GESTÃO ORIENTADA POR DADOS: CONTRIBUIÇÕES DA INTELIGÊNCIA ARTIFICIAL PARA A EFICIÊNCIA ORGANIZACIONAL
DOI:
https://doi.org/10.56238/revgeov17n2-088Palavras-chave:
Gestão de Dados, Inteligência Artificial, Eficiência Organizacional, Tomada de DecisãoResumo
A gestão orientada por dados representa uma transformação paradigmática nas organizações contemporâneas, fundamentada na capacidade de converter informações em decisões estratégicas. Este estudo analisa as contribuições da Inteligência Artificial para a eficiência organizacional, considerando a crescente demanda por processos decisórios baseados em evidências quantitativas e qualitativas. O objetivo principal consiste em examinar como os sistemas de IA potencializam a gestão de dados, otimizam recursos e ampliam a capacidade analítica das organizações. A metodologia adotada caracteriza-se como pesquisa bibliográfica exploratória, com abordagem qualitativa, fundamentada na análise de estudos científicos publicados entre 2021 e 2026. Os resultados demonstram que a IA transforma dados brutos em insights acionáveis, reduz custos operacionais, acelera processos decisórios e fortalece a competitividade organizacional. Conclui-se que a integração entre gestão orientada por dados e IA configura-se como diferencial estratégico, exigindo investimentos em infraestrutura tecnológica, capacitação profissional e governança de dados para maximizar os benefícios organizacionais.
Downloads
Referências
ABIBAIDE, J.; GREVE, F.; SOBREIRA, P. Blockchain e Contratos Inteligentes para Aplicações em IoT, Uma Abordagem Prática. Blockchain e Contratos Inteligentes para Aplicações em IoT, Uma Abordagem Prática, p. 149-197, 2021. DOI: https://doi.org/10.5753/sbc.6757.3.4.
BRANCALION, F.; LIMA, A. Gestão baseada em processos visando à melhoria dos resultados assistenciais e financeiros em Saúde. Revista da Escola de Enfermagem da USP, v. 56, 2022. DOI: https://doi.org/10.1590/1980-220x-reeusp-2021-0333pt.
COSTA, J.; ANDRADE, L. Eficiência energética aplicada ao consumo de eletricidade: Um estudo de revisão bibliográfica. Research, Society and Development, v. 10, n. 4, e26210414085, 2021. DOI: https://doi.org/10.33448/rsd-v10i4.14085.
GUIMARÃES, D. E. L.; BITENCOURT, I. R.; SOARES, C. S. Avaliação de Desempenho de Recursos Humanos no Setor Público: Análise de um Fragmento da Literatura e Oportunidades de Pesquisa. Revista Gestão & Conexões, v. 13, n. 1, p. 120-146, 2024. DOI: https://doi.org/10.47456/regec.2317-5087.2024.13.1.42072.120-146.
JÚNIOR, M. M. et al. Elaboração de modelo de clusterização para recomendação da contratação de jogadores de futebol. Projectus, v. 7, n. 4, p. 78-94, 2023. DOI: https://doi.org/10.15202/25254146.2022v7n4p78.
LEAL, G. O PAPEL DA INTELIGÊNCIA COMERCIAL E DO DATA-DRIVEN MANAGEMENT NA OTIMIZAÇÃO DO MERCADO DE SEMINOVOS E VEÍCULOS PESADOS NO BRASIL. International Integralize Scientific, v. 5, n. 54, 2026. DOI: https://doi.org/10.63391/w58hvx25.
MORI, F. INTELIGÊNCIA ARTIFICIAL E KPI'S: A ANÁLISE DE RESULTADOS NA NOVA ERA DIGITAL. Revista Contemporânea, v. 5, n. 11, e9512, 2025. DOI: https://doi.org/10.56083/rcv5n11-007.
NETO, O. et al. Utilização de algoritmos de inteligência artificial na previsão de resultados de partidas de futebol. Utilização de algoritmos de inteligência artificial na previsão de resultados de partidas de futebol, p. 85-109, 2022. DOI: https://doi.org/10.48209/978-65-5417-001-5.
PAVÃO, G. R. et al. Efeitos do Compartilhamento de Informações, Transferência de Conhecimentos e Capacidades Organizacionais na relação entre Gestão do Conhecimento e Desempenho. Sociedade, Contabilidade e Gestão, v. 18, n. 1, p. 128-155, 2023. DOI: https://doi.org/10.21446/scg_ufrj.v0i0.52432.
SANTOS, L. C. B. et al. TRANSFORMAÇÃO DIGITAL NA GESTÃO EDUCACIONAL: FERRAMENTAS TECNOLÓGICAS, PRÁTICAS INOVADORAS E DESAFIOS. LUMEN ET VIRTUS, v. 16, n. 44, p. 510-526, 2025. DOI: https://doi.org/10.56238/levv16n44-040.
SOUZA, G.; BULGARELI, J. Uso da inteligência artificial aplicada ao processo decisório na alocação de recursos na saúde pública do Brasil. JMPHC | Journal of Management & Primary Health Care, v. 15, n. spec, e012, 2023. DOI: https://doi.org/10.14295/jmphc.v15.1352.
TOLEDO, L.; LEÓN, F.; SÁ, D. A convergência de marketing preditivo, data-driven marketing e inteligência artificial. Revista Gestão em Análise, v. 14, n. 2, p. 26-45, 2025. DOI: https://doi.org/10.12662/2359-618xregea.v14i2.p26-45.2025.
ZINNO, R. et al. The State of the Art of Artificial Intelligence Approaches and New Technologies in Structural Health Monitoring of Bridges. Applied Sciences, v. 13, n. 1, p. 97, 2022. DOI: https://doi.org/10.3390/app13010097.
