A Tecnologia 4.0 na Estratégia de Operações e no Desenvolvimento de Produtos e Serviço
Autores
Nome
1 - Felipe Liberato de Souza UNIVERSIDADE DE SÃO PAULO (USP) - FEA
2 - Paulo Tromboni de Souza Nascimento Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo - FEA - Departamento de Administração
Reumo
O processo de empreendedorismo, se por effectuation ou causation, é caraterizado pelo não determinismo, os empreendedores se comportam de forma diferente na mesma situação, de acordo com suas experiências. Nos processos de tomada de decisão, a Inteligência Artificial contribui para que tomadas de decisão reduzam a imprevisibilidade de situações. Dessa forma, como a inteligência artificial pode ser usada para que o processo empreendedor envolto em incertezas possa ser mais assertivo, com redução de riscos em momentos de tomada de decisões?
Empreendedores precisam de melhores direcionamentos na tomada de decisão e, por isso, é valioso especificar mecanismos úteis de seleção que foquem na incerteza das situações e no erro ou até mesmo na falta de predefinição de um mercado-alvo que determine as melhores possibilidades de resultados. É necessário explorar como empreendedores, por effectuation ou causation, podem usar modelos não determinísticos de Inteligência artificial para apoiar a tomada de decisão em circunstâncias de grandes incertezas.
O planejamento de novos negócios tem melhores resultados quando existe a combinação de proatividade, capacidade de análise de riscos e capacidade de inovação (Covin et al., 2020), ou seja, quando técnicas de causation e de effectuation são combinadas (Alghamdi, 2023). Colocar em prática no dia a dia o comportamento de Effectuation e o comportamento de Causation nas tomadas de decisão é um grande desafio em cujo enfrentamento a inteligência artificial pode contribuir (Salusse & Andreassi, 2016).
A análise da criação de negócios com base em comportamento empreendedor e no conhecimento em gestão (conceitos paralelos a effectuation e causation) ofertam uma nova visão congruente, na qual as duas teorias usadas em conjunto proporcionam ganhos. Para que fosse possível explorar a lógica empreendedora por Effectuation e por Causation, os autores desse trabalho optaram por um método qualitativo baseado em revisão sistemática da literatura. Uma metodologia qualitativa é indutiva, viabiliza a responder questões e a gerar percepções a partir de dados, de pesquisas prévias.
A inteligência artificial vem sendo apreciada por empreendedores no sentido de moldar novos negócios, seus modelos de operação e estratégias (Upadhyay et al., 2023). O uso de ferramentas digitais tem possibilitado a empreendedores, independente do modelo mental embasado em effectuation ou causation, a criar estratégias eficientes de desenvolvimento dos seus negócios (Jaspert et al., 2023). Essa eficiência é resultado da congruência de conceitos de planejamento e de ferramentas de execução do planejamento, constantes em effectuation e em causation (Santos & Neumeyer, 2023).
Ferramentas de planejamento contribuem para princípios causation como a previsibilidade por estimativas. Effectuation usa ferramentas de execução para obter mais eficiência na experimentação, um dos seus princípios. Para análises de dados, ferramentas simples como o Excel são acessíveis e proporcionam informação para tomadas de decisão tanto a empreendedores embasados por planejamentos (causation) como focados na busca por parcerias complementares (effectuation).
Akter, S., Michael, K., Uddin, M. R., McCarthy, G., & Rahman, M. (2022). Transforming business using digital innovations: the application of AI, blockchain, cloud and data analytics. Annals of Operations Research, 308(1–2), 7–39.
Davenport, T. H. (2018). From analytics to artificial intelligence. Journal of Business Analytics, 1(2), 73–80.
Iansiti, M., & Lakhani, K. R. (2020). Competing in the Age of AI How machine intelligence changes the rules of business.
Sarasvathy, S. D. (2009). Effectuation: Elements of Entrepreneurial Expertise. Edward Elgar Publishing.