Em novembro de 2025, o Financial Times reportou que três grandes seguradoras americanas — AIG, Great American e W. R. Berkley — pediram aos reguladores autorização para excluir de suas apólices corporativas todos os danos causados pelo uso de IA. A justificativa é simples e assustadora para quem entende de seguros: ninguém sabe, de verdade, qual é o risco.
O setor de seguros vive de calcular risco. Mas com IA é diferente. Uma falha num modelo de linguagem pode afetar simultaneamente milhares de empresas clientes ao mesmo tempo. Um algoritmo que "alucina" pode gerar uma acusação falsa e disparar um processo de difamação em cascata. O Google descobriu isso na prática: seu AI Overview gerou uma acusação falsa contra uma empresa de energia solar que resultou numa ação de US$ 110 milhões. A Air Canada teve que honrar um desconto que seu chatbot inventou. Uma empresa de engenharia foi quase vítima de um roubo de US$ 25 milhões quando fraudadores usaram um deepfake em videochamada.
Enquanto isso, startups como a Armilla — financiada pelo acelerador Y Combinator — criaram em 2025 apólices especializadas para erros de IA, com subscrição dos Lloyd's. A empresa oferece cobertura quando um modelo de IA funciona pior do que o esperado: se um chatbot cair de 95% de precisão para 85%, a apólice cobre os danos.
Mas para que você consiga uma dessas coberturas — e para que as apólices normais não deixem seus erros de IA sem cobertura — existe um requisito que seguradoras agora exigem: você precisa provar que tem controle sobre como aquela IA foi usada.
Por que seguradoras começaram a dizer não
Uma seguradora classifica um risco como "inseguro" quando não consegue responder a três perguntas. Com IA, falhamos em todas elas.
A primeira é: qual é a perda máxima possível? Com risco tradicional (incêndio numa fábrica, roubo num banco), o seguro consegue imaginar o pior cenário. Com IA, um erro no modelo pode afetar simultaneamente clientes de centenas de empresas. A perda potencial é incalculável porque é sistêmica.
A segunda é: qual é o padrão de custo? Os casos recentes vão de pouco mais de CAD 800 — o valor que a Justiça mandou a Air Canada pagar pelo desconto que seu chatbot inventou — a US$ 1,5 bilhão, o acordo fechado pela Anthropic num processo por direitos autorais. Seis ordens de magnitude de diferença, segundo levantamento do CSIS. Um seguro precisa de padrão — distribuição de probabilidade, histórico de sinistros — e IA ainda não tem história o suficiente.
A terceira é: como você sabe que o cliente está falando a verdade? Com uma fábrica, um perito vai lá e vê quanto queimou. Com IA, como o seguro verifica como aquela empresa estava realmente usando o modelo? O cliente consegue esconder (de propósito ou não) quantos experimentos fracassados teve, quantas pessoas tiveram acesso, se havia alguém revisando as respostas. É o que o setor chama de assimetria de informação: a empresa sabe muito mais sobre seu risco do que a seguradora consegue verificar.
Por isso a AIG, a Great American e a W. R. Berkley pediram formalmente aos reguladores americanos o direito de vender apólices com exclusão ampla para qualquer dano ligado ao uso de IA generativa — de chatbots a agentes autônomos. A AIG depois declarou que não pretende aplicar essas exclusões de imediato, mas o pedido já foi feito: o mercado está se posicionando para o pior cenário antes de conseguir precificá-lo.
Proibir o uso não funciona (e a seguradora sabe disso)
A reação óbvia de uma empresa é proibir IA. Mas a seguradora já sabe que a proibição não reduz o uso — reduz a visibilidade dele.
Quando uma startup de 5 pessoas precisa decidir se redige um contrato, resume um relatório anual ou responde a e-mail manualmente, a maioria escolhe usar IA mesmo que a política diga "proibido". Entre quebrar regra e entregar atrasado, a maioria escolhe quebrar regra. O que muda é que ninguém reporta para a área de TI.
Pesquisas revelam um padrão: quando uma política proíbe IA, uma fração significativa de colaboradores a contorna mesmo assim — porque o benefício de usar a ferramenta supera o custo de desobedecer. Na realidade, grande parte das conexões a ferramentas de IA acontece por contas pessoais, fora do controle da empresa.
Para o seguro, a pergunta é outra: se um resultado saiu de IA não autorizada, com dados que não deveriam ter sido usados, quem é responsável pela falha? Se a empresa dizia "IA proibida" mas o trabalho foi feito com IA mesmo assim, a cobertura pode ser negada por "violação de política" ou "falta de divulgação do risco real".
O que precisa existir na prática
Quando um seguro diz que vai cobrir IA — ou quando nega exclusão — ele precisa estar convencido de que a empresa está operando com governança sobre a ferramenta. Existem quatro mecanismos verificáveis.
Identidade corporativa conectada ao diretório. Quem usa IA entra com o mesmo login do Active Directory. Quando um funcionário é desligado, o acesso à IA termina junto, sem depender de ninguém lembrar de revogar conta. Tudo registrado, tudo rastreável.
Acesso conforme o papel de cada pessoa. Um gerente de RH não enxerga dados de desenvolvimento de produtos. Um desenvolvedor não vê folha de pagamento. A permissão é função por função, e cada uma é auditada — porque sim, o seguro pode pedir para ver.
Aprovação humana conforme o risco. Um resumo de e-mail? Passa direto. Um contrato que vai para o cliente? Para e pede confirmação de uma pessoa antes de sair. Um documento crítico — norma interna, procedimento de conformidade — passa por revisão e aprovação em duas etapas, com o revisor separado de quem escreveu. É a resposta para a pergunta que ninguém conseguia responder antes: "Quem autorizou este conteúdo a virar informação oficial que a IA vai usar?"
Trilha de auditoria detalhada. Criar um agente, mudar uma permissão, executar uma ação sensível, aprovar um documento: tudo registrado. Modelo e versão usados, qual foi a entrada, o tempo decorrido, quem clicou em quê, o que foi o resultado. Em auditoria ou investigação de incidente, é a diferença entre reconstruir em minutos ou passar meses tentando entender. Os reguladores (União Europeia, NIST, ISO/IEC 42001) convergem: trilha de auditoria agora é obrigatória.
É assim que a Skyller foi desenhada: entrada com a identidade corporativa, acesso por papel, aprovação conforme o risco, trilha de auditoria como padrão.
Do improviso ao que o seguro consegue defender
Quando tudo acontece de conta pessoal ou sem registro, o ganho fica preso a quem o descobriu. Aquele prompt perfeito que levou semanas para acertar? Só existe no histórico daquela pessoa.
Num ambiente com governança, agentes, roteiros, conversas e fluxos podem ser reutilizados — com alcance definido por papel e permissão. Alguém da equipe cria; a empresa inteira avança. E, o mais importante para o seguro: tudo fica documentado. Se uma ação gerou erro, o seguro consegue reconstruir por que foi aprovada daquele jeito, quem autorizou, em cima de qual informação.
Há ainda ganho orçamentário. Sem governança, cada um compra a própria licença de IA, sobram assinaturas subutilizadas de um lado e gente no limite do outro. Créditos compartilhados resolvem: visibilidade de consumo, sem desperdício.
Três perguntas para levar à próxima reunião com o seguro
Antes de renovar apólice, vale responder a estas três com a área de TI:
-
Se um colaborador for desligado hoje, em quantas ferramentas de IA ele ainda consegue entrar amanhã? Se a resposta depender de alguém lembrar cancelar conta, o seguro vai ver isso como risco descontrolado.
-
Quando a IA produz algo — resumo, recomendação, decisão — de onde veio aquele conteúdo e quem autorizou que ele fosse usado assim? Se não houver trilha, o seguro não consegue defender a cobertura em caso de disputa.
-
O que a empresa sabe sobre quem usou IA, com qual dado e em qual contexto no último trimestre? Se a resposta for "nada", o risco não é menor. É só que ficou invisível — e isso é pior para o seguro.
