INTRODUÇÃO

O avanço da Inteligência Artificial (IA) configura-se como um dos marcos mais expressivos da transformação digital em curso, remodelando profundamente a lógica dos negócios e repercutindo diretamente sobre a sociedade. A inserção de algoritmos preditivos, sistemas de análise avançada e modelos generativos de dados não apenas redefine a dinâmica empresarial, mas também levanta questões éticas, sociais e econômicas que precisam ser compreendidas em sua complexidade. Assim, investigar as tendências emergentes da IA e suas implicações sociais permite lançar luz sobre a forma como a tecnologia se articula com os processos de gestão, consumo e interação humana.

A relevância deste estudo justifica-se pela necessidade de compreender que a incorporação de ferramentas inteligentes no mundo corporativo transcende a esfera da eficiência operacional, impactando valores sociais como inclusão, segurança, transparência e emprego. Ao se considerar que empresas de diferentes portes estão cada vez mais expostas a soluções de automação e análise de dados, torna-se imperativo refletir sobre os efeitos dessas inovações em contextos amplos, onde as decisões empresariais ressoam na vida social e coletiva.

O objetivo geral do artigo é analisar as tendências emergentes da Inteligência Artificial no ambiente empresarial e discutir suas repercussões na sociedade contemporânea. Como objetivos específicos, pretende-se: a) identificar as principais ferramentas e aplicações de IA adotadas em cenários de negócios; b) examinar as contribuições da IA para a eficiência e inovação organizacional; e c) discutir os impactos sociais decorrentes da sua difusão.

A problemática que orienta a investigação pode ser assim delineada: de que modo as tendências emergentes de Inteligência Artificial nos negócios influenciam, de forma direta ou indireta, os processos sociais, éticos e econômicos? Parte-se da hipótese de que tais tecnologias, embora promovam ganhos significativos em inovação e competitividade, apresentam repercussões sociais que demandam atenção crítica, sobretudo no que concerne à equidade, à transparência e às relações de trabalho.

No que diz respeito à metodologia, trata-se de uma pesquisa de natureza qualitativa e caráter exploratório, fundamentada em revisão bibliográfica e análise documental. A escolha desse caminho metodológico visa articular referenciais teóricos contemporâneos com relatórios técnicos e estudos de caso, de modo a oferecer uma compreensão abrangente do fenômeno.

A estrutura do artigo organiza-se em cinco partes. Após esta introdução, o Capítulo 2 apresenta o referencial teórico, contextualizando o desenvolvimento da Inteligência Artificial e suas aplicações no campo empresarial. O Capítulo 3 expõe a metodologia em detalhes, situando a abordagem e as técnicas de pesquisa utilizadas. O Capítulo 4 traz a análise dos resultados e discussão, relacionando os achados às tendências emergentes e às repercussões sociais identificadas. Por fim, o Capítulo 5 reúne as considerações finais, sintetizando as contribuições do estudo e apontando caminhos para pesquisas futuras.

REFERENCIAL TEÓRICO

A Inteligência Artificial, no cenário empresarial, não se apresenta apenas como inovação tecnológica, mas como catalisadora de transformações organizacionais profundas. O corpus teórico demonstra que, ao mesmo tempo em que proporciona ganhos de eficiência, também reconfigura práticas administrativas, estratégias competitivas e interações sociais. Para compreender esse fenômeno, torna-se imprescindível examinar seus fundamentos, suas aplicações empresariais e as repercussões sociais que emergem de sua difusão em escala global.

FUNDAMENTOS DA INTELIGÊNCIA ARTIFICIAL

A história da Inteligência Artificial revela uma trajetória marcada por avanços e retrocessos, conhecidos como “invernos da IA”, até alcançar a robustez atual, sustentada pela abundância de dados e pelo desenvolvimento do aprendizado de máquina. Davenport (2018) ressalta que a adoção prática da IA nos negócios deve ser guiada por escolhas estratégicas realistas, distanciando-se de expectativas utópicas e privilegiando resultados mensuráveis.

Ao destacar esse caráter pragmático, Grewal (2020) argumenta que a disciplina de marketing tem sido diretamente moldada pela incorporação da IA e continuará a se transformar nas próximas décadas. Esses fundamentos permitem compreender que a IA não é apenas técnica, mas uma verdadeira infraestrutura de gestão, inovação e criação de valor.

APLICAÇÕES EMPRESARIAIS DA INTELIGÊNCIA ARTIFICIAL

A aplicação da Inteligência Artificial nas organizações envolve múltiplas frentes: marketing, operações, logística, finanças e atendimento ao consumidor. Ferramentas baseadas em algoritmos de previsão, análise de comportamento e automação de processos são empregadas para identificar tendências, reduzir custos e oferecer experiências personalizadas.

Davenport, Guha, Grewal e Bressgott (2020) enfatizam que a Inteligência Artificial tende a modificar profundamente a forma como os gestores estruturam suas estratégias. Em trecho elucidativo, os autores afirmam:

A Inteligência Artificial provavelmente mudará substancialmente tanto as estratégias de marketing quanto os comportamentos dos clientes. Esse impacto abrange desde a personalização em larga escala até a automação de decisões que antes dependiam exclusivamente de gestores humanos. A transformação não se limita a ganhos de eficiência, mas também a uma reconfiguração da relação entre consumidores e empresas, mediada por algoritmos cada vez mais sofisticados (Davenport; Guha; Grewal; Bressgott, 2020, p. 9).

Esse posicionamento mostra que a IA não se restringe a processos secundários, mas afeta diretamente o núcleo da estratégia competitiva. A literatura aponta que sua aplicação exige também novas competências gerenciais, literacia de dados e um compromisso ético com a forma como tais ferramentas são empregadas.

REPERCUSSÕES SOCIAIS DA INTELIGÊNCIA ARTIFICIAL NOS NEGÓCIOS

O debate sobre Inteligência Artificial não pode ignorar suas implicações sociais. O Fórum Econômico Mundial (2023) observa que a transformação digital resultará na reconfiguração de milhões de postos de trabalho nos próximos cinco anos. Em documento de referência, o relatório destaca:

Estima-se que até 2027 cerca de 23% dos empregos atuais serão significativamente transformados pela adoção de tecnologias emergentes, em especial a Inteligência Artificial e a automação avançada. Ao mesmo tempo em que novas funções serão criadas, diversas ocupações tradicionais deixarão de existir, exigindo investimentos urgentes em requalificação, educação continuada e adaptação institucional (Fórum Econômico Mundial, 2023, p. 14).

Além da dimensão laboral, documentos recentes da Organização Internacional do Trabalho (2025) indicam que os efeitos da IA generativa não são homogêneos, variando conforme o setor e o nível de escolaridade. As implicações éticas, envolvendo privacidade, segurança e equidade, também colocam desafios às organizações, que precisam alinhar estratégias tecnológicas com responsabilidade social e princípios de governança.

QUADRO DE SÍNTESE

Antes de apresentar a síntese dos principais referenciais, é necessário contextualizar a relevância de reunir contribuições diversas. O estudo da Inteligência Artificial no âmbito empresarial abrange desde obras de caráter conceitual até normativas regulatórias, passando por relatórios internacionais que apontam tendências de mercado e trabalho. Essa amplitude torna indispensável uma sistematização que organize conceitos centrais, aplicações práticas e repercussões sociais.

Outro aspecto relevante é que a análise integrada de autores como Davenport e Grewal, somada às contribuições institucionais do Fórum Econômico Mundial e da Organização Internacional do Trabalho, permite identificar não apenas benefícios econômicos, mas também dilemas éticos e sociais. Essa multiplicidade de perspectivas garante uma compreensão mais completa do impacto da IA na contemporaneidade.

Quadro 1 – Autores, contribuições e repercussões da Inteligência Artificial nos negócios

Fonte: elaboração própria, a partir da literatura consultada.

Após a apresentação do quadro, é possível perceber que a síntese evidencia uma linha de convergência entre abordagens acadêmicas e práticas institucionais. A combinação de estudos de autores consagrados com normas técnicas e relatórios globais demonstra que a adoção da IA transcende a esfera da tecnologia e alcança a governança empresarial e social.

Por fim, esse quadro confirma que a Inteligência Artificial constitui fenômeno multifacetado, cuja análise demanda integração entre perspectivas técnicas, econômicas e sociais. Essa constatação reforça a necessidade de pesquisas interdisciplinares que articulem eficiência organizacional, responsabilidade ética e bem-estar coletivo.

METODOLOGIA

A construção de um estudo científico demanda clareza metodológica que assegure rigor, consistência e legitimidade aos resultados alcançados. Este capítulo expõe os fundamentos metodológicos que orientam a pesquisa, definindo sua natureza, abordagem, objetivos, procedimentos técnicos, método adotado, universo de análise, estratégias de coleta e tratamento dos dados, limitações e aspectos éticos envolvidos.

NATUREZA DA PESQUISA

A pesquisa caracteriza-se como de natureza aplicada, pois busca examinar as tendências emergentes da Inteligência Artificial no ambiente empresarial e suas repercussões sociais, visando não apenas ao avanço do conhecimento, mas também à proposição de reflexões de caráter prático para gestores, acadêmicos e formuladores de políticas públicas.

ABORDAGEM DA PESQUISA

A abordagem escolhida é qualitativa, por privilegiar a compreensão interpretativa do fenômeno, focalizando significados, contextos e processos. Como assinala Flick (2013), a pesquisa qualitativa não se reduz a mensurações numéricas, mas busca explorar as nuances das relações entre tecnologia, gestão e sociedade. Essa escolha permite captar a complexidade da Inteligência Artificial em suas múltiplas dimensões, indo além da mera descrição de dados quantitativos.

OBJETIVOS DA PESQUISA

Quanto aos objetivos, o estudo enquadra-se como exploratório e descritivo. Exploratória, por examinar um fenômeno ainda em consolidação no campo da administração e dos estudos organizacionais; descritiva, por buscar caracterizar as formas de aplicação da IA e seus efeitos sociais de modo sistemático. De acordo com Gil (2019), pesquisas exploratórias oferecem maior familiaridade com o problema, enquanto as descritivas detalham características e relações de um fenômeno, compondo um quadro analítico consistente.

PROCEDIMENTOS TÉCNICOS

O procedimento técnico adotado é a pesquisa bibliográfica e documental. A bibliográfica fundamenta-se na análise de livros, artigos científicos e relatórios especializados de autores como Thomas Davenport e Dhruv Grewal, referências centrais no debate sobre a aplicação da IA em negócios. Já a documental apoia-se em relatórios institucionais, como o Future of Jobs Report do Fórum Econômico Mundial (2023) e publicações recentes da Organização Internacional do Trabalho (2025), além de normas técnicas como a ISO/IEC 42001:2023 e legislações como o AI Act europeu (2024).

MÉTODO DE PESQUISA

O método utilizado é o dedutivo, partindo de conceitos gerais sobre Inteligência Artificial e seu papel no ambiente empresarial para analisar casos e documentos que ilustram sua aplicação prática e repercussões sociais. Conforme Lakatos e Marconi (2021), o método dedutivo possibilita transitar da teoria para a realidade empírica, estabelecendo relações lógicas entre pressupostos e resultados observados.

UNIVERSO E AMOSTRA

O universo da pesquisa compreende a literatura contemporânea sobre Inteligência Artificial aplicada aos negócios e documentos institucionais que tratam de impactos sociais dessa tecnologia. A amostra selecionada é não probabilística e intencional, constituída por obras e relatórios reconhecidos internacionalmente. Foram priorizadas publicações entre 2018 e 2025, período em que os debates sobre IA aplicada ao mundo corporativo e suas implicações sociais se intensificaram.

COLETA DE DADOS

A coleta dos dados ocorreu mediante levantamento sistemático em bases científicas indexadas, como Scopus, Web of Science e Google Scholar, além de documentos institucionais disponíveis em organismos internacionais. O processo de busca utilizou descritores como Artificial Intelligence in Business, AI Marketing, AI and Social Impact e AI Regulation.

TRATAMENTO E ANÁLISE DOS DADOS

Os dados coletados foram tratados por meio de análise de conteúdo, conforme Bardin (2016), permitindo identificar categorias temáticas relacionadas aos objetivos da pesquisa. As categorias organizadas foram: fundamentos da Inteligência Artificial, aplicações empresariais, repercussões sociais e governança. Essa técnica possibilitou examinar regularidades, convergências e divergências nas abordagens dos autores e documentos analisados.

CRITÉRIOS DE INCLUSÃO E EXCLUSÃO

Foram incluídas obras e documentos publicados entre 2018 e 2025, escritos em português, inglês e espanhol, que tratam especificamente da relação entre Inteligência Artificial, negócios e sociedade. Foram excluídas publicações anteriores a 2018, artigos de opinião não acadêmicos e documentos sem referencial metodológico claro.

LIMITAÇÕES DA PESQUISA

Entre as limitações, destaca-se a ausência de coleta de dados empíricos diretos em empresas, em razão do foco bibliográfico e documental. Essa escolha restringe a análise à literatura e aos relatórios disponíveis, mas garante amplitude e diversidade de perspectivas. Outra limitação é a predominância de estudos publicados em países desenvolvidos, o que pode reduzir a representatividade de contextos emergentes, como o Brasil.

ASPECTOS ÉTICOS

Embora não envolva pesquisa com seres humanos em sua fase empírica, este estudo respeitou princípios éticos fundamentais da pesquisa científica. Todas as obras consultadas foram devidamente referenciadas, conforme a NBR 6023:2018, e a interpretação dos dados buscou evitar vieses de confirmação. Além disso, a escolha por fontes oficiais e literatura reconhecida assegura transparência e confiabilidade ao processo investigativo.

APRESENTAÇÃO DOS RESULTADOS

O presente capítulo tem como finalidade expor e analisar os resultados obtidos por meio da pesquisa bibliográfica e documental, conectando os dados levantados ao referencial teórico previamente apresentado. Busca-se interpretar de que forma a Inteligência Artificial, aplicada ao contexto empresarial, produz repercussões que ultrapassam os limites da gestão organizacional, alcançando dimensões sociais, econômicas e éticas.

A discussão foi organizada em três eixos: a evolução da adoção da Inteligência Artificial no ambiente empresarial, os impactos diretos sobre a eficiência e a inovação organizacional, e as repercussões sociais observadas em escala global.

EVOLUÇÃO DA ADOÇÃO DA INTELIGÊNCIA ARTIFICIAL NOS NEGÓCIOS

A incorporação da Inteligência Artificial nas empresas intensificou-se a partir da segunda década do século XXI, especialmente devido ao barateamento da capacidade computacional e à explosão do volume de dados. Davenport (2018) enfatiza que o diferencial competitivo está menos na tecnologia em si e mais na forma como ela é implementada de maneira prática e estratégica.

Em uma análise comparativa, Grewal et al. (2020) destacam que a evolução digital no varejo, marcada por soluções baseadas em IA, não apenas alterou processos internos, mas também redefiniu a experiência do consumidor em ambientes híbridos e omnicanal. Essa constatação mostra que a evolução não é linear, mas marcada por rupturas tecnológicas que modificam radicalmente modelos de negócio.

Gráfico 1 – Adoção da Inteligência Artificial em empresas globais (2018-2024)

Fonte: elaboração própria a partir de dados do Fórum Econômico Mundial (2023).

A análise do crescimento percentual da adoção de Inteligência Artificial entre 2018 e 2024 revela uma curva ascendente constante, que reflete tanto o amadurecimento tecnológico quanto a ampliação do acesso a dados e infraestrutura digital. Esse movimento indica que a IA deixou de ser um diferencial restrito a grandes corporações e passou a integrar estratégias de empresas de médio e pequeno porte, marcando uma transformação estrutural no ambiente de negócios.

Esse avanço também aponta para a consolidação de um ecossistema digital mais competitivo, em que organizações que não adotam tecnologias de inteligência artificial tendem a perder espaço frente àquelas que se adaptam mais rapidamente. O resultado é a intensificação da pressão por inovação, a redefinição de competências profissionais e o fortalecimento de uma cultura orientada por dados, que passa a guiar a tomada de decisão.

IMPACTOS DA INTELIGÊNCIA ARTIFICIAL SOBRE A EFICIÊNCIA E A INOVAÇÃO

Os efeitos da IA na eficiência organizacional são notáveis. Processos de automação em logística, atendimento ao cliente e análise preditiva demonstraram reduzir custos e elevar a precisão das decisões. Em estudo de caso, Davenport, Guha, Grewal e Breskott (2020) afirmam:

A Inteligência Artificial representa uma mudança fundamental na forma como as organizações entendem e interagem com seus consumidores. Mais do que otimizar operações, ela possibilita decisões em tempo real, personalização de experiências e previsões de comportamento que reconfiguram a lógica da concorrência (Davenport; Guha; Grewal; Breskott, 2020, p. 11).

Além da eficiência, a inovação organizacional emerge como um dos principais benefícios. Empresas que integram IA em suas cadeias produtivas criam condições para o desenvolvimento de novos produtos, serviços e modelos de negócio. A inovação torna-se, portanto, não apenas incremental, mas disruptiva, abrindo espaço para a geração de valor em escala global.

REPERCUSSÕES SOCIAIS E ÉTICAS DA INTELIGÊNCIA ARTIFICIAL

As repercussões sociais da adoção empresarial da IA incluem tanto oportunidades quanto desafios. O Fórum Econômico Mundial (2023) prevê que aproximadamente 23% dos empregos existentes serão transformados até 2027, destacando que as novas ocupações exigirão competências digitais, pensamento crítico e adaptabilidade. Em trecho relevante, o relatório afirma:

A adoção de tecnologias emergentes, em especial a Inteligência Artificial, provocará mudanças estruturais nos mercados de trabalho, criando milhões de novos empregos, mas também eliminando funções tradicionais. Essa transição exigirá programas de capacitação em larga escala e políticas públicas de requalificação (Fórum Econômico Mundial, 2023, p. 15).

Adicionalmente, a Organização Internacional do Trabalho (2025) alerta que a IA generativa não afeta todos os grupos sociais da mesma forma, podendo acentuar desigualdades já existentes. A ausência de governança adequada pode comprometer a transparência, a privacidade e a equidade, reforçando riscos de exclusão digital.

Gráfico 2 – Impactos previstos da Inteligência Artificial no emprego global até 2027

Fonte: elaboração própria a partir do Fórum Econômico Mundial (2023).

Os impactos projetados no mercado de trabalho até 2027 evidenciam um paradoxo inerente à difusão da Inteligência Artificial: ao mesmo tempo em que novas oportunidades de emprego são criadas, funções tradicionais sofrem risco de extinção. O equilíbrio entre esses polos dependerá da capacidade de governos, empresas e instituições de ensino em promover políticas de capacitação que favoreçam a transição laboral.

Esse cenário reforça que a adoção empresarial da IA não pode ser analisada apenas pelo prisma da eficiência produtiva. A dimensão social precisa ser considerada como fator determinante para o desenvolvimento sustentável, pois a ausência de estratégias de inclusão pode ampliar desigualdades, dificultando a integração de grupos vulneráveis ao mercado de trabalho transformado pela tecnologia.

SÍNTESE DOS RESULTADOS DISCUTIDOS

A análise dos resultados permite afirmar que a Inteligência Artificial constitui elemento transformador de natureza ambivalente. De um lado, ela eleva a eficiência, fomenta a inovação e amplia a competitividade das empresas; de outro, suscita dilemas sociais e éticos que demandam políticas públicas, regulação internacional e responsabilidade empresarial.

Quadro 2 – Síntese dos principais resultados

Fonte: elaboração própria (2025).

A discussão sintetizada indica que o avanço da Inteligência Artificial nos negócios é inevitável, mas sua contribuição positiva dependerá da forma como sociedade, empresas e governos integrarão eficiência organizacional com justiça social e ética tecnológica.

CONSIDERAÇÕES FINAIS

A análise realizada ao longo deste estudo permite afirmar que a Inteligência Artificial se consolidou como vetor de transformação organizacional e social. As evidências demonstraram que, em um intervalo de tempo relativamente curto, a sua adoção deixou de ser pontual para se tornar parte essencial da estratégia de negócios, influenciando diretamente a eficiência produtiva, a inovação e a competitividade.

Os resultados apontam que a IA não deve ser entendida apenas como recurso tecnológico, mas como infraestrutura decisória e cultural que redefine modelos de gestão, relações de consumo e padrões de competitividade global. Sua difusão em múltiplos setores têm ampliado a capacidade das organizações em responder a desafios complexos, ao mesmo tempo em que expõe fragilidades associadas à privacidade, à transparência e ao equilíbrio social.

O estudo também demonstrou que a dimensão social da Inteligência Artificial é tão significativa quanto seus ganhos técnicos. A reconfiguração do mercado de trabalho, a exigência de novas competências e os riscos de exclusão digital evidenciam que a adoção da tecnologia precisa estar acompanhada de políticas públicas, normativas regulatórias e responsabilidade corporativa. Empresas que ignoram esses fatores correm o risco de comprometer sua legitimidade social, mesmo quando obtêm resultados econômicos positivos.

Constatou-se, ainda, que a governança da IA deve ser vista como requisito indispensável. Normas internacionais, regulamentos regionais e relatórios institucionais convergem para a necessidade de práticas que unam inovação e ética, garantindo que a tecnologia seja um instrumento de progresso coletivo. Esse alinhamento entre técnica, gestão e responsabilidade social configura-se como condição sine qua non para que os avanços alcançados sejam sustentáveis.

Dessa forma, as considerações finais reafirmam que a Inteligência Artificial não pode ser analisada isoladamente. Sua contribuição para os negócios e para a sociedade depende da integração entre eficiência econômica, inovação estratégica e compromisso com a equidade. Somente nesse equilíbrio será possível garantir que a IA seja reconhecida não como risco iminente, mas como oportunidade legítima de construir futuros mais inclusivos, éticos e sustentáveis.

RECOMENDAÇÕES E PESQUISAS FUTURAS

A partir da análise desenvolvida neste trabalho, torna-se evidente que a Inteligência Artificial ocupa um papel estratégico e transformador no ambiente empresarial e social. Entretanto, para que sua adoção seja sustentável e produza impactos positivos de longo prazo, é necessário que gestores, formuladores de políticas públicas e pesquisadores considerem algumas recomendações e avancem em novas linhas de investigação.

RECOMENDAÇÕES PRÁTICAS PARA GESTORES E ORGANIZAÇÕES

As organizações devem priorizar a integração da Inteligência Artificial em seus processos de forma estratégica e responsável. Isso implica investir não apenas em tecnologia, mas também em qualificação contínua da força de trabalho, garantindo que colaboradores desenvolvam competências digitais e pensamento crítico. Recomenda-se, ainda, a criação de comitês internos de governança de IA, responsáveis por avaliar riscos, promover transparência e alinhar práticas organizacionais a normas internacionais de confiabilidade.

Outro aspecto essencial refere-se à responsabilidade social corporativa. Empresas devem compreender que a adoção de algoritmos não pode ser conduzida exclusivamente pela lógica da eficiência. É preciso atentar para questões éticas, impactos sobre o emprego e riscos de exclusão digital. Dessa forma, a IA deve ser concebida como parte de uma estratégia de inovação que respeite os direitos individuais e valorize a diversidade social.

RECOMENDAÇÕES PARA FORMULADORES DE POLÍTICAS PÚBLICAS

No âmbito das políticas públicas, recomenda-se o fortalecimento de marcos regulatórios que assegurem a centralidade humana no desenvolvimento da Inteligência Artificial. É imprescindível a criação de legislações claras, que estabeleçam responsabilidades para empresas e governos, prevenindo práticas abusivas e incentivando usos benéficos.

Políticas de requalificação profissional também devem ser ampliadas, de modo a preparar trabalhadores para as transformações iminentes. Incentivos fiscais e linhas de financiamento direcionados a programas de capacitação em competências digitais são mecanismos que podem reduzir os efeitos negativos da automação e favorecer a inclusão social.

RECOMENDAÇÕES PARA PESQUISADORES E COMUNIDADE ACADÊMICA

Do ponto de vista científico, é necessário ampliar estudos interdisciplinares que conectem tecnologia, administração e ciências sociais. Pesquisas futuras devem avaliar empiricamente como diferentes setores econômicos absorvem a Inteligência Artificial e quais são os impactos concretos sobre o emprego, a privacidade e a equidade.

Outra frente de investigação deve se concentrar na análise de boas práticas internacionais, comparando estratégias regulatórias, de governança e de capacitação adotadas em diferentes países. Tais estudos podem oferecer subsídios para a formulação de políticas mais eficazes em contextos emergentes.

INDICAÇÃO DE PESQUISAS FUTURAS

Pesquisas futuras podem explorar, entre outros pontos:
a) a mensuração dos impactos econômicos da IA em setores específicos, como saúde, educação e varejo;
b) os efeitos da IA sobre a inclusão de grupos sociais vulneráveis;
c) os desafios éticos do uso de algoritmos em processos decisórios críticos;
d) a relação entre Inteligência Artificial e sustentabilidade ambiental, considerando os custos energéticos do treinamento de modelos.

O conjunto de recomendações apresentadas reafirma que a adoção da Inteligência Artificial exige uma abordagem sistêmica, que una tecnologia, gestão e responsabilidade social. As pesquisas futuras, por sua vez, devem aprofundar a compreensão de como esses elementos se articulam, oferecendo subsídios para a construção de sociedades mais justas e organizações mais inovadoras.

Assim, o estudo conclui que o futuro da Inteligência Artificial nos negócios não será definido apenas pelo avanço técnico, mas pela capacidade coletiva de alinhar inovação, ética e desenvolvimento humano.

REFERÊNCIAS

BARDIN, Laurence. Análise de conteúdo. Lisboa: Edições 70, 2016.

DAVENPORT, Thomas H. The AI Advantage: how to put the artificial intelligence revolution to work. Cambridge: MIT Press, 2018.

DAVENPORT, Thomas H.; GUHA, Abhijit; GREWAL, Dhruv; BRESSGOTT, Timna. How artificial intelligence will change the future of marketing. Journal of the Academy of Marketing Science, v. 48, p. 24-42, 2020.

DAVENPORT, Thomas H.; MITTAL, Nitin. All in on AI: how smart companies win big with artificial intelligence. Boston: Harvard Business Review Press, 2023.

FLICK, Uwe. Introdução à pesquisa qualitativa. 3. ed. Porto Alegre: Artmed, 2013.

FÓRUM ECONÔMICO MUNDIAL. Future of Jobs Report 2023. Genebra: World Economic Forum, 2023.

GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2019.

GREWAL, Dhruv; HULLAND, John; KOPALLE, Praveen K.; KARAHANNA, Elena. The future of technology and marketing: a multidisciplinary perspective. Journal of the Academy of Marketing Science, v. 48, p. 1-8, 2020.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. ISO/IEC 42001:2023 – Information technology – Artificial intelligence – Management system. Genebra: ISO, 2023.

LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia científica. 9. ed. São Paulo: Atlas, 2021.

ORGANIZAÇÃO INTERNACIONAL DO TRABALHO. Generative AI and jobs: exposure and policy responses. Genebra: International Labour Organization, 2025.

UNIÃO EUROPEIA. Artificial Intelligence Act. Bruxelas: European Commission, 2024.