Anais
Resumo do trabalho
Tecnologia da Informação · Transformação Digital e Inovação em Negócios Digitais
Título
Do Analytics à Inteligência Artificial: um estudo sobre a contribuição do Analytics nos modelos de maturidade organizacional para adoção da Inteligência Artificial
Palavras-chave
Analytics
Inteligência Artificial
Modelos de Maturidade
Agradecimento:
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Autores
-
Guilherme TiengoFaculdade de Filosofia, Letras e Ciências Humanas da Universidade de São Paulo
-
João Valsecchi Ribeiro de SouzaUNIVERSIDADE DE SÃO PAULO (USP)
Resumo
Introdução
A inteligência artificial (IA) tem transformado profundamente as organizações ao impactar cadeias completas de produção de bens e serviços. Apesar do seu potencial, a adoção da IA enfrenta obstáculos relacionados à maturidade organizacional. Este estudo parte da ideia de que capacidades previamente desenvolvidas em analytics podem contribuir significativamente para a prontidão das organizações na incorporação da IA.
Problema de Pesquisa e Objetivo
O artigo investiga e sistematiza como as capacidades em analytics são representadas nos modelos de maturidade em IA existentes na literatura e em que medida contribuem para a adoção organizacional da IA. O objetivo é compreender se tais capacidades estão devidamente consideradas nesses modelos e identificar lacunas conceituais e práticas. Parte-se da ideia de que, apesar de relevante, não existem outros trabalhos que exploraram, de maneira sistematizada, a contribuição da disciplina de analytics para o processo de adoção da IA pelas organizações.
Fundamentação Teórica
A base teórica parte das ideias apresentadas no modelo evolutivo de Davenport (2018), que descreve a progressão do analytics até sua integração com a inteligência artificial. São discutidos os principais marcos de maturidade analítica e sua convergência com as dimensões organizacionais consideradas nos modelos de prontidão e maturidade em IA a partir de uma revisão de literatura.
Discussão
Os resultados mostram que os modelos de maturidade em IA tratam o analytics de forma marginal, abordando-o principalmente nas dimensões de dados e infraestrutura. As competências analíticas e culturais são pouco exploradas. Apesar disso, há evidências de sinergias implícitas entre as capacidades analíticas e os fatores de prontidão para a adoção da IA pelas organizações.
Conclusão
A análise evidencia que, embora o analytics seja uma base relevante para a adoção da IA, ele é sub-representado nos modelos de maturidade. A literatura atual não reconhece de forma sistemática o papel estrutural das capacidades analíticas no processo de adoção da IA, revelando uma lacuna que pode ser explorada em estudos futuros
Contribuição / Impacto
Este estudo contribui para a literatura e para a prática gerencial ao evidenciar a necessidade de integrar o conhecimento acumulado em analytics aos modelos de maturidade em IA. Ao identificar convergências e omissões, aponta caminhos para aprimorar diagnósticos organizacionais e propõe direções para futuras pesquisas em gestão e transformação digital com base em dados.
Referências Bibliográficas
Davenport (2018); Akbarighatar et al. (2023); Sadiq et al. (2021); Jöhnk et al. (2021); Chen et al. (2022); Chowdhury et al. (2023); Krijger et al. (2023); Lichtenthaler (2020); Saari et al. (2019); Snyder (2019); Xavier e Martins (2016).