investido na modernização de sua infraestrutura de dados estavam achando consideravelmente mais fácil integrar a IA em seus fluxos de trabalho.
Essa descoberta se aplica especificamente ao espaço de benefícios. Pesquisa sobre como a IA está remodelando a subscrição de seguros descobriram que o acesso a mais informações não produz automaticamente melhores decisões, a menos que os dados que fluem para um sistema de IA sejam limpos, conectados e contextualizados. Um resumo da Bain & Company de julho de 2024, As seguradoras podem transformar a tecnologia em uma vantagem competitiva, descobriram que apenas 5 a 10 por cento das operadoras capturam consistentemente valor de seus investimentos em dados e tecnologia, uma conclusão que a pesquisa da AM Best sugere que não mudou materialmente à medida que a adoção da IA se acelerou.
Dados como o verdadeiro diferencial
“Com o tempo, é provável que a IA se torne cada vez mais disponível em todo o mercado e é improvável que continue a ser uma fonte central de vantagem competitiva por si só”, disse Tim Stoves, líder de proteção de grupo na Lumera. “O verdadeiro diferencial será a qualidade e integridade dos dados proprietários dos fornecedores em nível de membro, e a eficácia com que eles os utilizam para criar valor, entregar melhores resultados para os clientes e reforçar a confiança.”
A Lumera é uma insurtech com sede na Suécia que fornece plataformas de administração digital para o setor de vida e pensões. O argumento está alinhado com o que a empresa vende, mas acompanha de forma independente o que as operadoras de todo o mercado têm descoberto à medida que as implementações de IA amadurecem. O ponto subjacente, no entanto, é consistente com o que as operadoras estão descobrindo de forma independente à medida que a adoção da IA amadurece. O processamento mais rápido só melhora os resultados se os dados que alimentam a decisão forem precisos. Uma operadora que executa uma plataforma sofisticada de IA em registros de membros fragmentados produzirá resultados mais rápidos, em vez de resultados melhores.
Os efeitos a jusante atingem os patrocinadores do plano e aqueles que os aconselham diretamente. As operadoras com dados longitudinais de membros bem organizados podem criar avaliações de risco mais precisas, identificar tendências de sinistros mais cedo e definir preços de produtos com maior precisão. Aqueles que operam em sistemas isolados enfrentam um limite máximo em cada um desses pontos, independentemente da plataforma de IA que adotam. A privacidade dos dados e a governação da IA também estão a atrair um escrutínio crescente por parte dos patrocinadores do plano, uma vez que A IA torna-se mais profundamente incorporada na administração de benefícios do grupodando à questão da infraestrutura de dados uma dimensão de conformidade juntamente com a operacional.
Construindo a fundação
A prescrição descrita por Stoves centra-se em como as operadoras coletam, consolidam e conectam as informações dos membros ao longo do tempo. “Ao conectar informações sobre cobertura, sinistros e interações dos membros ao longo do tempo, as seguradoras podem construir uma imagem mais rica de seus clientes e desbloquear maior valor da IA”, disse ele.
As plataformas de administração modernas podem ajudar a consolidar registros que historicamente estiveram espalhados por sistemas desconectados. Mas a mudança mais fundamental é organizacional: tratar os dados dos membros como um activo estratégico e não como um subproduto operacional. Os desafios que as operadoras enfrentam para extrair valor da tecnologia legada estão bem documentados e resolvê-los requer decisões sobre a arquitetura de dados que precedem qualquer implantação de IA.
A dimensão regulatória acrescenta pressão. Num ambiente rigorosamente regulamentado, as decisões baseadas na IA em subscrições e sinistros precisam ser auditáveis e explicáveis. As operadoras com arquiteturas de dados fragmentadas enfrentam não apenas resultados de IA mais fracos, mas também um risco crescente de governação, à medida que os reguladores prestam mais atenção à forma como as decisões automatizadas são tomadas e em que base.
“Sem as bases de dados corretas, mesmo os recursos de IA mais sofisticados serão limitados no que podem oferecer”, disse Stoves.
Essa lacuna é cada vez mais visível para os consultores que avaliam propostas de transportadoras. A precisão dos preços, o retorno dos sinistros e a capacidade de resposta do produto fluem da mesma questão inicial: até que ponto uma transportadora conhece seus membros. À medida que as ferramentas de IA se padronizam em todo o mercado, essas diferenças tornar-se-ão mais difíceis de atribuir à tecnologia e mais fáceis de rastrear até aos dados.
