Em um setor onde um erro de compliance pode custar milhões, bloquear ferramentas de IA parecia a decisão mais segura. A Austral tomou esse caminho, mas se recusou a parar por aí.
O que aconteceu depois é um dos cases mais concretos de transformação digital com IA no mercado brasileiro de seguros: sem atalhos, sem fornecedores extras, com resultado mensurável em semanas.
O Ponto de Partida: Uma Seguradora que Bloqueou a IA por Compliance
A Austral não é uma seguradora comum. Ela opera no segmento de seguros de alto valor — garantia contratual, ações judiciais, riscos corporativos — onde cada documento carrega o peso de contratos milionários e onde um erro de interpretação pode ter consequências irreversíveis.
Nesse contexto, a decisão de bloquear ferramentas externas de IA não foi reativa. Foi estratégica.
O time de compliance e jurídico identificou riscos concretos: dados sensíveis de clientes corporativos trafegando por servidores de terceiros, ausência de rastreabilidade nas respostas geradas, dependência de fornecedores sem controle sobre atualizações de modelo e, principalmente, a impossibilidade de auditar o que a IA havia lido e por que havia chegado àquela conclusão.
Para uma operação regulada, isso não é paranoia. É responsabilidade.
O volume da operação tornava o problema ainda mais urgente. A equipe analisava dezenas de propostas por dia, cada uma com documentos extensos, linguagem jurídica densa e campos de formulário altamente estruturados. A margem para erro era próxima de zero. E a pressão por velocidade, crescente.
Bloquear a IA resolveu o problema de risco imediato. Mas criou outro: como crescer sem escala?
Esse é o dilema que muitos decisores em seguradoras reconhecem instantaneamente. A Austral o enfrentou de frente — e a forma como ela o resolveu é o que torna este case relevante para qualquer CTO ou diretor de TI do setor.
A resposta não veio de uma ferramenta pronta. Veio de uma arquitetura pensada do zero para funcionar dentro das regras, não apesar delas.
O Dilema Real dos Decisores de TI em Seguradoras
A Austral não estava sozinha nessa encruzilhada.
Em praticamente toda seguradora ou corretora de grande porte, existe uma tensão silenciosa e constante entre duas forças opostas: a área de negócios querendo escala e velocidade e o jurídico e o compliance exigindo controle total.
De um lado, analistas sobrecarregados, filas de propostas acumulando e a pressão competitiva de entregar resposta mais rápido que o concorrente.
Do outro, políticas de segurança da informação, exigências da LGPD, regulamentações da SUSEP e a memória vívida de quantos projetos já foram travados por não terem passado no crivo da auditoria.
O resultado prático é paralisação disfarçada de prudência.
Mas o problema raramente é falta de vontade de inovar. Os decisores de TI em seguradoras, em sua maioria, entendem o potencial da IA. O que falta é uma arquitetura que permita inovar sem abrir mão do controle.
Quando a solução proposta é “use o ChatGPT” ou “conecte ao nosso SaaS de IA”, a resposta do compliance quase sempre é não — e com razão. Porque essas soluções não foram desenhadas para o contexto regulatório de uma seguradora.
O impasse, portanto, não é cultural. É arquitetural.
A pergunta certa não é “como convencemos o compliance a liberar a IA?”. A pergunta certa é: “como construímos uma solução de IA que o compliance não precise barrar?”
Essa mudança de perspectiva foi o que abriu caminho para o projeto na Austral. E é o que separa iniciativas que morrem em POC das que viram operação real.
Para CTOs e diretores de TI que reconhecem esse cenário, o próximo passo não é tecnológico — é conceitual. E começa com alinhar toda a organização em torno de uma linguagem comum sobre o que a IA realmente é, e o que ela não é.
Como a Nova IT Consultoria Entrou no Projeto
A parceria com a Nova IT Consultoria começou de um jeito que poucos esperariam de uma consultoria de tecnologia: sem apresentar código, sem demonstrar produto, sem proposta técnica na primeira reunião.
O primeiro movimento foi educativo.
A equipe da Nova IT realizou palestras internas para toda a organização da Austral — não só para TI, mas para as áreas de negócio, jurídico, compliance e liderança executiva. O objetivo era simples e poderoso: criar uma linguagem comum sobre o que é IA, como ela funciona e, principalmente, quais são os riscos reais versus os riscos imaginados.
Esse passo costuma ser ignorado em projetos de tecnologia. E é exatamente por isso que tantos projetos falham.
Quando TI fala “RAG” e o jurídico ouve “caixa-preta”, nenhuma decisão técnica vai avançar com clareza. O nivelamento de conhecimento não é detalhe operacional — é pré-requisito para que as decisões certas sejam tomadas pelas pessoas certas.
Na Austral, esse alinhamento foi decisivo. Quando chegou o momento de debater arquitetura, governança e modelo de dados, todos os stakeholders já tinham vocabulário suficiente para participar da conversa com autonomia.
Isso reduziu retrabalho, acelerou aprovações e — mais importante — fez com que a solução final refletisse as necessidades reais do negócio, não só as capacidades técnicas disponíveis.
A Nova IT não chegou vendendo uma plataforma. Chegou entendendo um problema.
Essa distinção muda completamente a dinâmica do projeto. E ela ficou evidente em cada etapa seguinte da implementação.
A Arquitetura que Resolveu o Problema de Compliance Sem Travar a Inovação
Aqui está o ponto central do case: a solução foi construída dentro da própria nuvem da Austral.
Nenhum dado saiu do ambiente controlado da empresa. Nenhum fornecedor externo recebeu acesso aos documentos. Nenhuma integração dependeu de um SaaS de terceiro que poderia mudar sua política de privacidade amanhã.
Essa decisão arquitetural foi o que desbloqueou o projeto.
A plataforma foi erguida sobre cinco pilares principais:
- RAG (Retrieval-Augmented Generation): permite que o modelo de linguagem responda com base em documentos reais da Austral, não em dados genéricos de treinamento.
- Busca vetorial: viabiliza a recuperação semântica de trechos relevantes dentro de documentos extensos e técnicos, com precisão muito superior à busca por palavras-chave.
- API com proxy de saída: toda comunicação com o modelo de linguagem passa por uma camada controlada, rastreável e auditável — exatamente o que o compliance precisava.
- Cadastro de agentes: uma interface que permite criar, configurar e gerenciar agentes de IA com papéis e permissões definidos, sem precisar de desenvolvimento para cada novo caso de uso.
- Camada de governança integrada: logs de uso, rastreabilidade de decisões e controle de acesso por perfil.
A integração principal foi feita com o Gemini, mas a arquitetura foi desenhada com flexibilidade de LLM. Se amanhã surgir um modelo mais eficiente, mais barato ou com melhor desempenho para o contexto de seguros, a Austral pode fazer a troca sem reescrever a plataforma.
Isso não é detalhe técnico. É soberania tecnológica.
Para leitores que quiserem aprofundar os conceitos de governança de IA ou orquestração de agentes, esses temas são abordados em artigos específicos aqui no blog — vale a leitura antes de iniciar qualquer avaliação de fornecedor.
Conteúdo complementar: Como usar IA com compliance em seguradoras sem travar a inovação
O que importa entender agora é o seguinte: a arquitetura não foi um compromisso entre inovação e compliance. Ela foi desenhada para que os dois coexistissem sem atrito.
O Projeto Portal: Quando um Agente de IA Vira Vantagem Competitiva Real
O primeiro entregável concreto da plataforma foi o que a equipe chamou de Projeto Portal.
O problema era claro: para analisar uma proposta de seguro, um analista precisava abrir o documento recebido — muitas vezes extenso, com linguagem jurídica e técnica densa — e transferir manualmente as informações para os campos de um formulário estruturado.
Parece simples. Mas não é.
Cada documento tinha seu próprio formato. Alguns vinham como PDFs escaneados. Outros como contratos redigidos por escritórios de advocacia com estilos completamente diferentes. As informações relevantes podiam estar em qualquer página, em qualquer parágrafo, com qualquer nomenclatura.
O fluxo anterior era lento, exaustivo e propenso a erros de digitação e interpretação — exatamente o tipo de erro que, em um contrato de alto valor, pode criar um passivo jurídico.
Com o agente ativo, o fluxo mudou radicalmente.
O analista carrega o documento. O agente lê, interpreta e preenche os campos do formulário em segundos, indicando de qual trecho do documento cada informação foi extraída. O analista revisa, valida e avança.
O trabalho humano não foi eliminado. Ele foi elevado.
Em vez de gastar energia transferindo dados, o analista passou a gastar energia avaliando e decidindo — que é exatamente onde a expertise humana faz diferença em uma seguradora de alto valor.
Essa é a diferença entre automação que substitui e automação que potencializa. O Projeto Portal foi o primeiro e mais concreto exemplo dessa filosofia aplicada na operação da Austral.
Os Números que Provam a Transformação: De 70 para 120 Propostas por Dia
Resultados de transformação digital costumam vir acompanhados de ressalvas, contextos e asteriscos.
Neste case, os números são diretos.
Antes do projeto, a operação analisava aproximadamente 70 propostas por dia. Depois da implementação do agente, esse número subiu para 120 propostas diárias — com a mesma equipe, dentro da mesma estrutura de compliance.
Isso representa um crescimento de 50% na capacidade operacional, sem contratação adicional, sem flexibilização de regras e sem troca de sistema legado.
Mas o impacto real vai além da velocidade.
Em uma corretora de seguros de alto valor, cada proposta representa um contrato corporativo de grande porte. Analisar 50 propostas a mais por dia não é só uma métrica operacional — é receita potencial que antes ficava na fila ou era perdida para concorrentes mais ágeis.
É também capacidade de atender mais clientes no mesmo período, reduzir o tempo de resposta ao mercado e liberar a equipe para casos que exigem análise mais complexa.
O ganho de produtividade foi mensurável em semanas, não em trimestres.
E isso é relevante porque um dos maiores obstáculos à adoção de IA em ambientes corporativos regulados é justamente a percepção de que os resultados só aparecem no longo prazo. A Austral provou o contrário: com o caso de uso certo e a arquitetura adequada, o retorno é rápido e verificável.
Conteúdo complementar: Como a IA aumentou em 50% a análise de propostas em uma corretora
Para um CFO, a conta é simples. Para um CTO, a prova de conceito está feita.
Da Solução Pontual à Plataforma: Como a Austral Virou Dona da Própria IA
O Projeto Portal foi o começo. O que veio depois mudou a natureza da relação entre a Austral e a tecnologia de IA.
A plataforma construída para o primeiro caso de uso não ficou estática. Ela evoluiu para um SaaS interno — um ambiente onde a própria equipe da Austral cria, configura e gerencia seus próprios agentes de IA, sem precisar abrir chamado para desenvolvimento externo a cada nova necessidade.
Isso muda tudo.
Quando uma área de negócio identifica um novo processo que poderia se beneficiar de automação inteligente, ela não precisa mais esperar meses por uma proposta técnica, aprovação de orçamento e ciclo de desenvolvimento. Ela acessa a plataforma, configura o agente com os parâmetros necessários e coloca em operação.
A Austral deixou de ser usuária da IA para se tornar operadora da própria IA.
Essa é a filosofia central da Nova IT Consultoria: vender expertise, não criar dependência. O objetivo de qualquer projeto bem-sucedido é que o cliente precise cada vez menos do fornecedor para operar — e cada vez mais apenas para evoluir.
É o oposto do modelo tradicional de consultoria, onde a dependência é o produto.
Conteúdo complementar: Plataforma de IA interna: quando a empresa cria seus próprios agentes
O próximo capítulo dessa autonomia já está em andamento: a expansão da plataforma para o processo de análise de crédito, que hoje consome semanas de trabalho manual e tem potencial de ser comprimido para poucas horas com a mesma arquitetura já existente.
A base está construída. O esforço para o próximo caso de uso é uma fração do que foi necessário no primeiro.
A Expansão para Análise de Crédito: O Próximo Capítulo
A análise de crédito em seguradoras de alto valor é um processo que envolve múltiplas fontes, múltiplos analistas e, frequentemente, múltiplas semanas.
O fluxo atual exige consulta manual a bureaus de crédito, leitura de demonstrações financeiras, cruzamento de dados societários, avaliação de histórico judicial e síntese de tudo isso em um parecer estruturado. Cada etapa depende de um humano diferente, em um sistema diferente, com um prazo diferente.
O resultado é um gargalo que não é humano. É arquitetural.
A boa notícia, no contexto da Austral, é que a infraestrutura para resolver esse problema já existe.
A mesma plataforma que aprendeu a ler documentos jurídicos e preencher formulários de proposta pode ser treinada para consultar fontes de dados estruturados, cruzar informações de múltiplas bases e gerar um rascunho de parecer fundamentado para revisão humana.
O esforço de configuração do novo caso de uso é significativamente menor que o do primeiro projeto, porque a camada de governança, os controles de compliance e a integração com o ambiente de nuvem da Austral já estão estabelecidos.
O que levaria meses de projeto agora pode ser medido em semanas de configuração.
É importante ser preciso aqui: os resultados desse novo módulo ainda estão sendo construídos. Não há número consolidado para apresentar — e apresentar estimativas sem evidência seria o tipo de exagero que esse case deliberadamente evita.
O que existe é uma arquitetura comprovada, um time com experiência acumulada e um processo que já foi validado no contexto mais difícil: o primeiro.
O Que Outros Decisores Podem Aprender com o Case da Austral
Este case não é sobre a Austral. É sobre um modelo replicável.
Para CTOs, diretores de TI e gerentes de inovação em seguradoras e corretoras, as lições extraídas aqui funcionam como um mapa — não porque garantem o mesmo resultado, mas porque identificam os erros mais comuns antes que eles aconteçam.
As cinco lições mais importantes do case:
- Nivelamento antes de implementação. Nenhum projeto de IA avança com consistência se TI, negócio, jurídico e liderança falam línguas diferentes sobre o que a tecnologia faz. Invista em educação interna antes de qualquer linha de código.
- Construa na sua nuvem, não na do fornecedor. A soberania sobre os dados e sobre a arquitetura não é luxo — é o que permite que o compliance diga sim. Soluções que residem no ambiente do fornecedor trazem riscos que nenhuma cláusula contratual resolve completamente.
- Escolha um caso de uso de alto impacto e baixo risco regulatório. O Projeto Portal foi ideal como primeiro entregável: resultado visível, processo bem definido e exposição regulatória controlável. Comece onde o ROI é claro e o risco é gerenciável.
- A plataforma deve ser do cliente, não do fornecedor. Se você não consegue operar sem o parceiro que construiu a solução, você não tem uma plataforma — você tem uma dependência. Exija que a transferência de conhecimento e autonomia seja parte do escopo desde o início.
- Meça resultados concretos desde o primeiro entregável. Projetos de IA que não produzem número mensurável no primeiro ciclo raramente produzem no segundo. Defina a métrica antes de começar e acompanhe com a mesma seriedade que acompanha qualquer KPI operacional.
Essas lições não são teoria. São o que a Austral fez — e o que explica por que o projeto passou de POC para operação real em semanas.
Por Que a Filosofia “Sem Aprisionamento” Muda Tudo na Relação com Fornecedores de IA
Existe um risco que poucos contratos de tecnologia explicitam com clareza: o risco de aprisionamento por fornecedor, ou vendor lock-in.
No contexto de IA, esse risco tem uma dimensão extra.
Quando a plataforma de IA é do fornecedor — quando os agentes vivem nos servidores dele, quando o fine-tuning foi feito nos modelos dele, quando a interface de gestão é proprietária — qualquer mudança no cenário externo vira seu problema interno.
O fornecedor muda o modelo de precificação? Você paga ou refaz tudo.
O LLM que ele usa perde qualidade em relação ao concorrente? Você fica preso ou paga pela migração.
A empresa é adquirida ou muda de estratégia? Você descobre tarde demais.
Na Austral, a arquitetura foi desenhada para que esse cenário nunca aconteça.
A troca de LLM — de Gemini para qualquer outro modelo que surja no mercado — pode ser feita sem reescrever a plataforma. A camada de integração foi construída com essa flexibilidade como requisito, não como bônus.
Isso não é só uma escolha técnica. É uma postura filosófica da Nova IT em relação ao que significa entregar valor para um cliente.
Vender expertise é diferente de vender dependência. O segundo modelo é mais lucrativo no curto prazo para o fornecedor. O primeiro é o único que funciona no longo prazo para o cliente.
Para qualquer decisor avaliando um parceiro de IA agora, uma pergunta simples deveria estar no topo da lista: “Se eu quiser trocar o modelo de linguagem daqui a dois anos, quanto isso vai me custar em retrabalho e em reescrita de arquitetura?”
A resposta vai revelar muito mais sobre o fornecedor do que qualquer apresentação comercial.
Como Avaliar se Sua Seguradora Está Pronta para Este Modelo
Antes de iniciar qualquer projeto de IA em uma seguradora, existe uma pergunta mais honesta que “qual ferramenta usar?”: sua operação está pronta para absorver essa transformação?
A Austral precisou responder a essa pergunta antes de começar. As respostas que ela encontrou foram o que permitiu que o projeto saísse do papel.
Use este framework de autoavaliação como espelho:
Maturidade de Dados
Seus documentos operacionais estão em formatos acessíveis e minimamente padronizados? Ou a maior parte do conhecimento está em PDFs escaneados de baixa qualidade, planilhas desconexas e e-mails?
Quanto mais fragmentado o dado, maior o esforço de preparação antes da implementação.
Infraestrutura de Nuvem
Você já opera em nuvem com controle interno de ambientes? Ou ainda depende majoritariamente de infraestrutura on-premise sem flexibilidade para escalar serviços?
A arquitetura do tipo aplicada na Austral exige que a empresa tenha maturidade mínima em nuvem — não necessarily avançada, mas suficiente para hospedar serviços com isolamento e controle de acesso.
Cultura de Compliance
Seu time de compliance entende tecnologia o suficiente para avaliar riscos reais, ou tende a barrar qualquer inovação por precaução? Existe disposição para construir junto, ou a postura é sempre reativa?
Compliance como barreira e compliance como parceiro produzem resultados completamente diferentes.
Capacidade Interna de Gestão de Agentes
Existe, ou pode ser formado, um perfil interno capaz de operar e evoluir a plataforma após a implantação? A autonomia operacional que a Austral conquistou exige que alguém do lado do cliente entenda o que está sendo gerenciado.
Apetite por Inovação Estruturada
Sua liderança está disposta a comprometer tempo de equipe, participar das etapas de alinhamento e medir resultados com honestidade? Ou a expectativa é de uma solução que “funciona sozinha”?
Projetos de IA que funcionam em produção são construídos com envolvimento real do cliente — não entregues como caixas prontas.
Se você respondeu “não” ou “não sei” para mais de dois desses itens, o caminho não é desistir. É começar pelo diagnóstico.
É exatamente isso que a Nova IT Consultoria oferece como primeiro passo: uma avaliação técnica e estratégica honesta, sem compromisso de venda, para identificar onde sua operação está e onde ela pode chegar.
A Austral não apenas implementou IA. Ela construiu uma operação mais inteligente, segura e escalável, com resultados que qualquer CFO consegue ler em uma linha: 50% mais propostas, com a mesma equipe.
Se sua seguradora enfrenta o mesmo dilema entre compliance e inovação, o próximo passo é um diagnóstico técnico honesto. Fale com a Nova IT Consultoria e descubra onde sua operação pode chegar.
Conteudos complementares deste guia:
