IA já gera ganhos locais em empresas portuguesas, mas ainda pouco impacto macro. Veja como transformar pilotos em produtividade real, em especial no setor segurador.
IA e produtividade: do palco do ECO à realidade das empresas portuguesas
A frase repete‑se em conferências e relatórios: “A IA está em todo o lado, menos nas estatísticas de produtividade”. Em Portugal, o Governo chega a apontar que a Agenda Nacional de IA pode acrescentar 2,7 pontos percentuais ao PIB. Mas quem gere uma seguradora, um banco ou uma PME sabe que, no terreno, estes ganhos não aparecem por magia.
A 4.ª Talk .IA do ECO, em Lisboa, com a participação do ministro Adjunto e da Reforma do Estado, Gonçalo Matias, pega precisamente neste tema: como escalar ganhos micro de IA para um impacto macro na economia portuguesa. Para quem lidera empresas — em especial no setor segurador — esta discussão não é teórica. É estratégia pura.
Neste artigo da série “Inteligência Artificial para Empresas Portuguesas”, pego no pretexto desta Talk .IA para ir mais longe: perceber porque é que a produtividade teima em não disparar, o que está realmente a funcionar em empresas portuguesas e que passos concretos qualquer organização pode dar, já em 2025, para transformar IA em resultados de negócio.
O que está em causa na 4.ª Talk .IA: produtividade e impacto macro
O foco do evento é direto: “IA e produtividade: escalar ganhos micro para gerar impacto macro”. Ou seja, passar de pilotos dispersos a ganhos mensuráveis na economia.
No programa, há três sinais importantes para quem acompanha a transformação digital em Portugal:
- Presença do ministro da Reforma do Estado: mostra que a IA deixou de ser apenas um tema de tecnologia e passou a ser agenda económica e de política pública.
- Agenda Nacional de IA: o Governo assume que a IA pode contribuir para +2,7 p.p. no crescimento do PIB, o que é bastante ambicioso para um país com produtividade historicamente baixa.
- Pacto de Competências Digitais: objetivo de formar quase 3 milhões de pessoas até 2030, um número que só faz sentido se as empresas estiverem preparadas para absorver estas competências.
A leitura que faço disto é simples: o contexto está a alinhar‑se. Regulador, Governo, grandes empresas, media especializado. Falta agora que cada organização — especialmente as seguradoras e serviços financeiros — saia do discurso e entre numa lógica de execução disciplinada.
Porque é que a IA ainda não aparece na produtividade das empresas
A IA já está a ser usada para automatizar tarefas, apoiar atendimento ao cliente, melhorar scoring de risco e detetar fraude. Mesmo assim, quando olhamos para a produtividade a nível de país, o salto é tímido. O que falha?
1. Projetos micro, visão micro
A maior parte das iniciativas de IA nas empresas portuguesas é:
- departamental (ex.: só no call center, só na área de sinistros),
- experimental (POCs de 3–6 meses que acabam numa apresentação em PowerPoint),
- sem dono de negócio claro.
Sem uma visão transversal de processos e sem objetivos financeiros explícitos, os ganhos ficam “presos” na área que iniciou o projeto. O CFO não vê impacto no P&L, o conselho de administração perde entusiasmo e a IA volta a ser “coisa da IT”.
2. Dados dispersos e de fraca qualidade
A IA vive de dados. Em muitas empresas portuguesas, os dados estão:
- duplicados em vários sistemas legados,
- cheios de campos em branco,
- sem governança mínima (quem é dono de quê?).
Resultado: modelos que até funcionam em piloto, mas falham à escala ou exigem tanto retrabalho que a poupança desaparece. No setor segurador, isto é crítico — sem dados históricos fiáveis de sinistros, apólices, interações e fraude, os modelos de pricing ou underwriting acabam conservadores demais.
3. Falta de competências híbridas
Não basta contratar cientistas de dados. Faltam perfis híbridos, capazes de falar negócio e tecnologia:
- Product owners que entendam sinistros e modelos preditivos.
- Gestores de risco que percebam limites e vieses de modelos de IA.
- Gestores de operações que saibam redesenhar processos com automação em mente.
Sem estas pontes, a IA fica muito sofisticada tecnicamente… e pouco relevante para o cliente e para o resultado.
4. Medição errada (ou inexistente)
Muitas empresas avaliam os projetos de IA com métricas técnicas (accuracy, F1‑score, etc.) mas não as traduzem em indicadores de negócio:
- Quantas horas de trabalho libertadas por ano?
- Quanto baixou o custo médio de gestão de sinistro?
- Quanto aumentou a taxa de cross‑sell graças a recomendações inteligentes?
Se não houver esta tradução, é natural que a administração não associe IA a produtividade.
O que as grandes empresas portuguesas já estão a fazer bem
O painel da Talk .IA conta com representantes de grandes empresas portuguesas, incluindo o setor segurador, como o Grupo Ageas Portugal. Isto é relevante por um motivo: seguros é uma área onde a IA já tem casos concretos de impacto.
Vou resumir alguns padrões que tenho visto funcionar melhor nas empresas que estão realmente a ganhar produtividade com IA.
IA em seguradoras portuguesas: três frentes com retorno rápido
-
Automatização de sinistros de baixo valor
- Triagem automática de pedidos simples (ex.: danos ligeiros em automóvel, consultas de saúde comuns).
- Uso de modelos para classificar, validar documentos e propor decisão.
- Impacto típico: redução de 30–50% no tempo médio de resolução destes casos.
-
Apoio inteligente ao contact center
- Assistentes de IA que sugerem respostas ao mediador ou operador enquanto este fala com o cliente.
- Classificação automática de emails e pedidos, encaminhando-os para a equipa certa.
- Impacto típico: mais chamadas tratadas por operador, maior consistência de resposta, redução de erros.
-
Pricing e subscrição mais finos
- Modelos que cruzam dezenas de variáveis para ajustar preços e condições com maior precisão.
- Gestão dinâmica do apetite de risco por segmento, em tempo quase real.
- Impacto típico: melhoria do rácio combinado e aumento de rentabilidade em nichos específicos.
Estas iniciativas são “micro” à partida, mas o segredo está em tratá‑las como produtos contínuos, não como projetos pontuais. Empresas que fazem isto bem:
- revêm modelos com base em novos dados,
- ajustam processos e formação de equipas,
- integram a IA nos sistemas core, não em ferramentas isoladas.
Como escalar ganhos micro de IA para impacto macro na sua empresa
Passar de pilotos simpáticos a impacto macro não exige magia, exige disciplina de execução. Para quem lidera uma empresa portuguesa — seguradora, banco, retalhista ou PME industrial — este é o roteiro que eu usaria.
1. Começar por 2–3 casos de uso cirurgicamente escolhidos
A pergunta não é “onde podemos usar IA?”, mas sim:
“Quais são os 2 ou 3 processos onde 20% de melhoria teria impacto visível no resultado dentro de 12 meses?”
Exemplos típicos:
- Gestão de sinistros simples (seguros).
- Concessão de crédito de baixo valor (banca e retalho).
- Atendimento de 1.ª linha (apoio ao cliente).
- Previsão de procura (retalho, logística, indústria).
Critérios para escolher:
- volume elevado e tarefas repetitivas,
- dados razoavelmente estruturados,
- sponsor de negócio claro (alguém do board ou direção funcional).
2. Medir produtividade antes de mexer
Antes de pôr IA em cima, é crucial medir o “antes”:
- tempo médio por tarefa ou processo,
- custo por unidade (ex.: custo médio de tratar um sinistro),
- número de erros ou retrabalho,
- satisfação do cliente (NPS, CSAT, tempo de resposta).
Sem isto, nunca vai conseguir provar internamente que a IA fez a diferença.
3. Redesenhar o processo com IA “lá dentro”
Muitos projetos falham porque se adiciona IA a um processo mal desenhado. O passo certo é:
- mapear o processo atual (do pedido ao fecho),
- identificar gargalos e tarefas manuais,
- decidir onde a IA entra e onde a decisão humana continua crítica,
- redesenhar fluxos, responsabilidades e sistemas.
Exemplo numa seguradora:
- Antes: o cliente envia email com documentos, um operador lê, classifica, volta a pedir informação, regista tudo à mão.
- Depois com IA: sistema recebe email, extrai dados automaticamente, classifica tipo de sinistro, identifica falta de documentos, envia resposta pré‑preenchida ao cliente, operador valida e aprova.
4. Investir em competências digitais dentro da empresa
O Pacto de Competências Digitais quer formar milhões de portugueses, mas a formação que interessa à sua empresa não é genérica. É desenhada à medida:
- formação em IA aplicada ao negócio para gestores de produto e operações;
- noções de ética, viés algorítmico e explicabilidade para áreas de risco e compliance;
- capacitação em ferramentas de IA generativa para equipas de suporte, marketing, jurídico, etc.
Empresas que tratam formação como parte do projeto — e não como “apêndice” — conseguem adoção muito mais rápida e sustentável.
5. Criar uma governança leve, mas real
Governança de IA não precisa de ser burocrática, mas tem de existir. Ponto.
Um modelo simples para uma empresa portuguesa de média/grande dimensão:
- Comité de IA trimestral com negócio, IT, risco e jurídico.
- Lista clara de modelos críticos (ex.: pricing, scoring de risco, detecção de fraude).
- Regras básicas: quando é preciso validação adicional? Quando envolver o regulador? Como lidar com incidentes e reclamações ligadas a decisões automáticas?
Este tipo de disciplina protege a empresa e cria confiança interna para escalar.
Oportunidade para o setor segurador português em 2026–2030
Se olharmos para o plano do Governo (Agenda Nacional de IA + Pacto de Competências Digitais) e para o que seguradoras como a Ageas, Fidelidade ou Tranquilidade já começaram a testar, o cenário é claro: o setor segurador tem condições para ser dos que mais ganha com a IA em Portugal.
Porquê?
- É um setor intensivo em dados históricos e repetição de processos.
- Tem forte pressão regulatória, o que favorece quem conseguir documentar bem o uso de IA.
- Opera com margens onde 1–2 pontos de rácio combinado fazem enorme diferença.
Onde estão, na prática, as maiores oportunidades de produtividade até 2030?
- Automatizar 60–70% dos sinistros simples, libertando equipas para casos complexos e contacto humano de maior valor.
- Personalizar ofertas com IA para reduzir churn e aumentar o valor médio por cliente sem depender só de descontos.
- Integrar IA generativa nos canais de mediação, dando aos mediadores recomendações instantâneas, simulações e respostas consistentes a dúvidas regulatórias.
Se o setor segurador for capaz de transformar estes ganhos micro em práticas estruturadas, é razoável acreditar que contribuirá de forma desproporcional para o tal adicional de 2,7 p.p. no PIB apontado pela Agenda Nacional de IA.
Como encaixar esta conversa na estratégia da sua empresa
A Talk .IA do ECO é um bom termómetro: Governo, grandes empresas e media especializado estão alinhados na ideia de que a produtividade passa inevitavelmente pela IA. Mas isso não chega.
O que realmente vai contar, nos próximos 12–24 meses, é a capacidade das empresas portuguesas de:
- escolher poucos casos de uso com impacto direto no P&L,
- tratar a IA como produto contínuo, não como piloto solto,
- investir em dados, competências e governança mínima,
- medir obsessivamente ganho de produtividade e comunicar esses números ao topo.
Se lidera uma seguradora, uma fintech, uma PME industrial ou um retalhista, o momento é este. O contexto político e regulatório está a empurrar para a transformação digital, os clientes já esperam experiências mais rápidas e inteligentes, e a concorrência — nacional e internacional — não vai ficar à espera.
Há uma pergunta que vale a pena levar para a próxima reunião de direção:
“Quais são os 2 processos onde, se a IA nos der 30% de ganho de produtividade em 2026, o conselho de administração vai notar no relatório de contas?”
A partir daí, o resto deixa de ser discurso sobre futuro e passa a ser plano de execução.