Em 1º de outubro de 2026, uma notícia do setor de seguros informou que a Porto Seguro lançou um agente conversacional de inteligência artificial generativa para ajudar segurados a comunicar sinistros de roubo e furto de veículos pelo WhatsApp. Segundo os números divulgados pela companhia, o recurso automatizou 70% dessas aberturas e teve CSAT superior a 80% nos primeiros meses de operação.
Esses percentuais chamam atenção, mas precisam de contexto. A publicação disponível não detalha o tamanho da amostra, o período exato, a escala da pesquisa de satisfação ou o que foi considerado uma abertura “automatizada”. Por isso, os dados devem ser entendidos como resultados reportados pela empresa, não como uma avaliação independente. A parte mais útil para quem estuda IA está no desenho do processo: usar uma conversa para orientar o cliente e coletar as informações necessárias em um momento estressante.
O que o agente faz?
O agente conversa com o segurado pelo WhatsApp e conduz a comunicação inicial do ocorrido. Conforme a descrição divulgada, ele pode compreender o contexto informado, fazer perguntas para coletar dados, responder dúvidas e orientar o cliente até o registro do aviso. A Porto já oferece canais digitais para atendimento e comunicação de sinistros de veículos; a notícia do lançamento atribui ao novo fluxo o uso de IA generativa para essa etapa.
Há uma distinção importante: abrir um aviso de sinistro não é o mesmo que decidir se a apólice cobre o caso, calcular indenização ou concluir a regulação. A fonte sobre o lançamento descreve a etapa de comunicação. Não é correto inferir que a IA decide sozinha o resultado financeiro do sinistro ou substitui todas as pessoas envolvidas no atendimento.
Como interpretar os números divulgados?
“Automatizar 70% das aberturas” sugere que uma parte dos casos concluiu o fluxo sem determinada intervenção manual, mas a definição operacional não aparece na matéria consultada. O indicador pode depender de quais situações entram no cálculo e de como são tratados casos encaminhados a uma pessoa, abandonados ou retomados depois.
O CSAT acima de 80% também precisa de método para ser comparável. Para interpretá-lo, seria necessário saber quantas pessoas responderam, como a pergunta foi formulada, qual escala foi usada e se a pesquisa considerou quem não concluiu a conversa. Uma porcentagem sem esses detalhes ajuda a conhecer o resultado informado, mas não demonstra, por si só, que a experiência melhorou para todos os clientes.
Também deixei de fora alegações de queda de 29% em contatos operacionais encontradas em outros textos: elas se referem a outro indicador e não há base suficiente para atribuí-las a este agente. Separar métricas evita transformar coincidência ou contexto geral da empresa em prova de que uma automação causou determinado resultado.
Por que usar WhatsApp nesse tipo de atendimento?
O canal é familiar para muitos clientes e permite trocar mensagens sem começar por um formulário extenso ou uma ligação. Em uma situação difícil, uma conversa guiada pode apresentar uma pergunta de cada vez e explicar qual informação será necessária. O ganho potencial está em reduzir atrito na comunicação inicial, desde que as instruções sejam claras e que o cliente consiga pedir ajuda quando o caso não se encaixar no fluxo.
A escolha do canal, sozinha, não torna a experiência boa. A conversa precisa funcionar para pessoas que escrevem de maneiras diferentes, corrigem uma resposta ou não sabem informar algum dado. Também precisa considerar momentos em que o WhatsApp não está acessível ou em que a pessoa prefere outro meio de atendimento.
O que equipes podem aprender com o caso
Uma empresa menor não precisa começar construindo um “agente autônomo”. Pode escolher uma etapa repetitiva e bem delimitada — como registrar uma solicitação ou responder dúvidas sobre horários — e verificar se a automação ajuda sem criar novos problemas. Antes de escolher um modelo de IA, mapeie o processo atual e responda a estas perguntas:
- Qual problema será resolvido? Descreva a tarefa observável, como registrar um chamado com todos os campos obrigatórios. “Usar IA” ainda não é um objetivo de negócio.
- Quais dados são realmente necessários? Peça o mínimo para avançar a etapa e explique ao usuário por que a informação é solicitada.
- Quando o fluxo deve parar? Defina situações de exceção, urgência, baixa confiança ou falta de dados em que o cliente deve falar com uma pessoa.
- Quem pode ver e corrigir os registros? Limite permissões e determine como revisar informações incompletas ou interpretadas incorretamente.
- Como o resultado será medido? Registre volume, período, taxa de conclusão, abandono, erros, recontatos, tempo de atendimento e satisfação, deixando claro como cada métrica é calculada.
Exemplo simples: abertura de chamado
Imagine uma assistência técnica que recebe mensagens de clientes. Um fluxo automatizado pode perguntar qual é o equipamento, registrar o defeito descrito e sugerir horários para atendimento. Um modelo de linguagem pode ajudar a entender que “não liga” e “apagou de repente” talvez descrevam situações semelhantes, mas regras explícitas devem validar os campos necessários antes de criar o chamado.
Se o cliente relata risco, a informação é contraditória ou o fluxo não entende a resposta, a conversa deve oferecer uma saída para atendimento humano. A equipe pode testar com mensagens curtas, erros de digitação, áudios transcritos de forma incompleta e interrupções. Plataformas de automação, como n8n, podem conectar mensagens, modelos e sistemas de chamados, mas a qualidade depende do processo, das permissões e dos testes feitos antes de atender pessoas reais.
Privacidade e confiança
Um atendimento de sinistro pode envolver informações pessoais e detalhes de uma situação delicada. Qualquer projeto semelhante deve definir quais dados passam pelo modelo, quais integrações têm acesso, por quanto tempo os registros ficam armazenados e quem pode consultá-los. Não coloque dados identificáveis de clientes em um protótipo de teste. Consulte as políticas de privacidade e as orientações oficiais do serviço usado antes de integrar canais e fornecedores.
Também deixe claro para o usuário quando a conversa é automatizada e como pedir ajuda humana. Uma pessoa deve conseguir corrigir o que o sistema entendeu antes que a informação seja usada para avançar o atendimento.
O que sabemos — e o que ainda falta saber
A informação publicada descreve um agente de IA generativa pelo WhatsApp para a comunicação inicial de sinistros de roubo e furto e apresenta percentuais atribuídos à Porto Seguro. A página institucional da seguradora confirma que clientes podem usar o WhatsApp para comunicar e acompanhar sinistros, mas não publica ali a metodologia dos indicadores de automação e satisfação citados na notícia.
Para comparar o desempenho com outros canais ou decidir se a abordagem é adequada a outro negócio, seriam necessários dados adicionais, como volume de conversas, período, critérios de conclusão, taxa de encaminhamento a atendentes, abandonos e método de pesquisa. Sem eles, é melhor não extrapolar o resultado para todos os sinistros, seguradoras ou aplicações de IA.
Conclusão
O caso da Porto Seguro mostra como uma conversa automatizada pode apoiar uma etapa concreta do atendimento e aproveitar um canal que clientes já conhecem. Os 70% de automação e o CSAT acima de 80% são números reportados pela companhia em uma notícia setorial; a metodologia não está detalhada nas fontes públicas consultadas. Para quem está aprendendo IA, a lição prática é começar por uma tarefa clara, testar casos comuns e excepcionais, proteger os dados e manter uma passagem simples para uma pessoa.