Quando o regulador sênior se aposenta: como transformar critério em processo

Toda operação de regulação de sinistros tem aquela pessoa. O regulador que olha as fotos e já sabe que a história não fecha. Que lembra qual cláusula costuma decidir aquele tipo de caso. Que percebe, pelo orçamento da oficina, que alguma coisa foi incluída a mais. Quando essa pessoa sai de férias, a fila anda mais devagar. Quando ela se aposenta, uma parte do critério da empresa vai embora junto.

Esse risco ganhou número recentemente. Nos Estados Unidos, o relatório de 2026 da Sedgwick, uma das maiores administradoras de sinistros do mundo, estima que um quarto dos reguladores deve se aposentar até o fim de 2027. Numa pesquisa do The Institutes citada no mesmo relatório, 73% dos entrevistados apontaram a perda de conhecimento do setor como o principal impacto dessa saída.

Os números são do mercado americano, e não há levantamento equivalente publicado para o Brasil. Mas o problema não depende de geografia. Qualquer reguladora, seguradora ou vistoriadora que dependa de poucas pessoas experientes tem o mesmo risco. Este artigo trata de como transformar o critério dessas pessoas em processo, e de onde a IA ajuda e onde atrapalha nesse trabalho.

Por que o conhecimento do regulador se perde

O critério do regulador experiente raramente está escrito. Ele está em três lugares:

• Na cabeça. “Em colisão traseira com esse padrão de dano, eu sempre peço a foto do para-choque por baixo.” Ninguém documentou isso; a pessoa aprendeu depois de alguns casos que deram problema.
• Em conversas. O júnior pergunta no corredor ou no WhatsApp, recebe a resposta e resolve o caso. A explicação some com a conversa.
• Em relatórios antigos. O raciocínio aparece, às vezes, em relatórios bem escritos. Mas eles estão espalhados, sem marcação do que foi decisivo, e ninguém consulta.

O resultado é uma operação em que a qualidade da decisão depende de quem pegou o caso. Isso já era um problema de produtividade. Com a Lei 15.040 e a Resolução CNSP 496 exigindo que o relatório de regulação explique de forma objetiva por que a cobertura foi aceita ou negada, virou também um problema de conformidade. Falamos disso em o que a CNSP 496 muda no relatório de regulação.

O que dá para capturar, e o que não dá

Nem todo conhecimento vira regra. Vale separar em três camadas:

1. Checklists. O que precisa ser pedido, conferido ou fotografado para cada tipo de sinistro. É a camada mais fácil de capturar e a que mais reduz retrabalho.
2. Sinais de atenção. Combinações que o sênior reconhece como suspeitas ou incomuns: datas próximas do início da vigência, orçamento fora do padrão para aquele dano, relato que não combina com as fotos. Não são decisões, são alertas para olhar com mais cuidado.
3. Julgamento. A interpretação de um caso ambíguo, a leitura de uma cláusula num contexto novo, a conversa com o segurado. Essa camada não se transforma em regra, e tentar fazer isso gera um sistema que erra com confiança.

O objetivo realista é capturar bem as duas primeiras camadas, para que o júnior chegue à terceira com o caso já organizado e o sênior gaste o tempo dele só onde ele é insubstituível.

Como capturar o critério na prática

Não é preciso um projeto de gestão do conhecimento de seis meses. Um método que funciona:

1. Escolha um tipo de sinistro de alto volume. Começar por tudo ao mesmo tempo é a forma mais comum de não terminar nada.
2. Revise 20 a 30 casos encerrados com o regulador sênior. Para cada um: o que ele conferiu primeiro, o que pediu a mais, o que o fez desconfiar ou confiar, e qual cláusula decidiu. Grave a conversa ou anote na hora.
3. Transforme em três artefatos: o checklist por tipo de sinistro, a lista de sinais de atenção com um exemplo real (anonimizado) de cada um, e um conjunto de casos de referência com a decisão e o motivo.
4. Coloque isso dentro do fluxo, não num manual. Um PDF de boas práticas que ninguém abre não resolve. O checklist precisa aparecer na tela em que o regulador trabalha o caso.
5. Revise periodicamente com quem usa. Regra que ninguém revisa envelhece e passa a gerar alerta falso, e alerta falso ensina a equipe a ignorar alertas.

Onde a IA ajuda

Com o critério escrito, a IA deixa de ser “um modelo que acha coisas” e passa a ser uma forma de aplicar o critério da empresa em cada caso:

• Checklist aplicado automaticamente. A IA lê os documentos que chegaram, compara com o checklist daquele tipo de sinistro e aponta o que falta antes de o caso chegar ao regulador.
• Sinais de atenção com explicação. Em vez de um “score de risco” sem justificativa, o sistema mostra qual sinal disparou e qual evidência o sustenta, para o regulador conferir.
• Casos parecidos. Com busca sobre os casos de referência e os relatórios anteriores (RAG), o júnior vê como casos semelhantes foram decididos e por quê. É o equivalente a perguntar ao sênior, com a vantagem de estar registrado.
• Rascunho estruturado. O relatório já começa com fato, documentos e pontos de atenção organizados, e o regulador escreve a análise.

Também tratamos do uso de IA na detecção de inconsistências em fraude em sinistros: o que a IA consegue detectar.

Onde a IA não deve entrar

• Não decide cobertura. Sugere, organiza e alerta. A decisão é do regulador, e o sistema precisa registrar isso.
• Não aprende sozinha com qualquer caso. Se o sistema “aprende” com todas as decisões passadas, aprende também os erros e os vícios. Os casos de referência precisam ser escolhidos e revisados por quem conhece o trabalho.
• Não substitui o treinamento. O júnior que só segue sugestões não vira sênior. O sistema deve mostrar o porquê de cada alerta, para que a pessoa aprenda o critério e não só obedeça.
• Não esconde a origem. Toda sugestão precisa apontar o checklist, a regra ou o caso de referência de onde veio.

Na prática

No sistema de pré-cadastro de sinistros que construímos para uma operação de regulação, a maior parte do valor não veio do modelo de linguagem. Veio de estruturar o que a equipe experiente já fazia: quais informações pedir em cada tipo de aviso, quais documentos são essenciais, o que precisa ser validado antes de o caso seguir. A IA entra para ler, extrair e conferir contra essa estrutura. Quando o critério está escrito, a IA aplica o mesmo critério a todos os casos. Quando não está, ela inventa um.

Checklist para começar este mês

1. Liste quem são as duas ou três pessoas de quem a operação mais depende para decidir casos difíceis.
2. Escolha o tipo de sinistro de maior volume.
3. Agende quatro sessões de uma hora para revisar casos encerrados com essas pessoas.
4. Escreva o checklist e os sinais de atenção desse tipo de sinistro.
5. Separe de 10 a 20 casos de referência, anonimizados, com a decisão e o motivo.
6. Coloque o checklist no sistema em que o caso é trabalhado, não num documento à parte.
7. Só depois avalie onde a IA aplica esse material automaticamente.

Por onde começar

Se o critério da sua operação está concentrado em poucas pessoas e você quer saber o que dá para estruturar e automatizar com segurança, o Diagnóstico de viabilidade de IA mapeia o fluxo, identifica onde o conhecimento está preso e recomenda o que vale construir, o que não vale e em que ordem.

Fontes

• Claims Journal: Property Claims Face Delays, Are Growing More Complex (relatório Sedgwick 2026, dados Verisk e pesquisa do The Institutes)
• CQCS: Solera aposta em IA para apoiar o conhecimento dos especialistas na jornada do sinistro
• Susep: nova norma do CNSP estabelece regras gerais para contratos de seguros de danos