Inteligência não pode ser terceirizada

Por Guilherme Neves, gerente de Estratégia de IA do IRB(Re)*

Nos mais diversos mercados, o uso da inteligência artificial já se consolidou como um diferencial competitivo. Em diferentes estágios de maturidade nas empresas e setores que a adotam, neste momento de transição convivem aqueles que ainda têm questões sobre a confiabilidade dos resultados e a segurança de dados com aqueles que já percebem ganhos de produtividade e, portanto, a veem como aliada.

Ser aliado traz o entendimento de que nesta história não existem substitutos e substituídos. Na sua rotina, o colaborador se vê mudando rapidamente de executor de tarefas manuais para supervisor e estrategista. A chave está na percepção do valor tangível: no tempo economizado, com redução de esforço repetitivo; na qualidade das decisões, mais consistentes e baseadas em dados; e na produtividade; com redução de retrabalho e maior capacidade de atender demandas mais complexas com as equipes atuais.

A equação, assim, fica simples − quanto mais as pessoas experimentam, mais utilizam. Neste ponto, investir em treinamento é crucial. Os treinamentos são a ponte entre o potencial da IA e a adoção real. Eles ajudam a desmistificar a IA, mostrando casos reais e promovendo uma cultura de experimentação sem medo de errar, alinhando expectativas sobre o que é possível realizar. O importante é ensinar não só "como usar", mas "por que usar", conectando IA a resultados de negócio. A etapa seguinte vem naturalmente. Pessoas capacitadas começam a identificar oportunidades no seu próprio dia a dia e a pergunta de como chegamos até aqui sem esse recurso já começa a aparecer.

Da eficiência à estratégia: o momento de investir em IA proprietária
Diante da ausência de dúvidas de que a IA aumenta a eficiência na geração de resultados do negócio, uma nova questão se impõe: qual é o momento de se investir em uma plataforma de IA proprietária em vez de usar apenas modelos de mercado? É fundamental assegurar controle integral sobre dados, modelos e governança, garantindo decisões rastreáveis, auditáveis e em plena conformidade regulatória, com transparência e responsabilidade na utilização de modelos de IA, o que chamamos de Trustworthy AI. Adicionalmente, modelos genéricos não capturam a complexidade única do seu negócio. Em resumo, nossa inteligência não pode ser terceirizada e a hora de investir é agora.

Ferramentas otimizam o que já existe, mas isso não é suficiente para escalar o negócio. Ao transformar a IA em um pilar estratégico, ela deixa de ser suporte operacional e passa a ser um motor de crescimento, habilitando novos negócios. No maior ressegurador do país, o IRB(Re), adotamos uma estratégia semelhante à de instituições financeiras e plataformas digitais que construíram cores analíticos proprietários como base de diferenciação competitiva. Em vez de depender de soluções genéricas, estamos desenvolvendo capacidades próprias integradas aos processos centrais.

O desafio é cultural, não técnico
Vale lembrar, a maior barreira na implantação da IA nunca é técnica, mas cultural e de governança. Apenas 20% do desafio é tecnológico, enquanto todo o resto se concentra em pessoas, processos e mudança organizacional. Muitas empresas pecam por focar na tecnologia antes de entender o problema do negócio, criando soluções desconectadas da realidade e com baixa capacidade de escala.

No trabalho que estamos realizando no IRB(Re), a IA é integrada ao núcleo dos processos de negócio, e não utilizada apenas de forma pontual. As áreas são responsáveis por definir, utilizar e evoluir as aplicações, o que favorece adoção e geração de valor ao longo do tempo. Ao apoiar decisões de subscrição e precificação, orientar a alocação de capital e reduzir volatilidade, a IA permite extrair mais valor do mesmo nível de risco ao longo do tempo.

Construindo um ecossistema de risco habilitado por IA
Nossa estratégia é resiliente e desenhada para o longo prazo. Estamos construindo um ecossistema de risco habilitado por plataforma e impulsionado por IA, integrando resseguro, seguros e inteligência de capital para que o IRB(Re) mantenha controle sobre seus dados, modelos e governança, preservando a autonomia sobre seu core analítico.

A governança é exercida por um time central de IA, responsável pela plataforma, segurança, padrões e orquestração dos agentes. As áreas de negócio, por sua vez, criam e mantêm seus agentes com base em seu conhecimento específico, dentro de um framework comum. O modelo é semelhante ao de plataformas corporativas: a infraestrutura e as regras são centralizadas, enquanto o uso e a criação de conteúdo ocorrem de forma distribuída.

Plataforma única com governança central
A fragmentação é evitada, desta forma, por meio de uma plataforma única combinada com governança central. Todos os agentes são desenvolvidos no mesmo ambiente, seguem padrões comuns e operam de forma integrada. Esse modelo substitui a adoção dispersa de ferramentas por um alicerce tecnológico compartilhado, garantindo coerência e escala. O investimento é reutilizável em múltiplos casos de uso, evitando esforços fragmentados.

O modelo foi desenhado para operar em ambientes controlados, como nuvem própria ou VPC (virtual private cloud), garantindo que os dados permaneçam sob domínio do IRB(Re) e não sejam utilizados para treinamento de modelos públicos. As decisões geradas pelos agentes são rastreáveis e auditáveis, com supervisão humana ao longo do processo. A arquitetura xLLM foi concebida para atender aos requisitos de setores regulados.

De provedor de capacidade a parceiro analítico
Nosso desafio é transformar o IRB(Re) em líder em plataforma de risco orientada por IA. Em outras palavras, um ressegurador que usa dados e IA para antecipar o risco e tomar decisões estratégicas consistentes em escala global. A plataforma de IA proprietária que estamos implementando nos desloca de provedores de capacidade para parceiros analíticos, permitindo estruturar soluções de risco baseadas em dados, com critérios consistentes, aplicação em múltiplos mercados e adaptação às exigências locais.

(*) As opiniões expressas neste artigo são de responsabilidade do autor e não expressam, direta ou indiretamente, as opiniões do IRB(Re).