18 de novembro de 2026
Cada sinistro conta uma história. Revela algo sobre a forma como os riscos se desenvolvem, o que determina os custos, onde ocorrem os atrasos e quais as intervenções que podem ter um impacto mais significativo nos resultados. Quando analisamos milhões de sinistros ao longo de décadas, em diversos setores e regiões geográficas, essas histórias individuais começam a revelar padrões que nos podem ajudar a tomar melhores decisões.
Na Sedgwick, temos acesso a uma das mais vastas bases de dados de sinistros do setor, com cinco vezes mais dados do que o nosso concorrente mais próximo. Essa escala proporciona-nos uma perspetiva única sobre os desafios que os nossos clientes enfrentam, desde o aumento da gravidade dos sinistros e dos custos com litígios até às necessidades cada vez mais complexas da força de trabalho.
Os avanços na tecnologia da nuvem, na análise de dados e na inteligência artificial estão a ajudar-nos a extrair maior valor desta informação. Conseguimos identificar padrões significativos, antecipar riscos emergentes e fornecer informações relevantes às pessoas que tomam decisões diariamente, recorrendo a décadas de experiência histórica para orientar a forma como abordamos os sinistros atuais.
Ao longo dos últimos anos, temos vindo a realizar investimentos significativos nas pessoas, na tecnologia e nas infraestruturas necessárias para apoiar este trabalho. Esses investimentos estão a contribuir para moldar a evolução contínua do Omni, o ecossistema digital integrado da Sedgwick, e a criar novas formas de melhorar os resultados para os nossos clientes e para as pessoas que estes servem.
Criar as bases para uma melhor informação
A gestão de dados à escala da Sedgwick requer uma infraestrutura sofisticada. Em todas as nossas operações globais, trabalhamos com enormes volumes de informação gerados por diferentes sistemas de sinistros, ramos de atividade, programas de clientes e ambientes regionais.
Historicamente, grande parte dessa informação tem sido gerida através de uma infraestrutura de dados consolidada e altamente segura, que continua a desempenhar um papel importante nas nossas operações. Nos últimos anos, expandimos o nosso investimento em tecnologias baseadas na nuvem, que nos permitem analisar maiores volumes de informação e disponibilizar mais rapidamente os resultados dessa análise.
Um desses investimentos é a Snowflake, uma plataforma de dados baseada na nuvem que nos permite transferir seletivamente informações dos nossos sistemas existentes para um ambiente concebido para suportar análises avançadas e relatórios.
Esta abordagem proporciona-nos uma maior flexibilidade na forma como trabalhamos com os dados. Podemos dar suporte a modelos preditivos cada vez mais sofisticados, disponibilizar informação a um leque mais alargado de utilizadores e adaptar as nossas ferramentas analíticas à medida que a tecnologia continua a evoluir.
Além disso, ajuda-nos a operar de forma mais eficaz em diferentes regiões geográficas. As diferentes regiões têm requisitos regulamentares, práticas comerciais e formas de descrever os sinistros distintos. A nossa arquitetura de dados permite-nos manter ambientes regionais adequados, ao mesmo tempo que aplicamos ferramentas e abordagens analíticas consistentes em todas as nossas operações globais.
A governação de dados é fundamental ao longo de todo este processo. Manter controlos adequados sobre a forma como a informação é acedida, organizada e utilizada ajuda a garantir que os dados que geramos são fiáveis e que a informação dos nossos clientes é tratada de forma responsável.
Encontrar mais conhecimento nas informações de que já dispomos
Um dos avanços mais empolgantes na ciência de dados é a nossa capacidade crescente de analisar informações que, historicamente, têm sido difíceis de utilizar em grande escala.
Os sinistros geram duas grandes categorias de informação. Os dados estruturados incluem a informação registada em campos definidos, tais como o tipo de sinistro, a jurisdição, as características dos danos, os custos e as datas importantes. Esta informação tem vindo, há muito, a servir de base aos nossos relatórios, análises comparativas e análises preditivas.
Os dados não estruturados acrescentam outra dimensão. Incluem notas relativas a pedidos de indemnização, documentação médica, planos de ação e outras informações narrativas que ajudam a explicar o que se passa ao longo do ciclo de vida de um pedido de indemnização.
Durante anos, extrair conclusões significativas desse material exigia um esforço manual considerável. Hoje em dia, os avanços na IA e no processamento de linguagem natural estão a permitir-nos incorporar uma maior parte desta informação nos nossos modelos analíticos.
Pudemos constatar em primeira mão o quão valioso esse contexto adicional pode ser. Ao desenvolver a nossa próxima geração de modelos de gravidade de sinistros, uma das melhorias mais significativas resultou da incorporação de informação não estruturada a par dos dados tradicionais relativos aos sinistros.
Esta compreensão mais aprofundada ajuda-nos a identificar padrões que, de outra forma, poderiam ser difíceis de reconhecer, especialmente quando analisamos milhões de sinistros com características e circunstâncias diferentes.
À medida que os nossos especialistas em sinistros utilizam cada vez mais ferramentas baseadas em IA para apoiar a documentação e resumir informações, estamos também a criar um conjunto crescente de informações detalhadas e consistentes que podem servir de base para análises futuras. A profundidade e a qualidade dessas informações continuarão a reforçar os insights que podemos gerar.
Colocar os insights onde as decisões são tomadas
Os relatórios e os painéis de controlo têm, há muito, desempenhado um papel importante na ajuda às organizações a compreender o desempenho em matéria de sinistros. Os gestores de risco e os líderes empresariais recorrem a eles para acompanhar tendências, avaliar resultados e identificar áreas que requerem atenção em todos os seus programas.
Estamos agora a alargar a forma como essa informação chega às pessoas, com especial ênfase em disponibilizar informação relevante no âmbito dos fluxos de trabalho onde as decisões são tomadas.
Imaginemos um perito de sinistros a analisar um sinistro específico. Esse profissional recorre à sua experiência, discernimento e conhecimento das circunstâncias para determinar os próximos passos adequados. Com a análise integrada, podemos complementar essa experiência com informações extraídas de milhares de sinistros semelhantes, incluindo padrões históricos, indicadores potenciais de gravidade e fatores que influenciaram os resultados.
Dispor destas informações enquanto um pedido de indemnização está a ser analisado pode ajudar os profissionais a identificar problemas emergentes e a avaliar possíveis intervenções numa fase mais precoce do processo.
Através dos nossos investimentos contínuos em análise integrada e no ecossistema Omni, estamos a melhorar a capacidade de fornecer informações úteis nos sistemas que os nossos colegas utilizam para gerir os sinistros. As informações relevantes podem ser apresentadas no contexto do seu trabalho diário, facilitando a incorporação de orientações baseadas em dados nas decisões que tomam.
Para os clientes, estas funcionalidades também permitem uma gestão mais proativa dos programas. A análise avançada pode ajudar a identificar tendências emergentes, apoiar a elaboração de previsões e proporcionar uma maior visibilidade dos fatores que influenciam o desempenho dos sinistros.
À medida que continuamos a expandir estas ferramentas, estamos empenhados em tornar as informações mais acessíveis e úteis para um leque mais alargado de pessoas, desde o profissional de sinistros que gere um processo individual até ao gestor de risco que supervisiona um programa global complexo.
Transformar a inteligência preditiva em ação
O valor dos nossos dados torna-se particularmente evidente quando os aplicamos a desafios que têm um impacto significativo nos resultados dos sinistros.
Um exemplo é a gravidade dos sinistros. Em todos os programas de seguros de responsabilidade civil, a identificação precoce de sinistros potencialmente complexos ou de elevado custo pode contribuir para uma intervenção, uma afetação de recursos e uma gestão de litígios mais eficazes.
A nossa equipa de ciência de dados desenvolveu uma nova geração de modelos de gravidade que se baseiam em milhões de sinistros históricos, centenas de milhões de notas de sinistro não estruturadas e décadas de experiência. Estes modelos avaliam os sinistros em cinco categorias de gravidade, ajudando os profissionais a compreender o risco relativo e a priorizar a sua atenção com base nas características de cada sinistro.
No que diz respeito aos sinistros de responsabilidade civil geral por danos corporais, já implementámos esta abordagem. Os modelos utilizam uma vasta gama de informações, incluindo características estruturadas dos sinistros e documentação não estruturada, para ajudar a identificar os sinistros que possam requerer atenção adicional.
Estamos também a aplicar a inteligência preditiva à intervenção clínica. As nossas capacidades de orientação de cuidados baseadas em IA analisam informações sobre pedidos de reembolso para ajudar a identificar casos que possam beneficiar do envolvimento de um profissional de saúde, facilitando o acesso mais precoce a conhecimentos especializados e cuidados adequados.
A amplitude das nossas informações históricas proporciona a estes modelos uma base sólida para a identificação de padrões, enquanto os nossos especialistas em sinistros contribuem com os conhecimentos necessários para interpretar os resultados e determinar o curso de ação adequado.
Uma parte importante da nossa abordagem consiste em garantir que os modelos forneçam orientações significativas aos responsáveis pela gestão dos sinistros. Para além de identificarmos uma potencial preocupação, pretendemos ajudar os profissionais a compreender os fatores que contribuem para essa avaliação, quer se trate de uma jurisdição específica, de uma característica da lesão ou de um padrão observado em sinistros semelhantes.
Esse contexto proporciona ao profissional responsável pelos sinistros informações adicionais a ter em conta, a par da sua própria experiência e discernimento. A explicação subjacente a uma pontuação preditiva pode revelar-se especialmente valiosa para o ajudar a determinar quais as medidas a tomar.
Continuando a alargar os limites do possível
A quantidade de informação à nossa disposição continua a crescer, e os avanços na IA e na análise de dados estão a ampliar o que podemos aprender com ela. Estamos cada vez mais capazes de integrar informação ao longo de todo o ciclo de vida dos sinistros, analisá-la com maior sofisticação e disponibilizar os insights resultantes a mais pessoas.
Na Sedgwick, continuamos a reforçar a nossa infraestrutura de dados, a incorporar novas fontes de informação e a aperfeiçoar os nossos modelos preditivos. Estamos também empenhados em tornar estas capacidades mais fáceis de utilizar, para que as conclusões geradas pelas nossas equipas de ciência de dados possam ser aplicadas de forma consistente em todas as nossas operações.
Cada sinistro que gerimos contribui para a nossa compreensão do risco, da recuperação, dos fatores que determinam os custos e dos elementos que influenciam os resultados. Ao longo do tempo, essa experiência acumulada reforça a nossa capacidade de reconhecer padrões e identificar em que situações uma intervenção precoce pode fazer a diferença.
Este trabalho é fundamental para a evolução contínua da Omni. À medida que integramos cada vez mais os nossos dados, capacidades analíticas e conhecimentos especializados em sinistros em todo o ecossistema, podemos proporcionar aos nossos colegas e clientes uma visão mais clara dos fatores que determinam os resultados dos sinistros e ajudá-los a responder com maior confiança.
Com a riqueza de informação de que a Sedgwick dispõe e os investimentos que fizemos na forma como a utilizamos, estamos bem posicionados para continuar a promover o papel dos dados na gestão de sinistros. Estou particularmente entusiasmado com o quanto mais podemos aprender à medida que incorporamos informação adicional no nosso ambiente analítico e aplicamos esses conhecimentos aos sinistros que gerimos diariamente.
Austrália
Canadá
Dinamarca
França
Alemanha
Grécia
Irlanda
Países Baixos
Nova Zelândia
Noruega
Espanha e Portugal
Reino Unido
Estados Unidos