Resumo

A ascensão da inteligência artificial (IA), assim como as ferramentas de big data, colocaram diante dos gestores de Pesquisa e Desenvolvimento uma gama de desafios e oportunidades, permitindo novas abordagens na execução do portfólio de pesquisa e na construção da proposta de valor de seu processo de inovação. Ao alavancar a análise de dados gerados por clientes, as empresas podem, por exemplo, implementar inovações centradas no usuário. Porém sua implementação extrapola os aspectos tecnológicos, demandando uma transformação da cultura organizacional, estruturas, processos e papéis.

Embora se reconheça que a aplicação de ativos intelectuais no processo de inovação propicie um aumento na performance organizacional, ainda se verifica lacunas no entendimento sobre como essas práticas são efetivamente implementadas. Outro ponto a ser aprofundado pelos estudos gerenciais diz respeito aos fatores comportamentais que envolvem a interação entre os aconselhamentos feitos pelas ferramentas de IA e o juízo humano na tomada de decisão. O objetivo desta revisão foi analisar como a adoção das recentes tecnologias analíticas de dados tem influenciado o processo de gestão da inovação.

A literatura contempla diversas abordagens praticadas ao longo do tempo como formas de se conduzir o processo inovativo ou processos mais amplos de P&D, com o intuito de possibilitar que estágios que se iniciam com a geração de ideias amadureçam até a conversão de uma invenção em um negócio ou artefato de aplicação útil. Mais recentemente, a abordagem de inovação aberta trouxe a conceituação da colaboração com parceiros internos e externos, como universidades, institutos de pesquisa, empresas de diferentes setores e start-ups como fontes de inspiração e inovação.

Os revisão realizada aponta para uma evolução na agenda de pesquisa, partido da ideia de adoção da inteligência competitiva como subsídio para a tomada de decisão interna nos processos de inovação, migrando para uma exploração do tema Big Data e da Inteligência Artificial como fatores de profunda transformação na forma como a inovação é realizada nas organizações. Os construtos mais recentes apontam para um modelo de inovação proveniente dos dados (data-driven innovation) e a automação de atividades de gestão por meio da sofisticação do uso de algoritmos (augmentation).

O processo de inovação envolve, inevitavelmente, dinâmicas tipicamente humanas, organizacionais e sociais. As transformações da prática gerencial e organizacional impulsionadas pela automação analítica estão enredadas em nível micro (psico-cognitivo) e macro (organizacional), afetando essas dinâmicas profundamente. Em sua maioria, as empresas ainda priorizam a aplicação de IA em processos operacionais. Ainda faltam métodos, ferramentas, sistemas e especialistas para que a prática de Data-driven Innovation seja disseminada nas organizações.

KEDING, C.; MEISSNER, P. Managerial overreliance on AI-augmented decision-making processes: How the use of AI-based advisory systems shapes choice behavior in R&D investment decisions. Technological Forecasting and Social Change, v. 171, p. 12, 2021. RIZK, A.; STAHLBROST, A.; ELRAGAL, A. Data-driven innovation processes within federated networks. European Journal of Innovation Management, v. 25, n. 6, p. 498-526, 2022. VISVIZI, A. et al. Think human, act digital: activating data-driven orientation in innovative start-ups. European Journal of Innovation Management, v. 25, n. 6, p. 452-478, 2021