A estimativa de perda de R$ 855 bilhões em dez anos, apresentada pelo estudo “A Dimensão Econômica da Personalização”, do Reglab, parte de um exercício hipotético sobre o que aconteceria se sistemas de IA capazes de personalizar produtos e serviços fossem totalmente vetados no Brasil. O cenário serve como régua analítica para medir impactos econômicos de restrições hoje discutidas no debate regulatório. Uma das conclusões é a de que limitar a personalização afeta produtividade e gera efeitos em cadeia que se espalham pela economia. A partir daí, vale observar como essa perda de precisão se manifesta em atividades que vivem de distinguir perfis, como o mercado de seguros. 

Restrição à personalização e impacto na subscrição de riscos

A pesquisa associa a vedação da personalização a um choque negativo de produtividade. Traduzindo em termos simples, menos informação aplicada a decisões significa menor capacidade de ajuste fino entre oferta e demanda. Quando esse choque inicial é projetado em um modelo de equilíbrio geral (que considera a interdependência entre setores), o efeito se amplia, alcançando uma retração estimada de 1,64% do PIB ao longo de uma década. O ponto relevante é que restrições técnicas se convertem em perdas sistêmicas.

Esse mesmo pensamento encontra paralelo no mercado de seguros. A subscrição depende, em essência, da leitura individualizada do risco. Quanto menor a capacidade de diferenciar perfis, maior a tendência de se trabalhar com médias amplas, que diluem particularidades e reduzem a precisão técnica. Em um ambiente com limitações severas à personalização via IA, seguradoras tenderiam a avaliar riscos com menos granularidade, o que levaria a prêmios menos ajustados ao comportamento real do segurado.

Efeitos da perda de granularidade sobre precificação e equilíbrio de carteira

Um dos efeitos possíveis seria percebido nos perfis de baixo risco. Eles poderiam acabar pagando mais do que a exposição justificaria, enquanto riscos mais elevados ficariam subavaliados. O resultado provável é uma carteira menos equilibrada, com impactos sobre sinistralidade e necessidade de capital. Essa seria uma consequência direta da redução de informação utilizável nos modelos atuariais.

Como a restrição à personalização influencia preços e diversidade de produtos

A precificação também seria impactada. Modelos baseados em IA permitem incorporar variáveis comportamentais, padrões de uso e histórico dinâmico, respeitados os limites legais e técnicos. Restringir esse tipo de personalização implica recorrer a estruturas mais genéricas, que costumam exigir margens de segurança maiores para compensar incertezas. Isso tende a pressionar preços ou reduzir a diversidade de produtos disponíveis, especialmente em nichos que dependem de leitura fina do risco, como seguros por uso, coberturas paramétricas ou soluções sob medida para pequenas empresas.

Personalização aplicada aos sistemas internos das seguradoras

Haveria, ainda, um desdobramento operacional, já que a personalização atua no produto final e nos próprios sistemas internos das seguradoras. Algoritmos que ajustam fluxos de atendimento, triagem de sinistros ou priorização de análises contribuem para eficiência e redução de custos. Limitações a esses mecanismos podem gerar processos mais lentos e caros, com reflexo indireto no preço e na experiência do segurado.

Personalização como base técnica da operação seguradora

O estudo do Reglab propõe olhar a personalização como infraestrutura econômica. No campo dos seguros, essa leitura faz sentido ao revelar que a capacidade de tratar dados de forma ajustada sustenta decisões técnicas que vão da aceitação do risco à gestão da carteira. Estendendo o raciocínio para o setor, o debate regulatório sobre IA toca o núcleo da atividade seguradora: medir risco, atribuir preço e operar com eficiência.

Regulação, governança de dados e limites técnicos do uso de IA

Tudo isso não elimina, por óbvio, a necessidade de critérios claros sobre uso de dados, transparência e governança; o próprio estudo aponta a importância de diferenciar tipos de personalização e bases informacionais. Para o mercado de seguros, o desafio está em encontrar um ponto de equilíbrio que preserve direitos sem comprometer a capacidade técnica de avaliar riscos. Isso passa por reconhecer que a avaliação do risco é uma atividade informacional por natureza, sustentada pela capacidade de diferenciar exposições, comportamentos e contextos. Quando esse processo perde densidade informativa, o impacto se reflete na organização das carteiras, na formação de preços e na própria viabilidade de determinados produtos. O exercício econômico apresentado ajuda a compreender o custo potencial de escolhas regulatórias que afetam, de forma indireta, a engrenagem do setor.