O surgimento da chamada IA sombra expõe as deficiências existentes no sistema de gestão de dados corporativos. Assim como outras mudanças tecnológicas, como a computação em nuvem, que revelaram limitações de segurança perimetral, ou o trabalho remoto, que colocou em dúvida a confiança nas redes, a IA generativa foca em um novo problema: como as organizações gerenciam seus dados.
Os ritmos de implementação de IA dentro das empresas se mostraram extremamente altos. Os funcionários utilizam ferramentas de IA para analisar documentos, criar conteúdo, acelerar pesquisas e melhorar a tomada de decisões. De acordo com a IDC, mais da metade dos funcionários já utiliza ferramentas de IA fora dos ambientes corporativos aprovados. Embora grande parte do debate se concentre na IA sombra, o quadro geral é outro.
A inteligência artificial elevou os dados de um status de simples ativo de negócios para um nível operacional central na empresa moderna. Cada solicitação, recomendação e ação automatizada depende do fluxo de informações entre pessoas, sistemas e, cada vez mais, agentes inteligentes. À medida que esse processo acelera, as organizações descobrem que saber sobre aplicativos e usuários oferece apenas um panorama parcial. A verdadeira complexidade reside em entender como a informação corporativa é consumida, interpretada e utilizada.
Por muito tempo, as organizações acumulavam dados mais rápido do que conseguiam extrair valor deles. As informações eram armazenadas, transmitidas e arquivadas, enquanto obter conclusões significativas frequentemente exigia habilidades especializadas, equipes dedicadas e grandes esforços. A IA mudou radicalmente essa fórmula.
Hoje, a informação corporativa pode ser analisada, resumida e transformada em informações acionáveis em questão de segundos. Um contrato se transforma em uma fonte de informação comercial, e um repositório de conhecimento torna-se um sistema de suporte à decisão. Anos de conhecimento institucional tornam-se instantaneamente acessíveis através de uma simples consulta.
À medida que o valor da informação corporativa aumenta, também cresce a importância de sua gestão eficaz. Os dados deixaram de ser um ativo passivo em depósitos; eles se tornaram um participante ativo na tomada de decisões em toda a organização. O desafio é manter o contexto.
A maioria das organizações entende a necessidade de proteger informações confidenciais. No entanto, um desafio mais complexo é manter o contexto ao redor desses dados. Uma apresentação para o conselho de administração tem significado estratégico devido às decisões que informa. Um projeto de produto contém propriedade intelectual devido à forma como é usado. Um conjunto de dados de clientes carrega obrigações que vão além dos próprios dados.
O contexto define o valor, a sensibilidade e o uso apropriado. À medida que a informação se move entre equipes, parceiros e sistemas de IA, manter esse contexto torna-se cada vez mais crítico. A gestão se torna muito mais eficaz quando políticas, responsabilidade e intenção de negócios permanecem ligados aos próprios dados, e não ao local onde estão.
Nesta direção, muitas organizações estão concentrando seus esforços hoje: garantir que a informação permaneça gerenciável, mesmo quando os fluxos de trabalho se tornam mais distribuídos e gerenciados por IA.
A próxima fase da implementação de IA será determinada pelo nível de confiança. Os conselhos de administração exigem certeza de que as informações críticas estão sendo processadas de forma responsável. Os reguladores esperam transparência no uso de dados confidenciais. Os clientes avaliam cada vez mais as organizações pela forma como protegem e gerenciam suas informações.
Como resultado, a confiança se transforma de um requisito de conformidade em uma oportunidade de negócio. As organizações que implementam a IA mais rapidamente são frequentemente aquelas que têm confiança em como a informação é usada entre funcionários, parceiros e ecossistemas digitais. Uma gestão confiável cria essa confiança. Ela promove a inovação, pois as equipes podem implementar novas tecnologias com maior compreensão de riscos, responsabilidades e controle.
Em muitos aspectos, a confiança torna-se a base sobre a qual a implementação escalável de IA é construída.
O debate atual está focado no uso de ferramentas de IA pelos funcionários. O próximo capítulo estará relacionado a como os sistemas de IA interagirão com as informações de forma muito mais autônoma. Agentes de IA extrairão informações, coordenarão fluxos de trabalho, gerarão recomendações e executarão ações em vários sistemas. Sua eficácia dependerá do acesso ao conhecimento corporativo, e a qualidade de seus resultados dependerá da qualidade da gestão que cerca essa informação.
É por isso que a IA sombra é importante. Ela oferece um vislumbre antecipado de um futuro em que o valor corporativo é criado cada vez mais pelo uso inteligente da informação. As organizações que prosperarão nesse futuro são aquelas que entendem profundamente seus dados, mantêm seu contexto e estabelecem confiança onde quer que a informação viaje. A questão determinante para as empresas muda rapidamente de 'Como podemos implementar a IA?' para 'Como podemos gerenciar a informação que alimenta a IA?'. A resposta a essa pergunta definirá a próxima era da inovação corporativa.
As seguradoras estão expandindo ativamente o uso de inteligência artificial (IA) em todas as fases do ciclo de seguros. O objetivo deste passo é automatizar processos de trabalho, fortalecer a gestão de subscrição e sinistros, aumentar o engajamento do cliente e detectar fraudes. De acordo com os relatórios anuais, a implementação de IA contribui para o aumento da eficiência operacional, o aumento da produtividade e a redução dos prazos de conclusão das tarefas.
A ICICI Prudential Life utiliza IA em toda a jornada do cliente — desde a geração de leads e subscrição até a emissão e manutenção de apólices. Durante o ano fiscal de 26, a empresa utilizou inteligência artificial, aprendizado de máquina e aprendizado profundo para impulsionar vendas cruzadas, melhorar a ativação de consultores, reduzir custos de campanhas, fortalecer o processo de adaptação, detectar fraudes, melhorar a coleta de pagamentos, prevenir vendas incorretas e acelerar o processamento de sinistros. Nesse ano, mais de 96,8% das interações com clientes foram concluídas por meio de canais digitais de autoatendimento.
A HDFC Life afastou-se da automação tradicional, criando uma plataforma corporativa de IA generativa, o que permitiu a transição para um modelo operacional baseado em dados, tecnologias em nuvem e IA. A empresa integrou a IA nos processos de subscrição, liquidação de sinistros, detecção de fraudes e atendimento ao cliente para automatizar verificações, melhorar a tomada de decisões e reduzir o tempo de investigação. No relatório anual, a empresa observou que 'as ferramentas baseadas em IA e a automação melhoraram a precisão do serviço, reduziram os prazos e aumentaram a eficácia na resolução de questões nos processos de atendimento e sinistros'.
Um chatbot baseado em IA permite que os funcionários de linha de frente resolvam questões operacionais e de subscrição em tempo real, enquanto um assistente digital de vendas oferece recomendações personalizadas de produtos, cálculos instantâneos e rastreamento de pedidos. Além disso, a HDFC Life aplica IA para verificação cruzada automática de dados de múltiplas fontes, o que aumenta a eficiência da subscrição e da detecção de fraudes.
A companhia de seguros estatal Life Insurance Corporation of India (LIC) também está expandindo o uso de IA no atendimento ao cliente e nas operações. A LIC implementou sistemas de voz com suporte a IA para notificações de pagamentos de sinistros urgentes e comunicações relacionadas ao registro de Transferência Eletrônica Nacional de Fundos (NEFT), e está estendendo essa solução para lembretes de contribuições de seguro. A empresa também está implementando um sistema de extração de dados de formulários de solicitação baseado em IA para aumentar a precisão do processamento, reduzir a intervenção manual e acelerar a emissão de apólices. Além disso, a LIC está lançando uma plataforma analítica de e-mail baseada em IA para classificação inteligente de e-mails de clientes, priorização de reclamações e aumento da eficiência de resposta. Em seu relatório anual, a seguradora declarou que futuros investimentos em análise baseada em IA, personalização e integração de ecossistemas contribuirão para a próxima fase de sua transformação digital.
A seguradora geral ICICI Lombard também aumentou a implementação de IA nos processos de emissão de apólices, subscrição, liquidação de sinistros e atendimento ao cliente. A empresa informou que iniciativas como One IL One Call Centre utilizam IA, chatbots e modelagem de propensão para fornecer interação personalizada com os clientes, enquanto o Projeto Orion ajuda a reestruturar processos de negócios com uma abordagem orientada a tecnologia digital. A seguradora acrescentou que o Projeto Orion implementou soluções baseadas em IA para melhorar os prazos de execução e a tomada de decisões em toda a cadeia de valor.
Durante o ano fiscal de 26, a empresa expandiu o uso de IA generativa de projetos piloto para operações diárias em subscrição, liquidação de sinistros, atendimento, marketing e desempenho geral da empresa. A IA generativa foi implantada no processamento e operações de seguro de saúde para reduzir os prazos de execução, mantendo o controle humano. No setor de seguros de automóveis, a tecnologia é aplicada em funções específicas de subscrição, liquidação de sinistros e atendimento.
Sanjiv Mantri, Diretor Executivo e CEO da ICICI Lombard, afirmou no relatório anual: 'Nossa resolução de solicitações usando tecnologia melhorou de 30% anteriormente para quase 70% do total de solicitações de atendimento. Nossas operações tecnológicas passaram para um modelo mais preditivo... O princípio que governa tudo isso permanece inalterado: a tecnologia deve reforçar o julgamento humano, e não substituí-lo.'
Ao enviar currículos e adaptar documentos para diferentes oportunidades, os candidatos podem notar que as respostas recebidas são frequentemente parecidas. Uma investigação conduzida pela Universidade Stanford sugere que essa semelhança pode não ser coincidência.
Os pesquisadores analisaram milhões de inscrições e concluíram que diversas companhias podem empregar sistemas de inteligência artificial que replicam os mesmos critérios de aceitação e descarte. A pesquisa, intitulada Algorithmic Monocultures in Hiring, examinou cerca de 4 milhões de candidaturas submetidas por mais de 3,4 milhões de indivíduos a 156 empresas pertencentes a 11 setores econômicos.
Um fator crucial identificado foi que todas essas organizações estavam utilizando algoritmos fornecidos pelo mesmo provedor. Este detalhe possibilitou a identificação do fenômeno denominado 'monocultura algorítmica', termo inspirado na agricultura, onde vastas extensões são dedicadas a um único tipo de cultivo. Quando muitas empresas adotam ferramentas similares, aumenta a probabilidade de que avaliem os postulantes seguindo essencialmente a mesma lógica, o que se aplica tanto aos acertos quanto às falhas inerentes aos modelos.
Outra descoberta relevante diz respeito aos perfis de candidatos parecidos. Conforme o estudo, indivíduos com características análogas tendem a receber avaliações consistentes, mesmo concorrendo a vagas em corporações distintas. Os resultados primários revelam que aproximadamente 10% dos candidatos que participam de quatro processos seletivos são rejeitados em todos eles. Adicionalmente, cerca de 4% daqueles que se inscrevem em dez vagas sofrem dez rejeições consecutivas.
As recusas ocorrem com uma frequência superior àquela esperada em decisões tomadas de forma independente. É notável que muitos currículos são eliminados antes mesmo de serem examinados por um recrutador humano. Para confirmar se este comportamento era aleatório, os pesquisadores compararam os dados com uma linha de base teórica e estudos prévios sobre recrutamento sem centralização algorítmica, demonstrando que as negativas sucessivas refletem um padrão comum entre os diferentes processos seletivos.
De acordo com as simulações realizadas, continuar enviando currículos ainda é vantajoso. O estudo aponta que elevar o volume de candidaturas melhora as chances de obter uma oportunidade, embora este benefício diminua quando as empresas utilizam sistemas idênticos. Em um cenário onde as decisões são autônomas, cerca de dez candidaturas seriam suficientes para atingir uma alta probabilidade de receber pelo menos uma recomendação positiva. Contudo, quando os processos são mediados por plataformas centralizadas, esse número sobe para aproximadamente 25 candidaturas para garantir uma probabilidade de 99,9%.
Os autores também emitiram um alerta sobre a concentração do mercado de tecnologia voltado ao recrutamento. Visto que poucos fornecedores atendem a muitas empresas, quaisquer vieses ou limitações existentes podem se disseminar rapidamente. Ademais, a pouca transparência dessas plataformas dificulta a realização de pesquisas independentes e complica a compreensão de como tais ferramentas impactam o acesso ao emprego, sendo que, para muitos candidatos, todo esse processo ocorre sem que tenham ciência de que um algoritmo realizou a primeira análise do currículo.
