Clayton Matthews sobre alegações de catástrofe, treinamento de avaliadores e fraude que a IA ainda não pode impedir
Os departamentos de sinistros não estão lutando com a carga de trabalho no momento, eles estão lutando com visibilidade, propriedade e priorização, de acordo com Clayton Matthews (foto), diretor de sinistros da Oakbridge Insurance, com sede na Geórgia. Depois de três décadas na liderança de sinistros de P&C, Matthews disse que a condição financeira do mercado de seguros melhorou, mesmo com o aumento da pressão operacional sobre os avaliadores, aumentando o volume de catástrofes, a rotatividade de pessoal, os custos de litígio e as novas tecnologias, uns sobre os outros, ao mesmo tempo.
Catástrofe reivindica especialização de teste, não número de funcionários
Matthews disse que o maior erro que os líderes podem cometer durante uma catástrofe é tratar todas as reivindicações vinculadas ao evento como uma alegação de catástrofe. Um vazamento no telhado ou danos causados pela água atrás de uma porta acontecem com ou sem um furacão no mapa, disse ele, e as transportadoras que estão na frente são as que estão deliberando sobre quem cuida do quê.
“As operadoras que estão ficando mais inteligentes são aquelas que são muito deliberadas sobre a especialização – quem faz o quê e quais partes da tecnologia podem ajudar – para que possamos criar melhores pontos de contato com os clientes”, disse Matthews. “Esse é provavelmente o maior obstáculo no momento: os clientes não sentem que a comunicação está onde deveria estar.”
Matthews disse que cerca de 72% das solicitações de defesa de direitos nas áreas de sua equipe estão relacionadas à comunicação, e não a disputas sobre o conteúdo de uma reivindicação. Melhorar o processo de primeiro aviso de perda (FNOL), disse ele, é onde as transportadoras podem mover a agulha mais rapidamente, usando inteligência artificial dentro de barreiras de proteção rígidas e verificação humana para fazer com que as reivindicações de rotina se movam mais rapidamente, enquanto reservam avaliadores experientes para perdas complexas. Esse esforço acompanha dados mais amplos do setor: o Estudo de Satisfação de Reivindicações de Propriedade dos EUA de 2026 da JD Power descobriu que a satisfação geral de reclamações aumentou mesmo com a queda dos tempos de ciclo de reparo e pagamento, apontando para o retorno do investimento digital em todo o setor.
A IA reduz o trabalho rotineiro, mas prejudica o fluxo de treinamento
Matthews descreveu sua abordagem à IA em uma frase: automatizar a transação, aumentar a decisão. As reivindicações, disse ele, são “a caixa de areia perfeita” para a automação, dado o seu volume e estrutura orientada por regras, mas ele rejeitou a ideia de que os resultados da IA deveriam ser tratados como confiáveis pelos funcionários mais novos.
“O que acontece quando uma ferramenta de IA dá o que parece ser uma resposta quase certa – e um jovem ajustador aceita isso como um evangelho porque parece confiável? Isso me preocupa profundamente”, disse Matthews.
A tensão ecoa preocupações sobre a IA enfraquecendo o pipeline de talentos de reivindicações que circularam por todo o setor à medida que a automação absorve o trabalho transacional de nível básico, antes usado para treinar avaliadores juniores. Ainda assim, Matthews argumentou que a mudança pode não destruir o conjunto de talentos, como alguns temem, uma vez que a IA está a libertar os avaliadores experientes do trabalho administrativo e a permitir-lhes especializarem-se ainda mais, em vez de eliminarem completamente as suas funções.
A detecção de fraudes se torna uma corrida armamentista
A fraude em si não mudou em espécie, disse Matthews que a manipulação de faturas e a fraude de identidade são anteriores à IA. O que mudou foi o custo de entrada e o volume de reclamações contestadas. Onde um segurado enviou uma vez um pequeno parágrafo contestando uma decisão, Matthews disse que os avaliadores estão agora recebendo cartas de demanda de 14 páginas geradas por IA que não podem ser rejeitadas imediatamente, uma vez que uma única linha dentro delas pode acionar a cobertura.
“Precisaremos de ferramentas que nos ajudem a combatê-las”, disse Matthews. “Acho que estamos caminhando em direção a um mundo que se parece com BattleBots, meu agente que construí contra o seu agente que você construiu. Quem tiver o melhor conhecimento e o melhor produto vence.”
Esse enquadramento se alinha com alertas de que a fraude alimentada pela IA está forçando as seguradoras a uma corrida armamentistaà medida que os executivos de análise de fraude descrevem uma “tempestade perfeita” de ferramentas generativas acessíveis e mudanças nas atitudes dos consumidores em relação à fraude. Matthews disse que sua preocupação mais profunda vai além da fraude em faturas, com maus atores credenciados que obtêm acesso legítimo ao sistema e operam dentro do ecossistema sem serem detectados pelos sinais de alerta convencionais.
Propriedade sobre o processo, após três décadas em reclamações
Questionado sobre o que mudou de ideia, Matthews disse que certa vez equiparou controle a processo – quanto mais pontos de verificação e revisões de arquivos, melhor será o gerenciamento de sinistros. Ele agora acredita que o melhor modelo é a apropriação clara: dar aos avaliadores autoridade financeira para tomar decisões e depois orientá-los em vez de questioná-los posteriormente.
“Não automatize um desastre mais rápido”, disse Matthews. “Se é um processo ruim, por que você aceleraria a automação? Você precisa parar primeiro e examinar seu processo antes de colocá-lo em overdrive.”
Esse princípio molda cada vez mais a forma como as transportadoras são usando a IA como uma ferramenta de coleta de evidências em vez de um tomador de decisão autônomoreunindo termos de apólices, histórico de perdas e estimativas de reparos com mais rapidez, ao mesmo tempo em que deixa decisões de julgamento para os avaliadores. Matthews explicou que a questão não resolvida ainda é humana: nenhuma ferramenta de bate-papo ainda lhe disse como dizer ao segurado: “Sinto muito”.
