A Lei de IA da UE ganha força em 2027. Veja 4 formas de bancos e seguradoras se prepararem.

Łukasz Mokrzycki
Engenheiro de Governança, Riscos e Compliance
17 de nov. de 2026
Em 2 de dezembro de 2027, entram em vigor todas as obrigações previstas no Regulamento de IA da UE para sistemas de IA de alto risco. Para bancos e seguradoras, isso inclui a IA usada para tomar decisões sobre clientes individuais: quem tem um empréstimo aprovado e como são definidos os preços dos seguros de vida e de saúde.
No entanto, nem todo sistema de IA usado por um banco ou uma seguradora se enquadrará nessa categoria de alto risco, e os critérios de enquadramento também podem mudar antes de dezembro.
Com isso em mente, preparar-se para 2027 não é um exercício isolado de compliance. Essa preparação faz parte do objetivo mais amplo de desenvolver uma IA que sua equipe possa entender, explicar e pela qual possa se responsabilizar. A melhor prática, por enquanto, é aplicar os princípios centrais do Regulamento a todos os casos de uso de IA — do onboarding de novos clientes à análise de risco de crédito e à avaliação de sinistros.
Neste artigo, não vou detalhar todas as novas obrigações. Em vez disso, vou abordar quatro formas práticas de sua organização criar sistemas de IA transparentes que não tirem seu sono.
A maioria desses princípios se resume a uma ideia central: trate cada sistema de IA não como um projeto de compliance que você conclui, mas como um produto pelo qual você é responsável e que mantém.
O que a Lei de IA da UE exigirá em 2027?
Antes de entrarmos em como você pode começar a se preparar, veja um breve panorama do que está previsto para dezembro de 2027.
O Regulamento de IA classifica os sistemas de IA por risco. As obrigações para a categoria de alto risco, previstas no artigo 6.º, n.º 2, e no Anexo III, entram em vigor em dezembro do próximo ano.
Esses requisitos incluem um sistema de gestão de riscos, governança de dados, documentação técnica, registro automático de logs, supervisão humana, requisitos de precisão e robustez e um sistema de gestão da qualidade.
Até o momento, apenas dois casos de uso de "alto risco" afetam diretamente os setores bancário e de seguros:
- O item 5(b) abrange "sistemas de IA destinados a avaliar a capacidade de crédito de pessoas físicas ou estabelecer sua pontuação de crédito."
- O item 5(c) abrange "sistemas de IA destinados à avaliação de riscos e à precificação em relação a pessoas físicas no caso de seguros de vida e de saúde."
Mas, embora esses sejam os únicos casos de uso específicos do setor listados atualmente, as orientações finais da Comissão sobre como classificar sistemas de alto risco estão previstas apenas para agosto de 2027. Por isso, recomendamos aplicar as boas práticas a seguir a todos os sistemas de IA que sua equipe opera.
1. Adicione IA apenas onde ela gera valor e defina limites com regras
Bancos e seguradoras podem limitar a exposição regulatória usando IA apenas onde ela agrega valor real.
Os processos de crédito, sinistros e subscrição são uma sequência de etapas, e nem todas se beneficiam da inclusão de IA. Uma regra de negócio que diz "não abrir contas para solicitantes menores de 18 anos" é transparente, tem baixo custo de execução e nunca muda de comportamento.
A IA mostra seu valor ao automatizar o trabalho que as regras não conseguem realizar: extrair números de um extrato bancário digitalizado ou resumir um dossiê de sinistro complexo. No benchmark da Taktile Labs, FinSpread-Bench, agentes de IA estruturam dados de demonstrações financeiras com 96,5% de acurácia, contra 89% de analistas treinados. A definição do limite de crédito final do tomador continua sendo uma etapa determinística, orientada por regras.
Combinar regras e IA também pode ajudar sua equipe a cumprir os requisitos regulatórios ao estabelecer limites claros para o que um agente pode fazer.
Após a execução de um agente, as regras podem verificar se o resultado está de acordo com a política, para que o agente nunca tenha a palavra final. Elas também podem definir as condições para revisão humana, como qualquer pedido de indenização acima de €2.000 ou qualquer solicitação com inconsistência nos dados.
Como essas regras fazem parte do processo de decisão, e não das instruções do agente, ele não pode contorná-las.
2. Gerencie sistemas de IA como produtos em evolução, não como projetos pontuais
Devido à pressão para implantar IA rapidamente, as equipes costumam focar no desenvolvimento inicial, sem um plano de manutenção de longo prazo. A IDC prevê que as empresas do Global 1000 vão subestimar seus custos de infraestrutura de IA em 30% até 2027.
Essa lacuna é crítica, porque o Regulamento de Inteligência Artificial da União Europeia (EU AI Act) exige supervisão, validação e gestão de riscos contínuas dos sistemas de IA
Assim como outras infraestruturas essenciais, como um CRM ou pipelines de dados, um sistema de IA saudável também precisa de pessoas, recursos financeiros e tempo dedicados. Como disse um colega engenheiro da Taktile: precisamos gerenciar sistemas baseados em IA como produtos, não como projetos.
Um projeto tem início e fim bem definidos. Um produto nunca está concluído. Ele conta com orçamento dedicado, equipe multidisciplinar e um sistema de adaptação e melhoria contínuas.
Veja como isso funciona na prática:
Vimos um caso em que uma nova versão do modelo apresentou resultados melhores em benchmarks gerais. Mas, quando testada em um agente em produção, a acurácia das decisões de crédito caiu cerca de 30%. O modelo não era pior. Os prompts e a arquitetura do agente haviam sido ajustados à versão anterior, e a nova versão se comportou de forma suficientemente diferente para alterar os resultados.
A equipe identificou o problema porque os usuários de negócio que entendiam os KPIs tinham responsabilidade contínua pelo sistema e visibilidade sobre ele.
3. Incorpore a supervisão humana desde o primeiro dia e trate-a como um desafio de UX
O Regulamento de Inteligência Artificial da União Europeia exige que uma pessoa possa de fato compreender, monitorar e reverter as decisões de um sistema de IA em tempo real. O próprio sistema de IA precisa fornecer à pessoa informações claras e controle suficientes para identificar e corrigir problemas.
Quando você passa a gerenciar seu sistema de IA como um produto, pode encarar esses requisitos de supervisão humana como um desafio de UX. Trata-se de projetar um ambiente que não seja apenas otimizado para IA, mas que também seja fácil para as pessoas entenderem e com o qual possam interagir facilmente.
É fácil para um analista de sinistros consultar, em linguagem natural, por que um agente de IA tomou determinada decisão? Um líder de crédito consegue ver, em uma única trilha de auditoria, todas as fontes de dados, regras e ações de IA e humanas que contribuíram para a aprovação de um empréstimo?
Uma política de governança pode documentar essa necessidade, mas é no projeto do sistema que ela se concretiza.
De fato, a Lei é explícita ao exigir que o próprio sistema seja projetado para permitir supervisão e até identifica a armadilha que o projeto deve evitar: o viés de automação, o hábito de confiar no resultado porque ele veio da máquina.
A melhor defesa contra essa armadilha é envolver especialistas da área desde o início. As pessoas que entendem o que caracteriza uma decisão confiável devem participar da concepção do sistema, não apenas da auditoria.
4. Para facilitar auditorias, integre IA aos fluxos de trabalho de ponta a ponta
A KPMG constatou que 51% dos bancos já estavam testando agentes de IA em projetos-piloto em meados de 2026. Agora, a discussão sobre IA nos setores bancário e de seguros está passando da produtividade individual para a reestruturação de processos inteiros, de ponta a ponta, em torno de agentes de IA.
Ao avançarmos para esta próxima fase, há o risco de as instituições herdarem um problema da primeira: IA dispersa em ferramentas separadas. E, quando a IA está desconectada, fica mais difícil auditá-la, documentá-la e adequá-la às exigências regulatórias.
Para uma decisão regulada de ponta a ponta, como a aprovação de um empréstimo ou a análise de um sinistro, o objetivo é que cada etapa de IA seja executada no mesmo ambiente. Quando todo o processo de sinistros passa por um único fluxo de decisão, cada etapa de IA fica visível no mesmo lugar: qual modelo foi executado, quais dados acessou, o que produziu e em que ponto uma regra ou uma pessoa assumiu o controle.
A trilha de auditoria é muito mais fácil de montar e mais simples de entender, tanto para sua equipe quanto para os reguladores.
Preparação até dezembro de 2027
Muita coisa ainda pode mudar antes que as obrigações para sistemas de alto risco passem a valer, inclusive quais casos de uso estarão no escopo. Mas as etapas acima deixarão sua equipe bem preparada, independentemente de como fiquem as regras finais.
Um ponto de partida prático é mapear onde a IA já está presente nos seus processos de crédito, sinistros e subscrição. Quais etapas realmente precisam dela e em quais uma regra funcionaria melhor? Quem é responsável por cada sistema depois que ele entra em produção? Um analista de sinistros ou líder de crédito conseguiria explicar uma decisão específica a um supervisor com as informações disponíveis hoje?
É esse trabalho que permite à sua equipe usar IA nas decisões que definem o desempenho e se responsabilizar por cada uma delas.
Perguntas frequentes
O Regulamento de IA da UE classifica a pontuação de crédito e a precificação de seguros como de alto risco?
Sim. O Anexo III do Regulamento de IA da UE lista dois casos de uso de serviços financeiros como de alto risco: sistemas de IA usados para avaliar a capacidade de crédito de pessoas físicas ou estabelecer sua pontuação de crédito (ponto 5(b), com uma exceção para detecção de fraude) e sistemas de IA usados para avaliação de risco e precificação para pessoas físicas em seguros de vida e saúde (ponto 5(c)). Crédito empresarial, seguros não vida e validação de sinistros não estão listados no Anexo III.
Quando as obrigações para sistemas de alto risco previstas no Regulamento de IA da UE se aplicam a bancos e seguradoras?
A partir de 2 de dezembro de 2027. O Pacote Omnibus Digital sobre IA (Regulamento (UE) 2026/1744), publicado no Jornal Oficial em 24 de julho de 2026, adiou o prazo do Anexo III de 2 de agosto de 2026 para 2 de dezembro de 2027. Os requisitos em si não mudaram. As obrigações de transparência previstas no Artigo 50 e de letramento em IA previstas no Artigo 4 já se aplicam a bancos e seguradoras.
O que o Regulamento de IA da UE exige para a supervisão humana da IA em decisões de crédito e sinistros?
O artigo 14 exige que um sistema de IA de alto risco seja projetado para que as pessoas responsáveis por sua supervisão possam entender suas capacidades e limitações, monitorá-lo para detectar anomalias, interpretar seus resultados, manter-se atentas ao viés de automação, decidir não utilizá-lo ou desconsiderar seus resultados em um determinado caso e interromper seu funcionamento. As medidas de supervisão devem ser proporcionais ao risco e ao nível de autonomia do sistema. Esses são requisitos de projeto do sistema, não apenas uma política de governança.
Bancos e seguradoras precisam de uma avaliação de impacto sobre os direitos fundamentais nos termos do Regulamento de IA da UE?
Sim, para sistemas de alto risco. O artigo 27 exige especificamente que os responsáveis pela implantação de sistemas previstos no Anexo III, pontos 5(b) e 5(c), ou seja, de pontuação de crédito e precificação de seguros de vida e saúde, realizem uma avaliação de impacto sobre os direitos fundamentais antes do primeiro uso. A avaliação deve descrever o processo em que o sistema é utilizado, as pessoas afetadas, os riscos de danos, as medidas de supervisão humana e o que acontece quando um risco se concretiza. Os resultados são comunicados à autoridade de fiscalização do mercado.
O Regulamento de IA da UE se aplica a sistemas de IA que não são de alto risco?
Em parte. O artigo 4 (letramento em IA) e o artigo 50 (transparência, como informar aos clientes quando interagem com um sistema de IA) se aplicam a todos os sistemas de IA abrangidos pelo regulamento. As obrigações mais rigorosas para sistemas de alto risco não se aplicam, mas os supervisores financeiros esperam disciplina semelhante mesmo assim: o parecer da EIOPA de agosto de 2025 aplica princípios de governança, documentação e supervisão aos sistemas de IA das seguradoras que não se enquadram na categoria de alto risco, com base nas regras vigentes de Solvência II e da IDD.
Aviso legal
Este artigo tem finalidade exclusivamente educativa e não constitui aconselhamento jurídico. O Regulamento de Inteligência Artificial da União Europeia (EU AI Act) e suas orientações de implementação ainda estão evoluindo, e sua aplicação dependerá dos sistemas e das circunstâncias específicos da sua instituição.