Com a revolução tecnológica a todo vapor, a segurança cibernética se torna ainda mais crucial. Segundo um relatório da Ernst & Young Global Limited (EY), as soluções de Machine Learning e Inteligência Artificial estão auxiliando diversas seguradoras a enfrentarem problemas como ameaças virtuais.
O exemplo da EY vem de um caso, onde a empresa auxiliou uma seguradora indiana a enfrentar uma dessas ameaças cibernéticas. A companhia buscava por mais segurança interna, proteção de dados e sistemas que pudessem operar por 365 dias no ano, 24 horas, analisando perfis de ameaças e alertas.
Agora a empresa não só consegue prevenir as ameaças ativas, como também pode realizar novas análises sobre fragilidades potenciais, além de fazer a transição de várias partes do processo incluindo gerenciamento de antivírus, dispositivos móveis, identidade e prevenções de usurpações.
A importância da mudança
Esse tipo de adequação se faz ainda mais importante no período de pandemia da Covid-19 afinal, muitos funcionários estão trabalhando em casa e em alguns setores o vazamento de dados pode vir a derrubar uma empresa inteira.
Além disso, outras mudanças repentinas surgiram com a pandemia como por exemplo a escassez de estoques e dificuldade na entrega dos produtos adquiridos pela internet.
No início da pandemia a Amazon teve dificuldade em ajustar seus processos de transporte, logística, cadeia de suprimentos, fornecedores terceirizados e compras, no entanto, já chega a faturar mais de US $ 24 bilhões dentro deste período.
Antes da Covid-19, a logística da Amazon contava com o esquema de gerenciamento através de algoritmos de inteligência artificial, que era aperfeiçoado através de bilhões de vendas e entregas e podia inclusive prever com precisão o quanto de cada item seria vendido, reposição do estoque e agrupamento de entregas para que as distâncias de viagem fossem minimizadas.
A crise pandêmica trouxe novos problemas também para esse sistema, já que fez com que nossos padrões de vida e hábitos fossem modificados tornando essas “previsões” inválidas. Então, foi possível perceber como o sistema de IA é frágil, além de entendermos que essa automação precisa se tornar parte maior de tudo que fazemos, buscando garantias de novas abordagens que não se desfaçam em eventos não previstos.
Novos tempos
Os sistemas automatizados são disseminados a cada dia, no entanto, é fácil reconhecer que os esforços humanos falham em atender à próspera demanda por dados rotulados e isso faz com que seja óbvia a necessidade da indústria em criar dados suficientes para manter os modelos de aprendizado de máquina atualizados.
Os novos sistemas precisam ser autossuficientes, de forma que não precisem de interferência humana para aprender com novos dados, além de serem mais eficientes para se adaptar mais rápido às mudanças de comportamento na era da transformação digital.
