A maioria dos agentes já usa IA. As suas agências não o são – e a diferença está a aumentar
Os números de Liberdade O Estudo de Crescimento de Agência Independente de 2026 da Mutual conta uma história clara. Dos quase 1.200 diretores e funcionários de agências dos EUA pesquisados, 65% dos agentes disseram ter usado IA para trabalhar no ano passado, acima dos 37% em 2025. No entanto, a supervisão em nível de agência quase não mudou no mesmo período: apenas 18% dos diretores dizem que sua agência tem uma política de IA bem definida, e apenas 22% confiam na IA para dados de clientes e negócios.
Essa lacuna – os agentes estão à frente das instituições para as quais trabalham – é um problema significativo no mercado de agências independentes neste momento. Jonathan Patel (foto à esquerda), cofundador e COO da Cara, uma plataforma operacional de IA com sede em Nova York construída para agências de seguros, passa a maior parte do tempo nela. A sua opinião é que as agências que colmatam esta lacuna mais rapidamente não são as que implementam mais IA. Foram eles que descobriram exatamente onde a IA para e o profissional licenciado assume o controle.
“Quando uma tarefa afeta a cobertura do cliente, é quando um humano obviamente revisará o trabalho e apoiará a decisão final”, disse Patel Negócio de seguros. “A tecnologia é excelente para levar você do zero até uma certa porcentagem do caminho até lá. Mas, obviamente, com o risco e o tipo de negócio em que operamos, um profissional precisa ser capaz de suportar isso.”
Leia mais: Os agentes estão usando IA. A maioria das agências não o é – por quê?
Para onde o tempo realmente vai
O ponto de partida para entender por que as agências demoram a agir é entender o que os funcionários da agência realmente fazem no dia a dia. Cara, cujos fundadores construíram e venderam anteriormente a Oyster – uma corretora de seguros digital adquirida pela McGowan Companies em 2025 – estima que a proporção do tempo de um corretor gasto em tarefas administrativas é de até 70%, consistente com os números citados nos seus próprios materiais publicados. Isso significa recodificar dados nos sites das operadoras, gerando ACORDO formulários, construção de comparações de cobertura, verificação de apólices, produção de propostas – trabalho que não requer julgamento licenciado em todas as etapas, mas que atualmente consome a maior parte do dia de trabalho.
Os fluxos de trabalho baseados em regras e com muitos documentos são onde a IA está entregando o valor mais mensurável no momento, disse Patel. Verificação de apólices, comparativos de coberturas, emissão de certificado de seguro. Segundo Cara, fluxos de trabalho que tradicionalmente levam 90 minutos de trabalho manual podem ser concluídos em aproximadamente dois minutos na plataforma. A empresa levantou US$ 8 milhões em financiamento inicial em março de 2026 e atingiu um ARR de sete dígitos em sete meses.
A questão mais difícil não é se a IA pode fazer este trabalho. É se o pessoal da agência irá confiar nele, revisá-lo adequadamente e apoiá-lo junto aos clientes. “A IA pode extrair algo de um sistema de dados, analisá-lo e produzir uma proposta nesse fluxo de trabalho”, disse Patel. “Mas o resultado ficará ali para um gerente de contas revisar, revisar a trilha de auditoria, ver de onde vieram os dados e dizer, ok, estou confortável com isso, concordo com isso e estou feliz por apoiar isso.”
Esta última cláusula é mais importante nos seguros do que na maioria dos setores. Um gestor de conta que não consegue explicar a base de uma comparação de cobertura a um cliente – que simplesmente confiou nos resultados sem os compreender – está a expor-se ao E&O e não a poupar tempo. Como a lacuna E&O em torno dos serviços profissionais baseados em IA continua a aumentar, a questão de quem analisou o quê e quando está a tornar-se uma questão de cobertura em tempo real para as próprias agências e não apenas para os seus clientes.
Por que a IA de uso geral cria exposição E&O
A defesa de ferramentas específicas de domínio em vez de IA geral se resume ao que é esquecido. Uma política comercial de 400 páginas não é um documento que a IA geral lê da mesma forma que um gerente de contas experiente. Se um formulário anexado a essa política afetar uma disposição da página 10, uma ferramenta geral de IA pode produzir uma resposta confiável que a ignora totalmente.
“As ferramentas gerais de IA podem produzir respostas que parecem convincentes, mas muitas vezes perdem detalhes importantes”, disse Patel. “E quando se fala de exposição real de E&O, ignorar uma exclusão de apólice ou uma provisão de cobertura para uma agência pode criar exposição. Portanto, penso que estamos numa posição única onde isso é de extrema importância.”
Para diretores de agências que avaliam fornecedores, a lista de verificação de Patel começa com dados: para onde vão as informações sobre clientes e políticas e elas são usadas para treinar modelos? A conformidade com SOC 2 e HIPAA são requisitos básicos e ele recomenda a leitura dos relatórios completos em vez de simplesmente perguntar se um fornecedor os possui. Além da segurança dos dados, as questões operacionais são igualmente importantes. A ferramenta pode rastrear seu raciocínio até o documento político original? Sinaliza incerteza em vez de suposição? Como ele se integra ao sistema de gestão da agência e quais controles de acesso estão disponíveis entre as equipes?
Estas não são preocupações abstratas. ZywaveA Pesquisa de Serviços de Corretores de 2026 da empresa descobriu, pela primeira vez, que a falha na adoção de tecnologia moderna e IA entrou na lista dos principais motivos dados pelos empregadores para mudar de corretor. Isto significa que a questão para os responsáveis das agências já não é se devem ou não adoptar a IA, mas como fazê-lo de uma forma que seja auditável, defensável e genuinamente integrada – em vez de ser colocada de forma desajeitada sobre os sistemas existentes.
Leia mais: Recuperando o tempo do corretor: a tecnologia que remodela o serviço de seguros
A lacuna competitiva já está se abrindo
As agências que tratam a IA como uma implementação única ficarão atrás daquelas que a tratam como uma disciplina operacional contínua. “Você pode ter implementado a IA há seis meses e dito: ótimo, estou pronto para os próximos dois ou três anos”, disse Patel. “E esse não é o caso.”
A vantagem prática para as agências que acertam é tangível. Os gestores de contas que não estão a redigitar dados e a reformatar propostas podem suportar carteiras de negócios maiores sem pessoal adicional – uma vantagem significativa num mercado onde a aquisição de talentos continua a ser uma restrição persistente. As agências mais bem posicionadas para captar essa vantagem, na opinião de Patel, não são necessariamente as maiores ou as que dispõem de mais recursos. São eles que estão dispostos a identificar os três a cinco fluxos de trabalho que causam mais atrito, começar por aí e conquistar a adesão da equipe junto com a tecnologia, em vez de esperar que a tecnologia impulsione a mudança por si só.
“Habilidades como experiência em cobertura, comunicação com o cliente, pensamento a partir dos primeiros princípios e julgamento sólido tornam-se ainda mais valiosas”, disse Patel. “Porque se você apenas produz resultados e não entende o que está acontecendo neles – as fontes de dados – eles simplesmente não têm valor.”




