Resumo
O curso Inteligência Artificial para Sustentabilidade capacita gestores a tomar decisões bem fundamentadas sobre quando, onde e como aplicar inteligência artificial em desafios de sustentabilidade, conectando impacto, estratégia e viabilidade de implementação. Em quatro módulos, o programa percorre fundamentos de transformação digital e capacidades de IA, aplicações nas áreas de negócio e na gestão de impactos ambientais e sociais, implicações para estratégia, cultura e liderança, e, por fim, riscos e governança. Ao longo do curso, os participantes constroem um projeto aplicado em etapas, definindo problema, objetivo estratégico, dados e métricas, condições organizacionais e controles de risco, chegando a um desenho básico pronto para orientar decisões e próximos passos.
Ementa
Transformação digital e maturidade digital aplicadas à sustentabilidade. Capacidades de inteligência artificial e tecnologias associadas, incluindo inteligência artificial generativa. Aplicações em funções corporativas, com foco em compras, vendas e finanças, e aplicações na gestão de impactos ambientais e sociais, com estudos de caso e exercícios. Definição de dados necessários, métricas e condições práticas para viabilizar iniciativas. Implicações estratégicas do uso de inteligência artificial, geração de valor e mudanças em modelos de negócio. Aspectos organizacionais da adoção, incluindo cultura, diversidade, liderança, capacitação e gestão da mudança. Riscos da inteligência artificial relacionados à sustentabilidade, com foco em impactos sociais, ambientais e reputacionais, além de caminhos de mitigação. Governança da inteligência artificial, estruturas internas, escala de maturidade e critérios para orientar decisões, apoiar escala e reduzir riscos.
Objetivos de aprendizagem
Geral
• Capacitar gestores a desenhar estratégias de uso da inteligência artificial para enfrentar desafios de sustentabilidade, articulando impacto, estratégia e viabilidade de implementação.
Específicos
• Compreender as principais abordagens de IA, incluindo IA generativa e suas capacidades aplicáveis à sustentabilidade. • Identificar problemas de sustentabilidade com potencial de solução apoiada por IA e traduzir em objetivos estratégicos. • Mapear dados, arquitetura e dependências práticas para viabilizar um caso de uso. • Avaliar riscos e definir governança para uso responsável de IA, com foco em impactos sociais, ambientais e reputacionais. • Elaborar um esboço de projeto aplicado, com escopo, hipóteses, métricas e plano de ação.
Transformação digital e revoluções industriais, com foco na quarta revolução.
Maturidade digital e maturidade digital aplicada à sustentabilidade.
Capacidades de IA e tecnologias associadas.
Aplicações em funções corporativas, com foco em compras, vendas e finanças.
Aplicações na gestão de impactos ambientais e sociais.
Dados, métricas e condições práticas para viabilizar iniciativas.
Geração de valor e implicações estratégicas das aplicações de IA.
Mudanças em modelos de negócio associadas a tecnologias digitais e IA.
Cultura, diversidade e liderança na adoção de IA.
Maturidade organizacional, capacitação e plano de avanço.
Riscos da IA relacionados à sustentabilidade.
Governança da IA, estruturas internas e escala de maturidade.
Critérios de decisão para seguir, ajustar ou interromper iniciativas.
Curso online síncrono com 12 horas no total, organizado em 4 módulos de 3 horas. Cada encontro combina exposição curta de conceitos, discussão guiada de estudos de caso e trabalho em grupo para elaboração de um projeto aplicado de inteligência artificial para um desafio de sustentabilidade. Ao longo dos quatro módulos, as turmas avançam de forma progressiva: definem um problema e um objetivo estratégico, selecionam as capacidades de IA mais adequadas, identificam dados e métricas, avaliam riscos e desenham uma governança mínima viável. Entre os encontros, os participantes consolidam entregas curtas do projeto, que são revisadas e refinadas em sala. Ao final do curso, cada grupo entrega um desenho básico do projeto, com escopo, hipóteses, necessidades de dados, critérios de sucesso, riscos prioritários e próximos passos para implementação.
Bibliografia
Básica
1. MAGALHÃES, Regina (org.). Inteligência estratégica: como IA e regeneração transformam os negócios. [S. l.]: [s. n.], 2026. 2. SCHWAEKE, Julia; GERLICH, Carolin; NGUYEN, Hong Linh; KANBACH, Dominik K.; GAST, Johanna. Artificial intelligence (AI) for good? Enabling organizational change towards sustainability. Review of Managerial Science, v. 19, p. 3013–3038, 2025. DOI: 10.1007/s11846-025-00840-x. 3. LIU, Yangyan; SONG, Jia; ZHOU, Bingjun; LIU, Jiangui. Artificial intelligence applications and corporate ESG performance. International Review of Economics & Finance, v. 104, art. 104559, 2025. DOI: 10.1016/j.iref.2025.104559.
Complementar
1. OYEWOLE, Adedoyin Tolulope; ADEOYE, Omotayo Bukola; ADDY, Wilhelmina Afua; OKOYE, Chinwe Chinazo; OFODILE, Onyeka Chrisanctus; UGOCHUKWU, Chinonye Esther. Promoting sustainability in finance with AI: a review of current practices and future potential. World Journal of Advanced Research and Reviews, v. 21, n. 3, p. 590-607, 2024. DOI: 10.30574/wjarr.2024.21.3.0691. 2. SAMUELS, Alexander. Digital transformation in supply chains: improving resilience and sustainability through AI, Blockchain, and IoT. Frontiers in Sustainability, v. 6, 2025. DOI: 10.3389/frsus.2025.1584580. 3. WORLD ECONOMIC FORUM. Climate adaptation: unlocking value chains with the power of technology. Geneva: World Economic Forum, 2025. 4. WORLD BANK. Digital Progress and Trends Report 2025: Strengthening AI Foundations. Washington, DC: World Bank, 2025. 5. INSTITUTO BRASILEIRO DE GOVERNANÇA CORPORATIVA, MICROSOFT, ACCENTURE. Guia, Inteligência Artificial para conselheiros de administração, 2024