THE APPLICATION OF ARTIFICIAL INTELLIGENCE IN DATA-DRIVEN MANAGEMENT: METHODS, LIMITATIONS, AND IMPACTS ON ORGANIZATIONAL EFFICIENCY

Authors

  • Alexandre Nascimento
  • Gildete Evangelista da Silva
  • Leticia Gabrielle de Pinho e Silva
  • Natalicio Pereira Lacerda
  • Luiz Antonio de Campos
  • Priscilla de Cássia Nascimento Portela
  • Cezar Claudio Granetto
  • Sandra Mara dos Santos

DOI:

https://doi.org/10.56238/revgeov17n2-055

Keywords:

Artificial Intelligence, Data Management, Organizational Efficiency, Digital Transformation

Abstract

Digital transformation drives organizations to adopt Artificial Intelligence (AI) systems to optimize decision-making processes. This study analyzes how AI transforms data-driven management, identifying applied methods, technical limitations, and impacts on organizational efficiency. The methodology adopts a qualitative exploratory approach, based on a bibliographic review of recent scientific publications. The results demonstrate that AI enhances predictive analytics, automates operational tasks, and reduces costs, but faces challenges related to data quality, algorithmic biases, and organizational resistance. The research concludes that effective AI integration requires robust technological infrastructure, continuous professional training, and ethical governance. The study contributes to understanding the mechanisms by which AI redefines contemporary management practices, offering insights for strategic implementations in diverse organizational contexts.

Downloads

Download data is not yet available.

References

ANDRADE, M.; ROSA, B.; PINTO, E. Legal tech: analytics, inteligência artificial e as novas perspectivas para a prática da advocacia privada. Revista Direito GV , [sl], v. 1, 2020. Disponível em: https://doi.org/10.1590/2317-6172201951 . Acesso em: 11 fev. 2026.

ARAÚJO, L. et al . KANBAN ELETRÔNICO COM INTELIGÊNCIA ARTIFICIAL: desenvolvimento e implementação de uma solução para transformação digital e otimização produtiva em uma indústria de fitas do PIM. SÃO , [sl], v. 4, pág. 15311-15326, 2024. Disponível em: https://doi.org/10.56238/arev6n4-252 . Acesso em: 11 fev. 2026.

BARRETO, G. et al . O USO DA INTELIGÊNCIA ARTIFICIAL (IA) NA GESTÃO DAS EMPRESAS. CGCHS , [sl], v. 2, pág. 9-23, 2025. Disponível em: https://doi.org/10.17564/2316-3143.2025v9n2p9-23 . Acesso em: 11 fev. 2026.

BREVIÁRIO, Á. e outros . BIG DATA E INTELIGÊNCIA ARTIFICIAL NA ADMINISTRAÇÃO PÚBLICA: avanços e desafios na formulação e análise de políticas públicas. [S. l.] , pág. 65-79, 2024. Disponível em: https://doi.org/10.29327/5443866.1-5 . Acesso em: 11 fev. 2026.

COSTA, G.; MENDES, P. O PAPEL DA INTELIGÊNCIA ARTIFICIAL NA CELERIDADE PROCESSUAL: impactos no contexto do Poder Judiciário Brasileiro. LEV , [sl], v. 47, pág. 4088-4100, 2025. Disponível em: https://doi.org/10.56238/levv16n47-083 . Acesso em: 11 fev. 2026.

FEITOSA, Z. et al . GESTÃO DE PESSOAS NAS ORGANIZAÇÕES: uma revisão sistemática da literatura baseada na produção global de publicações. Revista Latino-Americana de Inovação e Engenharia de Produção , [sl], v. 14, pág. 184, 2020. Disponível em: https://doi.org/10.5380/relainep.v8i14.78143 . Acesso em: 11 fev. 2026.

FERREIRA, G.; LIMBERGER, T. Inseminação artificial em tempo fixo e diagnóstico precoce de gestação em vacas leiteiras: uma revisão de literatura. Pesquisa, Sociedade e Desenvolvimento , [sl], v. 6, pág. e3814648990, 2025. Disponível em: https://doi.org/10.33448/rsd-v14i6.48990 . Acesso em: 11 fev. 2026.

FIÚZA, L. et al . INTELIGÊNCIA ARTIFICIAL E FORMAÇÃO CONTÍNUA: caminhos e desafios na aprendizagem corporativa. MS , [sl], v. 8, pág. 261-268, 2025. Disponível em: https://doi.org/10.46550/0t25v798 . Acesso em: 11 fev. 2026.

FREITAS, CA Impacto da inteligência artificial na avaliação acadêmica: modificando métodos tradicionais de avaliação no ensino superior. Revista Ibero-Americana de Humanidades, Ciências e Educação , [sl], v. 1, pág. 2736–2752, 2025. Disponível em: https://doi.org/10.51891/rease.v11i1.1801 . Acesso em: 11 fev. 2026.

GARCIA, F. et al . Evolução da agricultura de precisão: uma revisão. Revista Brasileira de Geografia Física , [sl], v. 6, pág. 4761-4812, 2024. Disponível em: https://doi.org/10.26848/rbgf.v17.6.p4761-4812 . Acesso em: 11 fev. 2026.

GONÇALVES, L.; REINALDI, M. Impacto da inteligência artificial no controle interno de Instituições Financeiras. Revista Contabilidade & Inovação , [sl], v. 1, 2024. Disponível em: https://doi.org/10.56000/rci.v3i1.80817 . Acesso em: 11 fev. 2026.

HOFFMAM, F.; MACHADO, I. INTELIGÊNCIA ARTIFICIAL E AUTOMATIZAÇÃO DA DECISÃO JURÍDICA. RFD - Revista da Faculdade de Direito da Uerj , [sl], n. 43, 2024. Disponível em: https://doi.org/10.12957/rfd.2024.72632 . Acesso em: 11 fev. 2026.

LOPES, G. Avaliação institucional e gestão escolar: o papel dos dados na tomada de decisão. Observatorio de la Economía Latinoamericana , [sl], v. 1, pág. e8826, 2025. Disponível em: https://doi.org/10.55905/oelv23n1-214 . Acesso em: 11 fev. 2026.

MANZINI, S. et ai . REVISÃO DA LITERATURA NACIONAL SOBRE O USO DA INTELIGÊNCIA ARTIFICIAL NO CONTEXTO DO LEAN MANUFACTURING. Revista Sociedade Sul-Americana de Desenvolvimento , [sl], v. 32, pág. 331-350, 2025. Disponível em: https://doi.org/10.24325/issn.2446-5763.v11i32p331-350 . Acesso em: 11 fev. 2026.

NETO, L. et al . MODELAGEM HIDROCLIMATOLOGICA UTILIZANDO REDES NEURAIS MULTI LAYER PERCEPTRON EM BACIA HIDROGRÁFICA NO SUDOESTE DA AMAZÔNIA. Revista Brasileira de Climatologia , [sl], v. 26, 2021. Disponível em: https://doi.org/10.5380/abclima.v26i0.73007 . Acesso em: 11 fev. 2026.

NUNES, L. et al . Uso do ARIMA e SVM para previsão de séries temporais do sistema elétrico brasileiro. Pesquisa, Sociedade e Desenvolvimento , [sl], v. 3, pág. e8112340438, 2023. Disponível em: https://doi.org/10.33448/rsd-v12i3.40438 . Acesso em: 11 fev. 2026.

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 , [sl], v. e012, 2023. Disponível em: https://doi.org/10.14295/jmphc.v15.1352 . Acesso em: 11 fev. 2026.

Published

2026-02-12

How to Cite

Nascimento, A., da Silva, G. E., de Pinho e Silva, L. G., Lacerda, N. P., de Campos, L. A., Portela, P. de C. N., Granetto, C. C., & dos Santos, S. M. (2026). THE APPLICATION OF ARTIFICIAL INTELLIGENCE IN DATA-DRIVEN MANAGEMENT: METHODS, LIMITATIONS, AND IMPACTS ON ORGANIZATIONAL EFFICIENCY. Revista De Geopolítica, 17(2), e1542. https://doi.org/10.56238/revgeov17n2-055