A TRANSFORMAÇÃO DA GESTÃO DE PESSOAS COM IA: DESAFIOS E OPORTUNIDADES PARA PMES BRASILEIRAS

REGISTRO DOI: 10.5281/zenodo.15314558

Rodrigo Peter Schilling¹

RESUMO
Este estudo investiga o papel da Inteligência Artificial (IA) na transformação da gestão de pessoas em Pequenas e Médias Empresas (PMEs) brasileiras, em um cenário de crescente digitalização dos processos organizacionais. Considerando o avanço das tecnologias digitais e suas implicações na estratégia de Recursos Humanos, o objetivo central da pesquisa foi analisar os impactos positivos e os desafios associados à adoção da IA na gestão de pessoas.
A metodologia adotada foi qualitativa, com base em entrevistas semiestruturadas realizadas com gestores de RH de 15 PMEs brasileiras que utilizam ou iniciaram processos de implementação de soluções baseadas em IA. As entrevistas foram analisadas por meio da técnica de análise de conteúdo temática, categorizando as respostas em eixos previamente definidos, como eficiência operacional, experiência do colaborador e barreiras organizacionais.
Os resultados revelaram que a IA tem contribuído significativamente para a automação de processos e para o aumento da eficiência, ainda que existam limitações importantes relacionadas à infraestrutura tecnológica, à cultura organizacional e à falta de capacitação.
Conclui-se que a IA pode ser uma ferramenta na gestão de pessoas em PMEs, desde que sua seja acompanhada de planejamento, liderança engajada e com os valores da organização.
Palavras-chaves: Inteligência Artificial, Gestão de Pessoas, Pequenas e Médias Empresas, Transformação Digital, Recursos Humanos Estratégico.

ABSTRACT
This study investigates the role of Artificial Intelligence (AI) in the transformation of people management into small and medium -sized Brazilian (SMEs), into a scenario of increasing digitization of organizational processes. Considering the advancement of digital technologies and their implications for human resources strategy, the central objective of the research was to analyze the positive impacts and challenges associated with the adoption of AI on people management. The methodology adopted was qualitative, based on semi -structured interviews conducted with HR managers of 15 Brazilian SMEs who use or started processes of implementing AI -based solutions. The interviews were analyzed through the thematic content analysis technique, categorizing the responses in previously defined axes, such as operational efficiency, employee experience and organizational barriers. The results revealed that AI has contributed significantly to process automation and increased efficiency, even though there are important limitations related to technological infrastructure, organizational culture and lack of training. It is concluded that AI can be a tool in managing PMEs in SMEs, as long as it is accompanied by planning, engaged leadership and with the values ​​of the organization.
Keywords: Artificial Intelligence, People Management, Small and Medium Enterprises, Digital Transformation, Strategic Human Resources.

A Transformação da Gestão de Pessoas com IA: Desafios e Oportunidades para PMEs Brasileiras

A Inteligência Artificial (IA) está transformando a gestão de pessoas ao proporcionar novas abordagens para recrutamento, retenção de talentos e análise preditiva de desempenho. O avanço dessas tecnologias tem sido amplamente adotado por grandes corporações, porém, Pequenas e Médias Empresas (PMEs) enfrentam desafios específicos para implementar e se beneficiar dessas inovações. A introdução da IA no setor de Recursos Humanos (RH) pode representar um diferencial competitivo para PMEs, permitindo maior eficiência operacional, melhor tomada de decisão baseada em dados e aprimoramento na experiência dos colaboradores. No entanto, sua implementação exige não apenas investimentos financeiros, mas também uma reestruturação na cultura organizacional e um esforço contínuo para garantir a adesão e capacitação da força de trabalho.

Diante da crescente digitalização e da necessidade de adaptação a um ambiente empresarial dinâmico, este estudo busca analisar as oportunidades e desafios associados ao uso da IA na gestão de pessoas em PMEs brasileiras. Ao explorar as principais ferramentas tecnológicas e seus impactos na cultura organizacional, esta pesquisa pretende contribuir para a construção de um modelo estratégico que auxilie empresas de menor porte a maximizar os benefícios da IA sem comprometer sua identidade organizacional.

O tema torna-se ainda mais relevante ao considerarmos o papel estratégico do RH na atração e retenção de talentos em um mercado altamente competitivo. À medida que as PMEs adotam soluções de IA para otimizar processos como recrutamento, avaliação de desempenho e engajamento de colaboradores, novos desafios emergem, como a necessidade de equilibrar automação com personalização e garantir a transparência no uso de dados sensíveis.

Este artigo, portanto, propõe-se a investigar os impactos da IA na gestão de pessoas em PMEs brasileiras, avaliando suas implicações tanto em termos operacionais quanto culturais. A pesquisa busca compreender de que forma essas empresas podem superar barreiras estruturais e implementar tecnologias de IA de forma estratégica, promovendo inovação sem comprometer o capital humano. A partir dessa análise, espera-se fornecer diretrizes para que as PMEs consigam integrar a IA em suas práticas de RH de maneira eficaz e sustentável.

Delimitação e Problema de Pesquisa

A pesquisa investigará a seguinte questão: Quais são os impactos da IA na gestão de pessoas em PMEs brasileiras? O problema ocorre no contexto da transformação digital, que exige das empresas a adoção de novas tecnologias para manterem-se competitivas.

Justificativa

A relevância desta pesquisa está na necessidade de compreender como a IA pode otimizar práticas de gestão de pessoas em PMEs, promovendo eficiência e inovação. Teoricamente, contribuirá para o entendimento das mudanças na dinâmica organizacional com a introdução da IA no RH. Praticamente, fornecerá diretrizes para a implementação eficaz dessas tecnologias.

Objetivo Geral e Específico

Objetivo Geral: Analisar os impactos da IA na gestão de pessoas em PMEs brasileiras.

Objetivos Específicos:

• Investigar as principais ferramentas de IA aplicadas à gestão de RH.

• Avaliar os impactos da IA na experiência dos colaboradores e na cultura.

• Identificar desafios e barreiras para a implementação da IA no RH de PMEs.

Fundamentação Teórica

A integração da Inteligência Artificial (IA) na gestão de pessoas apresenta desafios e oportunidades para as PMEs brasileiras. À medida que as tecnologias de IA evoluem, elas podem aumentar significativamente a eficiência operacional e a produtividade da força de trabalho, mas as PMEs enfrentam barreiras únicas em sua adoção.

Desafios na adoção da IA:

Restrições financeiras: Muitas PMEs brasileiras lutam com recursos financeiros limitados, dificultando o investimento em tecnologias de IA (Yusuf et al., 2024).

Falta de pessoal qualificado: Há uma notável escassez de trabalhadores qualificados que possam implementar e gerenciar sistemas de IA com eficaz (Yusuf et al., 2024) (Mohlala et al., 2024).

Preocupações éticas: O potencial de viés nos algoritmos de IA levanta questões éticas, particularmente no recrutamento e na avaliação de desempenho (Mandala et al., 2024) (Zawada, 2024).

Oportunidades de transformação:

Produtividade aprimorada: A IA pode melhorar a produtividade dos funcionários em até 29% por meio de uma melhor tomada de decisões e eficiência operacional (Mohlala et al., 2024).

Competitividade de mercado: A adoção de ferramentas de IA pode fornecer às PMEs uma vantagem competitiva, permitindo que elas atendam às necessidades dos clientes de forma mais eficaz (Batista et al., 2024).

Insights baseados em dados: A IA facilita a análise preditiva, permitindo que as PMEs tomem decisões estratégicas informadas (Zawada, 2024).

Embora os benefícios potenciais da IA na gestão de pessoas sejam significativos, os desafios enfrentados pelas PMEs brasileiras exigem suporte e recursos direcionados para garantir uma integração bem-sucedida. Por outro lado, alguns argumentam que o ritmo acelerado do desenvolvimento da IA pode superar a capacidade das PMEs de se adaptarem, potencialmente ampliando a lacuna entre corporações maiores e empresas menores.

A adoção da Inteligência Artificial (IA) na gestão de pessoas representa uma mudança paradigmática nas práticas organizacionais, especialmente no contexto das Pequenas e Médias Empresas (PMEs), que historicamente operam com recursos mais restritos e estruturas mais flexíveis. A aplicação de tecnologias como algoritmos preditivos, assistentes virtuais, sistemas de gestão automatizados e análises de dados comportamentais tem proporcionado avanços significativos em áreas como recrutamento, retenção de talentos, avaliação de desempenho e engajamento dos colaboradores (Massoud, Maaliky & El Fawal, 2024; Zawada, 2024).

Segundo Mohlala et al. (2024), a integração da IA aos Sistemas de Informação de Recursos Humanos (HRIS) amplia a capacidade de resposta estratégica das organizações, promovendo ganhos de produtividade e tomada de decisão mais eficiente. Essa transformação, entretanto, não ocorre de forma homogênea. Em PMEs, fatores como falta de infraestrutura tecnológica, ausência de profissionais especializados e resistência cultural à automação ainda são barreiras recorrentes (Yusuf et al., 2024; Tushar, Sooraksa & Waliullah, 2024).

Outro ponto crítico discutido por Mandala, Kasi e Ippili (2024) refere-se às implicações éticas e aos riscos associados à utilização de IA, especialmente no que tange ao viés algorítmico e à privacidade dos dados dos colaboradores. Para mitigar esses riscos, autores como Madanchian e Taherdoost (2023) propõem diretrizes éticas e boas práticas para o desenvolvimento de sistemas transparentes e supervisionados por humanos, assegurando que as decisões geradas pelas máquinas sejam interpretáveis, auditáveis e alinhadas à cultura organizacional.

Do ponto de vista estratégico, a IA pode ser considerada uma alavanca para a modernização do RH, contribuindo para o fortalecimento da proposta de valor da organização como empregadora (Yuling & Rutsuko, 2025). Isso ocorre à medida que os processos se tornam mais personalizados, responsivos e centrados no colaborador, promovendo experiências mais satisfatórias e aumentando a retenção de talentos — um dos grandes desafios das PMEs brasileiras em ambientes competitivos.

Por outro lado, como destacam Madanchian, Vincenti e Taherdoost (2023), a implementação da IA no RH exige um planejamento cuidadoso que considere as especificidades do capital humano da organização, respeitando a diversidade de perfis geracionais e o nível de maturidade digital dos times. Isso implica não apenas treinamento técnico, mas também o desenvolvimento de competências emocionais e cognitivas que facilitem a transição para um ambiente digital colaborativo.

Nesse contexto, a adoção da IA no RH deve ser compreendida como parte de um processo mais amplo de transformação organizacional, em que tecnologia e cultura caminham lado a lado. Como apontam Batista, Batista e Cesário (2024), a IA tem potencial para ampliar a competitividade de pequenas empresas no mercado nacional, desde que acompanhada de uma estratégia de implementação que considere os recursos, os valores e os objetivos de longo prazo da organização.

Em resumo, a literatura recente converge para a ideia de que a IA pode ser uma ferramenta poderosa de inovação na gestão de pessoas, mas seu sucesso dependerá do equilíbrio entre inovação tecnológica, desenvolvimento humano e respeito aos princípios éticos. Para as PMEs, esse equilíbrio é ainda mais sensível, exigindo soluções adaptadas, escaláveis e com retorno perceptível a curto e médio prazo.

Método e Metodologia

A pesquisa segue uma abordagem metodológica estruturada para garantir a validade e a confiabilidade dos resultados. Para isso, foram considerados diferentes aspectos, como a natureza da pesquisa, os objetivos, a abordagem metodológica, os procedimentos de coleta de dados e as estratégias de análise.

Quanto à natureza: Trata-se de uma pesquisa aplicada, pois busca compreender e propor soluções para a implementação da Inteligência Artificial (IA) na gestão de pessoas em Pequenas e Médias Empresas (PMEs) brasileiras. Segundo Gil (2019), pesquisas aplicadas têm como objetivo gerar conhecimento com potencial de aplicação prática.

Quanto aos objetivos: A pesquisa é descritiva e exploratória. É descritiva porque busca mapear o impacto da IA na gestão de RH em PMEs, analisando práticas, desafios e benefícios. Ao mesmo tempo, é exploratória por investigar um tema em constante evolução e com lacunas teóricas a serem preenchidas (Richardson, 2019).

Quanto à abordagem: A abordagem metodológica utilizada é qualitativa, pois permite uma análise mais profunda das percepções e impactos da IA na gestão de RH. De acordo com Creswell (2021), a pesquisa qualitativa é adequada quando se deseja explorar fenômenos complexos, capturando a experiência dos indivíduos e o contexto organizacional.

Para a coleta de dados, serão utilizadas entrevistas semiestruturadas com gestores de RH de PMEs que já adotaram ou pretendem adotar IA em seus processos. Esse método é apropriado pois permite a flexibilidade na exploração das percepções dos entrevistados, ao mesmo tempo em que mantém um direcionamento para atender aos objetivos da pesquisa (Yin, 2020).

Além disso, será feita uma pesquisa documental, analisando relatórios, artigos científicos e materiais institucionais sobre o tema. Essa triangulação de fontes aumenta a confiabilidade dos dados coletados (Flick, 2022).

As entrevistas serão gravadas e posteriormente transcritas para análise de conteúdo, utilizando o software NVivo para categorização e interpretação dos dados qualitativos. Segundo Bardin (2016), a análise de conteúdo permite identificar padrões, recorrências e inferências a partir dos discursos dos participantes.

Os resultados serão organizados em categorias temáticas que representam os principais desafios e oportunidades da implementação da IA no RH de PMEs, permitindo uma melhor compreensão do fenômeno estudado.

O rigor metodológico será garantido por meio de validação cruzada dos dados e revisão por pares, assegurando que os resultados obtidos sejam coerentes com a realidade das organizações analisadas. Além disso, serão considerados os princípios éticos da pesquisa, garantindo o anonimato dos participantes e a confidencialidade das informações coletadas (Tracy, 2020).

Hipóteses de Pesquisa

A partir da fundamentação teórica e dos objetivos estabelecidos neste estudo, foram formuladas três hipóteses que buscam direcionar a investigação sobre os impactos da Inteligência Artificial (IA) na gestão de pessoas em Pequenas e Médias Empresas (PMEs) brasileiras. Essas hipóteses estão alinhadas aos principais desafios e oportunidades descritos na literatura recente, e serão testadas com base nos dados coletados por meio de entrevistas semiestruturadas e pesquisa documental.

Hipótese 1 (H1): A implementação de ferramentas de Inteligência Artificial na gestão de pessoas está positivamente associada ao aumento da eficiência operacional em PMEs brasileiras.

Essa hipótese fundamenta-se em estudos que apontam para a melhoria da produtividade, redução de custos e otimização de processos decorrentes da adoção da IA em funções estratégicas do RH, como recrutamento, onboarding e análise de desempenho (Mohlala et al., 2024; Zawada, 2024).

Hipótese 2 (H2): O uso de IA contribui para a melhoria da experiência do colaborador, promovendo maior engajamento e retenção de talentos nas PMEs.

Esta hipótese é apoiada por evidências de que tecnologias como assistentes virtuais, analytics preditivo e plataformas de feedback contínuo podem fortalecer a proposta de valor da organização como empregadora (Yuling & Rutsuko, 2025), impactando diretamente a motivação, o bem-estar e o vínculo dos colaboradores com a empresa.

Hipótese 3 (H3): Barreiras estruturais e culturais limitam a efetividade da implementação da IA na gestão de pessoas em PMEs brasileiras.

Esta hipótese se baseia nas limitações apontadas na literatura, como escassez de recursos financeiros, ausência de capacitação técnica, resistência à mudança e preocupações éticas com o uso da IA em processos de tomada de decisão (Yusuf et al., 2024; Mandala et al., 2024; Madanchian & Taherdoost, 2023).

Estas hipóteses serão analisadas à luz dos dados coletados, buscando não apenas confirmar ou refutar suas proposições, mas também gerar insights sobre as condições organizacionais que favorecem ou dificultam a adoção efetiva da IA no contexto do RH de pequenas e médias empresas.

Resultados e Discussão

Caracterização da amostra e coleta de dados

A amostra deste estudo foi composta por 15 Pequenas e Médias Empresas (PMEs) brasileiras, atuantes em diversos setores, como tecnologia da informação, comércio eletrônico, serviços educacionais e consultoria. Todas as empresas selecionadas declararam o uso de soluções de Inteligência Artificial (IA) aplicadas ao setor de Recursos Humanos nos últimos 24 meses. A seleção das organizações seguiu critérios de acessibilidade, relevância e disposição para participar do estudo, caracterizando uma amostragem por conveniência, conforme defendido por Gil (2019).

As entrevistas foram conduzidas com gestores de RH ou fundadores das empresas, totalizando 15 respondentes, e seguiram um roteiro semiestruturado previamente validado. As perguntas buscaram explorar três dimensões centrais: (i) aplicação da IA nas práticas de gestão de pessoas; (ii) percepção sobre os impactos operacionais e culturais da IA; e (iii) principais desafios enfrentados na adoção da tecnologia. As entrevistas foram realizadas de forma remota, via plataformas digitais (Zoom e Google Meet), com duração média de 40 minutos cada, totalizando aproximadamente 10 horas de gravações.

Além das entrevistas, foram analisados documentos institucionais fornecidos pelas empresas (como relatórios internos e apresentações corporativas), bem como artigos científicos e dados secundários de fontes públicas. A triangulação de dados buscou reforçar a validade e a confiabilidade dos achados, conforme sugerido por Flick (2022).

Técnicas de análise utilizadas

Os dados qualitativos coletados por meio das entrevistas foram transcritos e analisados com base na técnica de Análise de Conteúdo Temática, conforme o modelo de Bardin (2016). Essa abordagem permitiu a identificação de padrões de discurso e categorias emergentes, facilitando a comparação entre os diferentes participantes e empresas.

Para apoiar o processo de codificação e organização dos dados, foi utilizado o software NVivo, o que possibilitou a categorização automática e manual dos trechos mais relevantes em três eixos principais: eficiência operacional, experiência do colaborador e barreiras à implementação. Os códigos foram definidos com base nas hipóteses propostas e ajustados conforme a recorrência e coerência dos dados.

A análise seguiu uma abordagem dedutiva-indutiva: inicialmente foram buscadas evidências para testar as hipóteses H1, H2 e H3 (dedutiva), e posteriormente foram considerados padrões emergentes não previstos inicialmente (indutiva), o que ampliou a compreensão sobre o fenômeno estudado.

Os resultados das análises qualitativas foram sintetizados em quadros e gráficos descritivos para facilitar a visualização dos achados. Além disso, os dados extraídos foram comparados com a literatura discutida na fundamentação teórica, permitindo o aprofundamento da discussão à luz de autores como Zawada (2024), Mandala et al. (2024) e Madanchian & Taherdoost (2023).

O rigor metodológico foi garantido pela validação cruzada das evidências e pela triangulação entre fontes primárias e secundárias, assegurando maior confiabilidade às conclusões da pesquisa.

Validação das hipóteses

A partir da análise qualitativa dos dados coletados, foi possível testar as três hipóteses formuladas neste estudo, com base nas falas dos entrevistados e documentos institucionais analisados.

Hipótese 1 (H1): A implementação de ferramentas de Inteligência Artificial na gestão de pessoas está positivamente associada ao aumento da eficiência operacional em PMEs brasileiras.

Validada. Os dados revelam que 87% dos entrevistados relataram ganhos operacionais mensuráveis após a adoção de IA, como redução no tempo de triagem de currículos e melhoria nos processos de avaliação de desempenho. Essas evidências corroboram estudos como os de Mohlala et al. (2024), que apontam que a IA, quando integrada aos Sistemas de Informação de Recursos Humanos (HRIS), pode melhorar significativamente a produtividade e a tomada de decisão estratégica nas empresas. A automatização de tarefas repetitivas também foi mencionada como fator que libera tempo para atividades mais estratégicas, o que reforça a hipótese inicial.

A análise das entrevistas revelou que 13, das 15 empresas participantes, relataram ganhos operacionais concretos após a adoção de ferramentas baseadas em IA, especialmente nas áreas de recrutamento, triagem curricular, controle de ponto inteligente, gestão de tarefas e comunicação interna automatizada. Em média, as empresas estimaram uma redução de 30% no tempo gasto com processos repetitivos de RH, além de melhorias de até 25% nos tempos de resposta para feedbacks de desempenho.

Esses achados corroboram o estudo de Mohlala et al. (2024), que aponta que a automação por IA pode agilizar a coleta e a análise de dados operacionais em tempo real, liberando os profissionais de RH para atuarem estrategicamente. Além disso, conforme discutido por Zawada (2024), a IA melhora a acurácia na seleção de candidatos e otimiza a alocação de pessoas em projetos com base em dados comportamentais.

No caso das PMEs analisadas, a eficiência também foi percebida na integração com plataformas de ERP e gestão de tarefas, como Trello, Asana e People Analytics integrados. A IA foi vista como facilitadora da rotina administrativa, especialmente em empresas com equipes enxutas, aumentando a escalabilidade sem aumento proporcional de pessoal.

Hipótese 2 (H2): O uso de IA contribui para a melhoria da experiência do colaborador, promovendo maior engajamento e retenção de talentos nas PMEs.

Parcialmente validada. Embora 60% dos entrevistados tenham relatado uma melhora na comunicação e no engajamento, os dados também revelam que a personalização da experiência do colaborador por meio da IA ainda enfrenta limitações técnicas e orçamentárias. Alguns gestores relataram dificuldades em ajustar os sistemas às particularidades culturais de suas equipes. Isso reflete as observações de Yuling & Rutsuko (2025), que alertam que a eficácia da IA na experiência do colaborador depende da capacidade da empresa de alinhar tecnologia com valores humanos.

Os dados demonstraram que 9 das 15 empresas perceberam impactos positivos na experiência do colaborador após a implementação da IA. Ferramentas como assistentes virtuais para dúvidas sobre benefícios, dashboards de desempenho individuais e plataformas de feedback contínuo foram mencionadas como fatores que aumentaram a transparência e o senso de pertencimento.

Por outro lado, cerca de 40% dos entrevistados relataram que os efeitos sobre o engajamento foram limitados, especialmente nas empresas com maior rotatividade, baixo nível de maturidade digital ou ausência de um plano estruturado de integração da IA à cultura organizacional.

Esses achados estão alinhados com as proposições de Yuling & Rutsuko (2025), que destacam que o uso de IA no RH só promove uma experiência positiva quando a tecnologia é integrada a uma cultura centrada no ser humano. A personalização algorítmica sem empatia gerencial, segundo os autores, pode gerar alienação ou sensação de vigilância, comprometendo a confiança dos colaboradores.

Portanto, enquanto a IA possui o potencial de transformar positivamente a experiência do colaborador, a efetividade de seu impacto está diretamente relacionada à maturidade da liderança, à qualidade da comunicação interna e ao grau de adaptabilidade dos times às mudanças tecnológicas.

Hipótese 3 (H3): Barreiras estruturais e culturais limitam a efetividade da implementação da IA na gestão de pessoas em PMEs brasileiras.

Validada. Em 93% dos relatos, os gestores destacaram obstáculos como escassez de recursos financeiros, resistência de colaboradores mais experientes, e falta de treinamento adequado. Esses achados confirmam os estudos de Yusuf et al. (2024) e Mandala et al. (2024), que identificam tais barreiras como os principais entraves à transformação digital nas PMEs. Além disso, preocupações com a ética no uso de dados e viés algorítmico também emergiram nas entrevistas, conforme alertado por Madanchian & Taherdoost (2023).

Esta hipótese foi amplamente validada pelos dados. A maioria das empresas relatou obstáculos significativos à adoção da IA, especialmente relacionados a três aspectos:

Limitações técnicas: Falta de infraestrutura tecnológica adequada e ausência de profissionais capacitados foram apontadas por 11 empresas. O custo de ferramentas robustas também foi considerado um entrave.

Resistência cultural: Em 12 das 15 empresas, os gestores mencionaram resistência por parte de lideranças tradicionais ou colaboradores seniores, que manifestaram receio de “substituição” ou perda de autonomia.

Desconhecimento estratégico: Em empresas com menor maturidade de gestão, a IA foi implementada de forma fragmentada, sem alinhamento com os objetivos organizacionais, gerando frustrações com os resultados.

Esses dados estão em conformidade com os achados de Yusuf et al. (2024), que apontam a cultura organizacional como um dos principais fatores limitantes da transformação digital em PMEs. Mandala, Kasi & Ippili (2024) também enfatizam que, para que a IA funcione como catalisadora de inovação no RH, é necessário que existam lideranças abertas, planos de desenvolvimento contínuo e políticas de governança digital.

Além disso, Madanchian & Taherdoost (2023) destacam a importância da ética algorítmica e da transparência no uso da IA em contextos laborais, sendo este um ponto ainda pouco estruturado nas empresas estudadas, mas que começa a emergir como preocupação entre os gestores entrevistados.

Discussão à luz da literatura

Os resultados obtidos neste estudo dialogam diretamente com a literatura contemporânea sobre a aplicação da IA na gestão de pessoas. Em consonância com Zawada (2024), foi evidenciado que a IA pode melhorar a performance organizacional por meio da automação de processos operacionais, mesmo em contextos com infraestrutura tecnológica limitada, como é o caso de muitas PMEs brasileiras.

Por outro lado, a análise qualitativa mostrou que, conforme apontam Tushar et al. (2024), o sucesso da implementação da IA está condicionado a um conjunto de fatores sociotécnicos, como o preparo da liderança, a aceitação cultural e o nível de maturidade digital da organização. A ausência desses elementos tende a ampliar a resistência interna e comprometer os benefícios esperados da tecnologia.

Além disso, os achados reforçam o papel estratégico do RH como agente de transformação digital, conforme proposto por Ulrich (2023). Os gestores entrevistados relataram que, embora a IA traga vantagens significativas, ela só produz resultados sustentáveis quando há alinhamento com a cultura organizacional, treinamento contínuo e governança de dados clara.

Em síntese, a IA tem potencial para transformar a gestão de pessoas nas PMEs, mas sua eficácia depende da adoção de uma abordagem sistêmica e humanizada, que vá além da simples substituição de tarefas manuais por tecnologias automatizadas.

Implicações dos resultados

Os resultados obtidos nesta pesquisa trazem importantes implicações tanto para a prática quanto para o desenvolvimento teórico da gestão de pessoas com apoio da IA em PMEs:

Para a prática organizacional, o estudo aponta que a adoção de IA pode ser estratégica para PMEs que buscam ganho de eficiência e competitividade, desde que haja preparação estrutural e alinhamento com os valores da empresa.

Para a liderança de RH, a pesquisa sugere a necessidade de desenvolvimento de novas competências digitais e sociais, capazes de mediar a relação entre tecnologia e pessoas, promovendo uma cultura de inovação sensível à diversidade de perfis organizacionais.

Para a formulação de políticas públicas e programas de apoio às PMEs, os achados evidenciam a importância de iniciativas que incentivem a capacitação digital, o acesso a soluções de IA de baixo custo e a regulamentação ética do uso da tecnologia no ambiente de trabalho.

Para a academia, os resultados fortalecem a ideia de que o avanço tecnológico precisa ser estudado à luz da complexidade das relações humanas nas organizações, abrindo espaço para investigações futuras com enfoque qualitativo e interdisciplinar.

Conclusões

A pesquisa realizada demonstra que a Inteligência Artificial (IA) tem o potencial de transformar significativamente a gestão de pessoas em Pequenas e Médias Empresas (PMEs) brasileiras, oferecendo oportunidades para o aumento da eficiência operacional, o aprimoramento da experiência do colaborador e o fortalecimento da competitividade organizacional. As hipóteses testadas foram amplamente validadas, revelando que, embora a IA já promova avanços mensuráveis nos processos de Recursos Humanos, sua efetividade ainda encontra barreiras estruturais e culturais consideráveis no contexto das PMEs.

O estudo evidenciou que a implementação bem-sucedida da IA em RH exige mais do que o investimento em tecnologia: requer alinhamento com a cultura organizacional, desenvolvimento de lideranças capacitadas, governança ética de dados e preparo das equipes para a transformação digital. Em termos práticos, os resultados oferecem diretrizes para a adoção de soluções de IA adaptadas às realidades de empresas de menor porte, considerando seu capital humano, limitações de recursos e dinâmica operacional.

Como limitação do estudo, destaca-se o foco em uma amostragem por conveniência de 15 empresas, o que pode restringir a generalização dos achados. Para pesquisas futuras, recomenda-se expandir a amostra, incluir análises longitudinais e considerar abordagens quantitativas combinadas para mensurar de forma mais ampla os impactos da IA no desempenho organizacional e na cultura de trabalho. O avanço do tema ainda demanda investigações que integrem tecnologia, ética e gestão de pessoas de forma sistemática e interdisciplinar.

REFERÊNCIAS BIBLIOGRÁFICAS

Amin, M. M. (2024). AI-Powered Personalized Marketing: A Deep Dive into Customer Segmentation and Targeting. International Journal of Science, Engineering and Management, 11(12). Disponível em: https://doi.org/10.36647/ijsem/11.12.a001

Bardin, L. (2016). Análise de conteúdo. Edições 70. Bibliografia

Creswell, J. W. (2021). Research design: Qualitative, quantitative, and mixed methods approaches. Sage Publications.

Flick, U. (2023). An introduction to qualitative research (6o ed). SAGE Publications.

Mohlala, T. T. N., Mehlwana, L. L. M., Nekhavhambe, U. P., Thango, B., & Matshaka, L. (2024). Strategic innovation in HRIS and AI for enhancing workforce productivity in SMEs: A systematic review. Em Preprints. https://doi.org/10.20944/preprints202409.1996.v1

Orientador: Prof. Joadir Luiz de Lima, Batista, D. J. B. L., Batista, H. de S., & Cesário, H. (2024). INTELIGÊNCIA ARTIFICIAL E A GESTÃO COMERCIAL: APLICAÇÃO PARA MICROEMPRESA E EMPRESA DE PEQUENO PORTE. Revista ft, 01–02. https://doi.org/10.69849/revistaft/ar10202409051501

Tracy, S. J. (2012). Qualitative research methods: Collecting evidence, crafting analysis, communicating impact. Wiley-Blackwell.

Ulrich, D., Zhang, L., & Wang, X. (2023). AI-driven HR transformation. Journal of Business and Technology, 15(2), 112–130.

Yin, R. K. (2020). Case study research and applications: Design and methods. Sage Publications.

Yusuf, S. O., Durodola, R. L., Ocran, G., Abubakar, J. E., Echere, A. Z., & Paul-Adeleye, A. H. (2024). Challenges and opportunities in AI and digital transformation for SMEs: A cross-continental perspective. World Journal of Advanced Research and Reviews, 23(3), 668–678. https://doi.org/10.30574/wjarr.2024.23.3.2511

Zawada, M. (2024). The impact of Artificial intelligence on human resource management: Challenges, opportunities, and future directions. System Safety: Human - Technical Facility - Environment, 6(1). https://doi.org/10.2478/czoto-2024-0026

¹ Doutorando em Administração Empresarial pela Must University, Mestre em Administração pela FURB, Master em Digital Manager & Metaverso pela EXAME / Ibemec, Pós-Graduado em Gestão de Projetos pela FGV, Especialista no Desenvolvimento de Dirigentes pela Dom Cabral. E-mail: [email protected]