Por Vinicius Schroeder A consolidação do uso de inteligência artificial dentro das empresas não passa apenas por modelos cada vez mais sofisticados, mas também por uma mudança de mentalidade: a tecnologia precisa ser acessível, adaptável e rápida de implementar. É nesse cenário que o no-code, plataformas que dispensam programação, já amplamente utilizado em diferentes setores, […]
Por Vinicius Schroeder
A consolidação do uso de inteligência artificial dentro das empresas não passa apenas por modelos cada vez mais sofisticados, mas também por uma mudança de mentalidade: a tecnologia precisa ser acessível, adaptável e rápida de implementar. É nesse cenário que o no-code, plataformas que dispensam programação, já amplamente utilizado em diferentes setores, se mostra uma ferramenta prática para acelerar a inovação e simplificar processos críticos, especialmente em segmentos historicamente burocráticos, como o de seguros.
Um exemplo é a tomada de decisão em áreas sensíveis como fraudes, subscrição, sinistros e validação de documentos. O combate à fraude, inclusive, movimenta cifras bilionárias no Brasil. Somente em 2024, o mercado registrou mais de R$5,4 bilhões em fraudes, segundo dados da CNseg. O desafio não está apenas no volume, mas na rigidez dos modelos tradicionais, baseados em regras fixas, decisões manuais e com pouco espaço para ajustes dinâmicos.
Esses dados refletem apenas uma amostra do mercado, baseada em seguradoras que participaram da pesquisa. O cenário real é ainda maior, considerando segmentos e operações que não entram no levantamento oficial. Isso reforça o quanto ainda há espaço para o uso de tecnologias que tornem a análise de risco mais ágil e abrangente.
Historicamente, as políticas de risco eram construídas e mantidas por times de TI, em ciclos longos e com alta dependência técnica. Hoje, uma combinação de plataformas no-code com IA embarcada permite que áreas de negócio definam e ajustem suas próprias regras de risco em tempo real, sem depender de desenvolvedores técnicos, desde a aprovação de perfis até o processamento de sinistros. Isso define um cenário em que as equipes passam a ter total autonomia para realizar adaptações nas regras de decisão para reduzir gargalos, acelerar implementações e baixar custos operacionais.
Leia também: A estratégia de Claudia Anania para tornar a TI parceira do negócio na Fundação Butantan
Segundo estudo da Gartner, até 2025, 70% das novas aplicações desenvolvidas por empresas serão criadas com ferramentas low-code ou no-code, um grande salto em relação aos 25% registrados em 2020. Essa mudança aponta para uma descentralização da tomada de decisão digital, com maior participação de áreas operacionais e estratégicas na criação de soluções.
Diante desse cenário, empresas como a Brick vêm aplicando IA com abordagem no-code para automatizar decisões em momentos-chave como subscrição, sinistros, onboarding de clientes e validação de documentos. A startup atende hoje mais de 600 empresas, entre seguradoras e locadoras de veículos, e tem se destacado por permitir que áreas de negócio definam e ajustem suas próprias regras de risco com autonomia, sem depender de desenvolvedores ou de longos ciclos de TI.
A plataforma da Brick permite que mais de 80% das subscrições sejam avaliadas automaticamente, com tempo médio de resposta em poucos segundos, até mesmo em ramos de subscrição complexos. Esses números variam conforme o tipo de processo e o grau de complexidade envolvido, o que reforça a importância de modelos flexíveis e adaptados à realidade de cada operação. Em vez de soluções padronizadas, o avanço da automação passa por entender o contexto de cada negócio e equilibrar velocidade com precisão nas decisões.
Combinando tecnologia OCR e IA generativa, a plataforma interpreta documentos, gera relatórios e toma decisões com base em regras configuradas pelos próprios time de negócios. Isso significa um ganho real de produtividade, redução de custo e alívio nas mesas de subscrição. Além disso, por possuir uma interface intuitiva, a solução pode ser utilizada por analistas, gerentes ou especialistas de diferentes áreas, sem a necessidade de treinamento técnico avançado.
No entanto, embora promissora, essa abordagem também impõe novos desafios. A descentralização da automação exige uma governança robusta para evitar erros de configuração, vieses algorítmicos ou decisões automáticas mal calibradas. Além disso, a manutenção da qualidade dos dados e o monitoramento constante dos fluxos decisórios tornam-se cruciais para garantir segurança e compliance, especialmente em setores regulados.
Naturalmente, essa abordagem exige cuidados: a descentralização da automação só é eficaz quando apoiada por uma governança robusta, que evite vieses, decisões mal calibradas ou falhas de configuração. Garantir qualidade dos dados e monitorar constantemente os fluxos decisórios é essencial para preservar segurança e compliance, especialmente em setores regulados.
Mais do que uma “novidade tecnológica”, até mesmo porque já é uma realidade presente no mercado há alguns anos, o no-code aliado à IA faz parte da rotina de negócios modernos. A diferença está na forma de usá-lo: de maneira distribuída, ágil e próxima das áreas que realmente tomam as decisões. Em um mercado onde a velocidade de resposta é cada vez mais crítica, o modelo se consolidou como uma peça-chave para conter riscos, antecipar comportamentos atípicos e criar operações mais inteligentes e resilientes.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
