AIG (American International Group) informou ganhos mais rápidos do que o esperado com o uso de IA generativa, apontando impactos concretos sobre capacidade de subscrição, custos operacionais e integração de portfólios. As divulgações feitas pela companhia durante um Investor Day chamam atenção de decisores de IA por trazerem afirmações sobre aumento mensurável de throughput e redesenho de fluxos de trabalho.
O CEO Peter Zaffino admitiu que projeções iniciais da empresa haviam sido descritas como “aspiracionais”, mas, em teleconferência sobre resultados do quarto trimestre, afirmou que “vemos que as capacidades são muito maiores”. A mudança de tom sugere resultados internos positivos; segundo Zaffino, “estamos vendo uma mudança massiva na nossa capacidade de processar um fluxo de submissões muito mais rapidamente […] sem recursos humanos adicionais. Essa foi a maior surpresa.”
AIG afirma que a IA generativa aumentou a capacidade de processamento de submissões, traduzindo-se em impacto econômico direto. Em 2025, a empresa relatou ter “avançado na incorporação da IA generativa em nossos processos centrais de subscrição e sinistros, e ampliado seu uso.” A ferramenta interna AIG Assist já está implementada na maior parte das linhas comerciais da companhia.
A unidade Lexington Insurance, que atua no segmento known como “excess and surplus” da AIG, tem como meta atingir 500.000 submissões até 2030. Zaffino informou que Lexington já superou 370.000 submissões em 2025. AIG utiliza modelos generativos para extrair e resumir dados recebidos e desenvolveu uma camada de orquestração na pilha tecnológica “para coordenar agentes de IA, melhorar a tomada de decisão e reduzir custos na organização.” Em Investor Days anteriores, esse nível de orquestração não era enfatizado.
O executivo descreve os agentes de IA “como companheiros que operam com nossas equipes”, capazes de fornecer informações em tempo real, recorrer a casos históricos e questionar decisões de subscrição. A empresa destaca sua habilidade de gerir dados recebidos “em uma fração do tempo” e de orquestrar agentes para que “eles possam escalar e ser capazes de analisar essa informação sem qualquer viés; isso ao longo de todo o fluxo de trabalho.”
AIG relaciona a orquestração à compressão do que denomina “front-to-back workflow”, uma integração mais estreita entre entrada, avaliação de risco e tratamento de sinistros. Segundo a companhia, múltiplos agentes coordenados por uma camada de orquestração tornam mais eficientes processos repetitivos e anteriormente demorados.
A pilha de IA generativa da AIG já foi aplicada em transações concretas. Na conversão do negócio comercial de varejo da Everest, a empresa afirma que as apólices foram priorizadas para renovação “em uma fração do tempo.” AIG diz ter construído uma ontologia do portfólio da Everest e combinado-a com a sua própria, o que “permitiu priorizar como os portfólios poderiam se integrar.” A própria empresa observa que o alinhamento ontológico é tecnicamente exigente e costuma gerar custos subestimados.
No lançamento do Syndicate 2479 em Lloyd’s, em parceria com Amwins e Blackstone, essa abordagem ontológica foi estendida a um veículo de propósito específico. Em conjunto com a Palantir, a AIG utilizou LLMs para avaliar se o portfólio de programas da Amwins estava alinhado ao apetite de risco declarado pelo syndicate. Zaffino afirmou que a AIG possui “um forte pipeline de oportunidades de SPV.”
Para decisores de IA, o caso da AIG ilustra o valor que a orquestração e a integração de fluxos podem trazer quando modelos generativos são incorporados aos processos centrais — e mostra até que ponto o impacto econômico depende de mudanças mensuráveis na capacidade e no tempo de ciclo.
