Verisk leva analytics de seguros ao Claude com novos conectores MCP

A Verisk anunciou a disponibilização de suas capacidades de análise de dados e inteligência artificial generativa diretamente no Claude, família de modelos da Anthropic, por meio de conectores padronizados Model Context Protocol, ou MCP. A iniciativa leva informações de seguros para dentro de um ambiente conversacional e governado, permitindo que profissionais de subscrição, sinistros e restauração consultem dados e insights com linguagem natural, sem depender da navegação por múltiplos sistemas e painéis. O movimento reforça uma tendência crescente no mercado de tecnologia corporativa: integrar IA generativa a fluxos de trabalho críticos, mas com controles de governança, segurança e rastreabilidade.

No setor de seguros, em que decisões precisam ser explicáveis e apoiadas por dados confiáveis, a proposta da Verisk tenta equilibrar automação e controle humano. A empresa afirmou que seus analytics já são usados por seguradoras de propriedades e acidentes nos Estados Unidos, incluindo as 100 maiores seguradoras, além de seguradoras globais, resseguradoras e corretores. Ao levar esse conjunto de dados e modelos para dentro do Claude, a companhia busca reduzir tarefas manuais e acelerar análises que antes exigiam cruzamento de bases, consulta a múltiplas ferramentas e interpretação em etapas separadas.

Como funcionam os conectores MCP na prática

O ponto central do anúncio está no uso do Model Context Protocol, um padrão que facilita a conexão entre modelos de IA e sistemas externos. Na prática, o MCP permite que um modelo como o Claude acesse fontes de dados e funcionalidades de maneira estruturada, mantendo contexto, permissões e regras de uso. Em vez de operar apenas como um chatbot genérico, o modelo passa a interagir com ferramentas e bases corporativas específicas, o que amplia a utilidade para tarefas profissionais.

No caso da Verisk, os conectores MCP foram desenhados para oferecer acesso conversacional a analytics de seguros considerados regulatórios e proprietários. Isso significa que o usuário pode formular perguntas em linguagem natural e receber respostas contextualizadas dentro do próprio ambiente de IA, com a vantagem de manter o acesso dentro de um framework de governança já estabelecido pela empresa. Esse detalhe é importante porque, em setores regulados, não basta que a resposta seja rápida. Ela precisa respeitar regras de confidencialidade, controle de acesso e conformidade contratual.

A companhia destacou que sua abordagem é model and platform agnostic, ou seja, não depende de um único modelo ou ecossistema tecnológico. Isso permite que clientes integrem os dados e as capacidades da Verisk aos ambientes já existentes, independentemente da estratégia de IA ou do fornecedor adotado. Em termos corporativos, essa flexibilidade reduz o risco de aprisionamento tecnológico e facilita a adoção em organizações com arquiteturas híbridas ou com políticas rígidas de TI.

Os dois primeiros casos de uso lançados no Claude

A Verisk apresentou dois conectores iniciais. O primeiro é o Verisk Underwriting Intelligence, baseado em ISO Indications, que permite seguradoras acessarem tendências de custo de perdas, sinais de arquivamento e insights de experiência por meio de consultas conversacionais dentro do fluxo de subscrição. O objetivo é ajudar subscritores e atuários a avaliar indicações com mais eficiência, explorar padrões emergentes e apoiar decisões de subscrição com maior confiança.

Subscrição, neste contexto, é o processo pelo qual a seguradora analisa riscos antes de aceitar uma apólice e definir preço, cobertura e condições. Já os atuários são especialistas que usam estatística, matemática e dados históricos para estimar probabilidade de perdas e precificar riscos. Ao concentrar essas informações em uma interface conversacional, a Verisk busca simplificar etapas que antes dependiam da consulta a múltiplos datasets e ferramentas internas.

Segundo a empresa, a integração de IA nesse fluxo pode economizar centenas de horas por seguradora ao ano, liberando capacidade para análises estratégicas de maior valor. Embora a estimativa seja ampla, ela indica uma expectativa clara: reduzir o tempo gasto em tarefas repetitivas e aumentar a agilidade em um processo que influencia diretamente a rentabilidade e a precisão das operações de seguro.

O segundo conector é o Verisk XactRestore, voltado para profissionais de restauração e contratados que atuam na reparação de danos em propriedades após eventos cobertos por seguros. A solução leva ao Claude inteligência de precificação e estimativa pesquisada pela Verisk, permitindo interação em linguagem natural para apoiar escopo, elaboração de estimativas e revisão de detalhes ao longo do processo. A empresa estimou que contratados experientes podem economizar de 30 minutos a duas horas por estimativa.

Em um ambiente de resposta a sinistros, essa redução de tempo pode ter impacto operacional relevante. Estimativas mais rápidas aceleram a execução do trabalho, facilitam a comunicação com seguradoras e podem reduzir atritos entre as partes envolvidas. Ainda assim, a proposta mantém o processo de estimativa ancorado nas práticas existentes, sem substituir a revisão humana.

Governança, segurança e decisão humana no centro

Um dos pontos mais enfatizados pela Verisk foi a governança. A empresa afirmou que o uso de IA ocorre dentro de fluxos de trabalho controlados e alinhados às obrigações contratuais de uso de dados, confidencialidade e governança. Isso é particularmente relevante no mercado de seguros, onde a manipulação inadequada de dados pode gerar risco regulatório, operacional e reputacional.

A companhia também reforçou que humanos continuam no centro de cada decisão. Na prática, isso significa que a IA atua como apoio à análise e à execução de tarefas, mas não como substituta da responsabilidade profissional. Em um ambiente regulado, a automação não elimina a necessidade de julgamento técnico, especialmente em subscrição e sinistros, áreas em que a interpretação final tem impactos diretos sobre clientes, seguradoras e riscos assumidos.

Esse desenho segue uma lógica cada vez mais comum em IA corporativa: usar modelos generativos para reduzir atrito no acesso à informação, mas com camadas de controle para que os resultados sejam auditáveis e compatíveis com os padrões do setor. No caso da Verisk, o histórico da empresa com dados e analytics para seguros fortalece essa proposta, porque sua oferta não parte apenas do modelo de IA, mas de um conjunto consolidado de informações especializadas e metodologias explicáveis.

O papel da inteligência artificial generativa no setor de seguros

O anúncio ajuda a ilustrar como a IA generativa vem deixando de ser apenas uma tecnologia de experimentação para se tornar parte de fluxos de trabalho empresariais. Em vez de responder perguntas gerais, os modelos passam a operar em contextos específicos, com dados estruturados e regras de negócio bem definidas. Isso altera o valor da IA: o foco deixa de ser somente a geração de texto e passa a incluir produtividade, contextualização e suporte à decisão.

No seguro, essa transformação é particularmente sensível. Trata-se de uma indústria de alta regulação, alto volume de dados e grande dependência de processos documentais. Subscrição, análise de sinistros, estimativas de reparo e avaliação de risco são atividades que exigem precisão e consistência. Ao reduzir etapas manuais, a IA pode diminuir gargalos operacionais e acelerar respostas em momentos críticos, como na abertura de sinistros ou na precificação de coberturas.

Por outro lado, a integração de IA em setores como esse exige critérios rígidos. As respostas precisam ser consistentes com dados autorizados, e o sistema deve respeitar permissões de acesso, evitando que informações sensíveis sejam expostas inadequadamente. Por isso, o uso de uma estrutura governada, como a descrita pela Verisk, ganha importância estratégica: ela tenta conectar conveniência e conformidade no mesmo fluxo.

Desdobramentos para o mercado de tecnologia e para as seguradoras

Do ponto de vista de mercado, a iniciativa pode ser lida como mais um passo na consolidação da IA corporativa integrada a sistemas especializados. Grandes modelos de linguagem já não são vistos apenas como ferramentas de interface, mas como camadas de interação sobre dados de negócio. Isso tende a estimular novas parcerias entre fornecedores de analytics setoriais e empresas de IA, especialmente em segmentos onde a profundidade de domínio importa tanto quanto a capacidade do modelo.

Para seguradoras, o impacto potencial está em produtividade, velocidade de análise e melhor uso de equipes técnicas. Se uma parte significativa do tempo dedicado a consultas, cruzamento de informações e revisão preliminar puder ser automatizada, profissionais podem concentrar-se em decisões complexas, revisão de exceções e estratégias de risco. Em cenários de sinistros, isso também pode melhorar o tempo de resposta ao cliente final, algo relevante para a experiência do segurado.

A Verisk afirmou ainda que vem aplicando inteligência artificial no ecossistema de seguros há mais de duas décadas e já implantou cerca de 40 soluções agentic e generative AI. Esse histórico sugere que a nova integração com o Claude não é um experimento isolado, mas parte de uma evolução contínua de sua estratégia tecnológica. A combinação de dados proprietários, conhecimento setorial e IA generativa indica um modelo de inovação menos focado em hype e mais centrado em uso prático.

Um avanço incremental, mas relevante, na IA para seguros

O lançamento dos conectores MCP da Verisk no Claude mostra como a IA generativa está se tornando mais útil quando conectada a dados confiáveis e governados. Em vez de prometer automação irrestrita, a empresa aposta em eficiência com controle, uma abordagem coerente com a natureza do mercado de seguros. O resultado é um modelo de uso em que linguagem natural, analytics especializados e supervisão humana trabalham em conjunto.

Para o setor, o movimento reforça a ideia de que a próxima fase da IA corporativa depende menos da capacidade abstrata dos modelos e mais da qualidade das integrações, da governança dos dados e da adequação ao contexto regulatório. Se a proposta funcionar como esperado, a combinação entre o Claude e os analytics da Verisk pode se tornar um exemplo de como a IA generativa pode melhorar processos críticos sem comprometer a responsabilidade que o setor exige.