Executive Summary

May 05, 2026

AI in Finance in the Food Sector: Natural Language Translation to SQL

Lucas Prado Nogueira; Ricardo Antônio Câmara Da Silva

Summary prepared by the ResumeAI tool, an artificial intelligence solution developed by Instituto Pecege focused on synthesis and writing.

The food industry plays a fundamental role in the subsistence of the global population, ensuring food security through constant innovations in production processes and the offering of products at accessible costs. In the Brazilian scenario, this sector assumes even greater relevance, representing approximately 10% of the national Gross Domestic Product and being responsible for generating jobs for millions of citizens. With the advancement of digital transformation, large corporations in this segment have begun to operate under a regime of intense digitalization, in which the use of structured and relational databases has become the backbone for maintaining information integrity and supporting strategic decision-making. As Silberschatz, Korth, and Sudarshan (2020) point out, efficient data management is what allows for the agility required in competitive markets. However, interaction with these data repositories generally requires mastery of the Structured Query Language, a standardized programming language for manipulating and querying data in relational systems.

Despite the omnipresence of databases in corporate structures, direct access to strategic information still poses a substantial challenge for professionals in departments such as Finance and Controlling. These employees frequently face a technical barrier, depending on specialized information technology teams for report extraction or specific query execution. This dependence creates operational bottlenecks, rework, and limits managers’ autonomy, hindering real-time responses to market fluctuations. The need to transform raw data into actionable information often requires advanced programming knowledge or the construction of complex visualization dashboards, which demands considerable time for structuring queries. In this context, artificial intelligence emerges as a transformative element, defined by Russell and Norvig (2016) as the ability of machines to simulate human cognitive processes, including learning and logical reasoning for solving complex problems.

Within the field of artificial intelligence, natural language processing stands out as the subfield dedicated to making communication between humans and computers more efficient and intuitive. According to Jurafsky and Martin (2021), the development of models capable of understanding the nuances of human speech and writing allows users without technical computing backgrounds to interact with complex systems in a simplified way. The recent evolution of large-scale language models has made it possible for the translation of questions formulated in natural language into technical commands, such as SQL code, to become a viable reality for the corporate environment. Zhou, Zhang, and Lin (2022) corroborate this perspective by demonstrating that the application of natural language processing techniques to structured databases democratizes access to information, allowing business intuition to guide data exploration without the constraints of programming syntax.

The justification for implementing solutions of this nature lies in the pursuit of managerial efficiency and the reduction of response time for economic indicator analysis. The central objective is to develop a tool that acts as a bridge between the end-user and the database, translating search intentions into precise queries. The application focuses on the Statement of Income, also known as Profit and Loss, which is one of the pillars of corporate accounting. This statement is essential for finance employees to analyze the performance of companies, especially publicly traded ones, which require transparency and rigor in presenting their results. By automating the generation of queries about profit, expenses, and revenue, the proposed solution aims not only for productivity but also to reinforce knowledge about the potential of emerging technologies in the financial sector.

The methodology adopted for conducting this study is characterized as applied research, qualitative in nature and exploratory in character. The main focus was on solving a specific problem within a multinational company in the food sector, seeking to broaden knowledge about the integration of language models into financial workflows. According to Theóphilo and Martins (2009), qualitative research allows direct contact with the real context of the problem, prioritizing the understanding of phenomena over mere statistical measurements. To support the development, a systematic literature review was conducted, covering scientific articles, books, and technical reports that discuss theoretical advances in language models and data warehouse architectures. Gil (2022) emphasizes that the exploratory approach is ideal for providing greater familiarity with the subject, allowing the planning to consider various aspects of the object of study.

The operational process was divided into rigorous stages, starting with the collection of user perceptions and culminating in the technical development of a functional prototype. To understand the challenges faced by professionals, a structured questionnaire was administered via Google Forms to collaborators from the Finance and Information Technology areas. The questionnaire investigated the level of familiarity with SQL language, the frequency of queries performed, and the average time spent obtaining data. Flick (2009) highlights that the researcher’s prior experience and contact with research subjects are fundamental for supporting reflections and decisions during knowledge production. Participation was voluntary and anonymous, ensuring the confidentiality necessary for respondents to express their real difficulties and expectations regarding the use of automated tools.

In the back-end development, the Python programming language was used, integrating libraries such as SQLite for data persistence and SQLAlchemy for query abstraction. The choice of these tools was due to their robustness and extensive documentation, facilitating communication with the simulated database. Integration with artificial intelligence occurred through application programming interfaces from the Groq Cloud platform, where various language models were tested. The llama-3.1-8b-instant model was prioritized, as it presented a satisfactory balance between computational cost and interpretive accuracy. To enhance the system’s accuracy, a linguistic preprocessing layer was implemented, responsible for semantic normalization, removal of accents, and handling of synonyms specific to the corporate vocabulary, ensuring that different ways of asking about the same financial indicator resulted in the same valid SQL command.

The user interface, or front-end, was built using the Streamlit framework, which allows for the creation of interactive web applications in an agile manner and with low development cost. This interface enabled users to type their questions in Portuguese, view the generated SQL command in real-time, and access query results directly on the screen, without the need for additional installations. Usability features, such as search history and the option to export data in CSV format, were incorporated to increase the tool’s practical applicability. The database modeling followed a star schema structure, organizing information into fact and dimension tables, which is ideal for quick analysis in business intelligence systems. The database contained fictitious Profit and Loss information for Latin America, detailed by country, business unit, and sales channel, reflecting the complexity of a real corporate environment.

The system validation occurred on two distinct fronts: technical and perceptual. On the technical dimension, the system was subjected to a set of 110 predefined questions, covering various dimensions of the database, such as net revenues and operating expenses in countries like Brazil, Argentina, and Mexico, for the years 2023 and 2024. Each response generated by artificial intelligence was compared with a reference value obtained through manual query, allowing for the measurement of the translator’s accuracy. On the perceptual dimension, the questionnaire data were analyzed to identify the level of acceptance of the solution. The analysis of the results also included a comparison with traditional methods, such as direct code execution by specialists and the use of Business Intelligence tools, evaluating processing time and ease of use.

The results obtained revealed that the language model-based application presents highly competitive performance, especially in low and medium complexity queries. It was observed that 85.7% of the consulted professionals agree that the use of natural language significantly facilitates data access, reducing dependence on technical teams for routine tasks. Furthermore, the same percentage of respondents stated that they would support the formal adoption of an artificial intelligence tool for this purpose within the organization. Regarding comfort in using conversational interfaces, 78.6% of participants declared themselves comfortable using a chatbot to search for financial information. This data suggests that there is a real demand and a favorable predisposition towards the adoption of technologies that simplify interaction with structured data.

During technical tests, the llama-3.1-8b-instant model demonstrated a robust understanding of questions formulated in Portuguese, correctly mapping user intentions to the database schema. However, it was identified that excessively ambiguous questions or those using terms outside the normalized vocabulary could lead to interpretation errors. Wang, Li, and Chen (2023) highlight that, although language models possess enormous potential for automatic code generation, the incidence of hallucinations is a factor that cannot be ignored. In the context of this study, hallucinations manifested as the creation of queries that, while syntactically correct, lacked support in the available data or business logic, resulting in incorrect values or error messages. This phenomenon reinforces the need for systematic validation mechanisms and a layer of human governance over the generated results.

The financial analysis of the system’s operation also yielded relevant data. During a single day of intensive testing, token consumption was approximately 16,049 input tokens and 4,648 output tokens. Although the experimental stage was made possible by the free limits of the Groq Cloud platform, transitioning to a large-scale production environment would require detailed budgetary planning. The cost per information acquisition is directly linked to the volume of requests and the usage pattern of the models. Therefore, the scalability of the solution depends on a balance between computational cost and response quality, necessitating an evaluation of whether smaller, cheaper models are sufficient or if the complexity of the queries demands more advanced and costly instances.

The discussion on data security emerged as a critical point in the qualitative responses of the form. Users expressed concerns about the risk of sensitive information leakage when using third-party platforms or external connections. Many participants indicated that they would feel more secure if the tool were formally approved by the information technology team and if there were strict access controls. This concern is legitimate, as financial data has a high strategic impact. As a mitigation measure, isolating the models in controlled environments and implementing robust authentication protocols are suggested. The loss of analytical autonomy was also mentioned as a risk, should teams become excessively dependent on the tool and lose the ability to perform independent critical analyses.

Comparing the developed solution with traditional Business Intelligence tools, it was noted that the main advantage of artificial intelligence is flexibility. While Business Intelligence dashboards are generally static and limited to predefined views, the natural language interface allows for ad hoc queries, meeting specific needs that may not have been foreseen in the original dashboard development. On the other hand, traditional tools still offer greater statistical reliability and a lower risk of misinterpretations. Thus, the proposed application should not be seen as a definitive substitute for technical knowledge in SQL or for consolidated visualization tools, but rather as a complement that enhances autonomy and accelerates decision-making in complex environments.

The identified technical limitations, such as the restriction of requests per minute in the free version of the API and local environment execution, point towards future evolutions. Integration with cloud databases and adaptation for multiple languages are necessary steps for the tool to reach an industrial maturity level. Furthermore, the implementation of additional semantic constraints in the translation engine could drastically reduce the occurrence of hallucinations, ensuring that the model operates within strict logical boundaries. Testing in real environments, with a massive volume of data and a more diverse user base, would allow for further refinement of the preprocessing algorithms and the user interface.

In summary, the application architecture, which connects the front-end in Streamlit to the processing agent implemented with orchestration libraries and the SQLite database, proved to be an effective proof of concept. The interaction flow, from the user’s query to the display of the results table, demonstrated that the technical barrier to accessing financial data can be significantly reduced. The democratization of corporate information, provided by this technological integration, contributes to a more data-driven organizational culture, where agility in obtaining economic indicators becomes a competitive advantage. The need for technical supervision and prior knowledge in finance by the end-user remains essential for critical validation of the results, ensuring that technological innovation goes hand in hand with the analytical rigor required by the sector.

It is concluded that the objective was achieved, as the developed application validated the technical feasibility of using large language models for translating financial queries in natural language to SQL, demonstrating a high acceptance rate among professionals in finance and technology. The solution provided relevant gains in terms of agility and autonomy in accessing income statement data, reducing operational bottlenecks and dependence on programming specialists for routine queries. Despite the challenges identified, such as the occurrence of hallucinations in smaller models and concerns about the security of sensitive data, the study showed that the integration of artificial intelligence into corporate workflows is an irreversible and promising trend. The functional prototype fulfilled its role of simplifying the exploration of economic indicators, paving the way for future research seeking cloud scalability and the improvement of governance and linguistic accuracy mechanisms in decision support systems.

Bibliographic References:

FLICK, U. An introduction to qualitative research. Thousand Oaks: SAGE Publications, 2009.

GIL, A. C. Como elaborar projetos de pesquisa. 57. ed. São Paulo: GEN | Atlas, 2022

JURAFSKY, D.; MARTIN, J. H. Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition. 3. ed. New Jersey: Prentice Hall, 2021.

RUSSELL, S.; NORVIG, P. Inteligência artificial: uma abordagem moderna. 3. ed. São Paulo: Pearson Education, 2016.

SILBERSCHATZ, A.; KORTH, H. F.; SUDARSHAN, S. Database system concepts. 7. ed. New York: McGraw-Hill, 2020.

THEÓPHILO, C. R.; MARTINS, G. A. Metodologia da investigação científica para ciências sociais aplicadas. 2. ed. São Paulo: Atlas, 2009.

WANG, B.; LI, T.; CHEN, Y. GPT-powered SQL query generation: challenges and opportunities. Journal of Artificial Intelligence Research (JAIR), v. 67, n. 2, p. 112-130, 2023.

ZHOU, Y.; ZHANG, M.; LIN, C. A survey on natural language processing for database querying. ACM Computing Surveys, v. 55, n. 3, p. 1-39, 2022.

Executive summary from the Final Course Work of the Specialization in Software Engineering of the MBA USP/Esalq

To learn more about the course, click here and access the MBX Academy platform

Who edited this article

Most recent

You may also like

October 27, 2026

Eficácia da política monetária do Banco Central Brasileiro e seus possíveis custos sociais (1999-2024)

A condução da política monetária no Brasil, particularmente sob o regime de metas de inflação, tem sido amplamente debatida em razão de seus possíveis impactos sobre a inflação e a atividade econômica. O estudo objetivou avaliar a eficácia da política monetária brasileira, conduzida pela taxa Selic, no controle da inflação, e investigar seus possíveis custos sociais no período de 1999 a 2024. Para isso, utilizaram-se dados trimestrais de Produto Interno Bruto (PIB), Índice de Preços ao Consumidor Amplo (IPCA), taxa Selic e câmbio, extraídos do Banco Central do Brasil. A metodologia empregou um modelo Vetorial de Correção de Erros (VECM), precedido por testes de estacionariedade e cointegração, e complementado por análises de Função de Resposta ao Impulso e Decomposição da Variância. Os resultados indicaram que a inflação apresentou forte componente inercial, sendo predominantemente explicada por sua própria dinâmica, enquanto os choques na taxa de juros e no câmbio demonstraram impacto estatisticamente limitado sobre o IPCA. Adicionalmente, verificou-se que o PIB não respondeu de forma significativa a variações na Selic, sugerindo baixa sensibilidade da atividade econômica à política monetária no período analisado. Em síntese, concluiu-se que a política monetária demonstrou eficácia limitada no controle da inflação, sem, contudo, gerar custos sociais diretos e significativos sobre o Produto Interno Bruto, que atua como principal motor da geração de emprego.

Palavras-chave: Cointegração; Econometria; Inércia inflacionária; Metas de inflação; Produto Interno Bruto.

October 27, 2026

Eficiência financeira e mitigação de riscos em departamentos jurídicos

A pesquisa investigou como mecanismos de governança e controles internos, aplicados a práticas de “Legal Operations”, podem fortalecer a gestão financeira e a previsibilidade orçamentária de um departamento jurídico em uma empresa multinacional. O estudo objetivou diagnosticar pontos críticos do ciclo orçamentário jurídico, desde a previsão ao pagamento, e identificar melhorias de processos, indicadores e responsabilidades entre os setores jurídico e financeiro. Para tanto, realizou-se uma pesquisa aplicada de natureza qualitativa, configurada como estudo de caso. A coleta de dados incluiu entrevistas com profissionais das áreas jurídica e financeira, análise documental de planilhas de custos (2022-2024) e políticas de compliance, além de mapeamento do fluxo de despesas jurídicas. Os resultados revelaram fragilidades na coordenação interdepartamental, notadamente na definição de centros de custo e na utilização de instrumentos de controle orçamentário. Observaram-se lacunas no acompanhamento de processos e na integração de informações de escritórios externos, além de oportunidades para automação de rotinas e aprimoramento de indicadores gerenciais. A previsibilidade orçamentária mostrou-se impactada por fatores exógenos, como a dinâmica do Poder Judiciário, e endógenos, como a qualidade da informação e a governança do ciclo orçamentário. Concluiu-se que a previsibilidade orçamentária depende da maturidade da governança aplicada aos processos, dados e rotinas operacionais. Propôs-se um modelo de governança e controle para o orçamento jurídico, com foco na padronização de processos, fortalecimento do acompanhamento e melhoria da tomada de decisão, incluindo mapeamento de processos, matriz de riscos e controles, e indicadores de desempenho.

Palavras-chave: Automação; Controles internos; Governança corporativa; Legal Operations; Previsibilidade orçamentária.

October 27, 2026

Comparação de modelos de risco de pré-pagamento em carteiras de crédito pré-fixado

O risco de liquidação antecipada em carteiras de crédito pré-fixadas constituiu um desafio relevante para a Gestão de Ativos e Passivos (ALM) em instituições financeiras, por gerar assimetrias de fluxo de caixa e ineficiências em estratégias de hedge. O trabalho teve como objetivo avaliar comparativamente o desempenho preditivo de modelos econométricos e estatísticos tradicionais frente a algoritmos de aprendizado de máquina na estimativa da Taxa de Mortalidade Mensal (SMM). Para isso, utilizou-se uma base de dados real de operações de crédito originadas entre 2016 e 2025, totalizando aproximadamente 500 milhões de observações. Avaliou-se modelos como CPR Histórico, Regressão Beta, Regressão Quantílica, Regressão Logística, Riscos Proporcionais de Cox e LightGBM, com a performance mensurada pelo Erro Absoluto Médio (MAE) e validada por meio de validação cruzada temporal com janela expandida. Os resultados demonstraram a superioridade das abordagens não lineares, com o modelo LightGBM apresentando a melhor performance no período de teste (jan/2024 a jul/2025), reduzindo o MAE em 34,21% em relação ao benchmark histórico. Adicionalmente, técnicas de interpretabilidade baseadas em valores SHAP e análise de sobrevivência foram empregadas para identificar o spread da taxa de contrato, a taxa de mercado e a idade do título como os principais determinantes econômicos da antecipação. A aplicação do modelo proposto aprimorou a precisão das estimativas de fluxo de caixa e ofereceu evidências favoráveis ao aperfeiçoamento do cálculo da duration efetiva e do dimensionamento do colchão de liquidez institucional, sugerindo que modelos mais flexíveis podem otimizar a gestão de ALM.

Palavras-chave: Aprendizado de máquina; Gestão de ALM; Hedge; Modelagem financeira; Risco de juros.

October 27, 2026

Arquitetura imperativa vs. reativa: impacto na depuração e correção de erros no desenvolvimento mobile iOS

O desenvolvimento de aplicações mobile iOS pode ser conduzido sob arquiteturas imperativa e reativa, impactando diretamente as práticas de depuração e manutenção. Objetivou-se estabelecer o impacto da escolha arquitetural na depuração e correção de erros em aplicações iOS, avaliando a detectabilidade automática de falhas, a rastreabilidade dos relatórios e a utilidade dos logs. Conduziu-se uma pesquisa experimental, na qual se desenvolveram duas aplicações nativas funcionalmente equivalentes com UIKit (imperativa) e SwiftUI/Combine (reativa). Inseriram-se quatro cenários de erro controlados, classificados em crashes explícitos e erros silenciosos. Coletaram-se dados com Firebase Crashlytics e Xcode Debugger em quarenta sessões, e estes foram analisados por estatística descritiva e análise de conteúdo. Os resultados revelaram que, para inconsistências de estado, a arquitetura UIKit gerou crash imediato e relatório automático, enquanto SwiftUI suprimiu o crash e produziu aviso silencioso invisível a ferramentas automáticas. Para desempacotamento forçado, a arquitetura mostrou-se irrelevante. Em cenários silenciosos, nenhuma arquitetura ofereceu observabilidade automática, o que evidenciou limitações das ferramentas. Concluiu-se que a arquitetura reativa, ao abstrair mecanismos de controle de estado, reduziu erros explícitos, mas introduziu falhas silenciosas com menor rastreabilidade. A decisão arquitetural deve considerar as implicações para o monitoramento em produção, exigindo instrumentação manual de logs em projetos SwiftUI/Combine para erros que seriam automaticamente capturados no UIKit.

Palavras-chave: Combine; Manutenibilidade; Observabilidade; SwiftUI; UIKit.

October 27, 2026

CRM NA RETENÇÃO DE DADOS PARA ANÁLISE DE POTENCIAL DO CLIENTE NO SETOR B2B SAÚDE

A gestão comercial no setor B2B saúde enfrentou desafios constantes, exigindo visão estratégica e atenção aguçada para a entrega de resultados. Investigou-se como a implantação do sistema CRM (Customer Relationship Management) colaborou para mitigar a perda de informações históricas e potencializar a retenção de clientes frente ao custo de vender. Adotou-se uma abordagem qualitativa-quantitativa, de caráter exploratório-descritivo, e os dados foram coletados por meio de questionário respondido por 42 profissionais da área comercial, inseridos na indústria ou em empresas do segmento saúde. Os resultados revelaram que, embora 71,4% dos entrevistados utilizassem CRM informatizado, a cultura organizacional impôs forte resistência, confirmada por 57,1% dos profissionais que dependiam de métodos manuais, como agendas e planilhas isoladas, para registro e retenção dos dados. Evidenciou-se também uma lacuna na capacitação, visto que 24,4% dos entrevistados raramente ou nunca receberam treinamentos específicos. A pesquisa inferiu que a subnotificação de dados não decorreu apenas da falta de tecnologia ou por falha tecnológica, mas pela existência de uma deficiência na gestão estratégica de pessoas e processos. Reforçou-se a visão da necessidade de uma gestão integrada para gerar inteligência competitiva e previsibilidade nas vendas, e alertou-se para a necessidade de treinamentos e capacitação mais frequentes. A mitigação do custo de vender e a potencialização da retenção de clientes dependem da integração consistente entre capital humano e tecnologia, gerando ativos gerenciais para aumentar a produção comercial e a retenção de dados estratégicos.

Palavras-chave: Capacitação; Estratégia de vendas; Gestão de clientes; Gestão estratégica; Inteligência comercial.

October 27, 2026

Avaliação da aplicação do Scrum na melhoria da eficiência e adaptabilidade em projetos de tecnologia

A crescente complexidade dos projetos de tecnologia exigiu abordagens capazes de equilibrar controle, eficiência e adaptabilidade a mudanças constantes, visto que modelos tradicionais de gerenciamento apresentaram limitações em ambientes dinâmicos. Avaliou-se o gerenciamento de projetos de tecnologia antes da implementação de um método ágil, propôs-se melhorias baseadas em práticas iterativas e reavaliou-se o desempenho pós-implementação, buscando identificar ganhos em eficiência operacional e adaptabilidade ao longo do ciclo de vida do projeto. A pesquisa empregou um estudo de caso descritivo, de abordagem qualitativa, em duas empresas do setor de tecnologia. Coletaram-se dados por meio de formulários estruturados aplicados antes e após a intervenção, complementados por análise documental e observação sistemática ao longo de noventa dias de aplicação da solução. Os resultados evidenciaram melhoria consistente na flexibilidade do planejamento, maior alinhamento com as necessidades do cliente, aumento da previsibilidade das entregas e aprimoramento da produtividade das equipes. Um ganho de produtividade foi o indicador mais expressivo, com 85,7% de concordância total sobre a melhoria do desempenho das equipes após a adoção do *framework*. Concluiu-se que a implementação estruturada do método aprimorou o gerenciamento dos projetos analisados, reforçando a capacidade de resposta a mudanças e promovendo maior geração de valor ao negócio.

Palavras-chave: Adaptação organizacional; Entrega incremental; Gestão ágil; Planejamento iterativo; Produtividade de equipes.

October 27, 2026

Desafios na operacionalização do crédito rural: percepção de funcionários de uma instituição financeira no Sudeste brasileiro

O crédito rural constitui um instrumento crucial da política agrícola brasileira, essencial para a viabilização dos ciclos produtivos agropecuários e o desenvolvimento do setor. Apesar de sua relevância, a operacionalização do crédito rural enfrentou desafios significativos nas instituições financeiras, decorrentes da complexidade normativa, burocracia documental e riscos inerentes à atividade agrícola. Nesse contexto, o estudo objetivou analisar a percepção de funcionários de uma instituição financeira sobre o processo de liberação do crédito rural, identificando dificuldades, desafios operacionais e oportunidades de melhoria. Adotou-se uma abordagem quantitativa de caráter descritivo, com aplicação de questionário estruturado a 37 funcionários que atuam direta ou indiretamente na concessão de crédito rural. A amostra foi intencional, e os dados foram analisados de forma descritiva, com apoio de tabulação e representação gráfica. Os resultados indicaram que os principais desafios enfrentados pelas instituições financeiras relacionaram-se ao excesso de burocracia, exigência de garantias, análise de risco, limitação de autonomia dos agentes e necessidade de maior capacitação técnica. Fatores externos, como endividamento dos produtores, eventos climáticos adversos e elevados custos de produção, também impactaram negativamente o acesso ao crédito. Concluiu-se que o aprimoramento dos processos internos, aliado à capacitação contínua dos profissionais e à articulação entre agentes reguladores e instituições financeiras, pode contribuir para tornar o crédito rural mais eficiente e acessível.

Palavras-chave: Agronegócio; Burocracia; Política agrícola.

October 27, 2026

Dissonância Institucional e Barreiras de Privacidade na Adoção do DREX no Brasil

A percepção de diferentes partes interessadas sobre a implementação do DREX (Real Digital) no sistema financeiro brasileiro foi analisada, com foco nos impactos esperados em segurança, privacidade e adoção. O estudo objetivou investigar as percepções de grupos distintos sobre os riscos e oportunidades do DREX, oferecendo subsídios para a tomada de decisão de instituições financeiras e reguladores. Para isso, aplicaram-se três questionários a 415 participantes, divididos entre profissionais do setor financeiro e tecnologia (81), investidores em criptoativos (149) e público geral (185). Os dados coletados foram tabulados e submetidos à análise descritiva quantitativa, complementada por uma análise comparativa entre os grupos. Identificou-se uma dissonância institucional consistente, onde a confiança técnica no Banco Central superou a confiança política no Governo Federal. Entre investidores em criptoativos, verificou-se uma rejeição ideológica ao DREX, impulsionada por preocupações com rastreabilidade e controle governamental, com uma relação inversa entre conhecimento técnico e intenção de adoção. O público geral demonstrou disposição pragmática, condicionada à ausência de percepção explícita de vigilância financeira, um padrão denominado “Lacuna Pix-Privacidade”. A privacidade financeira emergiu como o principal obstáculo transversal à adoção em todos os grupos, e um incentivo de cashback de 1% mostrou-se insuficiente para superar essa resistência. Concluiu-se que a adoção voluntária do DREX tende a ser fragmentada e condicional, dependendo de iniciativas estruturadas de comunicação, educação financeira digital e arquiteturas de privacidade auditáveis que reforcem a credibilidade e independência do Banco Central perante a sociedade.

Palavras-chave: CBDC; Confiança institucional; Percepção de risco; Rastreabilidade; Sistema financeiro.

October 27, 2026

Aplicação do Six Sigma DMAIC e Gemba Walk para análise da disponibilidade mecânica de equipamentos móveis

A gestão ineficiente das rotinas de manutenção de equipamentos móveis em obras de infraestrutura havia evidenciado impactos diretos nos indicadores de disponibilidade mecânica e no desempenho produtivo. O estudo objetivou analisar a disponibilidade mecânica de equipamentos em uma obra de superestrutura rodoviária, empregando o ciclo Six Sigma DMAIC e a prática do Gemba Walk. A metodologia adotada caracterizou-se como um estudo de caso aplicado, de natureza mista. Realizou-se a coleta e tratamento de dados de apontamentos operacionais, calculou-se indicadores de disponibilidade mecânica e conduziu-se análises qualitativas por meio do Diagrama de Ishikawa. Na fase Define, mapearam-se as rotinas e coletaram-se dados históricos. Em Measure, padronizaram-se os registros de perdas mecânicas e calculou-se a disponibilidade mecânica, identificando equipamentos críticos com desempenho inferior a 85%. A etapa Analyze utilizou o Diagrama de Ishikawa para identificar causas-raiz, e na fase Improve, estruturaram-se ações de melhoria e um cronograma de implementação. Os resultados revelaram que certas famílias de equipamentos apresentaram desempenho abaixo do patamar aceitável, com a usina de asfalto destacando-se por sua indisponibilidade de 79%, impactando diretamente a produção. As principais causas identificadas incluíram a ausência de planejamento preventivo, falhas na gestão de manutenção e a indisponibilidade de insumos críticos. Concluiu-se que a aplicação integrada das metodologias permitiu não apenas identificar as causas da baixa disponibilidade, mas também estruturar um modelo de gestão voltado à confiabilidade operacional e à melhoria contínua, propondo a transição de um modelo reativo para uma manutenção proativa e baseada em campo.

Palavras-chave: Confiabilidade operacional; Gestão de ativos; Indicadores de desempenho; Manutenção; Melhoria contínua.