IA física: implicações para gestores de risco, seguradoras e peritos de sinistros

Como a IA física está transformando as operações em diversos setores

A inteligência artificial (IA) física está transformando rapidamente os ambientes operacionais nas áreas de logística, armazenagem e transporte. Sistemas autônomos de armazenagem e frotas de caminhões sem motorista estão sendo implantados em grande escala, alterando de forma radical a maneira como o risco é gerado, concentrado e transferido. Essa evolução introduz um perfil de risco misto que combina ativos físicos, tomada de decisão orientada por software e interconectividade em todo o sistema.

A transição para a IA física não é mera especulação; ela já está sendo implementada em diversos setores, muitas vezes por meio de programas de transformação com duração de vários anos.

Grandes varejistas e empresas de logística estão transformando seus centros de distribuição em operações autônomas. O transporte rodoviário autônomo já está sendo testado e implantado em ambientes reais. A robótica está sendo introduzida em praticamente todos os setores da economia, especialmente em indústrias como mineração, manufatura, distribuição e saúde. Em muitos casos, as organizações estão modernizando uma instalação, um local ou um sistema por vez, reduzindo gradualmente sua exposição ao risco à medida que cada transição é concluída.

Essa adoção gradual cria um desafio único: uma única organização pode operar simultaneamente ambientes tradicionais e autônomos, cada um com características de risco muito diferentes. À medida que mais instalações passam por essa transição, a exposição aos riscos se desloca cada vez mais para um território desconhecido.

Os sistemas autônomos de armazéns e a robótica industrial estão evoluindo para além das máquinas programáveis tradicionais com limites definidos.

A IA física inclui, cada vez mais, a IA agênica e robôs autônomos baseados em grandes modelos de linguagem. Esses sistemas são projetados para interpretar o ambiente ao seu redor, tomar decisões e adaptar seu comportamento com base em condições em constante mudança. Eles não estão simplesmente executando instruções; estão, na verdade, tomando decisões complexas em ambientes dinâmicos e em constante evolução.

A IA física já está sendo implantada em grande escala nos setores de manufatura, armazenagem e transporte. Plataformas centralizadas de IA podem coordenar centenas de robôs autônomos em uma única operação, possibilitando instalações de maior densidade, produção contínua e otimização constante. Ao mesmo tempo, as tecnologias de caminhões autônomos estão passando de programas-piloto para a implantação comercial, com veículos sem motorista operando em corredores de carga designados e acumulando milhões de milhas de experiência operacional. As previsões do setor indicam uma rápida expansão da frota nos próximos anos.

Como a IA física está mudando a exposição ao risco e os perfis de perdas

A adoção da IA física está alterando o risco de várias maneiras cruciais:

• Os ambientes autônomos costumam concentrar mais operações em espaços menores, aumentando a densidade de exposição.
• Desde falhas isoladas em equipamentos até eventos que afetam todo o sistema, impactando instalações inteiras ou frotas
• Do erro humano à tomada de decisão algorítmica e autônoma
• Desde exposições tradicionais em armazéns até ambientes com ativos concentrados e de alto valor
• Desde riscos relacionados principalmente a lesões em pessoas até danos a equipamentos especializados e bens

À medida que esses ativos se tornam mais caros e seguros, o perfil de risco está mudando. Em algumas áreas, a frequência das perdas está diminuindo, mas, quando ocorrem incidentes, eles são mais graves, levam mais tempo para serem resolvidos, envolvem investigações de sub-rogação mais complexas e resultam em uma exposição significativamente maior a interrupções nos negócios e despesas extras.

Como as reclamações e a responsabilidade estão evoluindo em ambientes autônomos

À medida que a IA física torna cada vez mais tênue a fronteira entre os sistemas físicos e digitais, a investigação de sinistros precisa evoluir de acordo com essa mudança. Determinar a causa do sinistro agora exige mais do que uma simples inspeção física. 

Os sistemas autônomos trazem novos desafios em matéria de sinistros, incluindo:

• Investigações sobre falhas, origem e causas em sistemas interconectados
• Aumento do valor dos ativos e exigências específicas (mão de obra qualificada) e de equipamentos para restauração
• Análise de incidentes baseada em dados, que requer a análise de logs do sistema e de dados de telemetria
• Aumento dos prazos de interrupção das operações devido ao tempo de espera para a substituição de produtos e à validação, recalibração ou reordenação do sistema.
• Maior exposição ao risco de interrupção das atividades, à medida que a automação reduz os custos operacionais e gera margens de lucro mais elevadas.
• A perda ou danos a frotas inteiras de equipamentos automatizados e sistemas operacionais.

As investigações de sinistros exigem, cada vez mais, conhecimentos multidisciplinares, incluindo engenharia robótica forense, análise avançada de dados e avaliação de software de agência.

A responsabilidade no transporte rodoviário autônomo está evoluindo rapidamente, passando de um modelo centrado no motorista para um de responsabilidade compartilhada entre fabricantes, desenvolvedores de IA e operadores de frotas. A captura de dados em tempo real aprimora a reconstrução de incidentes, mas introduz complexidade adicional na determinação da causalidade e da responsabilidade caso ocorra uma falha no sistema.

Os modelos de seguro estão se adaptando para incluir uma cobertura combinada que abrange responsabilidade civil automotiva, responsabilidade civil por produtos e riscos cibernéticos (hackeamento de veículos).

O impulso regulatório e o futuro dos sistemas autônomos

Desde 2017, o Departamento de Transportes dos EUA e as principais empresas de transporte rodoviário autônomo têm se concentrado em uma prioridade comum: a segurança. Essa tem sido a prioridade número um para o governo, proprietários, operadores, consumidores e todos os demais motoristas nas estradas. Isso é compreensível, considerando que ocorrem aproximadamente 500 mil acidentes de trânsito por ano envolvendo caminhões. Entre 2021 e 2023, acidentes envolvendo caminhões de grande porte resultaram em mais de 15.000 mortes. No entanto, de acordo com o DOT, mais de 90% dos acidentes são causados por erro humano. Até o momento, os primeiros dados operacionais sugerem que as tecnologias de direção autônoma têm o potencial de reduzir acidentes, ferimentos e mortes.

O projeto de lei H.R. 4661 – AMERICA DRIVES Act propõe uma estrutura federal para o transporte rodoviário comercial autônomo, incluindo a operação de veículos de Nível 4 e Nível 5 sem motoristas humanos entre estados. As estruturas federais propostas e as discussões regulatórias em andamento podem possibilitar uma implantação interestadual mais ampla do transporte rodoviário autônomo, embora a adoção em nível estadual continue desigual e em constante evolução. Vários estados (incluindo Arizona, Texas, Nevada, Flórida, Oklahoma e Ohio) já estão apoiando testes e programas-piloto limitados, proporcionando uma valiosa experiência operacional à medida que a tecnologia amadurece.

O que as seguradoras e os peritos devem fazer agora

A rápida adoção da IA física exige que as seguradoras e os peritos comecem a se adaptar já hoje.

À medida que a IA física continua a evoluir, as organizações não podem esperar pela adoção total para agir. Várias medidas podem ajudá-las a se preparar de forma mais eficaz para essa transição:

• Atualização dos modelos de subscrição e análise de cada risco na renovação
• Atualização da implementação atual de IA Física do segurado para refletir os riscos em nível de sistema e a interconectividade da IA Física
• Reavaliação das estruturas de cobertura para interrupção de atividades e ativos de alto valor
• Desenvolvimento ou atualização de recursos multidisciplinares para o tratamento de sinistros
• Acompanhamento das mudanças regulatórias que afetam as operações autônomas

As organizações que se adaptarem de forma proativa estarão mais bem posicionadas para gerenciar riscos emergentes e manter a defensabilidade em caso de sinistros.

Preparação para um cenário de riscos mais complexo e orientado por sistemas

A IA física representa uma mudança fundamental dos ambientes de risco tradicionais e lineares para sistemas complexos e adaptativos. Os eventos de sinistro são cada vez mais determinados pela forma como os sistemas interpretam, tomam decisões e interagem em grande escala. Para seguradoras e peritos, o sucesso dependerá da capacidade de avaliar tanto a dimensão física quanto a digital do sinistro, desenvolver conhecimentos multidisciplinares e responder de forma eficaz a um cenário de risco cada vez mais interconectado, automatizado e orientado por dados.

Fontes citadas:

https://www.fmcsa.dot.gov/safety/data-and-statistics/large-truck-and-bus-crash-facts
https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813717.pdf