Allianz Partners corta 1.800 vagas e expõe onde a IA de seguros realmente entrega

Na tarde de 8 de julho, Tomas Kunzmann, CEO da Allianz Partners, confirmou o que analistas de setor esperavam desde a divulgação do último Evident AI Index for Insurance. A divisão de assistência e seguros de viagem da Allianz vai cortar até 1.800 vagas nos próximos 12 a 18 meses, a maior parte em call centers europeus. É uma redução líquida sobre uma base de 22.600 funcionários, dos quais cerca de 14.000 atendiam sinistros por telefone. A justificativa que Kunzmann deu à Bloomberg foi direta: automação de atendimento e triagem via IA.

Semanas antes, a mesma Allianz havia sido classificada em primeiro lugar entre 30 seguradoras globais no Evident AI Index 2026 para o setor, à frente da AXA, com um pool de talentos de IA 28% maior que o segundo colocado e mais de 900 casos de uso mapeados. A distância entre a colocação de topo e o anúncio dos cortes não é acidente, e é o que torna esta rodada mais didática que a média: pela primeira vez uma seguradora consegue exibir uma correspondência ordenada entre onde investiu em IA e onde está tirando cabeça.

Onde a IA está cortando de fato

O padrão que aparece se firma em dois eixos. O primeiro é volume alto e complexidade baixa. Sinistros de viagem, roubo de bagagem, cancelamento de voo, assistência 24 horas: todos casos em que o roteiro é curto, a documentação se padroniza e o valor médio da indenização não justifica intervenção humana no primeiro toque. É onde a Allianz opera o Nemo, sistema que roda triagem e disposição automática, e é a mesma faixa que a Travelers, dos EUA, vem cobrindo com um assistente de voz para sinistros construído sobre modelos da OpenAI.

O segundo eixo é sinistro auto, particularmente com telemetria embarcada. A japonesa Tokio Marine já reduziu o tempo médio de fechamento de sinistro auto para 4,3 dias com portal assistido por IA, e a Bradesco Seguros no Brasil roda desde 2023 análise automatizada de perda total em oficinas conveniadas, tirando etapas do fluxo de peritagem. A alemã ERGO, subsidiária primária da Munich Re, anunciou corte de cerca de 1.000 posições na Alemanha atribuídas em parte ao avanço da mesma classe de automação.

Onde a IA continua fora

O contraponto vem de dentro da própria indústria. Um levantamento da McKinsey citado por atuários mostra que a adoção de agentes de IA em seguros escala rápido em risco, jurídico e compliance (16%) e em gestão de conhecimento (16%), mas fica entre 0% e 2% em desenvolvimento de produto e definição de estratégia, ou seja, exatamente as áreas onde atuários e underwriters concentram julgamento. Como observou a Roots.ai em análise sobre fluxos de trabalho de resposta de cobertura, o padrão de erro dos modelos de propósito geral ainda gera saída confiante e incorreta, o que em regulação de seguros vira exposição operacional e reputacional imediata.

O sinal regulatório reforça essa fronteira. Vinte e quatro estados americanos já adotaram o Model Bulletin da NAIC sobre uso de sistemas de IA por seguradoras, e uma ferramenta de avaliação está em piloto em outros 12 até setembro. Ao mesmo tempo, AIG e W.R. Berkley pedem autorização regulatória para excluir responsabilidade por IA de apólices corporativas padrão, movimento oposto do entusiasmo interno das próprias seguradoras que estão automatizando processos internos.

O que a comparação certa mostra

O erro que o debate público comete é comparar seguradora a laboratório de IA. Uma seguradora é um portfólio de linhas de negócio com sensibilidades regulatórias distintas: viagem e assistência viraram commodity operacional, sinistro auto de baixo valor está a caminho, mas resseguro, vida com componente atuarial complexo e cobertura corporativa de responsabilidade civil continuam humanas por razões que vão além da nostalgia. A conta que faz sentido não é quantos empregos a IA elimina no total, mas em que linha ela sai da planilha para o P&L.

Para a Allianz Partners na Europa, essa conta pesou para o lado da automação porque a divisão vive de volume repetitivo. Para a ERGO na Alemanha ou a Bradesco Seguros no Brasil, o cálculo é parecido em auto de massa. Para a Tokio Marine no Japão, o ganho apareceu como redução de janela de fechamento e não como demissão em série, porque a estrutura de custo japonesa penaliza corte de pessoal e favorece realocação. Isso separa quem está fazendo transformação real com IA de quem está apenas contando cortes: a métrica que importa é onde o modelo entrou como parte do produto, não onde o call center encolheu por consequência.