A inteligência artificial na gestão empresarial

Abstract

Este trabalho analisa como a Inteligência Artificial (IA) vem sendo incorporada à gestão empresarial e em que medida contribui para decisões mais eficazes em organizações de diferentes portes. O objetivo deste estudo é entender de que forma a IA tem influenciado nos processos de gestão e quais benefícios e desafios surgiram com o seu uso em empresas de diferentes tamanhos. Adota-se método dialético, abordagem descritiva e natureza quantiqualitativa, combinando questionário e entrevistas não estruturadas com profissionais de gestão da RMSP. Os resultados indicam adoção heterogênea, com concentração de usos em atendimento/comunicação, marketing/vendas e TI/engenharia, predominando ferramentas generativas e automações integradas (quando integradas a ERP/CRM/BI), condição em que os ganhos deixam de ser pontuais e tornam-se mensuráveis no fluxo de trabalho. Benefícios recorrentes incluem produtividade, padronização e apoio à decisão; os principais desafios são governança de dados (privacidade/LGPD, revisão humana, registro de decisões), capacitação desigual e integrações parciais, que elevam retrabalho e reduzem a rastreabilidade. Conclui-se que o diferencial competitivo decorre menos do algoritmo e mais da combinação entre objetivo de negócio claro, dados curados e categorias definidas, métricas aderentes à decisão e supervisão humana contínua. Recomenda-se política de uso enxuta, treinamento por função e padronização de integrações para transformar pilotos em capacidade institucional.

This study analyzes how Artificial Intelligence (AI) has been incorporated into business management and to what extent it contributes to more effective decision making in organizations of different sizes. The aim of this research is to understand how AI has influenced management processes and what benefits and challenges have emerged from its use in companies of various sizes. A dialectical method, descriptive approach, and mixed quantitative–qualitative nature were adopted, combining a questionnaire and unstructured interviews with management professionals from the Metropolitan Region of São Paulo (RMSP). The results indicate heterogeneous adoption, with concentrated use in customer service/communication, marketing/sales, and IT/engineering, with generative tools and integrated automations prevailing (when connected to ERP/CRM/BI systems), a condition in which the gains cease to be occasional and become measurable within the workflow. Recurrent benefits include productivity, standardization, and decision support; the main challenges are data governance (privacy/LGPD, human review, decision logging), uneven training, and partial integrations, which increase rework and reduce traceability. It is concluded that the competitive advantage stems less from the algorithm itself and more from the combination of a clear business objective, curated data and defined categories, decision-oriented metrics, and continuous human supervision. It is recommended to adopt a lean use policy, role-based training, and standardized integrations to transform pilot projects into institutional capabilities.