ANÁLISE GERENCIAL DE RISCO E RETORNO COM BASE EM DADOS E FERRAMENTAS ESTRATÉGICAS

Resumo

O avanço das tecnologias digitais tem provocado mudanças significativas na forma como as organizações coletam, processam e utilizam informações em seus processos de gestão. O crescimento do volume de dados gerados por sistemas corporativos, transações financeiras, plataformas digitais e comportamento dos consumidores exige que as empresas adotem métodos mais estruturados para análise das informações disponíveis (Lopes, 2025). Nesse contexto, a tomada de decisão baseada em dados torna-se essencial para reduzir incertezas e aumentar a eficiência organizacional. A utilização de Inteligência Artificial (IA), Big Data e ferramentas de análise de dados permite que gestores avaliem cenários organizacionais com maior precisão. Essas tecnologias possibilitam o processamento rápido de grandes quantidades de informações, contribuindo para identificar padrões, tendências e riscos operacionais ou financeiros. Dessa forma, decisões deixam de ser fundamentadas apenas na experiência individual e passam a considerar

análises quantitativas e indicadores estratégicos (Kumar et. al., 2025). A avaliação conjunta entre risco e retorno representa um dos principais desafios da gestão contemporânea. Toda decisão organizacional envolve incertezas, sendo necessário avaliar possíveis perdas e ganhos antes da implementação de estratégias. O risco na era de dados não é apenas a variabilidade dos retornos esperados, mas como sua incerteza pode ser mitigada por meio de modelos dinâmicos de IA e Machining Learning (Alfari; Al-Shboul; Alshurideh, 2025). Estudos apontam que a análise de dados contribui para mensurar probabilidades de sucesso e impacto financeiro das decisões, auxiliando gestores na escolha de alternativas mais seguras (Olaiya et. al., 2024). Além disso, a contabilidade gerencial ampliou sua atuação ao incorporar ferramentas analíticas voltadas ao planejamento estratégico. O profissional contábil passou a exercer papel ativo na geração de relatórios gerenciais, indicadores de desempenho e projeções financeiras que auxiliam na avaliação de riscos e oportunidades organizacionais (Lopes, 2025). Diante desse cenário, esta pesquisa busca responder à seguinte questão: de que forma o uso da inteligência artificial e da análise de dados contribui para decisões gerenciais relacionadas à avaliação de risco e retorno nas organizações? O objetivo da pesquisa consiste em analisar, a partir da literatura científica, como ferramentas analíticas apoiam decisões baseadas em evidências, promovendo maior equilíbrio entre risco assumido e retorno esperado. A relevância da pesquisa está associada à crescente necessidade das organizações em utilizar informações confiáveis para melhorar resultados, fortalecer a competitividade e reduzir falhas decorrentes de decisões intuitivas.

METODOLOGIA

A pesquisa caracterizou-se como revisão bibliográfica com abordagem qualitativa e quantitativa. Foram analisados artigos científicos publicados entre 2014 e 2025 que abordam inteligência artificial, análise de dados e

tomada de decisão gerencial. As buscas foram realizadas nas bases Google Acadêmico e Portal de Periódicos CAPES, utilizando como termos-chave "inteligência artificial", "Big Data", "data analytics" e "decision making". Inicialmente foram identificados 38 estudos. Após leitura dos resumos, selecionaram-se 10 artigos alinhados ao objetivo da pesquisa. Os critérios de seleção consideraram relevância temática, atualidade das publicações e contribuição científica para análise de risco e retorno. Para organização das informações foi utilizado planilha eletrônica, permitindo a tabulação dos dados, categorização dos artigos por ano de publicação, identificação dos autores e análise quantitativa dos resultados encontrados. A análise concentrou-se na identificação das principais contribuições dos estudos quanto ao uso de ferramentas analíticas na avaliação de riscos organizacionais, melhoria da performance financeira e apoio ao processo decisório gerencial.

RESULTADOS E DISCUSSÃO

Os resultados demonstram crescimento das pesquisas relacionadas ao tema entre 2020 e 2025, período responsável por aproximadamente 70% das publicações analisadas, evidenciando a expansão do uso da inteligência artificial no ambiente organizacional. Os 10 artigos analisados envolveram 34 autores, indicando aumento do interesse acadêmico na integração entre tecnologia e gestão. Verificou-se que cerca de 80% dos estudos apontam melhoria na qualidade das decisões quando ferramentas analíticas são utilizadas no processo gerencial. Entre os principais benefícios identificados destacam-se a capacidade de antecipação de cenários, análise preditiva de riscos financeiros e melhoria na avaliação do retorno esperado das decisões estratégicas (Elragal; Elgendy, 2016). A análise de dados possibilita simulações e projeções que auxiliam gestores a compreender impactos antes da implementação das estratégias organizacionais. Contudo, os resultados também indicam que a tomada de decisão não depende exclusivamente da

tecnologia. Aspectos comportamentais podem interferir na interpretação das informações, especialmente o viés de confirmação, no qual gestores tendem a valorizar dados que confirmam crenças previamente estabelecidas (Costa et al., 2020). Dessa forma, evidencia-se que decisões gerenciais eficazes resultam da integração entre análise tecnológica, conhecimento técnico e julgamento crítico humano.

CONCLUSÃO

A análise da literatura permitiu compreender que o avanço das tecnologias digitais transformou significativamente o processo de tomada de decisão nas organizações. O uso da inteligência artificial e da análise de dados contribui diretamente para a avaliação equilibrada entre risco e retorno, possibilitando decisões mais fundamentadas e estratégicas. Organizações que adotam ferramentas analíticas apresentam maior capacidade de antecipar cenários, reduzir incertezas e melhorar o desempenho competitivo. A tomada de decisão baseada em evidências fortalece o planejamento estratégico e contribui para a sustentabilidade organizacional em ambientes dinâmicos e competitivos. Como limitações do estudo, destaca-se o número reduzido de artigos analisados e a ausência de aplicação prática em empresas específicas. Sugere-se que pesquisas futuras realizem estudos empíricos e análises quantitativas aplicadas em organizações reais, ampliando a compreensão dos impactos da inteligência artificial na gestão empresarial.