Não há dúvidas de que o mundo se divide entre antes e depois da inteligência artificial. Basta observar as mudanças na rotina social: o estudante que recorre a assistentes virtuais para organizar um trabalho; o consumidor que recebe recomendações personalizadas de filmes, músicas e produtos; o motorista que escolhe o trajeto com base em previsões automáticas de tráfego; o atendimento bancário resolvido por chat em segundos; a triagem médica inicial feita por sistemas que analisam sintomas. A tecnologia já é parte intrínseca das decisões cotidianas, muitas vezes de forma imperceptível, mas é. Esse mesmo padrão atravessa também empresas e setores cuja matéria-prima sempre foi o cálculo de probabilidades. E, é claro, o seguro é um deles. 

Produtividade acelerada e reação imediata dos mercados

A questão é que, apesar de tantos benefícios associados à IA, a circulação do artigo “A crise global de inteligência de 2028”, publicado pela Citrini Research como um exercício hipotético ambientado em 2028, foi suficiente para derrubar ações de empresas de tecnologia e instituições financeiras. O texto projeta um “PIB fantasma” e desemprego em massa, e descreve um salto de produtividade impulsionado por agentes de inteligência artificial ao lado de uma contração profunda do mercado de trabalho, especialmente entre profissionais de escritório. O mercado reagiu antes mesmo de o futuro chegar.

A hipótese é de que a IA amplia a capacidade produtiva das empresas, reduz a necessidade de mão de obra e comprime salários.

O resultado seria uma economia que cresce nas estatísticas, mas perde tração no consumo. A produção aparece nas contas nacionais; a renda disponível encolhe. O efeito dominó atinge crédito, mercado imobiliário, serviços e cadeias inteiras dependentes da circulação de renda.

A automação como infraestrutura do seguro

No mercado de seguros, o cenário descrito encontra paralelos possíveis. Grande parte das atividades de uma seguradora está concentrada justamente em tarefas administrativas, analíticas e de processamento (subscrição, precificação, regulação de sinistros, atendimento, backoffice, conformidade, análise atuarial). São funções estruturadas, baseadas em dados e decisões padronizáveis, ou seja: um terreno fértil para automação avançada. Hoje, modelos preditivos já apoiam a aceitação de riscos; sistemas automatizados analisam imagens de veículos avariados; assistentes virtuais conduzem etapas do atendimento; ferramentas de detecção identificam indícios de fraude em segundos. Se agentes autônomos evoluírem a ponto de executar fluxos completos sem ou com pouca supervisão humana, o impacto na estrutura de pessoal tende a ser concreto.

É possível imaginar uma rotina de subscrição em que um único analista supervisione dezenas de decisões tomadas por sistemas treinados com históricos massivos de dados. Ou uma área de sinistros em que o contato humano seja acionado apenas em exceções complexas. Nesse caso, a produtividade sobe e a folha de pagamento encolhe.

Renda menor e base segurável comprimida 

Uma das perguntas que permeiam o artigo da Citrini Research é: o que acontece quando esse ganho de eficiência se generaliza? O seguro depende de prêmios pagos por indivíduos e empresas. Se parte relevante da força de trabalho perde renda ou migra para ocupações de menor remuneração, a base segurável muda. Produtos facultativos como residencial, vida individual ou coberturas adicionais no auto podem enfrentar retração. Assim, a inadimplência cresce e a  pressão sobre os preços aumenta.

Seguro auto sem motorista: responsabilidade, software e falha sistêmica

O próprio risco segurado se transforma. Por exemplo, o texto menciona veículos autônomos substituindo motoristas. Em um mundo com menos condutores humanos, o seguro auto vai se concentrar menos (ou nada, a depender do tipo de veículo) no comportamento do motorista e discutir responsabilidade de fabricantes, desenvolvedores de software e operadores de frotas. A frequência de colisões pode cair; os danos cibernéticos e falhas sistêmicas ganham maior importância. O que vai acontecer é que o perfil do sinistro vai mudar junto com o perfil do emprego.

O mesmo raciocínio vale para áreas como meios de pagamento e crédito imobiliário, também citadas no texto. Uma queda abrupta na renda impacta financiamentos e, por consequência, seguros atrelados a esses contratos. Ao mesmo tempo, a digitalização intensiva amplia a superfície de risco para fraudes eletrônicas, vazamentos de dados e interrupções operacionais. A carteira vai precisar se organizar a partir desse novo arranjo.

Supervisão algorítmica e enxugamento de quadros internos

Há ainda o aspecto humano dentro das próprias seguradoras. O artigo sugere que novas funções ligadas à IA surgem, mas em número inferior ao de postos eliminados. No setor, isso pode significar menos assistentes administrativos e mais especialistas em governança algorítmica, segurança da informação, ética em modelos preditivos e auditoria de decisões automatizadas. O volume de vagas tende a ser menor; a exigência técnica, maior.

As companhias precisarão de preparo interno para administrar essa transição. Uma estratégia possível envolve requalificação interna orientada por dados reais de operação. Analistas de sinistro podem ser treinados para supervisionar modelos e identificar vieses, profissionais de atendimento podem migrar para funções consultivas, lidando com casos sensíveis ou de maior complexidade emocional e atuários e cientistas de dados passam a trabalhar de forma integrada com áreas de produto e conformidade.

Confiança e valor do seguro em ambiente de instabilidade

Há também uma dimensão reputacional. Se a promessa do seguro é oferecer estabilidade diante da incerteza, a substituição acelerada de pessoas por sistemas pode tensionar essa narrativa. É preciso levar em conta que clientes que enfrentam desemprego ou redução de renda tendem a revisar despesas e explicar o valor da proteção em um ambiente de instabilidade social exige linguagem e produtos ajustados à nova realidade.

A provocação do “PIB fantasma” e os pontos cegos do debate tecnológico

O artigo do “PIB fantasma” não descreve um destino inevitável e, como observou a InfoMoney em uma matéria sobre o assunto, talvez não precise ser tão levado a sério. Ainda assim, sua força está na organização de hipóteses que ajudam a testar limites. A projeção que o texto fez sobre  um salto de produtividade acompanhado de compressão salarial e retração do consumo coloca empresas e investidores diante de premissas que costumam passar sem questionamento, qual seja a de que toda inovação tecnológica gera, em algum momento, compensações automáticas no emprego e na renda. Ao sacudir essa crença, ampliou o campo de observação sobre riscos sistêmicos. Para o mercado de seguros, essa reflexão tem muita utilidade. A atividade depende de renda circulando, crédito ativo, contratos em vigor e confiança no futuro. Se a inteligência artificial alterar a estrutura ocupacional, a dinâmica do consumo e o perfil das empresas, os impactos podem alcançar a própria base que sustenta a demanda por proteção.

Assim, tratar o texto como hipótese permite afastar o alarmismo e, ao mesmo tempo, evitar complacência. Ele funciona como um teste de estresse conceitual que permite se perguntar questões como: o que acontece com prêmios, sinistralidade, crédito e responsabilidade civil se a automação avançar mais rápido do que a capacidade de absorção do mercado de trabalho? Como ficam os modelos de negócio quando a eficiência cresce, mas a renda disponível encolhe?

Para obter respostas sobre qualquer coisa, é preciso sempre fazer perguntas. Por isso, o valor do debate está em usar a provocação de antecipar 2028 para mapear tendências, identificar fragilidades e planejar transições. Em vez de um roteiro fechado sobre o futuro, o “PIB fantasma” oferece um espelho para avaliar escolhas presentes antes que elas produzam efeitos difíceis de administrar.