Contributions of Artificial Intelligence to the Objectives of Sustain= able Development in the organizational context=

Marcos Filho Lima Bastos https://orcid.org/0009-0008= -9306-157X	= Doutorando em Administração. Universidade Federal do Rio Grande do Sul (UFRGS) – Bra= sil. marcosfbastos1995@gmail.com
Ana Paula Perlin https://orcid= .org/0000-0002-1756-5150	Doutora em Administração. Universidade Federal de Santa Maria (UFSM) – Brasil. anapaula.perlin@yahoo.com.br=
Josicleyton Azevedo dos Santos https://orcid.org/0009-0009-6895-2714	Mestrando em Ciências = da computação. Universidade Federal Rural do Semiárido (UFERSA) – Brasil. santos.josicle= yton@gmail.com
Ana Karenine de Oliveira Soares= https://orcid= .org/0009-0006-2849-4278	Mestra em Administraçã= o. Universidade Federal Rural do Semiárido (UFERSA) – Brasil. anakarenines@gmail.com

RESUMO

Com a ascensão da Inteligência Artificial (IA), a tomada de decisão das empresas passou a incorporar uma grande quantidade de dados, com potencial de contribuição para diferentes esferas, incluindo os Objetivos do Desenvolvim= ento Sustentável (ODS), este alinhamento das decisões corporativas com os ODS em= erge como um potencial fator competitivo. Diante do exposto, o presente estudo t= eve como objetivo explorar conceitos e práticas acerca das contribuições que a = IA possui para o desenvolvimento dos ODS no meio corporativo. Com esta finalid= ade, foi realizada uma revisão integrativa da literatura. A busca inicial result= ou em 266 artigos, dos quais 134 foram identificados como alinhados com um ou = mais ODS. Os resultados destacaram o papel significativo da IA nos pilares econô= mico e social da sustentabilidade, especialmente nos ODS 9 - Indústria, Inovação= e Infraestrutura e 3 – Saúde e Bem-estar, enquanto as contribuições para o pi= lar ambiental demonstraram-se emergentes. Estudos futuros podem explorar os imp= actos específicos da IA em cada ODS, investigando as potenciais aplicações e as implicações sociais e éticas, visando um uso mais responsável e sustentável= no contexto empresarial.

Palavras-chave: Inteligência Artificial; Objetivos do Desenvolvimento Sustentável; organiza= ções; sustentabilidade; meio corporativo.

ABSTRACT

With the rise of Artificial Intelligence (AI), corporate decision-making has come to incorporate a large amount of data, with the potential to contribute to different spheres, including the Sustainable Development Goals (SDGs). This alignment of corpo= rate decisions with the SDGs is emerging as a potential competitive factor. In v= iew of the above, the aim of this study was to explore concepts and practices regarding the contributions that AI makes to the development of the SDGs in= the corporate environment. To this end, an integrative literature review was carried out. The initial search resulted in 266 articles, 134 of which were identified as being aligned with one or more SDGs. The results highlighted = the significant role of AI in the economic and social pillars of sustainability, especially in SDG 9 - Industry, Innovation and Infrastructure and SDG 3 - Health and Well-being, while contributions to the environmental pillar were emerging. Future studies could explore the specific impacts of AI on each S= DG, investigating potential applications and social and ethical implications, w= ith a view to more responsible and sustainable use in the business context.

Keywords:<= span style=3D'mso-bookmark:_Hlk4746433'> Artificial Intelligence; Sustainable Development Goals; Organizatio= ns; Sustainability; corporate environment.

Recebido em 03/05/2024. Aprovado em 18/08/2025. Avaliado<= span style=3D'letter-spacing:-.2pt'> pelo sistema double blind peer review. Publicado conf= orme normas da ABNT.

https://doi.org/10.22279/navus.v16.1919<= /span> <= /span>

1 INTRODUÇÃO <= o:p>

Diante das mudanças ocorridas na última década, com a ascensão da Inteligência Artificial (IA) e a difusão de sua utilização no m= eio corporativo, as organizações passaram a obter e processar uma grande quanti= dade de dados de forma mais rápida, precisa e simplificada, ampliando horizontes= na tomada de decisão (Babina et. al., 2024). Neste contexto, dentre os múltiplos benefícios proporcionados pela IA, destacam-se as contribuições para o alcance mais efetivo dos Objetivos do Desenvolvimento Sustentável (ODS) (Silva et. al., 2022). =

O alinhamento dos objetivos organizacionais com os ODS revela potencial de constituir fator competitivo nas empresas, vez que esta estratégia visa desenvolver organizações ambientalmente orientadas, socialm= ente equitativas e economicamente viáveis, abrangendo, portanto, os três pilares= da sustentabilidade. Apesar da evolução das discussões e do espaço que objetiv= os alinhados aos ODS têm ganhado no meio corporativo, fatores endógenos, como porte e níveis de governança, e exógenos, como os investimentos sustentávei= s e os níveis de internacionalizam, ainda se mostram como possíveis barreiras ou facilitadores deste desenvolvimento (Pacassa et. al., 2021). =

Estudos recentes pautaram sobre os potenciais que a IA possui para contribuir em aspectos vinculados à diversos ODS, tais como com= os níveis de infraestrutura e inovação industrial (Mishra= ; Pani, 2020; Vinogradova et. al., 2019; Xiong; Xia; Wang, 20= 20), a qualidade alimentar, os atendimentos em saúde (Buss, 2018; Ismail et. al., 2022; Sande et. al., 2022), a educação (Abdelwahab; Rauf; Chen, 2= 023; Sollosy; McInerney, 2022), bem como discussões associ= adas à pauta ambiental, abordando o consumo e produção consciente e as ações contr= a as mudanças climáticas (Fallahi et. al, 2022; Waltersmann et. al., 2021). =

Diante do exposto, o presente estudo parte da seguinte questão norteadora: Quais as potenciais contribuições da IA para o alinhame= nto das organizações com os ODS? Com vista a obter resposta para este questionamento, define-se o objetivo principal deste estudo: Explorar conce= itos e práticas acerca das contribuições que a IA possui para o desenvolvimento = dos ODS no meio corporativo.

Enquanto contribuição teórica, o presente estudo possui potencial de fomentar pesquisas da área organizacional relacionadas ao desenvolvimento tecnológicos e à pauta sustentável, incorporando seus três pilares. Ainda, enquanto contribuição prática, o estudo pretende aumentar a evidência das discussões sobre caminhos, com o uso da tecnologia, para melh= oria do bem-estar econômico, social e ambiental das organizações e sociedades. N= os tópicos seguintes, tratar-se-á da base teórica deste estudo, abordando a as= censão da IA como peça-chave para as organizações modernas.

2 ASCENSÃO DA INTELIGÊNCIA ARTIF= ICAL NO CONTEXTO ORGANIZACIONAL E DOS OBJETIVOS DO DESENVOLVIMENTO SUSTENTÁVEL (= ODS)

A utilização da Inteligência Artificial (IA) na tomada de decisão empresarial tem sido um tema amplamente explorado nos últimos anos, evidenciando a importância desta tecnologia como uma ferramenta estratégica para aprimorar os processos decisórios e impulsi= onar a eficiência operacional. Diversos estudos indicam que a IA é empregada nas empresas de várias formas, desde a automação de tarefas até a análise avanç= ada de dados, reconhecimento de padrões e suporte ou substituição dos tomadores= de decisão humanos (Zhou, San & Liu, 2023). No entanto, este cenário não e= stá isento de desafios, como interação, integração e raciocínio prospectivo, podendo influenciar dinâmicas decisórias, como adiamentos e manipulações.

Essa integração da IA nos processos decisórios empresariais pode resultar em decisões adiadas, soluçõ= es alternativas e manipulações de dados, com a interface do usuário desempenha= ndo um papel mediador entre o distanciamento e o envolvimento humanos (Bader; Kaiser, 2019). A capacidade da IA em aprimorar os processos decisórios huma= nos é destacada pela sua capacidade de reconhecer padrões comerciais, aprender fenômenos empresariais, buscar informações e analisar dados de forma inteligente (Min, 2010). Além disso, sistemas impulsionados pela IA permite= m às empresas processar e analisar grandes volumes de dados de forma eficiente, resultando em decisões mais rápidas e informadas (Pras= anth et al., 2023).

A tecnologia da IA pode melhor= ar a oportunidade e a precisão da tomada de decisão financeira, ao mesmo tempo em que reduz o custo dessa atividade (Jia et al., 2022). A integração de técni= cas de IA nos sistemas de apoio à decisão pode resultar em soluções eficazes pa= ra problemas decisórios complexos, fornecendo aos tomadores de decisão soluções candidatas razoáveis e explicações (Oliveira; Neto, 2023). Esta integração também pode trazer melhorias significativas na gestão financeira, reduzindo custos e aumentando a precisão das decisões (Zhou; San; Liu, 2023).

A IA pode ser integrada aos sistemas de apoio à decisão nas empresas para aprimorar a qualidade da troc= a de informações, tomada de decisões e eficiência dos processos (Saba; Sahli; Hadidi, 2020). Por= fim, é importante destacar que a IA não busca substituir completamente os tomadore= s de decisão humanos, mas sim complementar suas habilidades ao lidar com complexidade e incerteza. Enquanto a IA oferece uma abordagem analítica e preditiva, os humanos contribuem com uma visão holística e intuitiva, crian= do um ambiente decisório mais robusto e eficaz (Jarrahi, 2018). Em síntese, a Inteligência Artificial desempenha um papel fundamenta= l na tomada de decisão empresarial, proporcionando ferramentas e técnicas que aumentam a eficiência, precisão e agilidade dos processos decisórios, contribuindo significativamente para o sucesso e a competitividade das empr= esas no mercado atual.

Embora seja importante reconhe= cer o papel de diferentes atores para o alcance dos ODS, incluindo sociedade ci= vil, entidades governamentais e empresas, há um consenso na literatura acerca do papel fundamental das empresas nessa conjuntura. O desenvolvimento de model= os de negócios sustentáveis não pode ignorar os avanços tecnológicos e, de for= ma mais específica, o papel da IA na promoção de modelos de negócios que aliem= a tecnologia à sustentabilidade empresarial para processos de tomada de decis= ão que reverberem positivamente nas metas estipuladas pelos ODS (Menendez, Mediavilla &= ; Villagra, 2023).

A IA tem se demonstrado efetiva para o alcance de múltiplos ODS, com benefícios para a redução dos níveis de emissão de Gases de Efeito Estufa (GEE), otimização de processos produtivos, eficiência energética, economia circular e, consequente, redução da geração= de resíduos, seleção de fornecedores sustentáveis, manutenção preditiva, evita= ndo falhas e prolongando a vida útil de máquinas, utilização de Digital Twins (gêmeos digitais), que simulam processos produt= ivos para reduzir testes físicos e economizar recursos, otimização de rotas logísticas para transportes de bens e prestação de serviços, contribuindo p= ara aspectos ambientais e econômicos, além de benefícios para a produtividade e competitividade (Wamba et al., 2024).

Conforme evidenciado, a IA tem desempenhado um papel em ascensão na tomada de decisão estratégica empresar= ial, transpondo aspectos de eficiência operacional e alcançando contribuições pa= ra o desenvolvimento de práticas mais sustentáveis e alinhadas aos ODS. A utiliz= ação de ferramentas de IA para o processamento de grandes volumes de dados, iden= tificação de padrões complexos e oferecimento de soluções preditivas tem proporcionad= o às organizações uma vantagem competitiva expressiva, ao passo em que também co= ntribui com a promoção de decisões mais bem alinhadas às necessidades ambientais, sociais e econômicas da atualidade. Ratifica-se, portanto, o papel da integ= ração da IA aos modelos de negócios não apenas como uma potencializadora da eficá= cia das decisões empresariais, mas também como um meio de fortalecimento do alinhamento das empresas com a sustentabilidade e os ODS. A seguir, apresentam-se os procedimentos metodológicos do estudo.

3 PROCEDIMENTOS METODOLÓGICOS

A presente pesquisa, quanto aos procedimentos técnicos, classifica-se como uma revisão integrativa da literatura, objetivando respo= nder ao questionamento norteador acerca das contribuições que a IA possui para o alinhamento empresarial com os ODS. A revisão integrativa da literatura é conceituada como uma abordagem metodológica abrangente, que inclui estudos teóricos e empíricos na busca pela resposta da questão de pesquisa (Souza; Silva; Carvalho, 2010). As etapas de pesquisa encontram-se ilustradas na Fi= gura 1.

Figura 1 - Etapas de pesquisa

Fonte: Autores (2024).

A base de dados selecionada para realização da revisão f= oi a Web Of Science, as palavras-cha= ve pesquisadas foram “artificial intelligence” AND “companies” OR “corporation” OR “business”, compreendendo o período= de 2014 a 2023, considerando somente o título das publicações, a busca retornou 266 resultados. Logo após, foi aplicado o filtro categórico disponibilizado pela base que associa os estudos de acordo com as contribuições que estes apresentam para um ou mais ODS, sendo identificados 134 estudos que possuem alinhamento com os ODS. Com vista a melhorar a qualidade da análise de literatura, bem como possibilitar a análise de todos os ODS que foram identificadas associações, estes foram agrupados em grupos, conforme apresentado no Quadro 1.

Quadro 1 - Objetivos do Desenvolvimento Sustentável (ODS) por pilar da sustentabilidade

GRUPO/ODS	DESCRIÇÃO
Grupo 01	Desenvolvimento Social
ODS 1	Erradicação da Pobreza
ODS 2	Fome Zero e Agricultura Sustentável
ODS 3	Saúde e Bem-estar
ODS 4	Educação de Qualidade
ODS 5	Igualdade de Gênero=
ODS 6	Água Limpa e Saneamento
ODS 7	Energia Limpa e Acessível=
ODS 16	Paz, Justiça e Instituições Eficazes
Grupo 02	Desenvolvimento Econômico
ODS 8	Trabalho descente e crescimento econômico
ODS 9	Indústria, Inovação e Infraestrutura
ODS 10	Redução das desigualdades=
ODS 11	Cidades e Comunidades Sustentá= veis
ODS 17	Parcerias e Meios de Implement= ação
Grupo 03	Preservação Ambiental
ODS 12	Consumo e Produção Responsávei= s
ODS 13	Ações Contra a Mudança do Clim= a
ODS 14	Vida na Água=
ODS 15	Vida Terrestre

Fonte: Autores (2024).

Os grupos foram categorizados conforme o alinhamento dos= ODS com os pilares da sustentabilidade. Durante a pesquisa, foi utilizado o software de uso livre R para organ= ização dos dados, auxílio na análise e desenvolvimentos gráficos. A seguir, tratar-se-á da discussão e análise dos resultados.

4 ANÁLISE E DISCUSSÃO DOS RESULT= ADOS

A presente seção encontra-se subdividida em quatro parte= s, inicialmente, serão apresentados os dados generalistas da pesquisa, sendo exposta a quantidade de estudos por ano de publicação, país, universidade, = ODS e pilar da sustentabilidade. As seções subsequentes versarão sobre as contribuições da IA para os ODS, agrupados por alinhamento com os pilares da sustentabilidade, conforme supracitado na metodologia deste estudo.

4.1 Dados Generalistas

Os últimos 10 anos revelaram u= ma ascensão dos estudos sobre a IA no contexto das organizações. O crescimento= no quantitativo de publicações pode evidenciar um aumento da percepção dos pesquisadores sobre a evolução dos processos de gestão nas empresas, reflex= o do movimento adotado pelo meio corporativo na adaptação das novas tecnologias. O Gráfico 1 evidencia= este crescimento, havendo o primeiro decréscimo em termos de quantidade de publicações somente em 2023.

Gráfico 1 - Evolução longitudinal da quantidade de publicações

Fonte: Autores (2024).

Ainda, ao analisar os países em destaque, os Estados Unidos produziram a maior quantidade de estudos, segui= do da China, Alemanha, Índia, Inglaterra, Itália, Espanha, Romênia, Austrália e França, não tendo sido identificados estudos brasileiros sobre a temática, considerando todos os critérios de busca, inclusive a base de pesquisa utilizada. Tal fato pode evidenciar que a temática, no contexto acadêmico nacional, ainda é de caráter emergente, com poucas pesquisas desenvolvidas e publicadas em periódicos científicos. Apesar disso, observou-se uma presença significativa de economias emergentes na discussão sobre a relação entre a = IA e as organizações.

Gráfico 2 - Países em destaque de publicações

Fonte: Autores (2024).

Enquanto isso, o Gráfico 3 demonstra a quantidade de publicações por ODS e pilar da sustentabilidade. Havendo destaque para os pilares econômico e social e uma baixa quantidade de publicações no que tan= ge o pilar ambiental da sustentabilidade, levando a questionamentos acerca da escassa discussão e produção científica sobre as contribuições que a IA rev= ela potencial em prol da pauta ambiental. O principal ODS em destaque, alinhado= ao pilar econômico, foi o ODS 9 - Indústria, Inovação e Infraestrutura, com 50 estudos relacionados, seguido de dois ODS alinhados ao pilar social da sustentabilidade, sendo estes o ODS 3 - Saúde e Bem-estar e o ODS 4 - Educa= ção de Qualidade, que tiveram, 23 e 15 resultados, respectivamente. =

Gráfico 3 - Publicações por ODS e pilar da sustentabilidade

Fonte: Autores (2024).

Também apresentaram resultados= os ODS, voltados para o eixo econômico, 8 - Trabalho descente e crescimento econômico (12 resultados) e 11 - Cid= ades e Comunidades Sustentáveis (9 resultados), para o eixo social, 1 - Erradica= ção da Pobreza (9 resultados), 2 - Fome Zero e Agricultura Sustentável (2 resultados) , 5 - Igualdade de Gênero (1 resultado) e 16 - Paz, Justiça e Instituições Eficazes (1 resultado), além disso, no que tange o eixo ambien= tal, o ODS em destaque foi o 12 - Consumo e Produção Responsáveis (8 resultados), seguido do 13 – Ações contra a mud= ança do clima (3 resultados) e 15 - Vida Terrestre (1 resultado). Não havendo contribuições indicadas para os demais ODS.

4.2 Contribuições da Inteligência Artificial para os Objetivos do Desenvolvimento Sustentável alinhados ao pi= lar social da sustentabilidade

As contribuições, no contexto corporativo, para os ODS relacionados ao pilar social da sustentabilidade apresentaram destaque, especialmente, do ODS 3 - Saúd= e e Bem-estar. Os resultados demonstraram que a IA pode contribuir com setores = de atividades econômicas essenciais para a promoção e manutenção da saúde huma= na, tais como no auxílio em procedimentos de diagnóstico clínico por meio, por exemplo, do desenvolvimento de sistemas capazes de auxiliar no atendimento = de pacientes com dificuldades de fala (Buntak; Kovačić; Mutavdžija, 2020). Além disso a IA demonstrou-se efetiva na evolução dos diagnósticos e análises por radiologia (Trivedi, 2022). Destac= a-se também a utilização da IA no monitoramento de problemas cardiovasculares, proporcionando aos profissionais da medicina diagnósticos mais completos, mediante a utilização de um monitoramento constante, moderno e ininterrupto (Visco et. al., 2021).

No contexto da pandemia COVID-19, a IA emergiu como uma ferramenta capaz de transformar os modelos de negócios, especialmente dos setores ligados aos serviços de saúde, por exemplo, na utilização de robôs = para medicação de pacientes, com vista a evitar uma maior propagação do vírus. A= IA mostrou-se inclusive capaz de detectar pacientes com dificuldades respirató= rias por meio de tecnologias de reconhecimento facial (Agar= wal; Swami; Malhotra, 20= 22).

O setor de alimentação, diretamente ligado ao bem-estar = e à saúde humana, também vem sendo beneficiado pelos avanços da IA e mediante o crescimento da utilização destas tecnologias na melhoria dos alimentos fornecidos, o que tem sido pauta e ganhado atenção por parte de profissiona= is da saúde e líderes políticos. A IA pode auxiliar na tomada de decisão de gestores destes setores, bem como de órgãos públicos e entidades de saúde no monitoramento da qualidade alimentar de populações (Brooks et. al, 2= 022; Buss, 2018).

O segundo ODS em destaque, dentre os que possuem maior alinhamento com o pilar social da sustentabilidade, foi o ODS 4 - Educação = de Qualidade. O debate sobre a inserção da IA como uma ferramenta de impulsionamento do processo de aprendizagem apresenta oportunidades e desaf= ios, embora a proposta seja inovadora e com reconhecido potencial de contribuição para o ensino, barreiras como a incerteza por parte dos educadores, a pouca compreensão sobre a utilização de dados no processo de aprendizagem podem a= cabar por retardar a implementação da IA de forma efetiva nos sistemas de ensino globais (Renz; Hilbig, 2020). Em grande parte, estas barreiras podem ser explicadas pelo pouco convívio da IA entre públicos pouco voltados para as ciências da tecnologia= (Xu; Babaian, 2021).<= /o:p>

As universidades possuem um maior alinhamento com a IA, = em comparação com as instituições de educação básica, parcerias entre organiza= ções privadas e entidades de ensino superior trouxeram certo estreitamento dos l= aços entre a IA em contexto corporativo com o desenvolvimento deste campo de est= udo na academia (Gulson; Web, 2023). Uma preocupação crescente, entre as instituições de ensino superior, é a capacidade que os cursos possuem de preparar os discentes para atuarem em organizações que desenvolvem processos cada vez mais automatizados pela IA, tornando o domín= io desta tecnológica, em diferentes níveis a depender da função, uma necessida= de imperativa destes futuros profissionais (Abdelwahab; Rauf; Chen, 2023).

As contribuições da IA para o ODS 1 - Erradicação da Pobreza habitam na potencialidade esperada das nov= as tecnologias para a superação de problemas ambientais e sociais globais que afetam diretamente e de forma mais intensiva populações economicamente mais vulneráveis. Há associação evidente entre as práticas anticorrupção das organizações, campo onde a IA já possui um papel de atuação, embora emergen= te, com a superação de problemas que intensificam a desigualdade social (Makinde; Billon, 2023).

As poucas contribuições para o= ODS 2 - Fome Zero e Agricultura Sustentável acabam por apresentar associações c= om as contribuições identificadas no ODS 1, anteriormente analisado. Os impact= os da IA na indústria alimentícia também podem contribuir para um movimento no meio corporativo de redução de custos em processos de fabricação e distribu= ição de alimentos e, consequentemente, para a redução de preços ao consumidor, iniciativa que possui potencial de impactar positivamente o acesso alimentar das populações beneficiadas (Kanbach et. al.= , 2024).

Para além do supracitado sobre= a conexão entre os ODS, em razão da necessidade que os sistemas de IA possuem= de grandes volumes de dados, identificou-se um movimento organizacional, pauta= do no combate à fome, de troca de informações de consumidores por fornecimento= de alimentos para populações carentes, apesar das críticas, voltadas para a po= uca escolha destas populações em compartilharem dados que podem ser considerados particulares, a iniciativa demonstrou alguma potencialidade de ajuda para o problema da fome nestas populações (Andrés, 2022).

Em síntese, os avanços da IA têm desempenhado um papel crucial no alcance dos ODS, particularmente no contexto corporativo. A sua aplicação no setor da saúde, destacada no ODS 3, tem revolucionado diagnóst= icos médicos, monitoramento de pacientes e até mesmo a resposta durante crises c= omo a pandemia COVID-19. Da mesma forma, na esfera da educação, embora enfrenta= ndo desafios, a IA promete melhorar significativamente a qualidade do ensino, impulsionando o ODS 4. Além disso, a interconexão entre os ODS, evidenciada pela associação entre a IA e questões como erradicação da pobreza e fome ze= ro, sugere um potencial transformador ainda maior quando se considera a colabor= ação entre diferentes setores em busca de soluções sustentáveis.

Ao promover o acesso a serviços de saúde de qualidade, melhorar a educação e buscar soluções para a pobreza e a fome, a IA demonst= ra seu potencial para impulsionar o bem-estar humano e reduzir as disparidades sociais. Nesse sentido, é fundamental que as empresas e organizações contin= uem investindo em iniciativas que priorizem não apenas o crescimento econômico,= mas também o desenvolvimento humano e a equidade, garantindo que os benefícios = da IA sejam distribuídos de forma mais justa e inclusiva. As contribuições par= a os outros ODS, alinhados a este pilar, demonstraram insipientes ou, até mesmo, inexistentes, durante a revisão de literatura realizada.<= /p>

4.3 Contribuições da Inteligência Artificial para os Objetivos do Desenvolvimento Sustentável alinhados ao pi= lar econômico da sustentabilidade

O pilar econômico demonstrou o maior destaque em termos de contribuições recebidas pela IA, especialmente = no que tange o ODS 9 - Indústria, Inovação e Infraestrutura. Enquanto peça-chave para o desenvolvimento organizacional e inovação corporativa (Grashof; Kopka, 2023) a IA tem se mostrado uma poderosa ferramenta para a tomada de decisão= , em razão do potencial de realização de várias simulações simultâneas, bem como para o desenvolvimento de vantagem competitiva no contexto organizacional, = com reflexos positivos para o desempenho de processos e satisfação dos clientes= com os serviços e produtos fornecidos (Buntak; Kovačić; Mutavdžija, 2020; Xiong; Xia; Wang, 2020).

A indústria farmacêutica, por exemplo, é caracterizada p= or ciclos de desenvolvimento dispendiosos e longos, na criação de novos medicamentos. Tais processos utilizam uma grande quantidade de dados digita= is, tais como registros médicos eletrônicos, informações clínicas e genéticas. = Em razão desta necessidade crescente de processamento de uma grande quantidade= de dados, os pesquisadores acreditam que algoritmos de IA são o próximo passo = para o desenvolvimento deste setor industrial, havendo evidências que demonstram benefícios da IA, especialmente, para as grandes indústrias de fármacos, de= sde a produção, venda e marketing, até as análises clínicas (Kulkov, 2021).

A IA também tem se mostrado correta para as empresas que atuam em “business to business”, ou seja= , que comercializam seus produtos e prestam seus serviços para outras empresas. E= ste setor de negócios está passando por grandes transformações à medida que as organizações percebem os benefícios da digitalização dos negócios. A IA desempenha um papel favorável para o desempenho inovador destas empresas, b= em como para o desempenho empresarial de um modo geral (S= ahoo et. al., 2024).

De um modo geral, a IA tem desempenhado um papel significativo para a indústria, inclusive na intercessão dos desempenhos econômico e ecológico, vez que melhorias na sustentabilidade empresarial se demonstram cada vez mais essenciais para o enfrentamento dos problemas climáticos e um posicionamento estratégico das organizações perante os stakeholders, neste sentido, constitui um fator competitivo capaz de influenciar o desempenho organizacional como um todo (= Waltersmann et. al., 2021).

O ODS 8 - Trabalho Descente e Crescimento Econômico tamb= ém apresentou destaque em termos de contribuição obtidas com o surgimento e desenvolvimento da IA nas organizações. A IA demonstrou capacidade disrupti= va para as atividades desenvolvidas pelos trabalhadores e, especialmente, para= o resultado econômico-financeiro das corporações (Real et. al., 2021).= A sustentabilidade financeira é diretamente ligada ao ritmo de crescimento econômico das organizações modernas, os sistemas de IA tem demonstrado efetividade na previsão de falências ou problemas que possam afetar a estabilidade econômica das empresas, demonstrando capacidades preditivas superiores aos modelos tradicionais de regressão logística e outros métodos estatísticos (Silva et. al., 2023).

Também alinhado ao pilar econômico da sustentabilidade, o ODS 11 – Cidades e Comunidades Sustentáveis, demonstrou ser beneficiado pela expansão da IA nas organizações. A tomada de decisões das sociedades modern= as requer o processamento de uma grande quantidade de dados, o alinhamento organizacional com os ODS está diretamente ligado ao nível de sustentabilid= ade das comunidades em que estas organizações estão inseridas. A IA tem demonst= rado importância para o desenvolvimento das sociedades à medida que revela poten= cial de otimização e benefícios em múltiplas dimensões para os negócios sustentá= veis (Sipola; Saunila; <= span class=3DSpellE>Ukko, 2023).

Diante do exposto, evidencia-se que a IA não apenas se estabeleceu como uma ferramenta poderosa para impulsionar o desenvolvimento econômico e empresarial, mas também como um agente transformador crucial pa= ra a busca da sustentabilidade em diversas áreas. À medida que ocorre o avanço p= ara um futuro cada vez mais orientado pela tecnologia, é imperativo reconhecer o papel fundamental que a IA desempenha na construção de um mundo com melhor qualidade de trabalho e desenvolvimento econômico, para as organizações e p= ara as sociedades.

4.4 Contribuições da Inteligência Artificial para os Objetivos do Desenvolvimento Sustentável alinhados ao pi= lar ambiental da sustentabilidade

Os ODS alinhados ao pilar ambiental da sustentabilidade foram os que apresentaram menor identificação= de contribuições recebidas pela IA. Em destaque, o ODS 12 - Consumo e Produção Responsáveis. A IA tem se demonstrado benéfica para a logística produtiva, = com destaque para a eficiência na utilização de recursos e para a sustentabilid= ade da cadeia de abastecimentos. Apesar deste destaque, a IA ainda revela um pa= pel emergente no cenário produtivo (Kulkov, 2021; <= span class=3DSpellE>Ogrean, 2023; Vargas; Sanchis; P= oler, 2023; Waltersmann et. al., 2021).

No contexto da implementação de práticas voltadas para a economia circular, que visa promover uma transição para uma economia produtiva e distributiva capaz de substituir o descarte p= ela reutilização, a IA apresentou contribuições significativas, à medida que es= tes avanços tecnológicos permitiram um planejamento financeiro mais abrangente,= com vista a viabilizar e, até mesmo, mitigar os ônus financeiros decorrentes das barreiras inerentes do processo de transição dos modos de produção lineares para os circulares (Fallahi et. al., 202= 2).

No que tange o ODS 13 - Ações Contra a Mudança do Clima, as contribuições da IA, que também possuem relaç= ão direta com a eficiência produtiva, consistiram na eficiência energética das operações, vez que a redução do consumo de energia constitui um dos meios de transição para economias de baixo carbono. Foi identificado que a IA demonstrou-se capaz de reduzir, com a utilização de robôs industriais, as emissões de carbono da indústria. Apesar disso, os níveis de significância desta redução ainda não se demonstraram significativos, indicando o caráter emergente da iniciativa (Liu et. al., 2022).

Em suma, os avanços da IA em p= rol do pilar ambiental da sustentabilidade ainda revelam um papel emergente. Ap= esar de serem identificadas contribuições pontuais, de um modo geral, em compara= ção com os demais pilares, os ODS alinhados ao pilar ambiental ainda revelam me= nor interação com os avanços da IA e têm recebido, com base na revisão realizad= a, menos atenção por parte dos desenvolvedores e das organizações, o que pode indicar a necessidade de uma atenção mais direcionada para os benefícios qu= e a IA pode proporcionar para o meio ambiente em suas múltiplas dimensões.

5 CONSIDERAÇÕES FINAIS

O presente estudo teve como objetivo explorar conceitos e práticas acerca das contribuições q= ue a IA possui para o desenvolvimento dos ODS no meio corporativo. Com esta finalidade, foi desenvolvida uma revisão integrativa da literatura, incorporando estudos teóricos e empíricos para o alcance do objetivo propos= to. Para realizar a revisão, utilizou-se a base de dados da Web Of Science, com as palavras-chave "artificial intelligence= " AND "companies" OR "corporation" OR "business", abrang= endo o período de 2014 a 2023 e considerando apenas os títulos das publicações.

Essa busca inicial resultou em 266 artigos. Em seguida, aplicou-se um filtro categorizado disponível na base, associando os estudos conforme suas contribuições para um ou mais ODS, resultando na identificaçã= o de 134 estudos alinhados com os ODS. A seleção de uma única base de dados justifica-se em razão da abrangência da Web of Science, bem como pelo fato = de ser a única base que possui este filtro categórico por ODS. Os resultados evidenciaram destaque para o pilar econômico da sustentabilidade, especialm= ente, para o ODS 9 - Indústria, Inovação e Infraestrutura. Havendo, também, contribuições substanciais para o pilar social da sustentabilidade, com ênf= ase para o ODS 3 - Saúde e Bem-estar.

As contribuições da IA para o pilar ambiental demonstram= -se emergentes e menores, em comparação com as observadas para os pilares socia= l e ambiental, havendo certo destaque para a eficiência produtiva e energética. Denota-se a relevância crescente da IA no contexto corporativo e seu potenc= ial impacto para o alcance dos ODS. Embora tenha sido identificada ênfase significativa nas contribuições da IA para os pilares econômico e social da sustentabilidade, é evidente a necessidade de ampliação e aprofundamento das investigações sobre seu papel no pilar ambiental. Desta forma, ressalta-se a importância de um maior entendimento das contribuições da IA para a mitigaç= ão dos desafios ambientais, especialmente na transição para uma economia circu= lar e na redução das emissões de carbono.

Como sugestão para agendas futuras, seria interessante q= ue novos estudos explorassem os impactos específicos da IA em cada um dos ODS = por meio de pesquisas com base em dados primários, identificando áreas de maior potencial de aplicação e desenvolvendo estratégias para maximizar esses impactos de forma sustentável. Além disso, seria relevante investigar as possíveis consequências sociais e éticas da crescente integração da IA no m= eio corporativo, garantindo que os benefícios sejam equitativamente distribuído= s e que não ocorram efeitos adversos sobre grupos empresariais menos favorecido= s. Assim, uma abordagem holística que considere não apenas os benefícios econômicos, mas também os aspectos sociais e ambientais, é essencial para orientar o uso responsável e sustentável da IA no contexto empresarial.

REFERÊNC= IAS

ABDELWAHAB, H. R. RAUF, A. CHEN, D. D. Business students' perception= s of Dutch higher educational institutions in preparing them for artificial intelligence work environments. In= dustry and High Education, v. 37, n. 1, p. 22-34, 2023.

AGARWAL, P. SWAMI, S. MALHOTRA, S. K. Artificial Intelligence Adopti= on in the Post COVID-19 New-Normal and Role of Smart Technologies in Transform= ing Business: a Review. Journal of Science and Technology Policy Managem= ent, v. 10, p. 1-24, 2022. =

ANDRÉS, M. B. Modelos de negocio basados em datos, publicidad programát= ica, inteligencia artificial y regulación: algunas reflexiones. Revista de Internet, Derecho y Política, v. 36, p. 1-13, 2022. <= /p>

BABINA, T. FEDYK, A. HE, A. HODSON, J. Artificial = intelligence, firm growth, and product innovation. Journal = of Financial Economics, v. 151= , p. 1-26, 2024.

BADER, Verena; KAISER, Stephan. Algorithmic decision-making? The user interface and its role for h= uman involvement in decisions supported by artificial intelligence. Organizat= ion, v. 26, n. 5, p. 655-672, 2019.

BROOKS, R. NGUYEN, D. BHATTI, A. ALLENDER, S. JOHNSTONE, M. LIM, C. = P. BACKHOLER, K. Use of artificial intelligence to enable dark nudges by transnational food and beverage companies: analysis of company documents. <= b>Public Health Nutrition, v. 25, n. 5, p. 1291-1299, 2022.

BUNTAK, K. KOVACIC, M. MUTAVDZIJA, M. Application of artificial intelligence in the business. International Journal for Quality Research= , v. 15, n. 2, p. 403-416, 2020.

BUSS, D. Food companies get smart about artificial inteligence. Food Technology, v. 72, n. 7, = p. 26-41, 2018.

FALLAHI, S. MELLQUIST, A. C. MOGREN, O. ZEC, E. L. ALGUREN, P. HALLQUIST, L. Financing solutions for circular business models: Exploring t= he role of business ecosystems and artificial intelligence. Business Strategy and the Enviroment, v. 32, n. 6, p. 3233-3248, 2023.

GRASHOF, N. KOPKA, A. Artificial intelligence and radical innovation: an opportunity for all companies? Small Bus Econmics, v. 61, p. 771-797, 2023.

GULSON, K. N. WEBB, T. Steering the mind share: technology companies, policy and Artificial Intelligence research in universities. Discourse: Studies in the Cultural Politics of Education, v. 44, n. 2, p. 195-207, 2023.

ISMAIL, A. F. M. F. SAM, M. F. M. BAKAR, K. A. AHAMAT, A. ADAM, S. QURESHI, M. I. Artificial Intelligence in Healthcare Business Ecosystem: A Bibliometric Study. International Journal of Online and Biomedical Engineering, v. 18, n. 9, p. 100-114, 2022.

JARRAHI, M. H. Artificial intelligence and the future of work: Human-AI symbiosis in organizational decision making. Business horizons, v. 61, n. 4, p. 577-586, 2018. <= o:p>

JIA, T. Design of digital = and intelligent financial decision support system based on artificial intellige= nce. Computational Intelligence and Neuroscience, v. 2022, 2022.

KANBACH, D. K. HEIDUK, L. BLUEHER, G. SCHREITER, M. LAHMANN, A. The GenAI is out of the bottle: generative artificial intelligence from a busin= ess model innovation perspective. Review of Managerial Science, v. 18, p. 1189-1220, 2024.

KULKOV, I. The role of artificial intelligence in business transformation: A case of pharmaceutical companies. Technology in Society, v. 66, p. 1-11, 2021. <= /span>

LIU, J. QIAN, Y. YANG, Y. YANG, Z. Can Artificial Intelligence Impro= ve the Energy Efficiency of Manufacturing Companies? Evidence from China. I= nternational Journal of Environmental Research and Public Health, v. 19, p. 1-18, 20= 22.

MAKINDE, O. BILLON, P. L. Artificial intelligence and the Extractive Industries Transparency Initiative as anti-corruption tools for Canadian extractive companies. Journal of Energy & Natural Resources Law,= v. 41, n. 1, p. 27-48, 2023.

MENENDEZ, A. R. MEDIAVILLA, J. C. VILLAGRA, N. Understanding STI and= SDG with artificial intelligence: A review and research agenda for entrepreneur= ial action. Technological Forecasting & Social Change, v. 196, p. 1-= 11, 2023.

MIN, Hokey. Artificial intelligence in supply chain management: theory and applications. Intern= ational Journal of Logistics: Research and Applications, v. 13, n. 1, p. 13-39, 2010.

MISHRA, A. N. PANI, A. K. Business value appropriation roadmap for artificial intelligence. Journal of Information and Knowledge Management Systems, v. 51, n. 3, p. 353-368, 2020.

OGREAN, C. Interplays betw= een artificial intelligence and sustainability in business / management. a bibliometric analysis. Studies in Business and Economics, v. 18, n. 2, p. 1-22, 2023.

OLIVEIRA, Flávio Rosendo Da Silva; NETO, Fernando Buarque De Lima. Method to Produce More Reasonable Candidate Solutions With Explanations in Intelli= gent Decision Support Systems. IEEE Access, v. 1= 1, p. 20861-20876, 2023.

PACASSA, F. MAZZIONI, S. MAGRO, = C. B. MEDEIROS, A. C. Influência de fatores exógenos e endógenos e da evidenci= ação dos Objetivos de Desenvolvimento Sustentável no desempenho de companhias abertas. Contabilidad y Negocios, v. 16, n. 32, p. 60-77, 2021.

PRASANTH, Anupama et al. Role of artificial intelligence and business decis= ion making. International Journal of Advanced Computer Science and Applicati= ons, v. 14, n. 6, 2023.

REAL, J. L. R. TORIL, J. U. TORRES, J. A. PABLO, J. Artificial Intelligence in business and economics research: trends and future. Journal of Business Economics and Managemen= t, v. 22, n. 1, p. 98-117, 2021.

RÉNZ, A. HILBIG, R. Correction to: Prerequisites for artificial intelligence in further education: identification of drivers, barriers, and business models of educational technology companies. International Journ= al of Educacional Technology in Higher Education, v. 18, n. 11, 2021.

SABA, D. SAHLI, Y. HADIDI,= A. The role of artificial intelligence in company’s decision making. Enabli= ng AI Applications in Data Science, p. 287-314, 2021.

SAHOO, S. KUMAR, S. DONTHU, N. SINGH, A. K. Artificial intelligence capabilities, open innovation, and business performance – Empirical insights from multinational B2B companies. Industrial Marketing Management, v. 117, p. 28-41, 2024.

SANDE, D. V. GENDEREN, M. E. V. BRAAF, H. GOMMERS, D. BOMMEL, J. V. Moving towards clinical use of artificial intelligence in intensive care medicine: business as usual? Inten= sive Care Medicine, v. 48, n. 12, p. 1815-1817, 2022.

SILVA, A. F. BRITO, J. H. LOURENÇO, M. PEREIRA, J. M. Sustainability= of Transport Sector Companies: Bankruptcy Prediction Based on Artificial Intelligence. Sustainability, v. 15, p. 1-13, 2023.

SILVA, M. V. C. CORREIA, I. S. SILVA, L.B. RODRIGUES, W. BAZZOLI, J. A. Revisão bibliométrica: O papel da inteligência artificial na implementação dos objetivos de desenvolvimento sustentável em tempos de COVID-19. Revista Brasileira de Assuntos Regionais e Urbanos, v. 8, n. 1, p. 1-21, 2022.<= o:p>

SIPOLA, J. SAUNILA, M. UKKO, J. Adopting artificial intelligence in sustainable business. Journal of Cleaner Production, v. 426, p. 1-8, 2023.

SOLLOSY, M. MCLNERNEY, M. Artificial intelligence and business education: What should be taught. = International Journal of Management Education, v. 20, n. 3, p. p. 1-7, 2022.

SOUSA, M. T. SILVA, M. D. CARVALHO, R. Integrative review: what is i= t? How to do it? Einstein, v. 8, = n. 1, p. 102-106, 2010.

TRIVEDI, H. The Business of Artificial Intelligence in Radiology Has Little to Do With Radiologists. Journal of the American College of Radio= logy, v. 19, n. 4, p. 564-566, 2022.

VARGAS, M. A. SANCHIS, R. POLER, R. Potenciación de la resiliencia en empresas y cadenas de suministro a través de la inteligencia artificial: una revisión de la literatura reciente. Dirección y Organización, v. 81,= p. 13-29, 2023.

VINOGRADOVA, A. I. FOMINA, Y. V. GORDISCHEVA, A. N. ASTAPENKO, E. V. BEDAREVA, A. V. Artificial intelligence capabilities classification in business environment. Internat= ional Scientific Conference On Applied Physics, Information Technologies and Engineering, v. 139= 9, p. 1-20, 2019.

VISCO, V. FERRUZI, G. J. NICASTRO, F. VIRTUOSO, N. CARRIZZO, A. GALA= SSO, G. VECCHIONE, C. CICCARELLI, M. Artificial Intelligence as a Business Partn= er in Cardiovascular Precision Medicine: An Emerging Approach for Disease Detection and Treatment Optimization. Current Medicinal Chemistry, v. 28, n. 32, p. 6569-6590, 2021.

WALTERSMANN, L. KIEMEL, S. STUHLSATZ, J. SAUER, A. MIEHE, R. Artific= ial Intelligence Applications for Increasing Resource Efficiency in Manufacturi= ng Companies-A Comprehensive Review. = Sustainability, v. 13, n. 12, p. 1-26, 2021.

WAMBA, S. F. GUTHRIE, C. QUEIROZ, M. M. OYEDIJO, A. Building AI-enab= led capabilities for improved environmental and manufacturing performance: evid= ence from the US and the UK. International Journal of Production Research= , v. 12, n. 2, p. 1-21, 2024.

XIONG, Y. XIA, S. WANG, X. Artificial intelligence and business appl= ications, an introduction. International Jou= rnal Technology Management, v. 84, n. 1, p. 1-7, 2020.

XU, J. J. BABAIAN, T. Artificial intelligence in business curriculum: The pedagogy and learning outcomes. The International Journal of Managem= ent Education, v. 19, p. 1-18, 2021.

ZHOU, Jing; SAN, Ong Tze; = LIU, Yuqilin. Design and implementation of enterprise financial decision support system based on business intelligence. Intern= ational Journal of Professional Business Review, v. 8, n. 4, p. e0873-e0873, 20= 23.

=

IS= SN 2237-4558 • Navus • <= /span>Florianópolis • SC • <= /span>v. 16 • p. 01-7 • jan./dez. 2025	7