Eis uma pergunta que vale a pena colocar a todos os responsáveis pela gestão de riscos: que decisões está a tomar hoje para as quais gostaria de dispor de melhores dados?
As respostas são sempre interessantes. Não porque revelem lacunas na tecnologia, mas porque revelam lacunas na forma de pensar sobre a tecnologia. A maioria das funções de gestão de risco já dispõe dos dados de que necessita. Simplesmente não conseguem aceder a esses dados de uma forma que seja útil.
Esse é o problema da inteligência inexplorada. E é mais generalizado do que o setor tende a admitir.
A ilusão da maturidade dos dados nos sistemas RMIS empresariais
A maioria das organizações que utilizam um sistema RMIS empresarial acredita que dispõe de um conjunto de dados. Possuem registos de sinistros que remontam a vários anos. Dispõem de registos de incidentes, tabelas de exposição, dados relativos às apólices e conclusões de auditorias. Têm painéis de controlo que são atualizados periodicamente e relatórios que são apresentados ao conselho de administração trimestralmente.
No papel, isso parece um ambiente de dados maduro. Na prática, trata-se frequentemente de algo mais próximo de um armazenamento organizado.
A distinção é importante. Armazenar dados e ativar dados não são a mesma coisa. Ativação significa que os dados estão a desempenhar uma função: a orientar decisões, a revelar padrões, a gerar insights que, de outra forma, não existiriam. Armazenamento significa que os dados estão disponíveis, em teoria, caso alguém faça a pergunta certa, da forma certa e no momento certo.
A maioria das implementações de RMIS situa-se muito mais próxima do armazenamento do que da ativação. Não porque a tecnologia seja inadequada — mas porque os dados nunca foram devidamente interligados, enriquecidos ou analisados em grande escala.
Três áreas em que a inteligência de risco fica limitada
1. Silos de dados
Os dados relativos ao risco raramente se encontram num único local. Os sinistros estão num sistema, os registos de bens num outro e os registos de incidentes de segurança num terceiro. Cada sistema capta a sua parte da realidade, sem que exista uma forma fiável de reunir essas partes num quadro coerente. A informação que resultaria da sua interligação — padrões entre sinistros e incidentes, correlações entre exposição e perdas — permanece confinada à lacuna entre as plataformas.
2. Dados não estruturados
Uma parte significativa dos dados relativos ao risco não está estruturada: relatórios de peritos de sinistros, descrições de incidentes, correspondência com corretores, relatórios de inspeção. Este conteúdo é arquivado e esquecido. Não alimenta modelos. Não revela tendências. Fica armazenado em sistemas de gestão de documentos, sendo recuperável apenas se já se souber o que se procura. A informação relevante escondida nesse texto é, muitas vezes, mais valiosa do que os campos estruturados que a rodeiam.
3. Falta de enriquecimento
Os dados internos indicam o que aconteceu no âmbito da sua própria operação. Não indicam, porém, como isso se compara ao mercado, como o seu perfil de perdas se compara ao dos seus pares do setor, nem quais os fatores externos que poderão estar a influenciar os riscos que enfrenta. Sem o enriquecimento proveniente de fontes externas — referências, dados de perdas do setor, sinais meteorológicos e climáticos, indicadores macroeconómicos —, o seu RMIS está a trabalhar com apenas metade do panorama.
Resolva estas três questões e não terá comprado tecnologia nova. Terá apenas ativado o que já possui.
Como funciona, na prática, a ativação de dados de risco
As organizações que alcançaram progressos significativos na ativação de dados tendem a partilhar algumas características.
Investem na integração antes da IA.O trabalho pouco glamoroso de ligar sistemas, padronizar modelos de dados e estabelecer fluxos de dados fiáveis raramente dá origem a uma apresentação ao conselho de administração. Mas é a base sobre a qual tudo o resto se constrói. As organizações que ignoram esta etapa e avançam diretamente para a implementação da IA descobrem que a IA não tem nada de fiável com que trabalhar.
Consideram os dados não estruturados como um ativo.Em vez de deixarem o conteúdo narrativo em arquivos de documentos, as principais funções de gestão de risco recorrem ao processamento de linguagem natural para extrair dele informações estruturadas — temas, fatores causais, indicadores de quase acidentes que não aparecem em nenhum campo dos dados estruturados. Esta capacidade amadureceu verdadeiramente nos últimos dois anos. O que anteriormente teria exigido um esforço manual significativo é agora viável em grande escala.
Abordam o enriquecimento de dados de forma sistemática.Em vez de tratarem o seu RMIS como um sistema fechado, definem quais as fontes de dados externas que melhorariam significativamente a sua compreensão do risco e estabelecem as ligações necessárias para integrar esses dados. Referências de perdas do setor, provenientes de uma relação com um corretor. Dados sobre a exposição climática, fornecidos por um prestador de serviços externo. Dados sobre a saúde financeira dos fornecedores, integrados no processo de gestão de risco da cadeia de abastecimento. As fontes específicas variam. A disciplina de questionar o que falta — e, em seguida, colmatar essa lacuna — não varia.
A verdadeira questão para os responsáveis pela gestão de riscos
A inteligência inexplorada no seu RMIS não é uma falha tecnológica. É uma falha de conceção. Os sistemas foram implementados para recolher e armazenar, não para interligar e ativar. Essa era a conceção adequada para a época. É, cada vez mais, a conceção errada para a atual.
A questão que vale a pena colocar não é se o seu sistema atual está a funcionar. Provavelmente está, de acordo com os padrões para os quais foi concebido. A questão é se esses padrões continuam a ser os adequados — se a recolha e a apresentação de dados são suficientes, quando já existe tecnologia que permite interligar, enriquecer e inferir a um nível que antes não era possível.
A maioria das funções de gestão de risco, quando analisa essa questão com honestidade, constata que os seus dados existentes contêm um valor consideravelmente maior do que aquele que lhes está atualmente a ser extraído.
Essa lacuna não é inevitável. Trata-se de uma escolha, feita por omissão, que pode ser feita de forma diferente.
Perguntas frequentes: RMIS e inteligência de dados de risco
O que significa «inteligência inexplorada» no contexto do RMIS?
A «informação inexplorada» refere-se aos insights sobre riscos que existem nos dados de uma organização, mas que nunca vêm à tona — porque os dados estão isolados em silos, são não estruturados ou carecem de contexto externo. A maioria das organizações já dispõe dos dados necessários para responder a questões críticas sobre riscos; o desafio consiste em aproveitá-los.
Qual é a diferença entre armazenar dados de risco e ativá-los?
Armazenar dados de risco significa que estes estão disponíveis caso alguém faça a pergunta certa no momento certo. Ativar dados de risco significa que estes estão continuamente a desempenhar uma função — a orientar decisões, a revelar padrões e a gerar insights automaticamente. A maioria das plataformas RMIS foi concebida para o armazenamento; a ativação impulsionada pela IA requer capacidades adicionais de integração, enriquecimento e inferência.
Por que razão os dados não estruturados são importantes para a gestão de riscos?
Os dados não estruturados — relatórios de peritos de sinistros, descrições de incidentes, relatórios de inspeção — contêm frequentemente informações mais ricas do que os campos estruturados. O processamento de linguagem natural permite extrair, em grande escala, fatores causais, indicadores de quase acidentes e temas emergentes a partir deste conteúdo, transformando documentos arquivados em informação útil.
Que fontes de dados externas melhoram o desempenho do RMIS?
Entre as fontes de dados externas úteis contam-se os índices de referência de sinistros do setor, os dados relativos à exposição a riscos climáticos e catástrofes, os indicadores macroeconómicos e os dados sobre a solidez financeira dos fornecedores. As fontes adequadas dependem do perfil de risco da organização, mas a disciplina de identificar e integrar sistematicamente o que falta aplica-se de forma generalizada.
Como é que se sabe se o seu RMIS tem um problema de inteligência por explorar?
Alguns indícios: as decisões em matéria de risco estão a ser tomadas sem confiança nos dados subjacentes; os relatórios são gerados de acordo com um calendário, mas raramente dão origem a ações concretas; os dados relativos a sinistros, incidentes e exposição ao risco encontram-se em sistemas separados, sem uma visão unificada; e o conteúdo narrativo, como as descrições de incidentes, é arquivado, mas nunca analisado. Qualquer um destes aspetos aponta para uma lacuna na ativação.
