Utilize este identificador para referenciar este registo: http://hdl.handle.net/11067/8463
Título: A perceção dos empresários de PMEs sobre o uso de inteligência artificial na gestão dos seus negócios : um estudo comparativo Brasil e Portugal
Autor: Júnior, Carlos Alberto Pimentel de Andrade
Orientador: Vaz, Joel Filipe Pedroso
Palavras-chave: Gestão
Inteligência artificial
Pequenas e Médias Empresas
Brasil
Portugal
Data: 2025
Resumo: No contexto das Pequenas Empresas (PMEs), particularmente em Portugal e no Brasil, a adoção da IA representa uma oportunidade estratégica para o aumento da competitividade e da eficiência operacional. A escolha comparativa entre os dois países justifica-se pela relevância económica e estrutural das PMEs, em ambos os contextos. Esta dissertação tem como objetivo compreender como os empresários de PMEs no Brasil e em Portugal percecionam a aplicação da Inteligência Artificial nos seus negócios, identificando usos potenciais, ferramentas disponíveis e obstáculos percebidos à sua adoção. Este estudo adotou uma abordagem mista, combinando métodos quantitativos e qualitativos para garantir a robustez da análise. A componente quantitativa envolveu 213 questionários aplicados a empresários de PMEs no Brasil e em Portugal, enquanto a qualitativa consistiu em entrevistas semiestruturadas a cinco professores especialistas dos dois países. Os dados foram analisados com recurso a técnicas estatísticas (SPSS) e análise temática de conteúdo, permitindo a triangulação metodológica. Esta estratégia tinha como objetivo captar perceções, padrões e variáveis que influenciam a adoção da Inteligência Artificial nas PMEs. Os dados quantitativos revelaram que não existem diferenças estatisticamente significativas entre empresários brasileiros e portugueses na perceção geral da utilidade da IA, refutando a hipótese de que a nacionalidade influenciaria diretamente essa perceção. Confirmou-se, no entanto, que a IA é amplamente valorizada em processos específicos, como marketing, finanças, atendimento ao cliente. Verificaram-se diferenças quanto aos apoios considerados prioritários: enquanto no Brasil predomina a procura por consultoria especializada, em Portugal destaca-se a valorização de financiamento público. Os principais obstáculos à adoção são de natureza técnica e financeira, sendo mais críticos nas microempresas e nas organizações com menos de 10 colaboradores. Apesar dos entraves, as expectativas dos empresários apontam para melhorias significativas na eficiência operacional, competitividade e personalização do atendimento, confirmando o potencial estratégico da IA para as PMEs. Na parte final deste trabalho, foi proposto um Modelo de Perceção, Expectativa e Adoção de IA em PMEs, um enquadramento teórico explicativo que articula perceções estratégicas, expectativas de benefícios, barreiras e apoios organizacionais, culminando na adoção prática da tecnologia. Palavras-Chave: Inteligência Artificial. Pequenas Empresas. Perceções Empresariais. Brasil. Portugal.
In the context of Small and Medium-sized Enterprises (SMEs), particularly in Portugal and Brazil, the adoption of AI represents a strategic opportunity to enhance competitiveness and operational efficiency. The comparative approach between the two countries is justified by the economic and structural relevance of SMEs in both contexts, as well as the need to understand how different business ecosystems perceive and integrate AI into their processes. This dissertation aims to understand how SME entrepreneurs in Brazil and Portugal perceive the application of Artificial Intelligence in their businesses, identifying potential uses, available tools, and perceived obstacles to its adoption. The study employed a mixedmethods approach, combining quantitative and qualitative methods to ensure analytical robustness. The quantitative component involved 213 survey responses from SME entrepreneurs in Brazil and Portugal, while the qualitative component comprised semistructured interviews with five academic experts from both countries. Data were analysed using statistical techniques (SPSS) and thematic content analysis, enabling methodological triangulation. This strategy aimed to capture perceptions, patterns, and variables that influence AI adoption in SMEs. The quantitative findings revealed no statistically significant differences between Brazilian and Portuguese entrepreneurs in their general perception of AI’s usefulness, thereby refuting the hypothesis that nationality would directly influence such perceptions. However, AI is widely valued for its application in specific processes, such as marketing, finance, customer service, and decision support. Differences were observed in the types of support considered most relevant: in Brazil, the emphasis lies on specialized consultancy, while in Portugal, public funding is more valued a result qualitatively interpreted despite technical rejection. The main obstacles to adoption are technical and financial, with greater impact on microenterprises and organizations with fewer than ten employees. Despite these barriers, expectations among entrepreneurs point to significant improvements in operational efficiency, competitiveness, and service personalization, confirming the strategic potential of AI for SMEs. The adoption of Artificial Intelligence by SMEs in Brazil and Portugal is predominantly conditioned by internal factors rather than geographic location. The nationality of entrepreneurs did not demonstrate a statistically significant influence on perceived AI usefulness; instead, organizational and structural context emerged as the primary explanatory variable. At the end of the study, the Model of Perception, Expectation, and Adoption of AI in SMEs was proposed — a theoretical framework that integrates strategic perceptions, benefit expectations, organizational barriers and supports, and the practical adoption of artificial intelligence. Keywords: Artificial Intelligence. Small Enterprises. Entrepreneurial Perceptions. Brazil. Portugal.
Descrição: Mestrado em Gestão
Exame Público realizado em 17 de dezembro de 2025
Revisão por Pares: no
URI: http://hdl.handle.net/11067/8463
Tipo de Documento: Dissertação de Mestrado
Aparece nas colecções:[ULF-FCEE] Dissertações

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
mg_carlos_junior_dissertacao.pdfDissertação4,49 MBAdobe PDFThumbnail
Ver/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex mendeley Endnote Logotipo do DeGóis Logotipo do Orcid 

Este registo está protegido por Licença Creative Commons Creative Commons