Resumo Executivo

Diego Martins Araujo Machado de Souza; Lucas Augusto Vieira Brito

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

O objetivo desta pesquisa foi investigar a aplicação da Inteligência Artificial (IA) na gestão de projetos, focando em como a tecnologia pode gerar valor, otimizar a eficiência e apoiar a tomada de decisão ética. O estudo buscou mapear o cenário de adoção da IA, identificar benefícios, desafios e preocupações éticas emergentes. A investigação contribui para o entendimento da maturidade da IA no contexto de projetos, oferecendo subsídios para uma adoção responsável e eficaz, alinhada às metas de negócio e à governança corporativa.

Em um cenário empresarial competitivo, a gestão de projetos é um motor para a inovação e eficiência, e seu sucesso depende da adoção de tecnologias que otimizem recursos (Martins e Laugeni, 2005). Nesse contexto, a Inteligência Artificial emerge como uma tecnologia com potencial para automatizar tarefas, apoiar decisões complexas e gerar insights a partir de grandes volumes de dados, redefinindo a gestão de projetos (Nieto-Rodriguez e Vargas, 2023; PMI, 2023).

A literatura aponta que a IA pode otimizar tarefas repetitivas, como a elaboração de relatórios e o monitoramento de cronogramas, liberando as equipes para atividades estratégicas. A aplicação de algoritmos de IA pode reduzir o tempo de execução de atividades e melhorar a precisão na alocação de recursos, evitando desperdícios (Rodríguez-Alegre et al., 2023). Além disso, modelos preditivos e sistemas de recomendação são eficazes na antecipação de riscos, permitindo a proposição de soluções proativas, o que contribui para o aumento da produtividade e da taxa de sucesso dos projetos (Yaranga Vite e Olórtiga Cóndor, 2025).

Apesar do potencial, a aplicação da IA na gestão de projetos enfrenta desafios. A maturidade das soluções de IA varia, e sua adoção exige atenção a aspectos éticos como a transparência dos algoritmos, a privacidade dos dados e a mitigação de vieses que podem levar a decisões equivocadas (Pinkowski, 2023; Oliveira, 2024). Barreiras como o desconhecimento sobre as ferramentas, a resistência cultural à mudança e preocupações com a segurança da informação são discutidas na literatura e refletem a complexidade dessa transformação (Gao e Pheng, 2023).

A percepção dos profissionais sobre o uso da IA em suas rotinas é um fator crítico para a aceitação e eficácia da tecnologia. Diante disso, este estudo investigou como a IA está sendo aplicada, quais são os benefícios valorizados, os desafios prementes e as preocupações éticas relevantes. A análise dos dados permitiu compreender o estágio atual de adoção da IA, identificar padrões de uso e barreiras, culminando na proposição de um modelo-guia para orientar a implementação incremental e responsável da IA em ambientes corporativos.

A metodologia adotada foi uma pesquisa exploratória com abordagem mista, combinando revisão de literatura com um levantamento de campo. O processo foi estruturado em quatro etapas: revisão sistemática da literatura; elaboração e aplicação de um questionário online com profissionais da área; análise quantitativa e qualitativa dos dados; e, por fim, a proposição de um fluxo de trabalho incremental para a adoção responsável da IA.

A coleta de dados primários ocorreu no Brasil, com base em São Paulo (SP), de maio a julho de 2025. A amostra foi selecionada por método não probabilístico, com as técnicas de conveniência e “bola de neve”, resultando na participação de 33 profissionais com experiência em gestão de projetos de setores como Consultoria/Auditoria, Tecnologia e Serviços Financeiros. Essa abordagem permitiu identificar padrões de uso, barreiras e oportunidades de aplicação da IA, fornecendo uma visão prática do tema.

O instrumento de coleta foi um questionário online com oito perguntas, abordando o perfil dos respondentes (idade, setor), nível de uso de IA (Q3), barreiras para adoção (Q4), atividades de aplicação (Q5), intenção de uso futuro (Q6), impacto na produtividade (Q7) e preocupações éticas (Q8), sendo esta última uma pergunta aberta.

A análise dos dados foi quantitativa e qualitativa. A análise quantitativa envolveu o cálculo de frequências, percentuais e a elaboração de gráficos, além de correlações de Spearman para investigar a relação entre nível de uso de IA, impacto na produtividade e intenção de uso futuro. A análise qualitativa focou nas respostas abertas sobre ética, utilizando categorização temática para identificar preocupações recorrentes como privacidade de dados, segurança e vieses algorítmicos.

Os resultados revelam um cenário promissor e desafiador. Aproximadamente 76% dos respondentes já utilizam alguma forma de IA em seus projetos, indicando uma penetração relevante da tecnologia e reforçando a urgência de discutir ética e governança (Lamb, 2024). A análise das aplicações (Q5) demonstrou a versatilidade da IA, com usos frequentes em análise de dados e identificação de tendências, geração de relatórios e dashboards, e comunicação e colaboração. Essa diversidade evidencia o potencial da IA para otimizar processos em diferentes frentes do ciclo de vida de um projeto, corroborando estudos sobre a melhoria da eficiência e da tomada de decisão (Bandeira e Tortato, 2024).

A pesquisa também identificou barreiras que limitam uma adoção mais madura da IA. As principais dificuldades apontadas (Q4) foram o desconhecimento sobre as ferramentas, a resistência organizacional e as preocupações éticas com privacidade e transparência. Esses desafios são discutidos na literatura, que destaca a falta de compreensão do potencial da IA e a inércia da liderança como fatores que dificultam sua implementação (Gao e Pheng, 2023). Adicionalmente, a qualidade dos dados para treinar os modelos e a ausência de políticas de governança são entraves técnicos e estratégicos a serem superados (CETIC. br, 2025).

Entre os benefícios percebidos, destacam-se a agilidade na geração de insights, a automação de tarefas repetitivas e a melhoria na comunicação. Esses benefícios estão alinhados com estudos que indicam que a IA pode aumentar a produtividade em até 14% (IBM, 2024) e melhorar a qualidade do trabalho em 77% dos casos (Microsoft, 2024). Na pesquisa, pelo menos 70% dos respondentes perceberam um impacto positivo (moderado ou significativo) na produtividade de suas equipes (Q7), o que reforça a percepção de valor da IA. Este achado sugere que, apesar das barreiras, os ganhos de eficiência já são tangíveis.

A análise das preocupações éticas (Q8) revelou que os profissionais se preocupam com a privacidade e proteção de dados, a segurança da informação, a possibilidade de vieses nos algoritmos e a necessidade de julgamento humano em decisões críticas. Essas preocupações refletem receios práticos, ligados a compliance e governança, e questões sobre confiança e o papel humano em um ambiente automatizado. Tais inquietações são respaldadas na literatura, com autores como Luís Lamb (2024) defendendo a necessidade de alinhar o desenvolvimento da IA com valores éticos, e outros alertando para os riscos de desvalorização de competências humanas (Lima e Cunha, 2025).

Uma análise de correlação de Spearman investigou a relação entre nível de uso de IA, impacto na produtividade e intenção de uso futuro. Os resultados indicaram correlações fracas e não estatisticamente significativas entre o uso de IA e o impacto percebido (ρ=0,09; p=0,655) e entre o uso de IA e a intenção de aumentar seu uso (ρ=-0,11; p=0,540). A ausência de correlação forte sugere que o simples uso da tecnologia não garante uma percepção positiva de impacto. Fatores como a qualidade da implementação, a capacitação dos usuários, a cultura organizacional e uma governança de IA robusta podem ser variáveis mediadoras mais importantes.

A consolidação dos achados da pesquisa e da literatura culminou na proposição de um fluxo de trabalho para a aplicação da IA na gestão de projetos. Este fluxo atua como um guia prático, conectando as etapas para uma adoção responsável, desde a definição estratégica até a melhoria contínua, com a governança permeando o processo. A necessidade do modelo é reforçada pelos resultados, que mostraram que, embora muitos profissionais usem IA, persistem desafios de validação, integração e preocupações éticas. O fluxo visa orientar uma implementação incremental, assegurando alinhamento com os objetivos do portfólio e conformidade com diretrizes éticas.

O fluxo de trabalho proposto está alinhado com os resultados da pesquisa. As etapas iniciais priorizam casos de uso como análise de dados, geração de relatórios e otimização da comunicação, as aplicações mais citadas pelos respondentes (Q5). A etapa subsequente, focada em sustentação e melhoria contínua; se concentra a governança de IA, responde às preocupações éticas e de segurança levantadas (Q8). Esta fase incorpora práticas de validação de modelos, transparência algorítmica e políticas de uso de dados, abordando as recomendações da literatura sobre a necessidade de uma governança robusta (Lima e Cunha, 2025; Lamb, 2024).

Em síntese, os resultados corroboram a literatura ao apontar ganhos de eficiência, especialmente em atividades rotineiras, comunicação e análise de dados. O estudo avança ao demonstrar que, para que esses benefícios se concretizem, a adoção da IA deve ser acompanhada por uma governança sólida, validação contínua e capacitação das equipes. O uso de ferramentas sem critérios claros pode gerar riscos de qualidade, segurança e conformidade. A aplicação estratégica da IA, guiada por um fluxo de trabalho, pode acelerar entregas, reduzir custos, otimizar recursos e mitigar riscos, transformando a gestão de projetos (PwC, 2024; IBM, 2024).

Com base na análise da literatura e no levantamento de campo, este trabalho identificou aspectos relevantes sobre a utilização da IA, as preocupações éticas e os ganhos de produtividade na gestão de projetos. A pesquisa revelou que a IA já é uma realidade em diversas etapas do gerenciamento, com destaque para análise de dados, comunicação e automação. A maioria dos respondentes (79%) demonstrou intenção de ampliar o uso da tecnologia, reconhecendo seu potencial. No entanto, a jornada para uma adoção madura enfrenta barreiras de desconhecimento, limitações organizacionais e preocupações com privacidade e ética, reforçando a necessidade de capacitação, políticas de governança e uma abordagem crítica quanto à confiabilidade dos modelos.

Conclui-se que o objetivo central da pesquisa foi atingido: investigou-se e demonstrou-se como a Inteligência Artificial está sendo aplicada na gestão de projetos, identificando seus benefícios, barreiras e implicações éticas. Os dados mostram que a IA já gera ganhos de eficiência, sobretudo em comunicação, relatórios e análise de dados, com 73% dos respondentes relatando um impacto positivo na produtividade. Observou-se que a percepção de ganho tende a crescer com a intensidade de adoção, embora persistam barreiras de conhecimento, governança e segurança. Recomenda-se uma adoção incremental, iniciando com projetos-piloto, com medição de valor clara e com uma governança ética e de dados integrada ao escritório de projetos para sustentar a maturidade e maximizar os resultados a longo prazo.

Referências:
ALLABOUTAI. Melhores Ferramentas de IA para Pesquisa no Brasil em 2024. AllAboutAI, 2025. Disponível em: https://www. allaboutai. com/pt-br/melhores-ferramentas-de-ia/produtividade/pesquisar/. Acesso em: 04 set. 2025.
ALVES, A. Ciência de Dados para Estratégias de Negócios. DTI Digital, 6 jun. 2022. Disponível em: https://www. cms. dtidigital. com. br/blog/ciencia-de-dados-para-estrategias-de-negocios/.
BANDEIRA, L. G.; TORTATO, U. The future avenues of artificial intelligence and decision-making in business management. Revista de Administração Mackenzie, v. 25, n. 6, 2024. Disponível em: https://www. scielo. br/j/ram/a/skNJNcwqWM7QgRMfVRpVxLx/
CETIC. BR. Empresas contratam soluções de IA no setor privado, mas parcerias com universidades ainda são limitadas, revela pesquisa. Disponível em: https://cetic. br/pt/noticia/empresas-contratam-solucoes-de-ia-no-setor-privado-mas-parcerias-com-universidades-ainda-sao-limitadas-revela-pesquisa/. Acesso em: 16 set. 2025.
CETIC. BR. TIC Empresas 2024 — Resumo Executivo. Disponível em: https://cetic. br/media/docs/publicacoes/2/20250512121759/ticempresas2024resumoexecutivo. pdf. Acesso em: 16 set. 2025.
GAO, Shang; PHENG, Low Sui. Artificial Intelligence in Project Management: Challenges and Opportunities. Journal of Construction Engineering and Management, v. 149, n. 4, 2023. Disponível em: https://ascelibrary. org/doi/10.1061/(ASCE)CO.1943-7862.0002243. Acesso em: 04 set. 2025.
IBM. Produtividade com IA. IBM Think Insights, 2024. Disponível em: https://www. ibm. com/br-pt/think/insights/ai-productivity. Acesso em: 04 set. 2025.
LAMB, Luís C. Ética em IA e IA ética: prolegômenos e estudo de casos significativos. Revista USP, n. 141, 2024. Disponível em: https://jornal. usp. br/wp-content/uploads/2024/05/8-Luis-Lamb. pdf. Acesso em: 04 set. 2025.
LIMA, A. P. de; SILVA, A. L. M. da. Adoção de práticas de gerenciamento de projetos em empresas de tecnologia da informação: um estudo multicasos. Revista Produção, v. 31, 2021. Disponível em: https://www. scielo. br/j/prod/a/bRn55n5SVwb3CPMdpNGyQyK/? format=html.
LIMA, Widemar; CUNHA, Pedro. Ética e Inteligência Artificial: riscos e recomendações para o uso responsável. Revista Brasileira de Ética Aplicada, v. 7, n. 2, 2025. Disponível em: https://www. revistaeticaaplicada. org/artigo/etica-e-inteligencia-artificial-riscos-e-recomendacoes-2025. Acesso em: 04 set. 2025.
MARTINS, P. G.; LAUGENI, F. P. Administração da Produção. São Paulo: Saraiva, 2005.
MICROSOFT. 75% das MPMEs no Brasil estão otimistas sobre o impacto da inteligência artificial em seus negócios. Microsoft News, 2024. Disponível em: https://news. microsoft. com/source/latam/features/noticias-da-microsoft/75-das-mpmes-no-brasil-estao-otimistas-sobre-o-impacto-da-inteligencia-artificial-em-seus-negocios-aponta-estudo-da-microsoft/? lang=pt-br. Acesso em: 04 set. 2025.
NIETO-RODRIGUEZ, A.; VARGAS, R. V. How AI Will Transform Project Management. Harvard Business Review, 2 fev. 2023. Disponível em: https://hbr. org/2023/02/how-ai-will-transform-project-management. Acesso em: 15 set. 2025.
OLIVEIRA, V. M. de. Maturidade e adoção da inteligência artificial no backoffice. 2024. Dissertação (Mestrado em Administração) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www. teses. usp. br/teses/disponiveis/12/12139/tde-20062024-154457/.
PINKOWSKI, M. L. Aplicação da inteligência artificial na gestão de projetos: aderência, impacto e grau de desenvolvimento. 2023. 128 f. Dissertação (Mestrado em Gestão de Projetos) – Universidade Nove de Julho, São Paulo, 2023.
PROJECT MANAGEMENT INSTITUTE [PMI]. Shaping the Future of Project Management With AI. 2023. Disponível em: https://www. pmi. org/-/media/pmi/documents/public/pdf/learning/thought-leadership/shaping-the-future-of-project-management-with-ai. pdf. Acesso em: 15 set. 2025.
PwC. Como aproveitar o poder da inteligência artificial na Auditoria Interna. PWC Brasil, 2024. Disponível em: https://www. pwc. com. br/pt/consultoria-negocios/assets/2024/Como-aproveitar-o-poder-da-inteligencia-artificial-na-auditoria-interna2024. pdf. Acesso em: 04 set. 2025.
RODRÍGUEZ-ALEGRE, L. R. et al. Inteligencia artificial en la gestión organizacional: Impacto y realidad latinoamericana. Revista Arbitrada Interdisciplinaria Koinonía, v. 8, supl. 1, 2023. Disponível em: https://ve. scielo. org/scielo. php? script=sciarttext&pid=S2542-30882023000300226.
SANTOS, E. A.; SILVA, J. A.; COSTA, S. E. G. da; SANTOS, E. C. O uso da inteligência artificial no gerenciamento de projetos: uma revisão sistemática. Innova FAQI, v. 1, n. 1, 2020. Disponível em: https://innova. faqi. edu. br/index. php/jornada/article/download/42/31.
YARANGA VITE, I. P.; OLÓRTIGA CÓNDOR, W. Inteligencia artificial para aumentar la productividad en las empresas: un estudio bibliométrico. Revista de la Sociedad de la Información y la Comunicación, v. 5, n. 4, 2025. Disponível em: https://ve. scielo. org/pdf/ric/v5n4/2739-0063-ric-5-04-e504063. pdf.

Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Digital Business do MBA USP/Esalq

_{Saiba mais sobre o curso; clique aqui:}