O novo papel da liderança diante da inteligência artificial e o conceito de cointeligência

A inteligência artificial (IA) está evoluindo de uma mera ferramenta de automação para assumir um papel fundamental na geração de negócios dentro das companhias de seguros. Um estudo realizado pela CNseg em colaboração com a EY aponta que o mercado brasileiro deve investir até R$ 2,8 bilhões em IA até o final de 2026.

Uso atual da IA no setor

Atualmente, aproximadamente 80% das seguradoras já incorporam a IA em diversas fases operacionais, como no atendimento ao cliente, na gestão de sinistros e na subscrição de riscos. Contudo, a tecnologia está começando a se expandir para a área de distribuição de produtos.

Nova abordagem na distribuição de seguros

Com a IA, os agentes não apenas direcionam o usuário a formulários específicos, mas são capazes de compreender o contexto da conversa, identificar as necessidades de proteção do consumidor, sanar dúvidas e finalizar a contratação diretamente no ambiente onde o cliente já está interagindo.

Mauro D’Ancona, CEO da 180 Seguros, enfatiza que o próximo estágio na distribuição de seguros envolve permitir que a IA participe ativamente da experiência de compra. Ele esclarece que isso transcende a simples automação de processos, visando criar uma nova camada de distribuição fundamentada em linguagem natural, contexto e personalização. Segundo ele, o seguro será oferecido no momento oportuno, pois a IA reconhecerá a necessidade, explicará a cobertura de maneira acessível e poderá conduzir todo o processo conversacional, seja por texto, voz, imagem ou vídeo.

Expansão da aplicação tecnológica

Este avanço reflete uma transformação mais ampla na aplicação da IA no segmento. Anteriormente, seu uso era restrito aos processos internos, otimizando análises e automatizando tarefas de bastidores. Agora, a tecnologia está entrando na linha de frente da interação com o consumidor.

No âmbito dos sinistros, a IA já realiza a regulação de forma automatizada, o que diminui o tempo de análise e possibilita o pagamento rápido das indenizações aprovadas. Além disso, a IA auxilia no desenvolvimento de novos produtos, sugerindo faixas de preço e coberturas com base nas características dos parceiros e em sua carteira de clientes.

Perspectivas futuras e aceitação do consumidor

Espera-se que este modelo se torne cada vez mais usual à medida que instituições como bancos, fintechs e plataformas digitais intensificam o uso de inteligência artificial generativa em seus canais de contato. De acordo com a Capgemini, 60% dos consumidores declaram disposição para compartilhar dados pessoais em troca de proteções mais customizadas, sinalizando que a procura por experiências contextualizadas impulsionará a adoção de agentes inteligentes na distribuição de seguros. Assim, esses agentes deixam de ser meros assistentes virtuais para assumir um papel proativo na comercialização de serviços financeiros.

A crescente conversa sobre os impactos da computação quântica na segurança digital está chamando a atenção de governos, especialistas e corporações. Embora o tema tenha se tornado proeminente recentemente por causa dos riscos potenciais às criptomoedas, suas consequências ultrapassam o setor financeiro, podendo afetar toda a infraestrutura digital usada hoje para proteger transações, comunicações e dados.

Vulnerabilidade dos Algoritmos Atuais

Os métodos criptográficos utilizados atualmente para assegurar sistemas em bancos, hospitais, indústrias, órgãos públicos e diversas empresas correm o risco de se tornarem vulneráveis ao poder de processamento dos computadores quânticos no futuro. Esta área, denominada criptografia pós-quântica (PQC), tem sido objeto de estudos por várias entidades globais há anos. Com a definição dos algoritmos quânticos, inicia-se a etapa de substituição da criptografia, o que implica em investimentos.

É fundamental que a preparação para essa mudança comece antes que a tecnologia esteja amplamente acessível. A transição para novos padrões de segurança será um processo gradual e intrincado, exigindo a identificação de onde a criptografia é aplicada, a priorização de sistemas vitais, a atualização de softwares e a garantia de que a infraestrutura tecnológica esteja pronta para futuras alterações.

Estratégia 'Armazenar Agora, Descriptografar Depois'

Um conceito relevante é o 'Store Now, Decrypt Later' ('Armazene agora, decifre depois'). Essa tática consiste em capturar hoje informações protegidas por criptografia para guardá-las, com a intenção de descriptografá-las posteriormente, quando computadores criptograficamente avançados estiverem disponíveis. Na prática, dados considerados seguros no presente podem permanecer expostos se possuírem valor estratégico por muitos anos, como registros governamentais, propriedade intelectual, dados pessoais sensíveis, pesquisas e informações financeiras.

Especialistas argumentam que a discussão não deve se restringir apenas às criptomoedas. Por exemplo, empresas que têm ações negociadas nos Estados Unidos precisarão cumprir os requisitos de segurança estabelecidos pelos americanos. A computação quântica sinaliza uma mudança mais vasta na estrutura da segurança digital, forçando as companhias a desenvolverem sistemas mais adaptáveis para acompanhar a evolução dos padrões internacionais de proteção de dados.

Foco em Infraestruturas Críticas

Anderson Santos, pesquisador e especialista em Criptografia Pós-Quântica do Venturus, ressalta que o Brasil é um dos países mais visados por ataques cibernéticos na América Latina. Ele enfatiza a necessidade de o país acompanhar outras nações e blocos que estão realizando essa migração, alertando que, caso contrário, setores cruciais da infraestrutura ficarão vulneráveis a ataques. Além disso, ele menciona que muitas empresas já estão sujeitas a normas internacionais, especialmente aquelas com sede ou atuação em outros países.

Complementando essa visão, Anderson aponta que setores ligados a infraestruturas essenciais, como saúde, energia e finanças, demandam atenção redobrada, visto que a concretização de uma ameaça nesse cenário pode afetar milhões de vidas. Ele conclui que antecipar-se a essa situação permite estar à frente da concorrência e preparado para uma nova era da cibersegurança. Adicionalmente, a computação quântica oferece oportunidades para inovação e desenvolvimento, beneficiando organizações que planejam com antecedência para proteger seus ativos digitais e atender a futuras regulamentações.

Após um longo período de desenvolvimento oculto, a tecnologia de deepfakes deu um salto qualitativo que surpreendeu até mesmo os especialistas. A inteligência artificial atingiu um nível de realismo na geração de rostos, vozes e movimentos tal que agora engana facilmente pessoas sem treinamento especial e até sistemas automatizados de verificação.

Transição para a Síntese em Tempo Real

Espera-se uma mudança radical até 2026: o fim da era dos clipes pré-gravados e o início da era da síntese em tempo real. Isso significa que o conteúdo falso poderá reagir e interagir com a pessoa durante uma conversa ao vivo.

De Vídeos Estáticos a Atores Digitais

Anteriormente, o deepfake era um vídeo estático que poderia ser analisado posteriormente. No entanto, os novos modelos de geração garantem consistência temporal: os movimentos parecem lógicos de quadro para quadro, os traços faciais não tremem nem distorcem nas bordas dos olhos ou da mandíbula, e a personalidade permanece estável mesmo com mudanças no 'desempenho'. Isso permite combinar livremente características de movimento e identidade, por exemplo, aplicar um gesto a diferentes rostos ou dar múltiplas expressões a uma única personalidade falsa.

A consequência prática disso é que o deepfake deixa de ser apenas um arquivo e passa a funcionar como um 'ator digital', capaz de responder em tempo real a uma videochamada ou conversa. Isso complica significativamente a verificação manual, pois muitos sinais visuais de manipulação, como cintilação, artefatos ou inconsistência de iluminação, desaparecem.

A Voz Como Primeiro Elemento Quebrado

Semelhante ao desenvolvimento de vídeo, a clonagem de voz também superou barreiras. Bastam apenas alguns segundos de amostra de áudio para criar uma voz convincente, com entonação, ritmo, pausas e até respiração naturais, capaz de enganar o ouvido humano na maioria das situações cotidianas.

Este progresso já tem consequências diretas: grandes varejistas relatam receber mais de 1000 chamadas fraudulentas geradas por IA diariamente. Tal volume era inimaginável recentemente e demonstra como o golpe por voz sintética se transformou de um risco teórico em uma operação industrial.

Fatores de Rápida Escalabilidade

A rápida disseminação deste fenômeno é explicada por três fatores. Primeiro, o realismo técnico: os modelos de vídeo mais modernos são desenvolvidos especificamente para manter a coerência entre os quadros, eliminando erros visuais que antes serviam como provas forenses. Segundo, a voz indistinguível: a clonagem de voz ultrapassou o que os pesquisadores chamam de 'limiar de indistinguibilidade', tornando não confiável depender apenas da audição. Terceiro, a barreira técnica quase nula: a disponibilidade das ferramentas de geração e a automação do processo por meio de agentes de IA permitem que praticamente qualquer pessoa crie conteúdo falso coeso e em grande escala sem a necessidade de possuir conhecimentos técnicos avançados.

Segundo estimativas do setor de segurança, as taxas de crescimento são impressionantes: prevê-se que o número de deepfakes detectados aumente de cerca de 500 mil em 2023 para quase oito milhões em 2025, correspondendo a um crescimento anual de cerca de 900%.

Desafios de Detecção e Defesa

Neste cenário, o método tradicional de defesa — análise de pixels em busca de erros visuais — perde sua eficácia. Pesquisadores apontam que a proteção atual está mudando do julgamento humano para a proteção da infraestrutura, incluindo:

• Origem segura: assinatura criptográfica de arquivos de mídia na fonte, seguindo padrões como C2PA (Coalition for Content Provenance and Authenticity).
• Ferramentas forenses multimodais: sistemas que analisam simultaneamente vídeo, áudio e metadados, em vez de depender apenas da inspeção visual.
• Modelos de detecção de 'conjunto aberto': iniciativas acadêmicas, como as desenvolvidas no Brasil, que usam imagens humanas autênticas como padrão de textura de pele, luz e sombra, em vez de tentar reconhecer apenas padrões catalogados de deepfakes, visto que é impossível prever todas as futuras formas de manipulação.

Implicações Práticas para a Sociedade

Para os negócios, o risco imediato são os ataques de fraude por voz ou vídeo, desde o 'sequestro digital relâmpago' até um executivo fictício autorizando transferências de fundos. Para o discurso público, a ameaça reside na desinformação em tempo real: simulações de entrevistas, boletins ou pesquisas que parecem autênticas o suficiente para se espalhar e influenciar antes que qualquer verificação seja realizada.

O ponto central para 2026 continua sendo que a linha entre o 'real' e o 'sintético' deixou de ser uma questão de qualidade técnica e passou a ser uma questão de confiança na infraestrutura — aqui, a assinatura da fonte, a autenticação e a literacia digital terão mais peso do que a capacidade humana de 'sentir' que algo é falso.