Desde o momento em que o primeiro ser humano conseguiu acender uma faísca sem se queimar, a história da engenharia tem sido um verdadeiro carrossel de invenções. Primeiro, aprendemos a vencer grandes distâncias e transportar mercadorias com a ajuda da roda; antes que percebêssemos, já estávamos construindo majestosas pirâmides. No início do século XVII, os imensos moinhos de vento deixaram enlouquecido um certo cavaleiro pelas terras da Mancha.
Depois, com o surgimento da imprensa, libertamos o conhecimento, preenchendo milhões e milhões de páginas com ele. A Revolução Industrial trouxe a máquina a vapor, e o telégrafo transformou o mundo.
O século XX foi mais uma revolução: em poucas décadas, passamos de levantar voo com os irmãos Wright a pisar na Lua com a missão Apolo 11. Agora, no século XXI, o desafio que enfrentamos, não apenas como engenheiros, mas como sociedade, é aprender a conviver com um ambiente digital avassalador, que armazena todos os dados que geramos e continuaremos gerando ao longo da nossa história.
Nesse processo de aprender a lidar, explorar e otimizar todos esses dados, a inteligência artificial generativa tornou-se uma peça fundamental. Nosso ambiente de trabalho evoluiu muito ao longo dos anos. Em pouco tempo, passamos de um sistema tradicional e analógico a um modelo híbrido, graças à digitalização. No entanto, é agora, com a IA generativa, que enfrentamos uma revolução verdadeira. Estamos às portas de um modelo completamente diferente, que nos convida a mergulhar numa nova dimensão de trabalho.
Neste contexto, é comum vermos reações negativas frente às possíveis consequências da IA generativa. Muitos querem limitá-la, em vez de adotar uma política proativa que favoreça seu desenvolvimento. Mas a verdade é que as inúmeras vantagens que essa tecnologia pode nos oferecer dissipam os receios que sempre acompanham o desconhecido. Nosso grande desafio hoje, em um ambiente profissional como o nosso, é encontrar onde encaixar essa ferramenta na equação para melhorar, transformar, ou até reinventar, nossos hábitos de trabalho.
Como engenheiros de riscos, precisamos conhecer os diversos perigos que podem ameaçar a viabilidade técnica e econômica de qualquer empresa. Identificar uma exposição exige um conhecimento detalhado da organização, do mercado em que ela atua, dos aspectos jurídicos, sociais, políticos e culturais atuais, bem como a compreensão dos objetivos estratégicos de cada empresa que faz, ou fará , parte do nosso portfólio, para que possamos conhecer suas ameaças e oportunidades.
A estimativa de risco pode ser quantitativa, semiquantitativa ou qualitativa, levando em conta a probabilidade de ocorrência e suas possíveis consequências. O resultado que obtemos do processo de análise de riscos nos permite elaborar um perfil que fornece uma avaliação detalhada de cada ativo analisado, no que se refere à estrutura física, processos, gestão, emergências e contingências. Como resultado, obtemos uma avaliação nas diferentes coberturas que asseguramos: danos materiais, quebra de máquinas, perda de lucros, responsabilidade civil etc. Ao avaliarmos as consequências e a probabilidade de cada um dos riscos identificados, conseguimos priorizar aqueles riscos-chave que exigem uma análise mais aprofundada. Nesse processo de identificação de riscos, a IA generativa pode nos ajudar? Sim, sem dúvida.
A IA generativa pode nos ajudar a analisar todos os dados que recebemos e que fomos acumulando ao longo dos anos. Com isso, conseguimos ter uma amostra mais ampla de todos os ativos que asseguramos.
A segurança que nossa capacidade, como engenheiros de riscos, proporciona à empresa ao avaliarmos as informações fornecidas pela IA faz com que nosso valor aumente, pois passamos a dispor de mais tempo para nos dedicar a análises mais complexas, aquelas em que a IA generativa ainda não tem capacidade de agregar valor. Com uma amostra maior de ativos analisados na companhia, conseguimos priorizar com mais precisão os riscos que realmente demandam atenção e, assim, nos antecipar às perdas específicas que esses ativos podem sofrer em razão de riscos naturais, incêndios e/ou falhas em equipamentos, entre outros. Essa capacidade preditiva nos permite maximizar o valor entregue aos segurados, ao compreendermos melhor o risco, as perdas e as estratégias de prevenção, utilizando informações sobre as propriedades dos nossos clientes e a forma como seus ativos foram construídos, projetados e protegidos.
É claro que não podemos esquecer que a IA se alimenta de dados. Por isso, devemos continuar alimentando essa biblioteca de conhecimento e seguir treinando os modelos para que essa ferramenta continue crescendo e evoluindo.
O paradigma da IA generativa já percorreu um longo caminho, e ainda temos muito a explorar. O que está claro é que vivemos em uma sociedade na qual os dados são abundantes; no entanto, como seres humanos que somos, temos limitações operacionais para poder analisar todos os dados que geramos. Desperdiçar as vantagens oferecidas pela IA generativa seria como navegar com motor em um veleiro com vento a favor, abrindo mão de uma força que veio para ficar. No mundo atual, estar na crista da onda é essencial para não ficar para trás.
