A Inteligência Artificial no setor de seguros, está na fase de estruturação e adoção dessa tecnologia. A Confederação Nacional das Seguradoras (CNseg), publicou em fevereiro de 2026 o estudo Inteligência Artificial e o Setor de Seguros. Foram entrevistadas o total de 26 seguradoras, mostrando que 80% das empresas já implementaram algum tipo de solução de IA em suas operações.
Os resultados operacionais dentro das empresas já são mensuráveis como:
Segundo o estudo, as seguradoras aportaram cerca de R$ 2,3 bilhões em IA em 2025. A projeção para 2026 é de R$ 2,6 bilhões, com expectativa de redução de despesas operacionais em torno de R$ 177 milhões, 27% acima do que foi gerado em 2025.
As principais motivações para adoção da IA incluem aumento de produtividade, melhoria da experiência do cliente, automação de processos e otimização de custos operacionais.
Conforme o estudo, ainda existem barreiras na implementação da IA, como percepção inadequada do ROI, insuficiência de expertise interna em IA e falta de suporte como equipes técnicas.
Durante o nosso podcast, Sauter Cast, no Google Next 2026 em Las Vegas, a Priscila Ferraz, Diretora de Dados e Analytics da Porto Seguro, resumiu o que se repete no setor de seguros na fase de implementação.
"Se você não tem a fundação, você vai começar pelo final, tentando achar um problema para encaixar a IA. Dado ruim, resposta ruim. É como construir uma casa: sem fundação, bate um vento e cai."
Priscila Ferraz, Diretora de Dados e Analytics da Porto Seguro
A fala reforça um dos principais aprendizados observados nas iniciativas de IA do setor, o sucesso da tecnologia depende diretamente da maturidade dos dados e da arquitetura que a sustenta. Antes de implementar agentes inteligentes, modelos preditivos ou soluções generativas, as seguradoras precisam garantir qualidade, governança e integração das informações que sustentam essas aplicações. Sem essa fundação, a IA permanece limitada, independentemente da tecnologia utilizada.
O próprio relatório da CNseg confirma, 69% das seguradoras apontam integração com sistemas legados como principal barreira, e 58% citam precisão e confiabilidade dos modelos como obstáculo crítico. Problemas que, na maioria dos casos, são dados fragmentados, não governados, dispersos em silos que não conversam entre si.
O dado mais relevante não está na diferença entre os índices de adoção. Com 80% das seguradoras brasileiras já utilizando IA e 84% das norte-americanas na mesma direção, a conclusão é que a discussão deixou de ser 'se' a IA será utilizada e passou a ser 'como' escalar iniciativas com governança, qualidade de dados e geração de valor mensurável
Seguradoras perdem oportunidades de venda porque não conseguem ativar, em tempo real, o que já sabem sobre o cliente. Dados dispersos em sistemas diferentes tornam impossível oferecer o produto certo, no momento certo, pelo canal certo.
Com arquitetura de dados unificada no BigQuery e agentes conversacionais construídos no Customer Experience Agent Studio, é possível personalizar atendimento e oferta em escala, conectando canais, parceiros e sistemas via Apigee.
Subscrição manual, triagem de sinistros, revisão de documentos, processos que consomem tempo, geram retrabalho e escalam mal. São gargalos que as seguradoras enfrentam no dia a dia.
Com o Gemini Enterprise, ferramenta apresentada no Google I/O e Google Next, automatiza a extração, classificação e resumo de documentos multimodais, reduzindo o tempo de processamento de sinistros e liberando as equipes para decisões que realmente exigem julgamento humano. O Gemini Code Assist aumenta a produtividade dos times de TI com geração de código e testes automatizados.
Relatórios regulatórios produzidos manualmente são lentos, sujeitos a erro e difíceis de auditar. Ao mesmo tempo, o ambiente de ameaças cibernéticas exige respostas cada vez mais rápidas.
Com Financial Reporting and Risk Modeling, é possível automatizar relatórios financeiros e de risco com mais confiabilidade. O Google Unified Security com inteligência Mandiant adiciona uma camada de proteção orientada por IA, antecipando ameaças antes que se tornem incidentes.
A empresa 180 Seguros, chegou à Sauter com um desafio do setor, com uma infraestrutura legada que funcionava, mas não acompanhava o ritmo do negócio. Nos períodos de alta demanda, o sistema sobrecarregava. A modernização da infraestrutura permitiu aumentar a capacidade de crescimento da operação, fortalecer os mecanismos de segurança e criar uma base tecnológica preparada para futuras iniciativas de dados e inteligência artificial.
Na Sauter, combinamos IA generativa, engenharia de dados e cibersegurança para levar seguradoras da fase de teste à operação real.
Os dados mostram que a adoção da IA já está consolidada no setor de seguros. O diferencial competitivo não está mais na experimentação, mas na capacidade de transformar tecnologia em operação, com dados confiáveis, arquitetura escalável e governança adequada. É essa fundação que permite gerar eficiência, acelerar inovação e capturar valor real dos investimentos em IA.
Entre em contato com um especialista da Sauter e descubra como escalar IA com segurança, governança e resultado real.
Artificial Intelligence in the insurance sector is in the phase of structuring and adopting this technology. The National Confederation of Insurers (CNseg) published in February 2026 the study Artificial Intelligence and the Insurance Sector. Twenty-six insurers were interviewed, showing that 80% of companies have already implemented some type of AI solution in their operations.
Operational results within companies are already measurable:
According to the study, insurers invested approximately R$ 2.3 billion in AI in 2025. The projection for 2026 is R$ 2.6 billion, with an expected reduction in operational expenses of around R$ 177 million, 27% above what was generated in 2025.
The main motivations for AI adoption include increased productivity, improved customer experience, process automation, and operational cost optimization.
According to the study, there are still barriers to AI implementation, such as inadequate ROI perception, insufficient internal AI expertise, and lack of support from technical teams.
During our podcast, Sauter Cast, at Google Next 2026 in Las Vegas, Priscila Ferraz, Director of Data and Analytics at Porto Seguro, summarized what is commonly seen in the insurance sector during the implementation phase.
"If you don't have the foundation, you'll start from the end, trying to find a problem to fit AI into. Bad data, bad answers. It's like building a house: without a foundation, a gust of wind and it falls."
Priscila Ferraz, Director of Data and Analytics at Porto Seguro
This statement reinforces one of the key learnings observed in AI initiatives across the sector: the success of technology depends directly on data maturity and the architecture that supports it. Before implementing intelligent agents, predictive models, or generative solutions, insurers need to ensure quality, governance, and integration of the information that underpins these applications. Without this foundation, AI remains limited, regardless of the technology used.
The CNseg report itself confirms: 69% of insurers point to integration with legacy systems as the main barrier, and 58% cite model accuracy and reliability as a critical obstacle. Problems that, in most cases, stem from fragmented, ungoverned data scattered across silos that don't communicate.
The most relevant data point is not in the difference between adoption rates. With 80% of Brazilian insurers already using AI and 84% of American ones heading in the same direction, the conclusion is that the discussion has shifted from 'whether' AI will be used to 'how' to scale initiatives with governance, data quality, and measurable value generation.
Insurers lose sales opportunities because they cannot activate, in real time, what they already know about the customer. Data scattered across different systems makes it impossible to offer the right product, at the right time, through the right channel.
With a unified data architecture on BigQuery and conversational agents built on Customer Experience Agent Studio, it is possible to personalize service and offerings at scale, connecting channels, partners, and systems via Apigee.
Manual underwriting, claims triage, document review, processes that consume time, generate rework, and scale poorly. These are bottlenecks that insurers face daily.
With Gemini Enterprise, a tool presented at Google I/O and Google Next, it automates the extraction, classification, and summarization of multimodal documents, reducing claims processing time and freeing teams for decisions that truly require human judgment. Gemini Code Assist increases IT team productivity with code generation and automated testing.
Manually produced regulatory reports are slow, error-prone, and difficult to audit. At the same time, the cyber threat environment demands increasingly faster responses.
With Financial Reporting and Risk Modeling, it is possible to automate financial and risk reports with greater reliability. Google Unified Security with Mandiant intelligence adds an AI-driven protection layer, anticipating threats before they become incidents.
The company 180 Seguros came to Sauter with a sector challenge: a legacy infrastructure that worked but couldn't keep up with the pace of business. During peak demand periods, the system became overloaded. Infrastructure modernization enabled increased operational growth capacity, strengthened security mechanisms, and created a technological foundation prepared for future data and artificial intelligence initiatives.
At Sauter, we combine generative AI, data engineering, and cybersecurity to take insurers from the testing phase to real operations.
The data shows that AI adoption is already consolidated in the insurance sector. The competitive differentiator is no longer in experimentation, but in the ability to transform technology into operations, with reliable data, scalable architecture, and proper governance. This is the foundation that enables efficiency, accelerates innovation, and captures real value from AI investments.
Contact a Sauter specialist and discover how to scale AI with security, governance, and real results.