Prontidão de Dados para IA (AI Data Readiness)barreiras e facilitadores na percepção de gestores de TI

Resumo

Iniciativas de Inteligência Artificial (IA) em fase piloto frequentemente estagnam ao tentarem avançar para a escala, não por limitações algorítmicas, mas porque os dados disponíveis carecem de confiabilidade, rastreabilidade e adequação ao uso. Esse cenário tem intensificado o debate sobre a prontidão de dados (Data Readiness), como uma perspectiva ampliada de qualidade e preparo de dados para IA. Diante desse contexto, este estudo analisa como fatores tecnológicos, organizacionais e ambientais se combinam para viabilizar ou restringir a prontidão de dados para IA, a partir da percepção de gestores de tecnologia. Para investigar esse fenômeno, adotou-se uma abordagem mista. Primeiro, realizaram-se 14 entrevistas semiestruturadas com gestores de TI de maio a setembro de 2025, que foram submetidas a uma codificação sistemática. Posteriormente, aplicaram-se análises quantitativas, descritivas e relacionais ao corpus codificado. Utilizou-se o framework Technology-OrganizationEnvironment (TOE) como lente analítica, posicionando a AI Data Readiness como variável mediadora entre os antecedentes do TOE e a percepção de avanço da IA Readiness. As evidências revelam um mecanismo sociotécnico de estagnação originado no encadeamento entre pressões ambientais e dilemas internos de governança. Esse processo desdobra-se em restrições de custo e de retorno sobre o investimento. Consequentemente, emergem limitações estruturais associadas a sistemas legados e dificuldades de integração. Esse encadeamento, culmina em barreiras técnicas interdependentes nas dimensões de AI Data Readiness. Este cenário sustenta a percepção de preparo inadequado, dificultando a escalabilidade de iniciativas de IA. Esse mecanismo é denominado, neste estudo, “Cascata do Imobilismo”. Observa-se, ainda, uma ambivalência das pressões ambientais: elas podem induzir formalização e controles, mas também amplificar trade-offs de velocidade, contribuindo para o aumento da dívida técnica e para a fragilização incremental da base de dados. Com base nesses achados, o estudo contribui para explicitar um modelo integrado no qual a prontidão de dados operacionaliza o TOE, elucidando a evolução percebida da prontidão em IA. Do ponto de vista gerencial, oferece direcionamentos para reduzir a dissonância entre a ambição estratégica de IA e as condições operacionais dos ativos de dados, com foco em governança, priorização e investimentos estruturantes na integração e modernização de legados.

Ficha do documento

Tipo

Dissertação

Ano

2026

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/38544

Temas

TecnologiaDadosGovernança

Palavras-chave

Prontidão de dadosInteligência artificialTOE frameworkGovernança de dadosAdoção de IAMétodos mistosData readinessArtificial intelligenceData governanceAI adoptionMixed methodsAdministração de empresasProcessamento eletrônico de dadosOrganização da informaçãoGovernança