Seguradoras Estão Perdendo Dinheiro com Apólices que Não Conseguem Identificar. IA Pretende Mudar Isso

Mesmo em um ano forte para o setor, uma startup afirma que até 20% a 30% das apólices de uma seguradora podem ser deficitárias. Ela arrecadou $8 million para ajudar a encontrá‑las.

Seguradoras norte‑americanas de propriedade e sinistros acabaram de registrar um dos melhores anos de subscrição em décadas, segundo um relatório da Soteris, uma startup apoiada pela Y Combinator que vende software para o setor. 

No entanto, resultados gerais fortes podem ocultar pontos fracos. A Soteris afirma que muitas seguradoras estão silenciosamente perdendo dinheiro em uma parcela significativa de suas apólices e não têm um método confiável para identificar quais são.

A Soteris está saindo do modo sigiloso com mais de $8 million em financiamento semente e um novo produto direcionado a esse problema. Seu CEO, Sunit Shah, falou sobre o que ele vê como o ponto cego da indústria e o que corrigi‑lo poderia significar para as seguradoras e seus clientes.

Por que as Seguradoras Não Conseguem Ver o Problema

As seguradoras definem preços e avaliam desempenho agrupando clientes semelhantes, como motoristas de certa idade em determinada região. Como qualquer apólice individual gera ou não um sinistro, os atuários há muito tratam as diferenças dentro de um grupo como ruído aleatório. Um grupo pode parecer saudável enquanto algumas apólices dentro dele perdem dinheiro, e o custo real de uma apólice só aparece quando os sinistros chegam, às vezes anos após a venda.

“Toda seguradora sabe que está emitindo apólices que lhe farão perder dinheiro”, disse Shah em um comunicado. Ele argumenta que lhes faltam as ferramentas para encontrar essas apólices. Trabalhando com seguradoras, ele afirma, descobriu que até mesmo aquelas com livros fortes carregavam apólices que reduziam o lucro, em alguns casos de 20% a 30% do total.

Um Setor Avançando Rumo à Apólice Individual

O tamanho do prêmio é o motivo pelo qual a ideia está recebendo atenção. McKinsey estimou que as seguradoras poderiam elevar seus resultados de subscrição, o lucro obtido com a emissão de apólices, em 30% a 50% por meio de ações coordenadas, como reduzir negócios deficitários e recuperar lucro em grupos que parecem saudáveis em média. O relatório de consultoria de 2025 relatório de seguros aponta para uma segmentação mais refinada e personalização até o nível individual como o caminho que o setor está seguindo.

A Soteris é uma startup que trabalha nessa mudança. Sua abordagem usa aprendizado de máquina, uma forma de IA que aprende padrões a partir de dados históricos, para analisar as apólices passadas de uma seguradora de milhões ou até bilhões de maneiras. A empresa afirma que uma equipe trabalhando em planilhas pode executar dezenas ou centenas. Ao combinar essas análises, ela pontua cada apólice individualmente, em vez de como parte de um grupo.

A empresa afirma que as seguradoras podem obter uma pontuação em menos de um quarto de segundo, quando uma cotação é solicitada ou a qualquer momento depois, e que a configuração leva menos de 90 dias.

De Sinistros a Lucro

O primeiro produto da Soteris, em uso com seguradoras e as agências que vendem em seu nome desde 2020, prevê quanto do prêmio de cada apólice será pago em sinistros. A empresa afirma que já avaliou mais de 100 milhões de solicitações de apólices, totalizando mais de $180 bilhões em prêmios, e que os clientes melhoraram sua taxa de pagamento de sinistros em 5 a 15 pontos percentuais em um ano.

O novo produto avança um passo além, para o lucro. O dinheiro de uma apólice costuma ser dividido entre a empresa que a vende, a que detém a licença estadual e a que fornece o capital, cada uma recebendo uma parte diferente. A Soteris afirma que o custo de sinistros de uma apólice não revela o que ela gera para a empresa que a emite. A nova ferramenta estima esse valor e o reporta em EBITDA, uma medida comum de lucro operacional.

A empresa afirma que vários projetos piloto mostraram o EBITDA das seguradoras aumentando entre 70% e 125%. Esses foram pilotos, e não implementações completas, e os resultados são próprios da Soteris.

O que Isso Pode Significar para os Clientes

Para quem compra seguro de carro ou residencial, Shah afirma que o efeito principal está do lado da seguradora, já que a ferramenta ajuda a garantir que cada apólice seja lucrativa. Ele argumenta que o benefício para os clientes é indireto.

“O principal objetivo das seguradoras é aumentar o número de apólices, portanto o efeito secundário é que isso lhes permite reduzir preços para conquistar mais participação de mercado”, disse Shah. “Então, para a maioria das pessoas, esperaríamos que suas tarifas fossem menores do que seriam se a seguradora não utilizasse nosso produto.”

Isso é uma expectativa, não uma garantia. A resposta de Shah concentrou‑se nos preços e não abordou se clientes marcados como deficitários poderiam ter a cobertura negada ou a renovação recusada. A descrição da empresa sobre seu próprio produto, que faz as seguradoras deixarem de emitir apólices que nunca seriam rentáveis, indica que essa é uma questão real.

A Questão da Equidade

O uso de IA pelos seguradores levantou preocupações de que as pessoas poderiam ser precificadas de forma injusta ou rejeitadas por um algoritmo. “É uma preocupação legítima e é algo que levamos a sério”, disse Shah. Ele aponta as regras existentes contra discriminação e os requisitos de teste de viés, e afirma que a regulamentação é um motivo para desenvolver IA internamente em vez de depender de chatbots externos. A Soteris afirma que seus modelos permitem mostrar quanto cada fator contribuiu para qualquer resultado, o que, segundo ele, importa aos seguradores porque acertar a regulamentação é essencial para ter sucesso no setor.

Por que a espera, e quem está apoiando isso

A Soteris trabalha com seguradoras desde 2020, mas só agora está se tornando pública. Shah diz que o problema demorou a ser resolvido. Montar a equipe certa foi difícil, e ele constatou que especialistas de fora do setor de seguros não se encaixavam automaticamente. “A expertise de domínio foi muito importante”, afirmou. Seu próprio caminho começou com um negócio paralelo de construção de modelos de precificação para seguradoras de vida enquanto cursava a pós-graduação. Após um PhD em economia, ele negociou no hedge fund Pine River Capital e ajudou a liderar um projeto lá para criar uma resseguradora de propriedade e acidentes. “Foi realmente onde aprendi o quão genuinamente difícil o seguro é”, disse.

A rodada semente foi liderada pela Spider Capital, com a Intact Private Capital, Amplify Partners, Foundation Capital, Webb Investment Network e Overlook Ventures também participando. A Soteris não nomeou nenhum cliente. “Neste estágio, não podemos compartilhar publicamente essas informações devido a obrigações contratuais”, disse Shah.

O que observar

A direção da indústria está clara: mais seguradoras querem precificar e avaliar o risco uma apólice de cada vez. As questões em aberto são quanto do ganho potencial é real fora dos projetos piloto e onde ele termina. As seguradoras poderiam repassar as economias aos clientes por meio de preços mais baixos, como Shah espera, ou mantê-las como margens maiores enquanto escrevem menos apólices. Os reguladores provavelmente observarão de perto quais clientes acabam na parte errada das pontuações.