A IA já é variável estratégica nas empresas portuguesas. Veja como está a mudar a liderança, a dar vantagem às PMEs e a transformar o setor segurador.
IA em Portugal: liderança, PMEs e novos horizontes
A frase é forte e não é de um teórico: “A IA vai-nos abrir novos mundos e novos horizontes”, diz Ana Figueiredo, CEO da Meo, à frente de uma das empresas que mais dados, clientes e infraestruturas críticas gere em Portugal. Quando alguém com esta responsabilidade diz que estamos perante “uma nova revolução tecnológica”, vale a pena ouvir com atenção.
Este artigo integra a série “Inteligência Artificial para Empresas Portuguesas” e pega nesse ponto de partida para ir mais longe: o que é que esta nova vaga de IA significa, na prática, para a liderança empresarial, para as seguradoras portuguesas, para as PMEs e para a competitividade da economia nacional nesta reta final de 2025?
A realidade? É mais simples – e mais urgente – do que parece: a IA já não é um tema de futuro, é uma variável estratégica de gestão hoje. Quem continuar a tratá‑la como curiosidade tecnológica vai perder terreno, margens e talento.
1. IA como variável estratégica: o que muda na gestão
A inteligência artificial deixou de ser um projeto “piloto” escondido no departamento de tecnologia. Nas empresas portuguesas que estão a avançar, a IA já entrou diretamente em três zonas críticas do negócio:
- Decisão – previsão de procura, definição de preços, scoring de risco, deteção de fraude, planeamento de capacidade.
- Operações – automação de tarefas repetitivas, atendimento ao cliente, backoffice, relatórios regulatórios.
- Experiência de cliente – personalização de ofertas, chatbots inteligentes, jornadas omnicanal mais rápidas e consistentes.
Nas palavras de Ana Figueiredo, a IA está a transformar o próprio exercício da liderança. Não por causa das ferramentas em si, mas porque obriga a:
- rever processos de ponta a ponta;
- redefinir competências das equipas;
- ajustar a cultura interna ao novo ritmo de mudança.
Para empresas portuguesas – em particular em setores regulados como seguros, banca, telecom, saúde – isto significa que a estratégia de IA tem de ser um capítulo do plano de negócio, não um anexo do plano de SI.
A IA deixou de ser uma escolha “nice to have”. Já está a separar empresas que crescem das que estagnam.
2. Liderança em tempo de IA: o que se espera de um CEO hoje
A liderança está a mudar por uma razão simples: a velocidade de decisão passou a ser um fator competitivo tão importante como o próprio capital.
2.1. Do “comando e controlo” ao “orquestrar e capacitar”
Num contexto de IA generativa e analítica avançada, o papel do CEO deixa de ser o de “dono das respostas” e passa a ser o de curador de perguntas e prioridades:
- Definir problemas certos para os quais faz sentido aplicar IA.
- Criar condições (dados, talento, parcerias) para as equipas trazerem soluções.
- Assumir decisões difíceis sobre onde investir, o que descontinuar e onde aceitar risco calculado.
O líder que tenta controlar tudo entra em “curto circuito”. O que funciona melhor é o modelo em que a liderança orquestra equipas multidisciplinares (negócio, dados, tecnologia, jurídico, risco) focadas em resultados claros.
2.2. Quatro responsabilidades novas de liderança
Nas empresas portuguesas que estão a avançar mais depressa, vejo quatro responsabilidades a aparecer no topo da agenda dos CEOs e administradores:
- Estratégia de dados – decidir que dados são críticos, como os governar, como os partilhar dentro da organização, como assegurar privacidade e compliance.
- Ética e risco em IA – definir limites, políticas internas, mecanismos de auditoria e explicabilidade dos modelos.
- Requalificação de pessoas – planear a transição de funções que se vão automatizar para novas funções de maior valor.
- Medição de impacto – deixar de falar em “inovação” em abstrato e passar a medir ROI de IA em euros, horas poupadas, reclamações evitadas, NPS melhorado.
Para as seguradoras portuguesas, isto é especialmente relevante: scoring de risco, subscrição, prevenção de fraude e gestão de sinistros são áreas onde a IA já está a mexer profundamente no modelo de negócio.
3. IA como nivelador competitivo: oportunidade para PMEs
Um dos pontos mais interessantes do discurso de Ana Figueiredo é a ideia de que a IA pode esbater desigualdades entre grandes empresas e PMEs. E eu concordo.
Há cinco anos, só um grande grupo com equipas de data science internas e orçamento pesado conseguia tirar valor de IA. Em 2025, a história é outra:
- Ferramentas de IA generativa “as a service” estão acessíveis por subscrição mensal.
- Plataformas de CRM, ERP e atendimento já trazem IA integrada.
- Automatizar processos de backoffice deixou de exigir projetos multimilionários.
3.1. Exemplos muito concretos para PMEs portuguesas
Para tornar isto real, pense em casos típicos do tecido empresarial português:
- Corretoras e mediadores de seguros: uso de IA para pré-preencher propostas, analisar documentos, sugerir coberturas adequadas ao perfil do cliente e priorizar leads com maior probabilidade de fecho.
- PMEs industriais: manutenção preditiva de máquinas com sensores simples e modelos de IA alojados na cloud; previsão de consumo de matérias-primas para negociar melhor com fornecedores.
- Retalho e e-commerce: recomendações personalizadas de produtos, chatbots que tratam de dúvidas básicas e poupam horas de atendimento humano.
A chave é esta: uma PME não precisa de começar com um “programa de IA”. Pode começar com um problema de negócio específico:
- Demasiado tempo perdido em tarefas manuais;
- Resposta lenta a pedidos de cliente;
- Falta de visibilidade sobre margens por produto ou canal.
E depois perguntar: onde é que a IA nos pode ajudar a resolver isto mais depressa e mais barato?
4. Seguradoras portuguesas: onde a IA já está a mexer no core
No contexto da campanha “IA para Seguradoras Portuguesas: Transformação Digital”, vale a pena ir ao detalhe de um setor onde a disrupção já não é teoria: seguros.
4.1. Quatro áreas de impacto imediato
Nas seguradoras que operam em Portugal, a IA está a criar vantagem competitiva em quatro frentes principais:
- Subscrição e pricing dinâmico
Modelos preditivos conseguem analisar históricos de sinistros, comportamento de cliente, dados externos (mobilidade, clima, demografia) e ajustar prémios com muito mais precisão. Resultado: menor anti-seleção e margens mais estáveis.
-
Gestão de sinistros
- Extração automática de informação de participações de sinistro.
- Classificação e routing inteligente de processos.
- Avaliação automática de danos em fotos (auto, multirriscos) como pré-análise para peritos. Isto reduz prazos de decisão e aumenta a satisfação do segurado.
-
Deteção de fraude
A IA cruza padrões históricos, redes de relacionamentos e anomalias em tempo real para sinalizar casos suspeitos. Em mercados maduros, isto já reduz perdas por fraude em dois dígitos. Em Portugal, o potencial é semelhante. -
Experiência de cliente e cross-sell
Chatbots e assistentes virtuais tratam de pedidos simples (2ª via de apólice, alteração de dados, simulações rápidas), libertando equipas humanas para casos de maior valor. Ao mesmo tempo, modelos de IA sugerem produtos complementares com maior probabilidade de aceitação.
4.2. Do “piloto” ao impacto em P&L
Muitas seguradoras portuguesas ainda estão em fase de pilotos de IA isolados. O passo decisivo é integrar estes casos de uso na cadeia de valor de ponta a ponta:
- sinistro que entra;
- é lido automaticamente;
- é classificado e encaminhado;
- é cruzado com modelos de fraude;
- gera atualização automática de reservas.
Quando isto acontece, já não é projeto de inovação, é transformação do P&L: menos custos operacionais, menor perda por fraude, melhor retenção de clientes.
5. Como começar (ou acelerar) a jornada de IA na sua empresa
Há muita teoria sobre IA, mas o que interessa aos gestores portugueses é uma pergunta mais direta: “Por onde começo amanhã?”. Eis um roteiro prático que tenho visto funcionar bem em empresas nacionais, grandes e pequenas.
5.1. Passo 1 – Escolher 2 ou 3 problemas concretos
Esqueça “transformar a empresa inteira” num ano. Comece por 2 ou 3 desafios onde a IA pode gerar resultados visíveis em 3 a 6 meses:
- reduzir tempo médio de resposta a clientes em 30%;
- automatizar 50% do trabalho de um processo administrativo;
- melhorar a taxa de conversão de leads em 15%.
Problema claro, métrica clara, dono de negócio nomeado.
5.2. Passo 2 – Arrumar a casa dos dados (o mínimo viável)
Não é preciso ter um “data lake perfeito” para começar, mas há um mínimo indispensável:
- identificar as fontes de dados relevantes;
- garantir qualidade básica (sem duplicados grosseiros, formatos coerentes);
- definir quem é responsável por cada conjunto de dados.
Para seguradoras, por exemplo, é fundamental ter dados de apólices, sinistros, interações de cliente e parceiros pelo menos minimamente estruturados.
5.3. Passo 3 – Montar uma equipa híbrida
Os projetos de IA que funcionam bem em Portugal têm sempre um sponsor de negócio forte e uma equipa híbrida:
- negócio (quem sente a dor e conhece o processo);
- dados/analytics;
- tecnologia/sistemas;
- jurídico/risco quando há dados pessoais ou regulação apertada.
O sponsor define prioridades, remove bloqueios e garante que o piloto não morre num “powerpoint bonito”.
5.4. Passo 4 – Testar rápido, medir, escalar
Modelo simples que evita desperdício:
- Provar conceito em 4 a 8 semanas.
- Medir impacto com dados reais.
- Ajustar ou matar se não entregar valor.
- Escalar o que funciona, integrando no “dia a dia” (processos, formação, indicadores).
A grande diferença entre empresas que avançam e as que ficam para trás não é a tecnologia. É a disciplina de experimentar, medir e aprender depressa.
6. Cultura, talento e ética: o lado humano da IA
Toda a visão otimista sobre IA – incluindo a de Ana Figueiredo, quando fala de “novos mundos e novos horizontes” – só se concretiza se a componente humana acompanhar.
6.1. Pessoas: da ansiedade à oportunidade
É normal haver receio de automação, sobretudo em funções administrativas e de contacto com cliente. O papel da liderança é ser transparente:
- explicar onde a IA vai automatizar tarefas;
- abrir caminhos claros de requalificação;
- mostrar exemplos internos de pessoas que passaram de funções operacionais para funções de maior valor (analistas, gestores de processos, supervisores de modelos).
Empresas que tratam a IA apenas como ferramenta de corte de custos perdem talento. As que a tratam como ferramenta de aumento de capacidade humana tornam-se mais atrativas para quem quer crescer.
6.2. Ética e confiança: especialmente crítico em seguros
Em setores como seguros, saúde ou crédito, confiança é tudo. Usar IA sem cuidar de ética é um tiro no pé.
Boas práticas mínimas:
- evitar modelos que discriminem grupos com base em género, idade, origem ou zona geográfica, sem justificação estatística sólida;
- garantir explicabilidade mínima das decisões automatizadas (por que motivo este prémio, por que motivo este sinistro foi marcado como suspeito);
- criar canais para o cliente contestar decisões automatizadas.
Quem tratar a ética em IA como vantagem competitiva – e não como checkbox – vai destacar-se junto de reguladores e clientes.
7. E agora, o que faz a sua empresa com isto?
Se há ideia forte que fica das palavras de Ana Figueiredo é esta: a IA não é apenas mais uma tecnologia, é uma mudança de horizonte. Para as empresas portuguesas – de grandes grupos a PMEs familiares – isto abre duas possibilidades claras:
- usar a IA para fazer “mais do mesmo, um pouco melhor”;
- ou redesenhar processos, produtos e modelos de negócio com outra ambição.
Na série “Inteligência Artificial para Empresas Portuguesas”, este artigo foca o ponto de vista da liderança e o impacto nas seguradoras e PMEs. Nos próximos, vamos entrar em casos de uso concretos, frameworks de implementação e métricas de sucesso que pode aplicar já em 2026.
A decisão que interessa hoje é simples: vai esperar para ver, ou vai começar a experimentar?
Se a sua organização quer transformar a IA numa alavanca real de crescimento – sobretudo se atua em seguros ou serviços financeiros em Portugal – este é o momento ideal para definir prioridades, escolher os primeiros casos de uso e pôr a máquina em marcha.
Porque os tais “novos mundos e novos horizontes” não aparecem sozinhos. Constroem‑se, projeto a projeto, decisão a decisão.