Uma revisão sistemática da literatura sobre inteligência artificial (IA) e estratégia organizacional, publicada na revista GV Executivo, investiga como recomendações algorítmicas podem entrar em conflito com os objetivos de longo prazo das empresas. O estudo analisa as causas e consequências desses desalinhamentos e apresenta um framework para ajudar as organizações a identificar riscos e aprimorar seus processos decisórios. O artigo é de autoria de Rodrigo Rocha Gimenez, da Escola de Administração de Empresas de São Paulo (FGV EAESP). 

Com a expansão do uso da IA nas organizações, sistemas algorítmicos passaram a apoiar decisões em diferentes áreas, ampliando a capacidade de processar dados, identificar padrões e realizar previsões. No entanto, nem sempre as recomendações geradas por essas tecnologias estão alinhadas às prioridades estratégicas das empresas. Um algoritmo pode, por exemplo, recomendar o cancelamento de um produto premium com base na queda recente da demanda, mesmo que a iniciativa seja fundamental para o posicionamento da organização em um segmento de maior valor agregado. 

Esse tipo de situação evidencia um dos principais desafios da adoção da IA: transformar previsões algorítmicas em decisões coerentes com os objetivos corporativos. A utilização de dados históricos e modelos de otimização pode favorecer escolhas de curto prazo que, em determinadas circunstâncias, comprometem estratégias de inovação, diferenciação competitiva e expansão. 

O problema também envolve questões relacionadas à opacidade dos modelos, aos vieses e à dificuldade de interpretar recomendações automatizadas. Nesse contexto, a tecnologia não substitui a responsabilidade humana na tomada de decisão nem garante que os critérios utilizados pelos algoritmos correspondam às prioridades da organização. 

Para investigar esse cenário, o estudo realizou uma revisão sistemática da literatura, considerando publicações entre 1978 e maio de 2025. A pesquisa consultou as bases Web of Science, Scopus e EBSCO Business Source Complete e reuniu um corpus final de 337 artigos, após etapas de seleção, avaliação de elegibilidade e análise de referências bibliográficas. 

A investigação foi orientada por três questões principais: de que maneiras as previsões algorítmicas se afastam dos objetivos estratégicos; quais problemas, causas e consequências emergem desses conflitos; e quais mecanismos podem ser adotados para mitigar os desalinhamentos. 

A análise parte de uma lacuna na produção acadêmica sobre o tema. Embora os estudos sobre IA nas organizações tenham crescido, boa parte da literatura concentra-se nos ganhos de eficiência, enquanto ainda são limitadas as investigações sobre conflitos entre recomendações algorítmicas e estratégia organizacional. 

Os resultados da revisão são organizados em um framework que busca apoiar as organizações no diagnóstico, na interpretação e na resposta aos desalinhamentos entre IA e estratégia. A proposta reforça que a integração da inteligência artificial ao planejamento e à gestão estratégica exige mais do que infraestrutura tecnológica: depende de mecanismos de governança, competências analíticas e capacidade de avaliar as recomendações dos sistemas considerando o contexto competitivo e os objetivos de longo prazo. 

O estudo contribui, assim, para ampliar a compreensão sobre os limites da automação nos processos decisórios e destaca a importância de manter a estratégia organizacional como referência para o uso da inteligência artificial.