> ## Content Index
> Fetch the complete content index at: https://www.inovacaoresponsavel.org/llms.txt
> Use this file to discover other available public pages before exploring further.

# Inteligência artificial e o delicado equilíbrio entre valor e risco para o negócio
- URL: https://www.inovacaoresponsavel.org/inteligencia-artificial-e-o-delicado-equilibrio-entre-valor-e-risco-para-o-negocio/
- Published: 2026-08-26T01:56:09.000Z
- Updated: 2026-09-12T21:24:58.000Z
- Author: Henrique Locatelli
- Tags: Inteligência Artificial

A ideia de *AI First* replica um modelo de inovação de 1950¹. A diferença é que a pesquisa e desenvolvimento da inteligência artificial (IA), bem como toda a sua infraestrutura, se concentram em poucas corporações no mundo; enquanto as outras a adotam e contextualizam.

Já houve movimentos semelhantes no passado recente. *Digital First, Mobile First* e *Cloud First* foram bandeiras brandidas massivamente pelo setor produtivo e marcaram estágios da transformação acelerada que o mundo dos negócios vem sofrendo nos últimos 20 anos.

A IA, no entanto, tem particularidades que a diferenciam substancialmente do *digital* clássico, do *mobile* e do *cloud*. Apesar de os seus potenciais benefícios e consequências serem conhecidos pela ciência, a propaganda enfatiza os primeiros e esmaece as segundas.

## O valor da IA

Os mais variados casos de uso da IA em negócios resumem-se a duas categorias. A **IA para automação** reduz ou elimina completamente o trabalho manual, enquanto a **IA para aumento** amplifica as capacidades cognitivas dos funcionários².

Em termos operacionais, a IA está relacionada com mais performance na execução de processos, geração de *insights* de negócioa partir de grandes volumes de dados e com a habilitação de novos arranjos corporativos². A **criatividade organizacional** também é impactada positivamente quando os colaboradores são liberados de tarefas repetitivas e realocados em atividades de maior valor agregado³.

Do ponto de vista do negócio, o uso da IA viabiliza o **lançamento rápido de novos produtos e serviços** ² *⁴*, melhora a aderência das ofertas às necessidades do mercado*⁴*, aumenta a performance financeira da firma³, retém clientes e ajuda a empresa a exercer atividades que beneficiam a sociedade e o meio ambiente².

## Riscos da IA

A **relação com clientes, fornecedores e funcionários** deteriora-se gravemente se os algoritmos de IA forem alimentados com dados enviesados que discriminam grupos populacionais específicos².

Além disso, erros crassos podem acontecer em aplicações de IA para automação e aumento devido ao **viés de automação** *(automation bias)*. Skitka⁵ diferencia dois tipos de erros de julgamento humano derivados desse viés:

**Erro de omissão:**

> "Os erros de omissão ocorrem quando as pessoas deixam de perceber um problema porque um auxílio automatizado não o detecta".

**Erro de comissão:**

> "Os erros de comissão ocorrem quando as pessoas seguem uma diretiva ou um alerta automatizado sem verificá-lo frente às demais informações disponíveis, ou ainda a despeito de indicações contraditórias provenientes de outras fontes de informação".

Esses erros podem comprometer tanto as operações quanto a relação institucional com o cliente, caso não sejam tratados os sem número casos de exceção dos sistemas probabilísticos que mediam jornadas de experiência, transações comerciais ou relações interdepartamentais.

Ademais, a IA alucina, é restrita ao escopo do treino e dos dados que a alimentam e é dotada de uma **caixa-preta** que inviabiliza a explicabilidade dos resultados de forma satisfatória, sem solução definitiva na literatura até o momento⁶.

Há diversos outros riscos **regulatórios**, **de** **segurança**, **reputação institucional**, **impacto social** e **ambiental**, que implicam responsabilidade ética proativa.

## Implicações para a empresa

Navegar adequadamente entre **valor** e **risco** passa pela construção da **Capacidade de IA** *(ou AI Capability)*, definida por Mikalef e Gupta³ como *"a habilidade da firma de selecionar, orquestrar e alavancar seus recursos específicos de IA"*. Segundo os autores, esses recursos são **tangíveis**, **humanos** e **intangíveis**.

### Recursos Tangíveis

- **Dados**: capacidade de acessar grandes volumes de dados, integrá-los em repositórios unificados conectando bases internas e externas, poder extraí-los e compartilhá-los interdepartamentalmente e higienizá-los na granularidade correta.
- **Tecnologia**: investimento em infraestrutura e suíte de *softwares* apropriados e com alta performance (*Cloud Computing, CPUs, GPUs,* etc).
- **Recursos básicos**: suporte financeiro, tempo e foco para atividades de pesquisa, desenvolvimento e experimentação.

### Recursos Humanos

- **Habilidades técnicas:** dispor de competências de ciência de dados e engenharia de *software* para executar atividades como modelagem estatística, parametrização de algoritmos, programação e *machine learning*.
- **Habilidades de negócios:** capacidade da alta e média liderança de identificar oportunidades e significar a IA em casos de uso que gerem valor, conectados com a estratégia do negócio.

### Recursos Intangíveis

- **Coordenação interdepartamental:** a organização deve ter cultura de cooperação para garantir que os algoritmos sejam condizentes com as expectativas do negócio.
- **Capacidade de mudança organizacional:** flexibilidade para mudar processos obsoletos, estruturas, valores e práticas decorrentes da introdução da IA.
- **Proclividade ao risco:** propensão da alta liderança de assumir e sustentar riscos visando a ganhos estratégicos de médio e longo prazo.

A construção das Capacidades de IA se relaciona com as **Capacidades de Inovação** da organização⁷. Ela deve ser administrada com uma **Governança de IA Responsável**, cujos métodos se conectam com a [Inovação Responsável](https://www.inovacaoresponsavel.org/o-que-e-inovacao-responsavel-e-por-que-e-importante-agora/) e serão discutidos em outros artigos, sobretudo à luz da tomada de riscos recomendada por Mikalef e Gupta³.

Além disso, em diversos países, incluindo o Brasil, têm tramitado mecanismos normativos que incidirão sobre quem desenvolve e utiliza os modelos. As empresas adotantes precisam se preparar.

## Conclusão

Se os sistemas determinísticos já impõem grandes desafios de gestão às empresas que contratam, desenvolvem e operam com *software* proprietário, os sistemas probabilísticos de IA elevam substancialmente a complexidade.

Transitar entre valor e risco ao lidar com essa tecnologia demanda alta maturidade de gestão empresarial e desenvolvimento de negócios.

---

*\[1\] R. Rothwell, “Towards the Fifth‐generation Innovation Process”, International Marketing Review, v. 11, n. 1, p. 7–31, fev. 1994, doi: 10.1108/02651339410057491.* 
  
*\[2\] I. M. Enholm, E. Papagiannidis, P. Mikalef, e J. Krogstie, “Artificial Intelligence and Business Value: a Literature Review”, Inf Syst Front, v. 24, n. 5, p. 1709–1734, out. 2022, doi: 10.1007/s10796-021-10186-w.* 
  
*\[3\] P. Mikalef e M. Gupta, “Artificial intelligence capability: Conceptualization, measurement calibration, and empirical study on its impact on organizational creativity and firm performance”, Information & Management, v. 58, n. 3, p. 103434, abr. 2021, doi: 10.1016/j.im.2021.103434.* 
  
*\[4\] P. G. Aquino Jr., M. Kumar, M. Yadav, J. Amoah, J. Muvingi, e A. B. Jibril, “Applications of Artificial Intelligence (AI) in Business Entrepreneurship and Start-Ups: A Systematic Literature Review and Bibliometric Analysis”, Applied AI Letters, v. 7, n. 2, p. e70031, 2026, doi: 10.1002/ail2.70031.* 
  
*\[5\] L. J. Skitka, “Automation: Decision Aid or Decision Maker?”, NASA Ames Cooperative Research Agreement NCC 2-986, 1998.* 
  
*\[6\] G. Romeo e D. Conti, “Exploring automation bias in human–AI collaboration: a review and implications for explainable AI”, AI & Soc, v. 41, n. 1, p. 259–278, 2025, doi: 10.1007/s00146-025-02422-7.* 
  
*\[7\] P. A. Zawislak, A. Cherubini Alves, J. Tello-Gamarra, D. Barbieux, e F. M. Reichert, “Innovation Capability: From Technology Development to Transaction Capability”, Journal of Technology Management & Innovation, v. 7, n. 2, p. 14–27, jul. 2012, doi: 10.4067/S0718-27242012000200002.*

*Transparência sobre o uso de IA: a imagem que ilustra esta publicação foi criada no Gemini. O conteúdo do artigo foi inteiramente produzido pelo autor, sem a utilização de nenhuma ferramenta de IA generativa.*

*Inovação Responsável (inovacaoresponsavel.org) © 2026 por Henrique Locatelli está licenciado com uma* [*Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional*](https://creativecommons.org/licenses/by-nc/4.0/?ref=inovacaoresponsavel.org) *(CC BY-NC 4.0)*