IA na gestão de risco: o que o surto de ebola ensina

Segundo a Exame, o surto de ebola na República Democrática do Congo, causado pela cepa Bundibugyo, ultrapassou a epidemia de 2018-2020 e se tornou o maior da história do país. Até 30 de julho de 2026, foram registrados 3.605 casos e 1.587 mortes, com aumento de 13% em ambos os números em apenas uma semana. O vírus já se espalhou por 49 zonas de saúde em cinco províncias, a partir de um único ponto de origem em Mongbwalu, na província de Ituri.

A OMS classificou o ritmo de transmissão como excepcional: 567 novos casos confirmados e 296 mortes apenas na última semana completa de notificação, os maiores totais semanais desde o início do surto. A taxa bruta de mortalidade está em torno de 44%.

O que chama atenção não é só a escala do surto. É a velocidade com que ele escapou do controle mesmo com uma ampla resposta de autoridades e parceiros internacionais. Instabilidade política, deslocamento populacional e movimentação transfronteiriça intensa dificultaram as operações. O Congo vizinho, Uganda, conseguiu encerrar seu próprio surto em 28 de julho, após 42 dias sem transmissão local, mas a OMS alertou que o país segue vulnerável a infecções importadas exatamente por causa da situação no leste do Congo.

O que isso tem a ver com IA e decisão empresarial?

Tudo. Crises como essa são o caso de uso mais concreto para sistemas de inteligência artificial aplicados à gestão de risco corporativo.

Empresas com operações em mercados emergentes, cadeias de fornecimento globais ou times distribuídos em regiões de instabilidade precisam de capacidade de monitoramento contínuo. Não basta receber um alerta quando o surto já atingiu cinco províncias. O valor da IA está em identificar o sinal fraco antes que ele vire crise.

Sistemas de machine learning treinados com dados de saúde pública, mobilidade populacional e histórico epidemiológico conseguem modelar cenários de disseminação com antecedência. Plataformas como as usadas por grandes seguradoras e fundos de investimento já fazem isso para risco geopolítico. A pergunta para o CEO ou CFO é: sua empresa tem visibilidade desse nível sobre os mercados onde opera?

Além do monitoramento, a IA entra na camada de decisão. Quando um evento como esse escala rapidamente, três perguntas precisam de resposta em horas, não em dias: quais operações estão expostas, quais fornecedores dependem da região afetada e qual o impacto financeiro projetado de uma interrupção. Modelos de simulação baseados em LLMs e dados estruturados de supply chain conseguem responder isso de forma automatizada, com cenários e probabilidades.

O surto no Congo também expõe um gap de dados que a IA poderia reduzir: a disseminação de Mongbwalu para 49 zonas de saúde em dois meses sugere que o sistema de vigilância não capturou o padrão de expansão a tempo. Em contextos corporativos, esse mesmo gap aparece quando as empresas monitoram risco de forma manual, por relatórios periódicos, em vez de feeds contínuos de dados processados por algoritmos.

Na minha leitura

Crises de saúde pública se tornaram variáveis de risco operacional tão relevantes quanto câmbio e juros. A pandemia de Covid-19 forçou esse reconhecimento. O surto no Congo reforça que o tema não foi resolvido.

A diferença entre empresas que absorvem o choque e as que travam está, cada vez mais, na qualidade do sistema de inteligência que alimenta suas decisões. IA não elimina o risco. Mas reduz drasticamente o tempo entre o sinal e a resposta. E em gestão de crise, tempo é o único recurso que não se recupera.