No s\u00e9culo XIV, se um navio viajasse da Europa para uma cidade distante em determinada \u00e9poca do ano, com rota e valor de carga espec\u00edficos, as seguradoras mar\u00edtimas poderiam calcular a probabilidade de encontrar v\u00e1rios tipos de riscos com base em muitos anos de dados hist\u00f3ricos de perdas.<\/p>\n
Infelizmente, o seguro cibern\u00e9tico n\u00e3o tem um vasto hist\u00f3rico para calcular e aplicar abordagens padronizadas aos riscos. Em vez disso, depende do envolvimento humano (incluindo suposi\u00e7\u00f5es) em todas as partes do processo \u2013 desde a an\u00e1lise de risco at\u00e9 os ajustes de sinistros. Um dos principais desafios para o setor de seguros cibern\u00e9ticos e para aqueles que buscam cobertura tem sido os aumentos anuais nos pr\u00eamios das ap\u00f3lices devido \u00e0 crescente exposi\u00e7\u00e3o ao risco. Em casos cada vez mais frequentes, os contratantes de seguros est\u00e3o at\u00e9 perdendo sua cobertura ou lidando com sinistros negados.<\/p>\n
No entanto, o surgimento de tecnologias de IA generativa (genAI) oferece \u00e0s seguradoras oportunidades para construir novas ferramentas robustas para as ajudar a agilizar processos, analisar riscos cibern\u00e9ticos com maior precis\u00e3o e fazer recomenda\u00e7\u00f5es priorit\u00e1rias para melhorar a seguran\u00e7a dos seus clientes.<\/p>\n
Mais precis\u00e3o e efici\u00eancia nos processos<\/strong><\/p>\n A genAI est\u00e1 reduzindo as oportunidades comuns de erro humano ao longo do ciclo de vida do seguro, ao mesmo tempo que melhora a efici\u00eancia dos processos. Ferramentas automatizadas baseadas em IA podem ajudar a simplificar os fluxos de trabalho e eliminar algumas das tradicionais coletas de dados e suposi\u00e7\u00f5es das quais o setor tradicionalmente dependia \u2013 tanto do lado do corretor quanto do lado do comprador.<\/p>\n Isso come\u00e7a com as informa\u00e7\u00f5es coletadas quando um cliente solicita uma nova ap\u00f3lice. Muitas vezes, quem preenche os formul\u00e1rios iniciais de admiss\u00e3o do comprador n\u00e3o s\u00e3o membros das empresas de tecnologia ou seguran\u00e7a de uma empresa que busca cobertura. Desta forma, podem n\u00e3o ter o contexto relevante, informa\u00e7\u00f5es precisas ou completas sobre o programa de seguran\u00e7a cibern\u00e9tica, invent\u00e1rios de tecnologia ou terceiros na sua cadeia de suprimento empresarial \u2013 o que, em \u00faltima an\u00e1lise, degrada a qualidade dos resultados quando se trata de determinar o perfil de risco de uma empresa.<\/p>\n Os corretores podem economizar muito tempo, criar invent\u00e1rios mais completos e at\u00e9 fornecerem cota\u00e7\u00f5es mais precisas para economizar muito dinheiro dos compradores, aproveitando a IA e outras automa\u00e7\u00f5es que ajudam a garantir informa\u00e7\u00f5es de pesquisa mais completas e precisas no in\u00edcio do processo.<\/p>\n Por exemplo, usar a genAI para identificar automaticamente o tipo de setor em que uma empresa atua, sem que um ser humano fa\u00e7a a pesquisa. Tamb\u00e9m est\u00e3o utilizando genAI para ajudar no aceite, na qual um agente recebe o conte\u00fado de um requerimento \u2013 todas as informa\u00e7\u00f5es de alto n\u00edvel necess\u00e1rias sobre o comprador para tomar decis\u00f5es. Durante o processo de revis\u00e3o, \u00e9 poss\u00edvel fazer perguntas por meio de prompts de genAI integrados ao fluxo de trabalho de subscri\u00e7\u00e3o. As respostas geradas pela ferramenta podem ajudar o agente a acelerar a velocidade com que pode enviar uma cota\u00e7\u00e3o, ao mesmo tempo que melhora a precis\u00e3o.<\/p>\n Ferramentas como essas tamb\u00e9m podem ajudar a melhorar a consist\u00eancia. Se voc\u00ea tiver 10 agentes e lhes der o mesmo problema para analisar, obter\u00e1 10 respostas diferentes. Cada um tem experi\u00eancias \u00fanicas que influenciam seu ponto de vista e como eles podem interpretar a superf\u00edcie de ataque de um comprador. A elimina\u00e7\u00e3o das suposi\u00e7\u00f5es humanas dos processos ajuda a seguradora a gerar decis\u00f5es mais consistentes com base em um sistema unificado de an\u00e1lise discreta.<\/p>\n A genAI tamb\u00e9m est\u00e1 ajudando as seguradoras a fornecerem conselhos de melhor qualidade aos clientes. Por exemplo, uma ferramenta de enumera\u00e7\u00e3o de superf\u00edcie de ataque pode descobrir 100 falhas de seguran\u00e7a diferentes que colocam um comprador e sua empresa em risco. A combina\u00e7\u00e3o de an\u00e1lises preditivas precisas e sinais de intelig\u00eancia de amea\u00e7as pode ajudar a priorizar os problemas mais cr\u00edticos que precisam ser corrigidos no curto prazo, al\u00e9m de fazer recomenda\u00e7\u00f5es para a ordem das opera\u00e7\u00f5es que a organiza\u00e7\u00e3o precisa seguir a partir de uma perspectiva de risco no longo prazo. Este tipo de informa\u00e7\u00e3o est\u00e1 ajudando a reduzir e gerenciar riscos e a melhorar a resili\u00eancia organizacional, ao mesmo tempo que reduz os custos de seguro cibern\u00e9tico para quem est\u00e1 comprando.<\/p>\n A genAI carrega seus pr\u00f3prios riscos<\/strong><\/p>\n Os pr\u00f3prios modelos de genAI tamb\u00e9m devem ser protegidos como se fossem c\u00f3digo-fonte. Se algu\u00e9m mudar algo em um modelo (mesmo que de forma m\u00ednima), pode causar enormes problemas ou gerar resultados indesej\u00e1veis. Pior ainda, resultados distorcidos podem dizer que algo \u00e9 seguro quando n\u00e3o \u00e9. As seguradoras precisam testar continuamente este tipo de exposi\u00e7\u00e3o \u00e0s amea\u00e7as.<\/p>\n Os dados de treinamento para esses modelos devem ser validados, protegidos e gerenciados, e os desenvolvedores desses recursos precisam garantir que estejam seguindo as melhores pr\u00e1ticas de gerenciamento de risco.<\/p>\n Mais do que nunca, as informa\u00e7\u00f5es fornecidas ao solicitar uma ap\u00f3lice podem ajudar a identificar lacunas de seguran\u00e7a \u2013 mas apenas se as informa\u00e7\u00f5es forem precisas e completas. Isto exige que o comprador se torne muito mais consciente do seu ambiente tecnol\u00f3gico, da sua cadeia de suprimentos e dos riscos associados a eles para garantir a precis\u00e3o e integridade das informa\u00e7\u00f5es da pesquisa coletadas no in\u00edcio do processo de subscri\u00e7\u00e3o e ao longo da vida de uma pol\u00edtica vinculada. Esse esfor\u00e7o ajuda a economizar muito dinheiro para a empresa em seus pr\u00eamios como tamb\u00e9m auxilia a evitar a ocorr\u00eancia de uma viola\u00e7\u00e3o cibern\u00e9tica.<\/p>\n Capital Informa\u00e7\u00e3o<\/strong> No s\u00e9culo XIV, se um navio viajasse da Europa para uma cidade distante em determinada \u00e9poca do ano, com rota e valor de carga espec\u00edficos, as seguradoras mar\u00edtimas poderiam calcular a probabilidade de encontrar v\u00e1rios tipos de riscos com base em muitos anos de dados hist\u00f3ricos de perdas. Infelizmente, o seguro cibern\u00e9tico n\u00e3o tem um […]<\/p>\n","protected":false},"author":2,"featured_media":54142,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[10496],"tags":[8422,4061,1433,696],"jetpack_featured_media_url":"https:\/\/insurancecorp.com.br\/pt\/wp-content\/uploads\/2024\/05\/Claudio-Bannwart-02-horiz-e1714673299383.png","yoast_head":"\n
\nPor Claudio Bannwart (foto), country manager Brasil da empresa de ciberseguran\u00e7a Netskope.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"