Aurora boreal, pedras e a silhueta de uma rapariga sozinha num trilho de montanha
Aurora boreal, pedras e a silhueta de uma rapariga sozinha num trilho de montanha

GLOBAL RISK TRANSFORMATION SERIES

De que forma irá a IA redefinir a resiliência face a riscos ainda nem sequer imaginados?

Related topics

A velocidade, a escala e a capacidade de análise da IA representam uma viragem decisiva para impulsionar um crescimento resiliente no complexo ambiente de risco atual.


Sumário Executivo

  • Muitas funções de gestão de risco encontram-se numa postura de espera em relação à adoção da IA, mas as suas capacidades, que evoluem rapidamente, tornam essa postura cada vez mais insustentável.
  • Para gerar valor, é necessário passar da utilização da IA para automatizar processos existentes para uma reformulação fundamental desses processos, tendo em conta os pontos fortes da IA.
  • Apesar da incerteza quanto ao ritmo e ao calendário da evolução da IA, as empresas podem avançar com uma IA que esteja "integrada" e preparada para o futuro.

Este artigo constitui a terceira parte da nossa série sobre a transformação do risco. Para os dois primeiros artigos, consulte Como é que repensar o risco o pode preparar para um mundo imprevisível? e quando o mundo muda da noite para o dia, consegue agir à velocidade da confiança?

No momento em que escrevemos este artigo, os responsáveis pela gestão de riscos em todo o mundo enfrentam dois choques externos: o conflito no Médio Oriente e o consequente encerramento do Estreito de Ormuz, bem como as capacidades sem precedentes dos modelos de IA de ponta para identificar vulnerabilidades cibernéticas em grande escala. 

Este artigo não oferece quaisquer conselhos sobre como responder a nenhuma das duas crises. Porque a forma como reage a estes desafios não é o que está em causa — o que está em causa é se continua a reagir e por quanto tempo mais tenciona permanecer nesse modo reativo. A questão não se resume apenas a estas perturbações; trata-se de perturbações como estas. Quando ler isto, estas crises poderão muito bem já ter passado, mas é quase certo que terão sido substituídas por outros choques sistémicos. 

Estas duas perturbações põem em evidência uma tensão central com que se deparam os responsáveis pelas áreas de Risco, Estratégia e Tecnologia. A crise do Estreito de Ormuz ilustra uma mudança a que a EY chama de «mundo NAVI» — um ambiente pós-pandémico em que os riscos são cada vez mais não lineares, acelerados, voláteis e interligados. Para sobreviver e prosperar neste contexto, é necessária uma abordagem fundamentalmente diferente à gestão de riscos, o que é praticamente impossível sem a rapidez, a escala e a capacidade de análise da IA. No entanto, tal como ilustrado pelos avanços cibernéticos da IA de ponta, a própria evolução da IA é, por si só, o NAVI. Podem surgir, de forma inesperada, novos modelos e capacidades inovadores, o que pode virar do avesso os planos de adoção da IA das empresas e os pressupostos em que estes se baseavam — uma incerteza que pode levar os líderes a hesitar em adotar plenamente a IA. 

Estudo Global da EY sobre a Transformação do Risco de 2026 — IA e Resiliência (PDF)

A forma de contornar este dilema passa por uma estratégia de adoção em que a IA seja simultaneamente integrada e preparada para o futuro. No restante deste artigo, abordamos o caminho a seguir para desenvolver essa abordagem: 

  • O Capítulo 1 aborda as razões pelas quais a IA é indispensável para a gestão de riscos na era NAVI e explica como uma abordagem «integrada» e nativa da IA é fundamental para concretizar todo o potencial de valor

  • O Capítulo 2 recorre a dados de inquéritos para salientar que a atitude de «esperar para ver» já não é suficiente, numa altura em que as empresas líderes já estão a implementar a IA para transformar a gestão de riscos

  • O Capítulo 3 identifica a forma como a evolução não linear da IA cria o desafio consequente de adotar a IA de forma a estar preparada para o futuro

  • O Capítulo 4 apresenta o caminho a seguir para enfrentar estes desafios: a adoção de IA integrada e preparada para o futuro, utilizando o quadro Value Blueprints para crescer rapidamente e aumentar o valor 

A forma como reage a estes desafios não é o que está em causa — o que está em causa é se continua a reagir e por quanto tempo mais tenciona permanecer nesse modo reativo.

Aurora Borealis (Northern Lights) over Scandinavia from the International Space Statio (ISS). Elements of this immage supplied by NASA.
1

Capítulo 1

Repensar a função de gestão de risco para a era da IA

Para tirar partido da velocidade, da escala e da capacidade de análise da IA, é necessário repensar a gestão do risco através de uma abordagem nativa da IA e integrada.

"O panorama de riscos pós-pandemia tornou-se cada vez mais complexo", afirma Bill Diaz, diretor executivo da Archer. "Os riscos surgem agora em todo o lado, a qualquer momento, desencadeando frequentemente reações em cadeia." O ritmo é mais acelerado, os efeitos são mais intensos. A IA é essencial para a gestão do risco neste contexto; é fundamental para lidar com o aumento do volume e da complexidade atuais, bem como para responder aos riscos em tempo real.

 

À medida que as empresas têm sido afetadas pela volatilidade dos últimos anos, a resiliência tornou-se um mantra. No entanto, o ambiente de risco NAVI não se limitou a trazer mais riscos; também reformulou profundamente a própria natureza do risco. Da mesma forma, as empresas não precisam apenas de mais resiliência, mas de uma resiliência diferente — precisam de repensar e redefinir o que significa resiliência num novo mundo de riscos.

 

Se a abordagem tradicional à resiliência era reativa e limitava-se a salvaguardar a continuidade das atividades, a nova abordagem visa igualmente ser proativa e impulsionar o crescimento estratégico. Tal como qualquer bom plano de jogo, este inclui tanto o ataque como a defesa. A Offense garante que o seu planeamento estratégico assente numa compreensão abrangente dos riscos emergentes e dos seus impactos estratégicos. A defesa garante que possa cumprir as suas promessas fundamentais face às perturbações causadas pela NAVI. O resultado? Uma relação simbiótica em que a estratégia se torna resiliente e a resiliência impulsiona o crescimento estratégico.

 

Para concretizar esta visão, a gestão de riscos tem de sofrer alterações em três aspetos fundamentais:

  1. As empresas precisam de ter a capacidade de detetar e responder, em tempo real, a desenvolvimentos que mudam rapidamente.
  2. As funções de risco têm de modelar um grande número de avaliações e cenários em grande escala, à medida que o número de riscos e as interligações entre os mesmos se multiplicam — e à medida que os riscos extremos, outrora considerados de baixa probabilidade, merecem uma consideração mais séria.
  3. As empresas precisam de fazer com que a falta de imaginação passe a ser coisa do passado, numa altura em que são repetidamente apanhadas de surpresa por choques externos e pontos de viragem não lineares — bem como pelos impactos inesperados a jusante de riscos interligados e em cascata. 

Estas mudanças exigem que se ultrapassem as limitações da capacidade humana; é praticamente impossível alcançar uma função de gestão de risco preparada para o NAVI apenas com processos manuais. Assim, as tecnologias emergentes, e especialmente a IA, tornam-se indispensáveis. A IA pode reinventar a gestão de riscos com três capacidades revolucionárias:

  1. A Speed substitui os processos manuais lentos e periódicos por processos automatizados em tempo real e de resposta rápida.
  2. A Scale analisa variáveis e cenários em quantidades que ultrapassam em muitas ordens de grandeza a capacidade humana.
  3. O Insight responde à complexidade do ambiente de risco da NAVI com capacidades analíticas avançadas, bem como com o potencial para superar os preconceitos comportamentais e os pontos cegos humanos — desde o preconceito de confirmação e a dessensibilização até à sobrecarga cognitiva e à paralisia decisória. 

No entanto, tirar partido de todo o potencial destas capacidades não é algo garantido. Em vez disso, o valor que obtém depende da forma como implementa a IA. 

«As empresas líderes estão a deixar de se concentrar em tornar a IA um elemento de valor acrescentado para um processo e, em vez disso, estão a procurar utilizar a IA para reinventar os processos de forma fundamental», afirma Dan Diasio, responsável global pela área de IA da EY Consulting.

Inicialmente, muitas empresas optaram por aproveitar as oportunidades mais fáceis de alcançar, automatizando os seus processos existentes para obter ganhos de eficiência — por exemplo, através da adoção de plataformas de governação, risco e conformidade (GRC). Isto pode proporcionar resultados concretos e a curto prazo, desde a normalização de taxonomias e a automatização de processos manuais até ao reforço da coordenação. As principais plataformas de GRC estão, cada vez mais, a integrar capacidades autônomas para transformar fluxos de trabalho estáticos numa execução mais adaptativa e baseada em IA.

A IA é um fator de mudança indispensável — mas apenas se a utilizar para construir o futuro da gestão de riscos; não para automatizar o seu passado.

A abordagem gradual de automatização dos processos existentes tem sido um bom ponto de partida. Pode demonstrar a viabilidade do conceito e proporcionar um retorno do investimento a curto prazo. É também a opção que menos perturba as estruturas operacionais existentes e a mais fácil de implementar. 

Mas não é aí que residem os maiores ganhos. "A maioria das empresas sentiu-se obrigada a adotar a IA", afirma Raul Villar Jr., diretor executivo da Optro. "Todos os conselhos de administração e equipas de direção têm-se concentrado na forma como podem tirar partido desta tecnologia em seu benefício. Assim, todos investiram em IA, mas a maioria ainda não obteve o retorno que esperava desses investimentos. A nossa aquisição da Midship, uma plataforma de agentic AI, foi motivada pelo desejo de acelerar a concretização de valor e pela convicção de que o futuro da GRC não reside em auditorias mais rápidas, mas sim em auditorias fundamentalmente diferentes."

Com efeito, a forma de tirar o máximo partido da IA passa por uma transformação estrutural: não se trata de automatizar os processos existentes, mas sim de os repensar de raiz, de uma forma nativa da IA. 

"As empresas líderes estão a deixar de se concentrar em tornar a IA um elemento de valor acrescentado para um processo e, em vez disso, estão a procurar utilizar a IA para reinventar os processos de forma fundamental", afirma Dan Diasio, EY Global Consulting AI Leader. "Estão a transformar as formas de trabalhar. Isto significa questionar se um determinado processo continua a ser necessário e qual deverá ser, em vez disso, o futuro processo nativo de IA. A verdadeira oportunidade de criação de valor não reside na utilização da IA como um complemento, mas sim na integração da IA nos processos e funções." 

Esta abordagem "integrada" à IA abre caminho para repensar, de forma fundamental, os processos e funções existentes. A tabela em anexo apresenta exemplos dessas alterações. 

IA integrável

IA integrada

Risk Appetite

A IA apoia os processos existentes relativos à apetência pelo risco 
(por exemplo, resume as exposições, elabora materiais para as comissões, compara as declarações de apetite de risco com incidentes recentes)

A IA reavalia dinamicamente a propensão ao risco, em consonância com os objetivos estratégicos 
(por exemplo, sintetiza continuamente dados internos e de mercado e alinha-se com os objetivos estratégicos para ajustar a propensão ao risco em tempo real)

Identificação e avaliação de riscos 

A IA automatiza processos manuais 
(por exemplo, realiza inquéritos e interpreta respostas em texto livre, edita/uniformiza descrições de risco, calcula avaliações com base em métricas tradicionais de probabilidade × impacto)

O motor de geração de cenários identifica e avalia riscos em grande escala, eliminando falhas de imaginação
(por exemplo, simula milhares de cenários para revelar riscos extremos e impactos em cadeia, avalia os riscos com base no impacto futuro nos objetivos estratégicos, passa da análise de amostras para a análise da população)

Risk Mitigation

A IA torna os fluxos de trabalho de mitigação existentes mais eficientes 
(por exemplo, recomenda controlos, analisa respostas de mitigação e padroniza ações de correção no âmbito das plataformas de GRC)

A IA predefine medidas estratégicas de mitigação em grande escala  
(por exemplo, a atribuição de responsabilidades e a escalada estão pré-configuradas e integradas nos fluxos de trabalho dos agentes; a geração de cenários em grande escala permite a mitigação de um vasto leque de riscos)

Monitorização e deteção

A IA apoia uma abordagem episódica e orientada pelo calendário 
(por exemplo, redige/edita relatórios periódicos e auditorias centrados em indicadores de conformidade e orientados pelo calendário de auditorias/relatórios)

Os agentes de análise multimodal monitorizam os riscos em tempo real em toda a empresa
(por exemplo, os agentes integrados na primeira linha monitorizam diversos fluxos de dados para reavaliar continuamente as probabilidades de riscos emergentes; o modelo global das operações da empresa avalia continuamente o impacto nas operações e nos objetivos estratégicos)

Resposta aos riscos

A IA apoia a resposta a posteriori para garantir a continuidade das atividades
(por exemplo, os alertas automatizados requerem a intervenção humana para analisar, deliberar e implementar a resposta)

Os agentes e os intervenientes humanos utilizam manuais de procedimentos predefinidos para uma resposta ágil e em tempo real 
(por exemplo, painéis dinâmicos mantêm os gestores humanos a par dos riscos emergentes; a ultrapassagem de limiares aciona protocolos por parte dos agentes e notifica os intervenientes humanos em pontos de decisão relevantes; os protocolos podem adaptar-se, conforme necessário, às circunstâncias em constante mudança)

Unrecognizable person in red jacket walking through snowy terrain under a vibrant aurora borealis on a clear winter night, leaving footprints behind.
2

Capítulo 2

"Esperar para ver" já não é suficiente

O futuro já está aqui — está preparado para ele?

A adoção da IA — e, em particular, a utilização de uma abordagem de IA integrada para impulsionar a transformação da gestão de riscos — é essencial para a resiliência no ambiente de risco da NAVI. No entanto, grande parte do mundo da gestão de riscos tem demorado a adotar a IA e outras tecnologias emergentes, sobretudo quando se trata de implementar a tecnologia de forma verdadeiramente transformadora. 

 

Uma grande maioria dos estrategas de risco — que encaram as suas funções de gestão de risco como facilitadoras do crescimento estratégico — reconhece o potencial disruptivo das tecnologias emergentes:

  • Sete em cada dez (70%) estrategas de risco concordam que a IA irá transformar profundamente o modelo operacional da sua função de risco, em comparação com apenas 40% dos tradicionalistas de risco.

  • Da mesma forma, 67% dos Estrategistas afirmam que as tecnologias emergentes têm o potencial de alterar fundamentalmente a forma como abordam a gestão de risco, de modo a estarem mais bem alinhadas com o clima de risco NAVI, em comparação com apenas 41% dos Tradicionalistas.


No entanto, embora uma maioria significativa dos estrategas de risco reconheça esse potencial, os números relativos à adoção são consideravelmente mais baixos, e as diferenças entre os estrategas e os tradicionalistas são ainda menores. A ação fica aquém da ambição. 

As duas tecnologias com maior difusão são a IA tradicional e o processamento de linguagem natural. Estas são também as tecnologias mais antigas abrangidas pelo inquérito, sendo ambas anteriores ao surgimento generalizado da IA generativa. No que diz respeito às outras tecnologias incluídas no nosso inquérito — que apresentam um maior potencial para impulsionar a transformação do risco —, as taxas de adoção, mesmo por parte dos Estrategistas, são muito mais baixas. 


As funções de gestão de risco estão a aplicar tecnologias emergentes tanto em casos de utilização incrementais como transformadores, em medida semelhante. No entanto, os Tradicionalistas ficam atrás dos Estrategistas em quase o dobro no que diz respeito aos casos de utilização transformativos (diferença de 8,2 pontos percentuais) do que nos casos de utilização incrementais (diferença de 4,5 pontos percentuais). 


O principal obstáculo à adoção da IA referido pelos inquiridos (45%) é a baixa prioridade atribuída ao risco em comparação com outros casos de utilização. Isto levanta uma questão corolária: por que razão a adoção da IA para a transformação da gestão de riscos não está a ser considerada prioritária? A partir das nossas entrevistas com responsáveis pela gestão de riscos, incluindo em muitas organizações que contam com Risk Strategist, uma opinião frequentemente referida foi a de que se encontravam numa postura de "esperar para ver" até que a tecnologia se revelasse mais comprovada, de modo a justificar a sua adoção em larga escala. 


Em futuras crises, as empresas que utilizam IA integrada para transformar as suas funções de gestão de risco poderão estar mais bem preparadas para antecipar os impactos que se avizinham e, consequentemente, muito antes dos seus concorrentes... O jogo vai acabar antes mesmo de começar.

O que fica por dizer é que adotar uma abordagem de «esperar para ver» em relação à adoção de tecnologia significa também que uma empresa permanece numa postura de espera no que diz respeito à sua capacidade de responder a riscos emergentes. Até ao momento, as crises que têm afetado o ambiente operacional do NAVI têm apanhado a maioria das empresas desprevenidas, obrigando-as a agir às pressas para dar resposta à situação. Até agora, isto não tem constituído uma desvantagem competitiva, uma vez que todos se encontravam na mesma situação. 

Mas isso está a mudar. A perspetiva do convidado que se segue, da autoria do Global Chief Risk Officer de um fabricante automóvel europeu de referência, ilustra a forma como uma empresa está a utilizar a IA e a integrar agentes de IA na sua linha da frente para transformar a sua abordagem à gestão de riscos. A empresa já obteve a validação do conceito e afirma que o seu sistema de agentes a alertou antecipadamente para o impacto da escassez de hélio resultante do encerramento do Estreito de Ormuz. 

Em futuras crises, as empresas que utilizam IA integrada para transformar as suas funções de gestão de risco poderão estar preparadas para os impactos que se avizinham com antecedência e, consequentemente, muito antes dos seus concorrentes. Nesta altura, a atitude de "esperar para ver" já não será suficiente. Se estiver a esperar até depois de uma crise para perceber as consequências em cadeia que poderão afetar a sua empresa, já é tarde demais. Irá competir contra organizações que identificaram o cenário, mapearam os riscos e impactos em cascata nos seus negócios, prepararam planos de resposta e atribuíram responsabilidades e supervisão — tudo isto com antecedência. O jogo vai acabar antes mesmo de começar. 

[O nosso sistema baseado em IA] identificou o impacto potencial do encerramento do Estreito de Ormuz no abastecimento de hélio e as suas consequências para os nossos processos de fabrico — muito antes de este tema ter começado a ser abordado nos meios de comunicação social.
Red and rose valley, fairy chimneys, Zelve, Goreme,  Devrent Valley
3

Capítulo 3

A IA está a avançar a um ritmo acelerado, com pontos de viragem inesperados

A sua estratégia tecnológica está preparada para a próxima disrupção de modelo de fronteira?

Nos últimos meses, a abordagem à implementação de GRC tem-se tornado mais complexa devido aos avanços revolucionários nas capacidades da IA autónoma/agente e da "codificação de vibrações", que estão a perturbar o modelo de software como serviço (SaaS) e a redefinir a tradicional decisão entre "desenvolver internamente" e «adquirir». Ambas as abordagens apresentam vantagens evidentes — tais como a possibilidade de tirar partido de níveis mais elevados de apoio e conhecimentos especializados por parte de um fornecedor de SaaS, em contraposição ao maior controlo sobre os dados da empresa e à maior capacidade de personalização que resulta de agir de forma independente. No entanto, neste contexto em rápida evolução, nem mesmo essas premissas permanecem imutáveis. Embora algumas organizações estejam a internalizar o desenvolvimento para obter um controlo mais rigoroso, os principais fornecedores de GRC e SaaS estão a acelerar as suas próprias arquiteturas nativas de IA — oferecendo uma opção de "compra" que proporciona capacidades personalizáveis e autónomas semelhantes, sem o pesado fardo da engenharia interna. (Para um exemplo de uma empresa que está a seguir a via da «construção», consulte a opinião dos convidados em anexo, de Adam Frank e Ramesh Raju, da Uber). 

Em vez de nos limitarmos a acelerar os processos manuais existentes, utilizamos a IA para alterar de forma radical a forma como a informação é consumida, interpretada e aplicada ao longo de todo o ciclo de vida da conformidade.

A decisão sobre onde e em que medida se deve optar por construir ou adquirir dependerá das circunstâncias e dos objetivos de cada empresa. Mas o próprio facto de estas decisões estarem a ser reconsideradas revela uma verdade mais ampla. As tecnologias emergentes não são apenas uma solução para a gestão do risco num mundo NAVI — a sua própria evolução é não linear, acelerada, volátil e interligada. 

Considere a forma como os modelos de IA têm vindo a desenvolver novas capacidades a um ritmo cada vez mais acelerado. Ou considere a forma como os modelos de vanguarda alcançam capacidades revolucionárias de forma não linear, gerando volatilidade e surpreendendo repetidamente o mundo empresarial. O lançamento inicial do ChatGPT, em 2022, foi, por si só, um momento não linear, para o qual a maior parte do mundo empresarial não estava preparada. Mais recentemente, novos modelos inovadores, com a capacidade de revelar vulnerabilidades de software numa escala sem precedentes, apanharam de surpresa o mundo da cibersegurança, desafiando pressupostos de longa data sobre ameaças, capacidades e abordagens em matéria de cibersegurança. 


A evolução não linear da IA coloca os responsáveis pela gestão de riscos perante um dilema. Para as empresas que pretendem adotar a IA de forma transformadora e integrada, como garantem que a vossa adoção está preparada para o futuro? Antes de se lançar numa jornada de vários meses de transformação da gestão de riscos impulsionada pela tecnologia, como se pode proteger contra a possibilidade de que, a meio do processo, o próximo modelo de vanguarda venha a subverter as suas premissas sobre custos, benefícios e capacidades? 

A resposta passa por tornar os "Value Blueprints" a base da sua transformação em matéria de risco — algo que iremos explorar no próximo capítulo. 

Red and rose valley, fairy chimneys, Zelve, Goreme,  Devrent Valley
4

Capítulo 4

Criação de uma função de gestão de risco nativa em IA e preparada para o futuro

Como pode superar os vários obstáculos à adoção para avançar com confiança?

O gráfico em anexo ilustra os obstáculos que as funções de gestão de risco enfrentam na adoção da IA. Entre estes contam-se a baixa prioridade atribuída aos casos de utilização de risco, os desafios de integração, as limitações em termos de dados, as preocupações com a segurança e as questões relacionadas com os recursos humanos, o orçamento e os custos.


A esta altura, esta lista já é bem conhecida. Várias pesquisas têm revelado preocupações semelhantes no que diz respeito à adoção da IA. A questão é saber o que pode fazer para as superar, especialmente quando se depara simultaneamente com várias, ou com todas, estas limitações — como acontece com muitas organizações. 

O cerne da questão é que estas restrições não são variáveis independentes. Pelo contrário, estão profundamente interligados, agravando-se e reforçando-se mutuamente. A baixa priorização dificulta o investimento, o que agrava as restrições orçamentais e de recursos humanos. As lacunas em termos de competências e de dados agravam os desafios de integração, o que, por sua vez, atrasa a preparação dos dados. Essas interligações criam um ciclo vicioso que se autoalimenta e que compromete a tese a favor da adoção da IA.  

Para sair deste ciclo vicioso, as funções de gestão de risco têm de abordar os obstáculos à adoção com uma abordagem coesa e interligada que os resolva a todos. É exatamente isso que a estrutura Value Blueprints da EY.ai (disponível em EY.com US) oferece, e é por isso que deve constituir a base da sua abordagem à adoção da IA. As sete camadas da estrutura estão interligadas; alimentam-se mutuamente, criando valor que cresce exponencialmente, em vez de atingir rapidamente um patamar estável. (Para mais informações, consulte o artigo de opinião de Dan Diasio que acompanha este texto). 

Quando as organizações vão incorporando a IA caso a caso, o valor aumenta gradualmente, até atingir um patamar estável. Quando, em vez disso, adotam uma abordagem "plano a plano"... o esforço diminui com cada plano subsequente, enquanto o valor aumenta exponencialmente.

Utilize o quadro de referência «Value Blueprints» para abordar as suas limitações — dados, governação, talentos, etc. — de forma interligada, de modo a que se complementem mutuamente e criem um efeito multiplicador. Aborde cada etapa do processo com uma abordagem que seja simultaneamente nativa da IA e preparada para o futuro: 

  • Ser nativo da IA: Pense com ousadia para tirar o máximo partido das capacidades dos modelos de ponta atuais. Em vez de manter os processos tradicionais e procurar automatizá-los, repense quais os processos que seriam mais adequados para uma função de gestão de risco nativa de IA. 

  • Preparar-se para o futuro: antecipar e preparar-se para futuros pontos de inflexão. Isto é viável, apesar da aparente imprevisibilidade da mudança não linear. Embora possamos não saber quando ocorrerão as próximas mudanças não lineares, é muito mais fácil perceber quais serão provavelmente — estão a ser trabalhadas, discutidas e até incorporadas em alguns modelos mais recentes. Reflita sobre a forma como as capacidades emergentes se enquadrariam na sua abordagem e esteja preparado para se adaptar quando chegar o próximo ponto de inflexão. Reinterprete os obstáculos à adoção, transformando-os de justificações para permanecer numa postura de espera e observação em desafios potencialmente temporários que poderão resolver-se com a evolução contínua da IA. 

1. Defina a sua ambição e identifique as oportunidades de valor

Comece por definir a visão e a ambição da sua função de gestão de riscos. Como é a versão integrada e nativa de IA da sua função de gestão de risco? Isto inclui a análise de várias questões relacionadas tanto com a IA atual como com as capacidades prováveis dos futuros modelos de vanguarda. 

Ser nativo da IA: 

  • Partindo do zero (ou seja, sem estar limitado por processos herdados), qual é a sua visão, baseada na IA, para os seus processos de gestão de risco e modelo operacional? 

  • Que práticas de gestão de risco se tornarão obsoletas e que novas práticas terão de surgir para que esta visão se concretize? 

  • Onde se encontram as maiores fontes de valor? O que se tornará um bem de consumo comum e abundante nesse futuro, e o que se tornará os novos motores de valor? 

Preparar-se para o futuro:

  • De que forma os potenciais pontos de inflexão e as capacidades emergentes relevantes (por exemplo, agentic AI e autónoma, IA no dispositivo/na periferia, pequenos modelos de linguagem, IA multimodal, IA de raciocínio, modelos do mundo/inteligência espacial, memória persistente) irão alterar a fronteira das capacidades de gestão de risco na sua organização?

  • Que limitações atuais constituem obstáculos temporários que poderão ser ultrapassados num futuro próximo, à medida que as capacidades forem melhorando? Por exemplo, será que a geração de dados sintéticos poderá ajudar a resolver a questão da disponibilidade de dados, os modelos linguísticos de pequena dimensão reduzir os elevados custos de computação e a IA "no-code"/"low-code" mitigar a escassez de talentos?

  • Como é que pode combinar diferentes modelos/capacidades consoante a área em que se revelam mais adequados? Por exemplo, os modelos linguísticos de pequena dimensão podem ser ideais para o desenvolvimento de agentes de IA específicos de cada domínio, integrados na linha da frente, enquanto a IA de raciocínio e os modelos do mundo poderiam elevar um motor de geração de cenários a um novo patamar.

2. Repense os seus processos e a sua força de trabalho

Em seguida, repense os seus processos e a sua força de trabalho. Estes aspetos estão indissociavelmente ligados em qualquer transformação de riscos nativa da IA; devem ser repensados em conjunto como um único problema de conceção, em vez de como vias de transformação separadas.

Processos

Reimagine os processos para tirar partido das capacidades essenciais e dos pontos fortes da sua IA e dos seus colaboradores humanos. Isto poderá incluir a criação de fluxos contínuos para que a IA possa efetuar a monitorização e a resposta em tempo real, ou desenvolver cenários e simulações em grande escala. O objetivo deve ser conceber fluxos de trabalho capazes de se adaptarem e otimizarem em tempo real, enquanto os seres humanos orientam os resultados estratégicos.

Desafiem as estruturas tradicionais e os silos. Por exemplo, a abordagem tradicional de classificar os riscos em categorias distintas — risco financeiro, risco operacional, risco regulatório/de conformidade, risco cibernético, etc. — poderá já não ser a mais adequada numa organização nativa de IA, otimizada para o ambiente de risco NAVI. Em vez de tipos de risco distintos, como deve reestruturar os seus processos e a sua estrutura organizacional com base em riscos interligados e sistémicos? Em que aspetos do modelo operacional de risco deve esbater intencionalmente as fronteiras — por exemplo, no modelo das três linhas?

People Advisory Services

Para tirar partido dos processos redesenhados, é necessário desenvolver competências e redefinir funções, de modo a capacitar os colaboradores humanos para que trabalhem de forma eficaz em conjunto com a IA. 

Repensar as definições e categorias das funções. Cada função é um conjunto de competências, responsabilidades e tarefas. Será que a forma como estes foram agrupados no passado ainda faz sentido? Caso contrário, como é que devem ser desagregados e reestruturados? Que partes destes pacotes tradicionais podem ser melhor executadas pela IA e outras tecnologias, e em quais é que os seres humanos se devem especializar? 

Com o advento de sistemas agentivos cada vez mais capazes de operar de forma autónoma, uma abordagem orientada para o futuro exige também a preparação da força de trabalho para a transição de uma supervisão do tipo "human-in-the-loop" para uma supervisão do tipo "human-on-the-loop". 

"À medida que a IA amadurece e assume cada vez mais as nossas tarefas, irá recorrer cada vez mais aos seres humanos para tomar decisões que exijam discernimento", afirma Sinclair Schuller, responsável pela IA Responsável da EY nas Américas. "Um modelo pode realizar uma enorme quantidade de trabalho e, em seguida, recorrer a um ser humano para decidir entre a Opção A e a Opção B. Ambas as opções são válidas e corretas, pelo que é necessário o julgamento humano para escolher entre elas. Este é um exemplo de supervisão do tipo "human-on-the-loop" — em oposição à abordagem «human-in-the-loop», na qual as pessoas intervêm diretamente a um nível muito mais pormenorizado e num âmbito mais restrito. Manter os seres humanos no circuito é certamente adequado em algumas situações, mas, à medida que a tecnologia amadurece, iremos avançar cada vez mais para o modelo “human-on-the-loop”.

Manter os seres humanos no circuito é certamente adequado em algumas situações, mas, à medida que a tecnologia amadurece, iremos avançar cada vez mais para o modelo "human-on-the-loop".

As funções de gestão de risco, em particular, podem ter uma tendência natural para manter os seres humanos envolvidos no processo, especialmente se se partir do princípio de que essa é a opção menos arriscada. No entanto, para maximizar o valor da agentic AI e dos sistemas autónomos, os responsáveis pela gestão de riscos devem avaliar cuidadosamente em que situações uma abordagem «on-the-loop» poderá ser viável. Devem também estar dispostos a questionar o pressuposto de que o sistema "in-the-loop" implica necessariamente um risco menor. O envolvimento em todas as decisões pormenorizadas pode ter um efeito entorpecente para os trabalhadores; uma abordagem que remeta seletivamente as decisões para supervisão humana apenas quando apropriado poderá muito bem proporcionar uma gestão mais eficaz. 

Antecipar e preparar-se para a transição para sistemas com intervenção humana requer medidas deliberadas e investimento. Isto inclui investir na formação e na melhoria das competências, de modo a capacitar a sua força de trabalho para desempenhar as suas funções de forma eficaz nesta nova função. Inclui a quantificação e a definição de limiares que desencadeiam a supervisão humana, vias de escalonamento para encaminhar as decisões para as pessoas adequadas e painéis de controlo que permitem a monitorização por parte dos supervisores humanos. 

3. Desenvolver as bases de apoio em matéria de dados, governação e tecnologia

O terceiro passo consiste em centrar-se na tecnologia, nos dados e na governação. A IA não pode expandir-se de forma eficaz, a menos que estes sejam concebidos em conjunto como uma base de apoio unificada e integrada. 

Dados

Os dados constituem a base para a tomada de decisões na função de Risco orientada para a IA. Unifique e ligue fluxos de dados dispersos e integre os dados diretamente nos fluxos de trabalho. A Agentic AI, em particular, requer investimento em dados semânticos e estruturados, para que os agentes possam interpretar com precisão o significado e as relações no contexto. O desenvolvimento de sistemas de monitorização de riscos e de tomada de decisões em tempo real requer o investimento e a integração de fluxos contínuos de dados provenientes tanto do interior como do exterior da organização. 

Para estar preparado para o futuro, identifique e antecipe os requisitos de preparação de dados das capacidades emergentes de IA — por exemplo, a IA na periferia e os modelos linguísticos de pequena dimensão exigirão uma estratégia de dados descentralizada, enquanto a IA multimodal requer a integração de sinais diversos. 

Governação

Uma governação sólida é um fator facilitador da expansão — criando a confiança essencial para que a IA venha a ser adotada. Os sistemas de IA com capacidade de ação necessitam de mecanismos de governação integrados na sua execução — tais como controlos em tempo real, agentes de proteção e interruptores de emergência. Tal como referido anteriormente, é igualmente necessário avaliar em que áreas a governação pode passar efetivamente de uma abordagem "human-in-the-loop" para uma abordagem "human-on-the-loop". 

Tecnologia

A tecnologia está no cerne da função de gestão de risco baseada em IA. Tal como referido anteriormente, para tirar partido do seu poder transformador, é necessário criar uma infraestrutura nativa de IA, e não ferramentas adicionais. Uma abordagem coesa, que recorra ao quadro "Value Blueprints" para desenvolver uma visão para a vossa função de Risco impulsionada pela IA — ao mesmo tempo que transforma os vossos processos, pessoal, dados, governação e tecnologia — permitirá uma execução autónoma em grande escala em toda a função de Risco e na empresa

Os autores gostariam de agradecer a Kyle Lawless, Senior Manager – Risk Consulting, Ernst & Young LLP; AnnMarie Pino, Associate Director, Ernst & Young LLP; Joe Morecroft, Associate Director, EYGS LLP; e William Reid, Assistant Director, Ernst & Young LLP, pelas suas contribuições para este artigo.

Resumo

Um novo mundo de riscos exige novas formas de gerir os riscos. Os processos manuais e a falta de imaginação já não serão suficientes. A IA é um fator de mudança indispensável — mas apenas se a utilizar para construir o futuro da gestão de riscos; não para automatizar o seu passado. Implemente uma IA integrada e preparada para o futuro. Utilize os "Value Blueprints" para atenuar os obstáculos à adoção, encontrar um caminho mais rápido e dinâmico para a criação de valor — e, em última análise, moldar uma organização resiliente face às turbulências do mundo NAVI.

Artigos relacionados

Como é que se pode redefinir a resiliência para a próxima fronteira das vulnerabilidades?

Um estudo da EY revelou que 36% dos ativos das organizações estão vulneráveis a ameaças à cibersegurança. Explore os pontos fortes e os pontos fracos do seu setor.

Contacte-nos
Achou este conteúdo interessante? Peça-nos mais informações.

About this article

Authors

Contributors