A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.26/45652 |
Resumo: | A Inteligência Artificial é um recurso cada vez mais utilizado pelas empresas. Esta tecnologia potencia a eficiência das organizações, tornando-as mais competitivas face ao mercado. Por isso, é tão fundamental e relevante perceber a evolução das empresas portuguesas face a esta oportunidade de se diferenciarem da concorrência. O principal objetivo desta dissertação será perceber a evolução da utilização e aplicação de Inteligência Artificial no contexto das empresas do PSI 20, em especial em novos projetos. Para isso, irse-á proceder à análise da informação financeira (relatório e contas, relatório de sustentabilidade, entre outros disponíveis), entre 2018 e 2020, para encontrar menções relativas a projetos e aplicações de Inteligência Artificial nas empresas cotadas na bolsa de Lisboa. Estudou-se 78 documentos relativos a relatórios e informações das entidades cotadas no PSI-20. Para alcançar os objetivos, a metodologia escolhida tem como base um estudo de Enrique Bonsón e Domenica Lavorato, que analisaram a utilização de Inteligência Artificial nas demonstrações financeiras das empresas do IBEX 35 e OMX Helsinki 25, localizando um conjunto de palavras chave (Inteligência Artificial, Big Data, Machine Learning e Deep Learning ) e classificaram a informação obtida em categorias para obter um termo de comparação. Este estudo já foi replicado para as empresas do PSI 20, por Rita Matias, considerando a documentação disponível para o ano de 2019. Considerando a mesma metodologia e as sugestões de trabalho futuro, o presente estudo permite avaliação a evolução temporal da aplicação de Inteligência Artificial no contexto das empresas cotadas na bolsa portuguesa, bem como realizar comparações com a realidade espanhola e finlandesa. Conclui-se que, apesar da evolução verificada, os resultados em Portugal, quando comparados com as empresas espanholas e finlandesas, ainda se encontram distantes das realidade desses países. Adicionalmente, considera-se relevante este trabalho no Mestrado de Auditoria Empresarial e Pública pelos relatórios que aqui são objeto de estudo, bem como por as empresas cotadas poderem representar inovação que venha a ser adotada, posteriormente, noutras empresas. |
id |
RCAP_746f0a0f5aa1ebf0df5d4733b4eed795 |
---|---|
oai_identifier_str |
oai:comum.rcaap.pt:10400.26/45652 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20AuditoriaPSI-20Inteligência artificialBig DataMachine learningDeep learningA Inteligência Artificial é um recurso cada vez mais utilizado pelas empresas. Esta tecnologia potencia a eficiência das organizações, tornando-as mais competitivas face ao mercado. Por isso, é tão fundamental e relevante perceber a evolução das empresas portuguesas face a esta oportunidade de se diferenciarem da concorrência. O principal objetivo desta dissertação será perceber a evolução da utilização e aplicação de Inteligência Artificial no contexto das empresas do PSI 20, em especial em novos projetos. Para isso, irse-á proceder à análise da informação financeira (relatório e contas, relatório de sustentabilidade, entre outros disponíveis), entre 2018 e 2020, para encontrar menções relativas a projetos e aplicações de Inteligência Artificial nas empresas cotadas na bolsa de Lisboa. Estudou-se 78 documentos relativos a relatórios e informações das entidades cotadas no PSI-20. Para alcançar os objetivos, a metodologia escolhida tem como base um estudo de Enrique Bonsón e Domenica Lavorato, que analisaram a utilização de Inteligência Artificial nas demonstrações financeiras das empresas do IBEX 35 e OMX Helsinki 25, localizando um conjunto de palavras chave (Inteligência Artificial, Big Data, Machine Learning e Deep Learning ) e classificaram a informação obtida em categorias para obter um termo de comparação. Este estudo já foi replicado para as empresas do PSI 20, por Rita Matias, considerando a documentação disponível para o ano de 2019. Considerando a mesma metodologia e as sugestões de trabalho futuro, o presente estudo permite avaliação a evolução temporal da aplicação de Inteligência Artificial no contexto das empresas cotadas na bolsa portuguesa, bem como realizar comparações com a realidade espanhola e finlandesa. Conclui-se que, apesar da evolução verificada, os resultados em Portugal, quando comparados com as empresas espanholas e finlandesas, ainda se encontram distantes das realidade desses países. Adicionalmente, considera-se relevante este trabalho no Mestrado de Auditoria Empresarial e Pública pelos relatórios que aqui são objeto de estudo, bem como por as empresas cotadas poderem representar inovação que venha a ser adotada, posteriormente, noutras empresas.Pedrosa, Isabel Maria MendesBonsón, EnriqueRepositório ComumFerreira, Francisco Manuel Cordeiro2023-07-21T16:10:20Z20232023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.26/45652TID:203331990porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-27T02:17:05Zoai:comum.rcaap.pt:10400.26/45652Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:09:47.972164Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 |
title |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 |
spellingShingle |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 Ferreira, Francisco Manuel Cordeiro Auditoria PSI-20 Inteligência artificial Big Data Machine learning Deep learning |
title_short |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 |
title_full |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 |
title_fullStr |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 |
title_full_unstemmed |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 |
title_sort |
A evolução da utilização de inteligência artificial: o caso das empresas cotadas no PSI-20 |
author |
Ferreira, Francisco Manuel Cordeiro |
author_facet |
Ferreira, Francisco Manuel Cordeiro |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pedrosa, Isabel Maria Mendes Bonsón, Enrique Repositório Comum |
dc.contributor.author.fl_str_mv |
Ferreira, Francisco Manuel Cordeiro |
dc.subject.por.fl_str_mv |
Auditoria PSI-20 Inteligência artificial Big Data Machine learning Deep learning |
topic |
Auditoria PSI-20 Inteligência artificial Big Data Machine learning Deep learning |
description |
A Inteligência Artificial é um recurso cada vez mais utilizado pelas empresas. Esta tecnologia potencia a eficiência das organizações, tornando-as mais competitivas face ao mercado. Por isso, é tão fundamental e relevante perceber a evolução das empresas portuguesas face a esta oportunidade de se diferenciarem da concorrência. O principal objetivo desta dissertação será perceber a evolução da utilização e aplicação de Inteligência Artificial no contexto das empresas do PSI 20, em especial em novos projetos. Para isso, irse-á proceder à análise da informação financeira (relatório e contas, relatório de sustentabilidade, entre outros disponíveis), entre 2018 e 2020, para encontrar menções relativas a projetos e aplicações de Inteligência Artificial nas empresas cotadas na bolsa de Lisboa. Estudou-se 78 documentos relativos a relatórios e informações das entidades cotadas no PSI-20. Para alcançar os objetivos, a metodologia escolhida tem como base um estudo de Enrique Bonsón e Domenica Lavorato, que analisaram a utilização de Inteligência Artificial nas demonstrações financeiras das empresas do IBEX 35 e OMX Helsinki 25, localizando um conjunto de palavras chave (Inteligência Artificial, Big Data, Machine Learning e Deep Learning ) e classificaram a informação obtida em categorias para obter um termo de comparação. Este estudo já foi replicado para as empresas do PSI 20, por Rita Matias, considerando a documentação disponível para o ano de 2019. Considerando a mesma metodologia e as sugestões de trabalho futuro, o presente estudo permite avaliação a evolução temporal da aplicação de Inteligência Artificial no contexto das empresas cotadas na bolsa portuguesa, bem como realizar comparações com a realidade espanhola e finlandesa. Conclui-se que, apesar da evolução verificada, os resultados em Portugal, quando comparados com as empresas espanholas e finlandesas, ainda se encontram distantes das realidade desses países. Adicionalmente, considera-se relevante este trabalho no Mestrado de Auditoria Empresarial e Pública pelos relatórios que aqui são objeto de estudo, bem como por as empresas cotadas poderem representar inovação que venha a ser adotada, posteriormente, noutras empresas. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-07-21T16:10:20Z 2023 2023-01-01T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.26/45652 TID:203331990 |
url |
http://hdl.handle.net/10400.26/45652 |
identifier_str_mv |
TID:203331990 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799133346087829504 |