Para que os dados possam gerar insights que previnam os riscos corporativos, usando eventualmente a IA nesse processo, eles precisam primeiro ser organizados, avaliam os painelistas de evento realizado pela EY
As empresas coletam diariamente volume imenso de dados referentes aos seus negócios. Mesmo que seus profissionais saibam desse processo, há enorme dificuldade para consultar esses dados e, a partir dessa análise, retirar insights. Isso porque os dados não estão, na linguagem específica dessa área, estruturados, o que significa que carecem de armazenamento, organização e acesso em um sistema eficaz e otimizado. Esse processamento correto dos dados é fundamental inclusive para que os algoritmos da inteligência artificial possam trabalhar sobre eles. “Para quem atua com gestão de riscos, a estruturação desses dados de negócio pode elevar o trabalho a um outro patamar, possibilitando o monitoramento em tempo real da exposição, o que inclui o acionamento de planos de contingência no momento em que algum indicador ultrapassar o limite tolerado pela organização”, destacou Rodrigo Olyntho, sócio de Risk Consulting da EY, que palestrou no evento da EY em São Paulo para gestores de riscos.
Ainda segundo o executivo, não adianta a área de riscos se digitalizar se a empresa como um todo não fizer o mesmo. “Há um arcabouço de processos e de estruturas internas que precisa caminhar nessa direção da transformação digital para que a área de riscos consiga fazer seu trabalho inserido nessas novas tecnologias, como a inteligência artificial generativa”, completou. Além disso, para Henrique Silva, líder na EY de Risk Consulting LATAM, que também esteve no evento, há necessidade de adaptar ou customizar o uso da tecnologia para a gestão de riscos. “Somente assim, os dados trarão insights que possam ser aplicados no dia a dia”.
Para Cassio Barbosa, Global Internal Audit Sr. Director da Bunge, que também palestrou no evento, a tomada de decisão depende muito da integridade dos dados que tenho para analisar, motivo pelo qual os bancos de dados devem ter robustez e estar realmente atualizados. “Também é preciso que o analista de riscos considere todos os dados necessários para uma decisão. Se não forem olhadas todas essas bases, a decisão sobre o risco fica comprometida. Esse costuma ser um desafio nas organizações porque as áreas não se conversam, havendo sistemas diferentes para gestão de riscos; controles internos; compliance; e auditoria interna”.
Verificação das bases de dados adotadas
Ainda que a tecnologia seja cada vez mais relevante na análise de riscos, há, na visão de Mercedes Stinco, Chief of Internal Audit, Controls and Risk Management da Natura, que também participou do evento da EY, necessidade de senso crítico dos profissionais para avaliar as bases de dados. “Faz parte desse trabalho fazer questionamentos sobre a precisão das bases de dados, além de mensurar se elas são realmente suficientes. Os dados estruturados oferecem a oportunidade de ganhar velocidade nas suas mais diferentes aplicações. Nossa missão é levar essa prontidão de resposta às organizações, mas com capacidade de olhar crítico”, disse.
Por fim, para Daniel Lança, diretor de Gestão de Riscos e Compliance da Cemig, é preciso antes de mais nada contar com processos bem definidos de análise de riscos, com uma boa metodologia, independentemente do uso da inteligência artificial. “O simples cruzamento das bases de dados pode ser suficiente para resolver meu problema. Às vezes, um Excel bem feito funciona melhor do que uma IA mal feita ou mal executada”.
