Escolar Documentos
Profissional Documentos
Cultura Documentos
Unidade Curricular
Seminário de Investigação
Docente:
Discente:
Janeiro de 2024
1
Abstract
Keywords: Inteligência Artificial (AI); Consultoria; Augmentation; Job displacement; Big4; riscos;
desafios.
2
1. Introdução
O impacto da AI nas empresas continua, de forma cada vez mais premente, a correr muita tinta
nos últimos anos. As inovações tecnológicas têm transformado, de forma estrutural, processos e
organizações e, empresas como as Big4, não passam incólumes a este fenómeno, pautado por
transformações profundas, no que concerne ao recurso das novas tecnologias e, mais especificamente
à utilização de AI.
Neste seguimento, sempre que ocorre um avanço tecnológico são levantadas inúmeras
questões, principalmente no campo dos impactos no mundo do trabalho e a mudança que estes
acarretam nas relações e comportamentos humanos. A AI não é exceção e, por esse motivo, alvo de
aceso debate e discussão no que toca a potenciais benefícios e riscos e todas as questões morais, éticas
e sociais que são levantadas. A ideia de termos disponível uma AI comparável à inteligência humana
torna-se alvo de um levantamento de críticas e louvores que não se limita apenas ao campo científico
já que impactam e concernem a sociedade em geral.
3
Verificamos que no último estudo sobre a temática levado a cabo pela McKinsey (2023) as
disrupções desencadeadas pela AI generativa sejam substanciais, respaldadas por mudanças
significativas seja na redução de equipas em determinadas áreas, seja na requalificação e
recapacitação de competências. Estarão os consultores das BIg4 envolvidos nesta mudança? E os
níveis existentes para estes business analysts (junior, middle ou senior level) permanecerão ou
assistir-se-á ao desaparecimento de um algum nível agora existente, (expetavelmente o intermédio)
em consonância com a teoria da polarização de emprego? (Goos e Manning, 2007).
Pretendemos, através de uma revisão sistemática da Literatura e da aplicação de um inquérito por
questionário a uma amostra significativa ver respondidas estas questões.
4
assustador. A AI, inevitavelmente, mudará a conceção atual como vemos o mundo, terá impacto na
forma de trabalharmos, na tomada de decisões e até como comunicamos (Silva, 2021). Para os autores
(Brynjolfsson e McAfee, 2017) a AI é a tecnologia mais importante da era atual em especial ao nível
da aprendizagem computacional que se respalda pela capacidade de uma máquina melhorar a sua
performance sem a intervenção sistemática dos humanos, automatizando tarefas e, inclusive, podendo
executá-las, aprendendo com a experiência, de forma mais eficiente que os seres humanos. Um bom
exemplo disto é a entrevista a Geoffrey Hinton (The Godfather of AI) acerca de uns robots
programados para “marcar golos”. Qual não foi o espanto quando as máquinas, entre si, começaram a
jogar à bola, envolvendo dribles e passes estratégicos, até à marcação do golo, semelhante a um jogo
de futebol entre seres humanos.
Não obstante, e mesmo a AI dotada de superioridade cognitiva, não compreende relações de senso
comum, intuitivas e empáticas com a mesma facilidade dos seres humanos, nem mesmo experiências
de caráter pessoal e dotação de personalidade (Jarrahi, 2018). Poucos são os sistemas de AI que detêm
autonomia, é necessária uma relação de interação entre máquinas e utilizadores de forma a
desenvolver-se a aprendizagem de interação. Todo este processo é moroso e com elevado incremento
financeiro para o seu desenvolvimento e implementação. Em adição, será necessário o
acompanhamento e controlo de supervisão humana sobre estas novas tecnologias, salvaguardando,
desta forma, a aposta e investimento no capital humano em formação para manuseamento destes
mecanismos de AI (Agarwal et al., 2018). O que a doutrina prevê é a colaboração das duas forças
(máquinas e pessoas) para a substituição de algumas tarefas individuais e não a assunção das
máquinas em todo o processo, passando pela redefinição de novas tarefas e skills dos colaboradores
em detrimento da substituição inequívoca dos mesmos (Mahidhar & Davenport, 2018).
De acordo com o exposto, o que se prevê como desafio fulcral é a identificação de quais as
tecnologias a serem adotadas e combinar estas com as competências humanas (Agarwal et al., 2018).
As empresas deverão focar-se na simbiose das duas forças e no seu trabalho conjunto de forma a
aprimorar os pontos fortes de cada um. Por um lado, os seres humanos, deverão estar munidos de
competências essenciais que visarão o treino das máquinas para a tarefa, a explicação das tarefas
executadas e o controlo da utilização diligente por parte das máquinas, por outro lado, as máquinas,
deverão contribuir para a libertação dos seres humanos em tarefas mais rotineiras e repetitivas, dando
abertura para os seres humanos se dedicarem a tarefas mais especializadas e de alto rendimento
cognitivo (Wilson & Daugherty, 2018). Mesmo que a utilização da AI possa alavancar perda de
postos de trabalho, a mesma apenas se refletirá em cargos específicos e será compensada com o
surgimento e criação de novos empregos (Bessen, 2016). As empresas que tenham presente a
5
estratégia de complementar e aprimorar as capacidades humanas e não a sua substituição, terão
vantagem competitiva superior em relação aquelas que pretendem substituir cabalmente os seres
humanos. Esta adoção apenas visará resultados imediatos, mas não duradouros na produtividade. Já a
adoção de uma estratégia em colocar homem e máquina a trabalhar, e colaborar, em conjunto,
integrando eficazmente as capacidades de AI com as competências humanas, terão um return of
investment significativo, duradouro, assim como elevados níveis de performance e produtividade.
(Brynjolfsson e McAfee, 2017).
Após uma contextualização dos principais conceitos e identificação das várias teorias e
respetivas controvérsias na temática em análise passamos a aprofundar o recurso de AI no modelo de
negócio da consultoria de gestão, foco primordial da tese em desenvolvimento. Dadas as exigências,
motivadas pelas mudanças inerentes a esta era disruptiva, o modelo de negócios conforme o
conhecemos, baseado em consultores que definem os problemas com clareza, recolhem e analisam
dados com perspicuidade, transformam dados em informação e informação em conhecimento,
definiam potenciais soluções e propõem planos de ação para mitigar problemas, entre outras (Santos,
Ricardo Alves, 2023), não serão características suficientes já que também precisarão de oferecer e
executar soluções recorrendo à AI. Na verdade, têm passado impunes às grandes mudanças na oferta
de soluções aos problemas encontrados nas organizações durante o último século (Curuksu et al.,
2018). No entanto, com o crescimento das novas tecnologias e de constante ataque disruptivo, o
modelo de negócios é ameaçado de forma séria quanto à sua sobrevivência e continuidade,
principalmente no que toca às funções/tarefas executada por consultores (Curuksu et al., 2018).
Verifica-se que, com a ascensão da AI no mundo do business, se as empresas aproveitarem a
mesma para agilizar processos, tomar decisões em tempo real, reduzir – substancialmente – custos e
aumentar a eficiência e produtividade, capacitando os seus recursos internos de ferramentas que
permitam fazê-lo com capital humano interno, baseando a tomada de decisões rápida e precisa
utilizando apenas base de dados disponíveis, as tarefas de um consultor poderão passar a ser inócuas e
vazias de sentido e, da mesma forma, as organizações poderão alcançar um alto nível de excelência
fazendo recurso à aprendizagem continua utilizando a AI e derrubar limitações previamente
existentes, aceder a modelos de negócio inovadores que, até então, só o conseguiam com o recurso ao
modelo de consultoria de gestão até então praticado (Davenport el al., 2020).
Estaremos perante um risco aumentado de aniquilação da categoria? Ou como a literatura
indica e já referido acima, a simbiose entre as 2 forças de trabalho seria a melhor estratégia?
Efetivamente para tal não acontecer, pelo menos de forma tão premente e devastadora, seriam
necessárias ações a implementar, passando por i) identificação de dinâmicas que visam o apoio no
6
crescimento contínuo através da exploração de vantagens competitivas ágeis; ii) desenvolver e alinhar
pessoas e tecnologias digitais incorporadas no mindset organizacional; iii) Criar uma força de trabalho
flexível e resiliente entre seres humanos e máquinas (Neely e Leonardi, 2020). De reter que, ainda
estes autores, indicam que a utilização de RPA, chatbots e AI permitirão aceder à compilação de
dados precisos e altamente confiáveis pondo em risco a contratação de consultores externos e que os
CEO devem repensar no seu modelo de negócio e considerar os custos-benefícios das suas escolhas.
Conforme vimos, podemos estar perante um job displacement acentuado nesta área em
particular e que contraria as teorias existentes atrás descritas. Face ao exposto, continuamos seguros
que este continua a ser um tema emergente e que carece de análise empírica para validar todas as
questões levantadas.
Tendo em consideração o objetivo deste estudo, optamos por uma metodologia mista, através do
recurso a dois métodos. Numa fase inicial, foi adotado um método qualitativo, de carácter
exploratório, através da aplicação de um focus group. O principal objetivo é dividir, na mesma
categoria, 3 clusters de consultores (júnior, middle e senior) e avaliar a validação e possíveis ajustes
dos impactos da AI enumerados na revisão da literatura quanto à perceção dos intervenientes na
augmentation ou job displacement na sua área de atuação (consultoria) e aceder de forma mais
aprofundada às suas perspetivas e perceções sobre a temática em causa.
Esta metodologia apelidada por Focus group, “também designado como grupo de discussão, é
uma técnica que visa a recolha de dados, podendo ser utilizada em diferentes momentos do processo
de investigação.
Morgan (1996,1997), define focus group “como uma técnica de investigação de recolha de dados
através da interação do grupo sobre um tópico apresentado pelo investigador. Tal definição, segundo o
autor, comporta três componentes essenciais: os focus group são um método de investigação dirigido
à recolha de dados; localiza a interação na discussão do grupo como a fonte dos dados; e, reconhece o
papel ativo do investigador na dinamização da discussão do grupo para efeitos de recolha dos dados.”.
Adicionalmente, Krueger e Casey (2009), “para além das características anteriores, salientam também
a focalização da discussão num dado assunto, o seu contributo para a compreensão do tópico de
interesse e o facto dos participantes que os compõem terem alguma característica em comum e
7
relevante face ao tema em discussão”. A amostra deste método terá 6 ou 9 elementos, no máximo,
divididos pelos 3 níveis hierárquicos.
Numa fase posterior, a aplicação de um estudo quantitativo de caráter confirmatório através de um
inquérito por questionário sociodemográfico com escala descritivo funcional com apreciação de
replacement e identificação de substituibilidade, aplicado ao universo da população de consultores das
Big4 existentes em Portugal que possa apresentar, de forma representativa o universo a ser estudado.
O principal objetivo será validar os resultados obtidos no método anterior. A amostragem será de
caráter não probabilístico e por conveniência, e a amostra, expetavelmente, contará com 300
respondentes válidos.
8
Para a realização dos questionários optamos pela utilização da ferramenta do Google Forms
pelo seu caráter simplista, ausência de custos associados e tratamento dos dados de forma simples
e inequívoca. A recolha de dados, bem como respetivo tratamento e análise será realizado, em fase
posterior, através do software SPSS.
9
Referências Bibliográficas
Agarwal, D., Bersin, J., Lahiri, G., Schwartz, J., & Volini, E. (2018). The rise of the social enterprise.
2018 Deloitte Global Human Capital Trends. Disponível em:
https://www2.deloitte.com/content/dam/insights/us/articles/HCTrends2018/2018- HCtrends_Rise-of-
the-social-enterprise.pdf . Acesso: 01/01/2024.
Balakrishnan, T., Chui, M., Hall, B., & Henke, N. (2020). Global survey: The state of IA in 2020.
McKinsey & Company. Diponível em:
https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Analytics/Our
%20Insights/Global%20survey%20The%20state%20of%20AI%20in%202020/Global-survey-The-
state-of-AI-in-2020.pdf. Acesso: 01/01/2024.
Bessen, J. (2016). How computer automation affects occupations: technology, jobs, and skills. Boston
University School of Law. Law & Economics Working Paper No. 15- 49. Disponível em:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2690435. Acesso: 01/01/2024.
Brynjolfsson, E., & McAfee, A. (2017). The Business of Artificial Intelligence. Harvard Business
Review. Disponível em: https://hbr.org/2017/07/the-business-ofartificial-intelligence. Acesso:
01/01/2024
Curuksu, J.D. (2018). Analysis of the Management Consulting Industry. In: Data Driven.
Management for Professionals. Springer, Cham. https://link.springer.com/article/10.1007/s11747-019-
00696-0
Curuksu, J.D. (2018). The Client-Consultant Interaction. In: Data Driven. Management for
Professionals. Springer, Cham. https://doi.org/10.1007/978-3-319-70229-2_4
Davenport, T., Guha, A., Grewal, D. et al. (2020) How artificial intelligence will change the future of
marketing. Journal of the Academy of Marketing Science, Vol. 48, pp. 1–43.
https://doi.org/10.1007/s11747-019-00696-0
10
Gonçalves, S., Palma, P. & Lopes, M. Pereira. (2021). Encruzilhadas e Desafios da GRH. Edições
Sílabo. 57-66.
Jarrahi, M. (2018). Artificial Intelligence and the Future of Work: Human-AI Symbiosis in
Organizational Decision Making. Business Horizons. 61 (4), 1-15.
Mahidhar, V., & Davenport, T. (2018). Why Companies That Wait to Adopt AI May Never Catch Up.
Harvard Business Review. Disponível em: https://hbr.org/2018/12/why-companies-that-wait-to-adopt-
ai-may-never-catch-up. Acesso: 01/01/2024.
Oliveira, A. (2019). Inteligência Artificial. Lisboa: Fundação Francisco Manuel dos Santos.
PWC (2020). AI Predictions 2021. How to navigate the top 5 AI trends facing your business. PWC´s
annual AI Predictions survey. Disponível em:
https://www.pwc.com/us/en/services/consulting/library/artificial-intelligencepredictions-2021.html .
Acesso: 02/01/2024
Quivy, R., & Van Campenhoudt, L. (1992). Manual de Investigação em Ciências Sociais. Lisboa:
Gradiva. 187-196.
Ramos, P., & Ribeiro, V. (2023). Gestão de Empresas com Pessoas a bordo. Edidora d’Ideias. 115-
123.
Silva, H. (2021). O que é Artificial Intelligence? Conheça a visão da Deloitte. Disponível em:
https://www2.deloitte.com/pt/pt/hot-topics/artificial-intelligence-.html. Acesso: 02/01/2024.
Wilson, H., & Daugherty, P. (2018). Collaborative Intelligence: Humans and AI Are Joining Forces.
Harvard Business Review. Disponível em: https://hbr.org/2018/07/collaborative-intelligence-humans-
and-ai-are-joining-forces. Acesso: 02/01/2024.
https://intapi.sciendo.com/pdf/10.2478/mcj-2023-0009
https://www.forbes.com/sites/forbestechcouncil/2021/08/11/the-end-of-consulting-as-we-know-
it/?sh=fbccd796cd2a
11