A carregar...
Publicação
Influência da IA nas empresas do setor financeiro em Portugal
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 998.85 KB | Adobe PDF |
Orientador(es)
Resumo(s)
This dissertation examines the influence of Artificial Intelligence (AI) on companies in Portugal’s financial sector. Based on a survey of 57 firms, it assesses the adoption of different technologies (RPA, computer vision, GenAI, and fraud/AML detection) and their effects on efficiency, costs, risk, customer experience, and revenues. Five hypotheses were tested using several statistical procedures. Results show that perceived IT/data maturity, by itself, does not explain adoption; what best predicts adoption are concrete data-readiness actions, so H1 is partially supported. AI is used for fraud/AML detection and GenAI, whereas computer vision shows lower uptake; thus, H2 is partially supported. AI adoption is positively and significantly associated with risk management and revenues, but not within this sample, with efficiency, costs, or customer experience; hence, H3 is partially supported. Costs, skills shortages, and data/regulatory issues reduce adoption, confirming H4. Firm size does not affect AI adoption or its impact on outcomes (H5 not supported). Overall, AI shows positive impacts in Portugal’s financial sector.
Esta dissertação analisa a influência da Inteligência Artificial (IA) nas empresas do setor financeiro em Portugal. Com base num inquérito a 57 empresas, avaliou-se a adoção de diferentes tecnologias (RPA, visão computacional, GenAI, deteção de fraude/AML) e os seus efeitos em eficiência, custos, risco, experiência do cliente e receitas. Testaram-se cinco hipóteses através de vários testes estatísticos. Os resultados mostram que a perceção de maturidade de TI/dados, por si só, não explica a adoção, o que mais se associa à adoção são ações concretas de preparação de dados, pelo que H1 é parcialmente suportada. Observa-se utilização de IA para deteção de fraude e de GenAI, enquanto a visão computacional tem menor utilização, assim, H2 é parcialmente suportada. A adoção de IA revela associações positivas significativas com gestão de risco e receitas, mas não com eficiência, custos e experiência do cliente nesta amostra, assim, H3 parcialmente suportada. Os custos, escassez de competências e problemas de dados e regulação, reduzem a adoção, confirmando H4. O efeito do porte da empresa mostrou que não afeta a adoção de IA e o efeito nos resultados. (H5 não suportada). Conclui-se que a IA tem impactos positivos nas empresas do setor financeiro em Portugal.
Esta dissertação analisa a influência da Inteligência Artificial (IA) nas empresas do setor financeiro em Portugal. Com base num inquérito a 57 empresas, avaliou-se a adoção de diferentes tecnologias (RPA, visão computacional, GenAI, deteção de fraude/AML) e os seus efeitos em eficiência, custos, risco, experiência do cliente e receitas. Testaram-se cinco hipóteses através de vários testes estatísticos. Os resultados mostram que a perceção de maturidade de TI/dados, por si só, não explica a adoção, o que mais se associa à adoção são ações concretas de preparação de dados, pelo que H1 é parcialmente suportada. Observa-se utilização de IA para deteção de fraude e de GenAI, enquanto a visão computacional tem menor utilização, assim, H2 é parcialmente suportada. A adoção de IA revela associações positivas significativas com gestão de risco e receitas, mas não com eficiência, custos e experiência do cliente nesta amostra, assim, H3 parcialmente suportada. Os custos, escassez de competências e problemas de dados e regulação, reduzem a adoção, confirmando H4. O efeito do porte da empresa mostrou que não afeta a adoção de IA e o efeito nos resultados. (H5 não suportada). Conclui-se que a IA tem impactos positivos nas empresas do setor financeiro em Portugal.
Descrição
Palavras-chave
Adoção tecnológica Artificial intelligence Data maturity Deteção de fraude Financial sector Fraud detection GenAI Gestão de risco Inteligência artificial Maturidade de dados Portugal Risk management RPA Setor financeiro Technology adoption
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC