A INTELIGÊNCIA ARTIFICIAL NAS PEQUENAS E MÉDIAS EMPRESAS: UM FRAMEWORK ESTRATÉGICO DE IMPLEMENTAÇÃO COM VALIDAÇÃO APLICADA
Inteligência Artificial; Implementação organizacional; Tomada de decisão; Maturidade organizacional; Pequenas e médias empresas.
A difusão recente de soluções de Inteligência Artificial intensificou a pressão por ganhos de produtividade, qualidade e conformidade, mas o percurso entre a decisão de adotar e a obtenção de resultados permanece pouco estruturado, sobretudo em pequenas e médias empresas, onde restrições de recursos, dados e competências elevam o risco de iniciativas dispersas. Este estudo tem por objetivo conceber, operacionalizar e validar um framework de implementação de Inteligência Artificial voltado a pequenas e médias empresas. O framework constitui o produto principal da pesquisa e descreve, de forma prescritiva, as fases de implementação com seus critérios de passagem, os papéis e responsabilidades, os artefatos mínimos e as métricas para monitorar processo, adoção, geração de valor e risco, sob princípios de governança e uso responsável. Como instrumento complementar, será desenvolvida uma Matriz de Elegibilidade e Prioridade de IA para subsidiar o portão decisório “para que, onde e quando usar”, apoiando o diagnóstico e o sequenciamento de casos. A pesquisa será executada entre janeiro e julho, combinando validação por especialistas com aplicação empírica em dois movimentos: (i) diagnóstico por questionário junto a pequenas e médias empresas, a fim de mapear prontidão, barreiras e prioridades; e (ii) implementação e validação do framework em uma indústria de beneficiamento de coco, seguindo ciclo composto por diagnóstico e priorização com a matriz, desenho de piloto(s) com metas e indicadores, execução (preferencialmente em arranjos humano–IA quando apropriado) com monitoramento contínuo e avaliação comparativa pós-piloto para refinamento do modelo. Como resultados pretendidos, espera-se evidenciar utilidade, clareza e viabilidade do framework em pequenas e médias empresas; demonstrar aumento da produtividade interna das operações e maior suporte à tomada de decisões estratégicas nos casos aplicados, refletidos em reduções de tempo de ciclo e de erros, ganhos de eficiência operacional e melhorias de níveis de serviço; e consolidar um conjunto de artefatos operacionais (rubricas de maturidade com níveis e evidências observáveis, listas de verificação e modelos documentais por fase, e um painel de monitoramento de indicadores), além da Matriz de Elegibilidade e Prioridade de IA ajustada ao contexto de PMEs. A contribuição científica e gerencial reside em oferecer um modelo prescritivo, validável e replicável para implementar, medir e aprender com Inteligência Artificial em contextos empresariais reais.