VOLOVLORisco de automatização e transição, tarefa a tarefa
PerguntarProfissõesCursosEmpresasEmpreenderMudançasNotasMétodo
Procurar profissões, cursos…Para agentes
PT
  • English
  • 简体中文
  • 日本語
  • Español
  • Português
  • Français
VLO
VOLO

Perceber como é que a automatização muda o trabalho, tarefa a tarefa, com a prova à vista e a incerteza assumida.

PerguntarProfissõesCursosEmpresasEmpreenderMudançasNotasMétodoA IA vai substituir o meu trabalho?Quem somosDiagnóstico de postosDados abertosOntologiaPara agentesVOLO ProPrivacidadeCondições
© 2026 VOLO
Profissões
Todas as profissões
IA e software
Tradutor / IntérpreteCaixa de bancoCopywriterModerador de conteúdosAssistente de apoio ao clienteAssistente administrativoTestador de software / engenheiro de QAOperador de introdução de dadosDesigner gráficoParalegalEditor de vídeoContabilista / Guarda-livrosEspecialista de marketingProgramador frontendTécnico de impostos / consultor fiscalAtor de vozCodificador clínicoAnalista de dadosGestor de sinistrosRedator técnico / engenheiro de documentaçãoProgramador de software júniorSubscritor de segurosRecursos humanos / recrutamentoAnalista de crédito / gestor de riscoAnalista financeiroEspecialista de compras / cadeia de abastecimentoJornalistaComercial / gestor de contaAgente imobiliárioEngenheiro de redesIlustradorAgente de viagens / consultor de viagensTécnico de suporte informático / helpdeskAuditorPlaneador da cadeia de abastecimentoConsultor de gestãoFotógrafoProgramador backendInvestigador de IADesigner de produto / UXResponsável de sistemas de negócioEspecialista em operações de e-commerceAtuárioAnimador e artista de efeitos visuaisEscritor e autorTécnico de processamento salarial / administrativo de saláriosRadiologistaEngenheiro de dadosGestor de projetoCientista de dadosEstenógrafo judicialEditor e revisor de textosAdvogadoAssistente médico / auxiliar de consultórioMedidor-orçamentistaCriador de conteúdoAnalista quantitativoEngenheiro de aprendizagem automáticaEngenheiro de software experienteEngenheiro de DevOps / engenheiro de plataforma / SREAnalista de negócioMúsico e compositorAnalista de informação geográfica / cartógrafoAvaliador imobiliário / perito avaliador de imóveisGestor de propriedades / administrador de imóveisGestor de produtoNutricionista / dietistaEconomistaFarmacêuticoResponsável de parcerias / de canalAnalista de segurança (SOC)Consultor financeiro / planeador financeiroIntérpretePatologistaEngenheiro de projeto de chipsGestor de candidaturas a financiamentoResponsável de conformidadeBibliotecárioDesenhador técnico / técnico de CADArquitetoChefe de primeira linha / chefe de equipaPsicoterapeuta / conselheiro psicológicoVendedor / empregado de lojaEngenheiro civil / de estruturasEngenheiro eletrotécnicoEngenheiro industrialEstatísticoSegurança / vigilanteDesigner de interioresProfessor universitárioPsicólogoMotorista de autocarroAgente de segurosEngenheiro mecânicoDesigner de modaOptometristaNotárioProfessor do ensino básico e secundárioMédico de família / de cuidados primáriosPiloto de linha aéreaInstrutor de conduçãoUrbanistaOperador de central de emergênciaEmpregado de mesaTécnico de radiologiaTopógrafoMecânico / técnico de automóveisAgente de políciaEcografistaTécnico de manutenção de aeronavesHigienista oralAnestesiologistaInspetor de edifíciosTerapeuta da falaEnfermeiro de prática avançadaControlador de tráfego aéreoMédico veterinárioEmpregado de bar / baristaFisioterapeuta / terapeuta de reabilitaçãoMédico dentistaCirurgiãoParamédico / técnico de emergência pré-hospitalarTrabalhador da construçãoAssistente socialJuiz / magistrado judicialEnfermeiroMassagistaParteiraAuxiliar de ação direta / auxiliar de enfermagemCanalizadorResponsável de implementação de IA
RPA e autosserviço
Funcionário de atendimento ao públicoCoordenador de operaçõesMaquinista de metropolitanoRececionistaTécnico de farmáciaFlebotomistaAssistente dentárioTerapeuta respiratórioTerapeuta ocupacional
Robótica
Operador de caixa / empregado de lojaEstivador portuárioOperário de armazémOperário de linha de montagemTécnico de análises clínicasAtor e modeloTorneiro mecânico / Operador CNCSoldadorCozinheiro / chefJardineiro / paisagistaPessoal de limpezaAgricultorBombeiroTécnico de AVACPedreiro / assentador de blocosCarpinteiro / marceneiroTripulante de cabineCabeleireiro / barbeiroEletricista
Condução autónoma
Motorista de TVDE / táxiCamionistaEstafeta / entregador
Cursos
Todos os cursosEstudos ingleses / Línguas estrangeirasInformáticaContabilidadePsicologiaJornalismo / ComunicaçãoFinançasDireitoDesign de comunicação visualMarketingEnfermagemGestão de empresasEducação e formação de professoresArquiteturaAdministração públicaMedicinaGestão hoteleira e turismoEconomiaSistemas de informação
Guias
Perguntar à VOLOPara empresasPara quem empreendeMudanças recentesNotasPara instituiçõesVOLO ProMétodo e provaQuem somosSeguir uma profissãoProcurar
Estás a ler como:Tenho um empregoEstou a estudarDirijo uma empresaEstou a construir alguma coisa
Nesta páginaO que está a acontecerDesdobramento por tarefasMudanças recentesPara siO que significa para tiO que pode fazerEm que nos baseamosEm que assentam
Profissões›Gestor de sinistros

Avisa-me quando chegar um registo verificado a esta profissão → · Marque quais destas tarefas são suas (VOLO Pro, gratuito) → · Para uma equipa ou um curso de finalistas →

Gestor de sinistros

Decide se uma apólice paga, quanto, e a quem é preciso dizer que não — no pior dia que essa pessoa teve em muito tempo.

SegurosAvaliado 2026-09-13
Tarefas a automatizar-se
1de 6
3 aumentadas pela máquina
Continuam a ser levadas por pessoas
2de 6
0 tarefas novas
Juízos com prova por trás
6de 6
6 registos verificados
Teste esta semana · a primeira de 3 direções

Encontra os cinco maiores sinistros que a tua equipa pagou no ano passado e confirma o que tornou cada um grande. Se o padrão for «ninguém o apanhou a tempo», é esse o lugar.

Ver as 3 ↓
63/100
Índice de impacto da automatizaçãoConfiança baixa

Isto não é uma probabilidade de perder o emprego. Combina que parte da carga de tarefas do posto está exposta à automatização com até onde a adoção chegou de facto: serve para comparar profissões sobre uma base constante, e para mais nada.

Onde é que isto se aplica

Escrito para a gestão de sinistros em ramos particulares — automóvel, habitação, saúde, viagem — onde o volume é alto e a maioria dos sinistros se parecem uns com os outros. A peritagem de riscos comerciais complexos, responsabilidade civil e grandes perdas é outro trabalho com outra exposição, tal como a subscrição, que decide quem consegue uma apólice e não o que uma apólice paga. Aqui a regulação conta: o que uma seguradora tem de divulgar sobre uma decisão automatizada difere muito de mercado para mercado.

O que está a acontecer

O que está mesmo a mudar#

A unidade de análise é a tarefa, não o nome do posto. Um posto não é substituído: é a mistura de tarefas dele que se move.

A automatizar-seAumentada pela máquinaContinua a ser levada por uma pessoaTarefa novaRiscado: inferência nossa, ainda sem um registo verificado que a sustente

Cada quadrado é uma tarefa. O tamanho é o peso que tem no trabalho; a cor, para onde a tarefa está a ir. Clique num quadrado para ver o que esse juízo não estabelece.

Tarefa central
Receber a participação
A automatizar-se✓ Com prova
O que é que isto NÃO significa

Esse valor é de uma seguradora direta ao consumidor que subscreve ramos particulares simples, e a frase seguinte do mesmo relatório diz que os sinistros que o bot não está autorizado a resolver, ou em que deteta motivos de preocupação, são encaminhados para especialistas humanos de sinistros. Por isso estabelece que a ponta da receção está automatizada naquela empresa, e não que o trabalho de sinistros já não precise de pessoas. Também nada diz sobre as seguradoras tradicionais a correr sistemas antigos, que são a maior parte do mercado em prémios.

Ler esta tarefa por inteiro →Teste a IA nesta tarefa no seu espaço gratuito →
Tarefa central
Decidir se está coberto
Aumentada pela máquina✓ Com prova
O que é que isto NÃO significa

É um juízo sobre a estrutura do trabalho, e não uma medição de com que frequência os factos são disputados — e essa fatia difere enormemente consoante o ramo. Também não diz que coerente seja o mesmo que correto: uma regra aplicada com coerência a uma apólice mal escrita produz uma injustiça coerente.

Ler esta tarefa por inteiro →Teste a IA nesta tarefa no seu espaço gratuito →
Tarefa central
Pôr um número na perda
Aumentada pela máquina✓ Com prova
O que é que isto NÃO significa

Nada diz sobre a exatidão em bens pouco habituais nem em mercados onde o fornecimento de peças é volátil, nem sobre se avaliações mais rápidas mudaram o que os sinistrados recebem. Nenhuma das duas coisas foi medida publicamente.

Ler esta tarefa por inteiro →Teste a IA nesta tarefa no seu espaço gratuito →
Tarefa central
O sinistro que não encaixa
Continua a ser levada por uma pessoa✓ Com prova
O que é que isto NÃO significa

É um juízo sobre onde o risco está, e não uma medição de quantos sinistros são exceções. Também não afirma que as pessoas tratem bem as exceções — um gestor cansado em volume é exatamente a forma como um sinistro caro escapa.

Ler esta tarefa por inteiro →
Tarefa central
Dizer não a alguém
Continua a ser levada por uma pessoa✓ Com prova
O que é que isto NÃO significa

O que fica protegido é haver quem responda, não o efetivo. Uma só pessoa pode responder por muitas recusas automáticas, e em vários mercados a própria explicação dada é um texto-tipo. O que fixaria o peso deste dever é uma ação de fiscalização contra uma seguradora por causa de uma recusa automática, que ainda não surgiu.

Ler esta tarefa por inteiro →
Tarefa importante
Detetar o sinistro inventado
Aumentada pela máquina✓ Com prova
O que é que isto NÃO significa

Nada aqui mede os falsos positivos, que são o custo inteiro desta tarefa — um lesado assinalado por engano é uma pessoa acusada de um crime por um modelo estatístico. O inquérito dos reguladores conta quantas seguradoras usam esses modelos e uma seguradora comunica quanto poupou, mas nenhum deles diz quantos dos lesados assinalados se revelaram honestos.

Ler esta tarefa por inteiro →Teste a IA nesta tarefa no seu espaço gratuito →

É este o teu trabalho? Di-lo e esta página estreita-se à tua parte dele.

O nome de um posto é um pacote de tarefas compradas em conjunto, e não há duas pessoas com o mesmo pacote. Não é enviado nada para lado nenhum: fica neste navegador.

Receber a participaçãoA automatizar-se✓ Com provaDecidir se está cobertoAumentada pela máquina✓ Com provaPôr um número na perdaAumentada pela máquina✓ Com provaO sinistro que não encaixaContinua a ser levada por uma pessoa✓ Com provaDizer não a alguémContinua a ser levada por uma pessoa✓ Com provaDetetar o sinistro inventadoAumentada pela máquina✓ Com prova

Ler as 6 tarefas na íntegra — direção, razão e limites →

Mudanças recentes#

202120222023202420252026hoje2021-10-28 · Implementação realInquérito dos reguladores estaduais dos EUA a 193 grandes seguradoras automóvel: os modelos de IA nos sinistros servem sobretudo para informar os peritos, 55 usam-nos em imagens dos danos, 83 para encaminhar suspeitas de fraude e nenhuma para recusar sinistros2023-12-31 · Implementação realO relatório anual da Lemonade afirma que, a 31 de dezembro de 2023, em 98% das vezes o seu bot de sinistros recebe a primeira participação e paga ou recusa o sinistro sem intervenção humana2025-08-06 · RestriçãoO parecer da EIOPA diz que as seguradoras da UE deveriam manter controlo interno efetivo e supervisão humana sobre a IA ao abrigo do direito em vigor; o uso de alto risco que nomeia é a avaliação de risco e a tarifação nos seguros de vida e de saúde2025-12-31 · Implementação realRelatório anual de 2025 da Ping An: a IA que lê documentos médicos regularizou de ponta a ponta quase um milhão de sinistros não automóvel, 70% dos sinistros com danos corporais de forma automática, e a deteção de fraude poupou 10,51 mil milhões de yuans2025-12-31 · Implementação realLemonade diz que cerca de 55% dos seus sinistros são totalmente automatizados e que o seu sistema encaminha para peritos humanos os que não está autorizado a regularizar ou sobre os quais tem reservas2026-08-03 · Implementação realDuas seguradoras do grupo MS&AD puseram no pagamento de sinistros uma ferramenta que assinala as fotografias de sinistros provavelmente criadas ou alteradas com IA generativa, como referência para os gestores, que mantêm a decisão final
Pode mover um juízoNão pode movê-lo (previsão, demonstração de capacidade…)
Implementação real2026-08-03Verificado a 2026-09-27
Duas seguradoras do grupo MS&AD puseram no pagamento de sinistros uma ferramenta que assinala as fotografias de sinistros provavelmente criadas ou alteradas com IA generativa, como referência para os gestores, que mantêm a decisão final

Duas das maiores seguradoras não vida do Japão, ambas do grupo MS&AD, a anunciar com o seu parceiro de análise de imagem uma funcionalidade no seu trabalho de pagamento de sinistros: analisa em várias camadas as características eletrónicas e a informação associada das fotografias que os clientes submetem para comprovar um dano, para detetar imagens que possam ter sido criadas ou processadas com IA generativa, ou alteradas ou reutilizadas. O resultado é usado como informação de referência nos departamentos de sinistros, e o comunicado afirma que a decisão final sobre o pagamento de um sinistro é tomada pelo responsável, como até aqui. As seguradoras chamam-lhe uma primeira fase. A empresa de análise de imagem assina também o comunicado e é cotitular de um pedido de patente pendente, por isso tem interesse no resultado. Não há números sobre volumes, taxas de deteção ou falsos alarmes.

Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.

Mitsui Sumitomo Insurance, Aioi Nissay Dowa Insurance and TechUnion — joint news release (2026年8月3日): 生成AI画像による保険金不正請求への対策を強化 ↗Ficha de impacto completa →
Implementação real2025-12-31Verificado a 2026-09-27
Relatório anual de 2025 da Ping An: a IA que lê documentos médicos regularizou de ponta a ponta quase um milhão de sinistros não automóvel, 70% dos sinistros com danos corporais de forma automática, e a deteção de fraude poupou 10,51 mil milhões de yuans

Uma das maiores seguradoras do mundo a relatar sobre o seu próprio negócio de seguros de danos em 2025. Diz que uma IA que lê documentos médicos complexos — processos clínicos, registos de admissão e de alta — foi aplicada à regularização automática de ponta a ponta de sinistros de seguros não automóvel, abrangendo quase um milhão de casos, e que com ela 70% dos sinistros com danos corporais foram regularizados automaticamente, nalguns casos em apenas 51 segundos. Relata também poupanças em sinistros através da deteção inteligente de fraude de 10,51 mil milhões de yuans em 2025, acima dos 10 mil milhões de yuans pelo terceiro ano consecutivo. São números da própria seguradora: as poupanças não têm método declarado, e o relatório não diz o que acontece aos sinistros que o sistema não regulariza, quantos são revistos por pessoal, nem quantos funcionários de sinistros emprega.

Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.

Ping An Insurance (Group) Company of China — Annual Report 2025 (results announcement dated Shenzhen, March 26, 2026) ↗Ficha de impacto completa →
Implementação real2025-12-31Verificado a 2026-10-15
Lemonade diz que cerca de 55% dos seus sinistros são totalmente automatizados e que o seu sistema encaminha para peritos humanos os que não está autorizado a regularizar ou sobre os quais tem reservas

Estados Unidos e Europa, uma seguradora. O relatório anual da empresa diz que, a 31 de dezembro de 2025, cerca de 55% dos seus sinistros eram automatizados do início ao fim, e que o seu bot de sinistros faz a triagem e atribui os sinistros que não está autorizado a regularizar, ou em que identifica motivos de preocupação, a peritos de sinistros humanos, escolhidos por especialidade, qualificações, carga de trabalho e horário. A versão da própria empresa; não indica a dimensão da fila de exceções nem o número de pessoas que nela trabalham.

Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.

Lemonade, Inc. — Annual Report on Form 10-K for the fiscal year ended 31 December 2025 (SEC EDGAR) ↗Ficha de impacto completa →
Restrição2025-08-06Verificado a 2026-09-25
O parecer da EIOPA diz que as seguradoras da UE deveriam manter controlo interno efetivo e supervisão humana sobre a IA ao abrigo do direito em vigor; o uso de alto risco que nomeia é a avaliação de risco e a tarifação nos seguros de vida e de saúde

União Europeia, dirigido às autoridades nacionais competentes e não diretamente às entidades, e cobrindo seguradoras e intermediários ao longo da cadeia de valor. Há duas coisas que têm de ser lidas em conjunto ou o registo induz em erro. O que diz que deveria estar implementado: seguindo o artigo 46.º da Solvência II e o artigo 258.º do Regulamento Delegado 2015/35, controlo interno efetivo ao longo de todo o ciclo de vida da IA, com funções, procedimentos de escalamento e responsáveis nomeados escritos na política, pessoal formado para o seu papel, e salvaguardas para o sistema se comportar como pretendido. O que não é: o ponto 2.8 diz que o parecer não estabelece quaisquer requisitos novos, e os pontos 2.4 a 2.6 nomeiam, entre outros sistemas de IA de alto risco que as seguradoras podem usar, a avaliação de risco e a tarifação nos seguros de vida e de saúde; não nomeiam a gestão de sinistros, e deixam a classificação sem prejuízo dos artigos 6.º, n.ºs 3 e 4, e 7.º do Regulamento de IA. Por isso, para uma decisão de sinistro, o parecer não aponta para qualquer regime de alto risco; o que diz que se aplica é o direito comum do controlo interno, mais o dever de dizer ao cliente que está a lidar com um sistema de IA e de promover a literacia do pessoal em IA. Nada aqui exige que uma pessoa decida algum sinistro individual.

Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.

European Insurance and Occupational Pensions Authority — Opinion on Artificial Intelligence governance and risk management, EIOPA-BoS-25-360 ↗Ficha de impacto completa →
Implementação real2023-12-31Verificado a 2026-09-12
O relatório anual da Lemonade afirma que, a 31 de dezembro de 2023, em 98% das vezes o seu bot de sinistros recebe a primeira participação e paga ou recusa o sinistro sem intervenção humana

Uma seguradora norte-americana direta ao consumidor que subscreve ramos particulares simples em sistemas que construiu ela própria. A frase imediatamente a seguir no relatório limita a afirmação: os sinistros que o bot não está autorizado a resolver, ou em que deteta motivos de preocupação, são triados e atribuídos a especialistas humanos de sinistros. Por isso isto estabelece a automatização do passo de receção nesta empresa, e não que o trabalho de sinistros já não precise de pessoas, e nada diz sobre as seguradoras tradicionais a correr sistemas de apólices mais antigos — que detêm a maior parte dos prémios na maioria dos mercados.

Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.

Lemonade, Inc. (Form 10-K for FY2023, SEC EDGAR) ↗Ficha de impacto completa →
Implementação real2021-10-28Verificado a 2026-09-27
Inquérito dos reguladores estaduais dos EUA a 193 grandes seguradoras automóvel: os modelos de IA nos sinistros servem sobretudo para informar os peritos, 55 usam-nos em imagens dos danos, 83 para encaminhar suspeitas de fraude e nenhuma para recusar sinistros

Um inquérito lançado ao abrigo dos poderes de supervisão da conduta de mercado por nove reguladores estaduais de seguros dos EUA às seguradoras de automóveis de passageiros particulares com mais de 75 milhões de dólares em prémios emitidos em 2020; responderam 193, com prazo de resposta a 28 de outubro de 2021. Das 193, 135 declararam usar IA ou aprendizagem automática nos sinistros. Os modelos eram sobretudo um recurso informativo para os peritos (96 empresas); outros eram usados para determinar os montantes de regularização (50), para decidir a atribuição de sinistros (58) e para avaliar imagens dos danos (55). Poucas os usavam para aprovar sinistros (9) e nenhuma para os recusar. Na fraude, 95 usavam esses modelos, sobretudo para encaminhar sinistros para investigação adicional (83). Os dados descrevem grandes seguradoras automóvel dos EUA em 2021, tal como as empresas os declararam aos seus reguladores; não medem quanto do tempo de um perito os modelos substituíram.

Uma empresa pô-lo em produção. Pode mover a linha de base, ponderado pela escala e por quanto esse contexto se parece com o teu.

National Association of Insurance Commissioners — Private Passenger Auto Artificial Intelligence/Machine Learning Survey Results, NAIC Staff Report (December 8, 2022) ↗Ficha de impacto completa →
O que significa para ti

O que isto significa para ti#

Se estás a começar

O trabalho para que serias contratado primeiro — receber sinistros e tratar os que se parecem com todos os outros — é a metade sobre a qual o relatório anual de uma empresa diz que um bot faz 98%. O que se aguenta é a exceção e a recusa, e nenhuma delas se aprende a tratar volume de rotina. Pergunta, numa entrevista, que percentagem de sinistros chega sequer a uma pessoa.

Se tens experiência

A tua posição depende de o teu dia ser volume ou exceções. O volume é a parte que leva um número no argumento de negócio de alguém. As exceções são onde uma carteira de sinistros perde mesmo dinheiro, e quem sabe distinguir um sinistro invulgar caro de um apenas invulgar são os que um departamento não consegue substituir — mas esse é um departamento mais pequeno do que o de hoje.

As tuas opções#

Quatro direções, cada uma com as suas restrições reais e com uma coisa que podes testar esta semana. Continuar como estás é uma opção legítima; só tem de ser uma opção escolhida.

Ficar e reforçar-te

Passar para a mesa das exceções

Os sinistros de rotina são de onde vem o número da automatização; os invulgares são onde o dinheiro se perde. Um departamento que automatiza os primeiros continua a precisar de alguém para os segundos.

Restrições reais

Há menos lugares, e conseguir um costuma exigir ter tratado volume que chegue para se reconhecer o que é invulgar — que é justamente a experiência que a automatização está a retirar.

Testa isto esta semana

Encontra os cinco maiores sinistros que a tua equipa pagou no ano passado e confirma o que tornou cada um grande. Se o padrão for «ninguém o apanhou a tempo», é esse o lugar.

Refazer o posto

Seres quem responde pela decisão automatizada

Na UE, espera-se que as seguradoras mantenham um controlo interno eficaz e supervisão humana sobre os sistemas de IA que utilizam, com funções responsáveis designadas. À medida que mais recusas são produzidas por um sistema, alguém tem de conseguir dizer porquê esta — e isso é uma posição definida, e não uma maçada.

Restrições reais

Exige perceber o que o modelo de facto usou, coisa que a maioria das seguradoras hoje não te consegue dizer — conta com passar o primeiro ano a descobrir.

Testa isto esta semana

Pega numa recusa automatizada e tenta reconstruir, só a partir do registo, porque é que foi recusada. Anota até onde chegas.

Movimento lateral

Passar para o lado que tarifa o risco

Os dados de sinistros são aquilo sobre que a tarifação é construída, e quem viu como as perdas chegam mesmo sabe coisas que a tabela de preços não sabe.

Restrições reais

É um trabalho mais quantitativo do que o de sinistros, e em vários mercados a tarifação automatizada traz obrigações próprias que estarias a assumir.

Testa isto esta semana

Pergunta a um colega de tarifação que padrão de sinistros gostaria mais de ter conhecido um ano antes.

Perguntas frequentes#

Quanto tempo tenho?

Faz a pergunta por tarefa, porque as metades se movem a velocidades muito diferentes. O relatório anual de uma seguradora põe um número na ponta da receção — em 98% das vezes o bot dela recebe o sinistro e paga ou recusa sem uma pessoa. A frase seguinte do mesmo relatório diz que os sinistros que ele não consegue resolver vão para especialistas humanos, e esse encaminhamento é a parte que não se moveu. Um sinal que consegues verificar: dos sinistros em que mexeste no mês passado, quantos teriam parecido iguais a todos os outros a alguém que nunca os tivesse visto.

Uma empresa diz que 98% dos sinistros dela são tratados por um bot. Isso é o setor?

Não, e a distância é a parte útil. Esse valor é de uma seguradora direta ao consumidor que subscreve ramos particulares simples em sistemas que construiu ela própria. A maior parte dos prémios na maioria dos mercados está em seguradoras tradicionais com sistemas muito mais antigos, onde a mesma automatização exigiria substituir infraestrutura em vez de a configurar. Este sítio mantém separadas a capacidade, a implantação e a mudança de emprego precisamente porque a distância entre elas é onde as previsões sobre este setor se enganaram.

Se uma máquina decide o meu sinistro, alguém consegue explicá-lo?

Essa é a pergunta certa a fazer a uma seguradora, e melhor do que perguntar se há IA envolvida. Na UE uma seguradora tem de manter um controlo interno eficaz e supervisão humana sobre a sua IA e dizer aos clientes que estão a lidar com um sistema de IA, embora nada aí exija que uma pessoa decida cada sinistro. O que vale a pena testar é se a explicação é específica do teu sinistro ou um modelo pré-feito — porque uma explicação pré-feita significa que a posição que responde e que esta página descreve não está neste momento preenchida.

A gestão de sinistros é um bom sítio para entrar agora?

Depende inteiramente da porta por onde entras, e vale a pena resolver isso antes de aceitares. Um lugar que é volume de rotina está na metade a que o próprio relatório de uma empresa põe uma percentagem. Um lugar ligado a exceções, grandes perdas ou reclamações está na metade que responde, e costuma exigir a experiência de volume que o primeiro género de lugar dá — que é a forma incómoda que esta profissão tem neste momento. Pergunta na entrevista que percentagem de sinistros chega a uma pessoa, e o que acontece aos que não chegam.

Em que nos baseamos

Em que assentam estes juízos#

Dos 6 juízos de tarefa desta página, 6 apoiam-se num evento verificado e 0 são inferência da plataforma, cada um etiquetado onde aparece. Por detrás há 2 dimensões tecnológicas, uma trajectória reconstruída desde que os modelos de linguagem chegaram ao público e 6 eventos verificados.

Ver que tecnologias, como chegou aqui e o método →

Onde se situa na classificação oficial: competências, conhecimentos e profissões afins →

Outros cargos na mesma função#

Uma empresa divide o seu trabalho em funções antes de o dividir em cargos. Estes estão em Atendimento ao cliente ao lado deste — um facto sobre organigramas, não um juízo de que sejam parecidos ou de que estejam a mudar na mesma direcção.

Assistente de apoio ao cliente