Potenciais impactos da inteligência artificial para a contabilidade gerencial na percepção dos profissionais da área
DOI:
https://doi.org/10.21680/2176-9036.2025v17n2ID34359Palavras-chave:
Contabilidade Gerencial, Inteligência Artificial, Machine Learning, Deep Learning, Process MiningResumo
Objetivo: O objetivo desta pesquisa é verificar os potenciais impactos que a Inteligência Artificial (IA) pode trazer dentro do campo de atuação da Contabilidade Gerencial (CG) na percepção dos profissionais da área.
Metodologia: A pesquisa tem natureza descritiva e qualitativa, classificada como survey, estratégia apropriada para análise de fatos e descrições (Martins & Theóphilo, 2009). A coleta de dados se deu por meio de entrevistas semiestruturadas com sete profissionais considerados experts nas áreas do estudo. Os dados foram analisados por meio de análise de conteúdo.
Resultados: Os resultados mostram que algumas funções de IA potencialmente podem interferir no meio empresarial e convergem com pesquisas anteriores, a saber: process mining e machine learning. Dentre as atividades que possuem maior facilidade para inserção de inteligências artificiais estão: elaboração do orçamento, gestão de custos (especialmente os processos de rateio) e a confecção e uso dos relatórios gerenciais. Outro aspecto abordado diz respeito ao potencial da tecnologia em ampliar as variáveis utilizadas para análise, lidando com uma grande quantidade de dados, além de fatores como redução do tempo, aumento da qualidade, maior agilidade nos processos e redução de erros. Adicionalmente, discutem-se os impactos para a formação profissional frente à adoção das novas tecnologias.
Contribuições do Estudo: A principal contribuição desta pesquisa consiste na discussão sobre quais práticas de CG podem ser efetivamente afetadas pela IA, especialmente considerando que não é possível assegurar qual o impacto real da IA sobre as práticas de gestão. Adicionalmente, o parecer dos experts, como pessoas que vivenciam ou vivenciaram de perto o tema, tangibiliza um conhecimento que tem se delimitado ao campo teórico na maioria das pesquisas consultadas durante a realização deste estudo.
Downloads
Referências
AICPA, & CIMA. (2023). Princípios Globais da Contabilidade Gerencial: Melhorando as decisões e construindo organizações de sucesso. 2. ed. Chartered Global Management Accountant.
Alpaydin, E. (2020). Introduction to machine learning. 4. ed. Massachussets: MIT press.
Al-Emran, M., Malik, S.I., & Al-Kabi, M.N. (2020). A Survey of Internet of Things (IoT) in Education: Opportunities and Challenges. In: Hassanien A., Bhatnagar R., Khalifa N., Taha M. (eds) Toward Social Internet of Things (SIoT): Enabling Technologies, Architectures and Applications. Studies in Computational Intelligence, vol 846, doi: 10.1007/978-3-030-24513-9_12.
Angonese, R., & Lavarda, C. E. F. (2017). Fatores para a implementação da mudança em sistemas de Contabilidade Gerencial. Enfoque: Reflexão Contábil, 36(1), p.p. 139-154.
Atanasovski, A., & Tocev, T. (2022). Research Trends in Disruptive Technologies for Accounting of The Future †- A Bibliometric Analysis. Journal of Accounting and Management Information Systems, 21(2), June.
Atrill, P., & Mclaney, E. (2017). Contabilidade Gerencial para tomada de decisão. São Paulo: Saraiva.
Bardin, L. (2011). Análise de conteúdo. 2nd ed. São Paulo: Editora 70.
Chandrasekaran N., Somanah R., Rughoo D., Dreepaul R.K., Cunden T.S.M., & Demkah M. (2019). Digital Transformation from Leveraging Blockchain Technology, Artificial Intelligence, Machine Learning and Deep Learning. In: Satapathy S., Bhateja V., Somanah R., Yang XS., Senkerik R. (eds) Information Systems Design and Intelligent Applications. Advances in Intelligent Systems and Computing, 863, doi: 10.1007/978-981-13-3338-5_25.
Chen, Y. (2017). Integrated and Intelligent Manufacturing: Perspectives and Enablers. Engineering, 3(5), p.p. 588-595.
Dávila, A. (2019). Emerging Themes in Management Accounting and Control Research. Revista de Contabilidad Spanish Accounting Review, 22(1), p.p. 1-5.
De Lima, D., & Macedo, M. (2018). Controladoria: A relevância da tecnologia da informação na qualidade dos relatórios contábeis. Revista de Psicologia, 12(42), p.p. 688-702.
De Mendonça, A., Rodrigues, B., Aragão, C., & Del Vecchio, R. (2018). Inteligência artificial – recursos humanos frente as novas tecnologias, posturas e atribuições. Revista Contribuciones a la Economía, 1(1), p.p. 1-20.
Deng, L., & Yu, D. (2014). Deep Learning: Methods and Applications. Foundations and Trends® in Signal Processing, 7(3-4).
Duarte, R. D. (2018). Os impactos da inteligência artificial na contabilidade e no papel do contador 2.0: Já não é novidade que a inteligência artificial (AI, sigla em inglês) está evoluindo. Disponível em: https://biracontabilidade.cnt.br/noticias/artigos/2018/01/10/os-impactos-da-inteligencia-artificial-na-contabilidade-e-no-papel-do-contador-2-0.html.
Fontelles, M., Simões, M., Farias, S., & Fontelles, R. (2009). Metodologia da pesquisa científica: diretrizes para a elaboração de um protocolo de pesquisa. Revista paraense de medicina, 23(3), p.p. 1-8.
Guo, X. (2019). Research on the Transition from Financial Accounting to Management Accounting under the Background of Artificial Intelligence. Journal of Physics: Conference Series, 1345(4).
Gusc, J., Bosma, P., Jarka, S., & Biernat-Jarka, A. (2022). The Big Data, Artificial Intelligence, and Blockchain in True Cost Accounting for Energy Transition in Europe. Energies, 15, doi: 10.3390/en15031089.
He, L. (2020). Review and Prospect of China Management Accounting in the Information Age. Journal of Physics: Conference Series, 1607, doi: 10.1088/1742-6596/1607/1/012125.
Korobeynikova, O., Korobeynikov, D., Popova, L., Chekrygina, T., & Shemet, E. (2020). Artificial intelligence for digitalization of management accounting of agricultural organizations. IOP Conf. Series: Earth and Environmental Science, 699, doi:10.1088/1755-1315/699/1/012049.
Korhonen, T., Selos, E., Laine, T., & Suomala, P. (2021). Exploring the programmability of
management accounting work for increasing automation: an interventionist case study,
Accounting, Auditing & Accountability Journal, 34(2), 253-280. https://doi.org/10.1108/AAAJ-12-2016-2809
Kruskopf, S., Lobbas, C., Meinander, H., Söderling, K., Martikainen, M., & Lehner, O. (2019). Digital Accounting: Opportunities, Threats and the Human Factor. Journal of Finance and Risk Perspectives, 8, p.p. 1-15.
Lee, D., & Yoon, S.N. (2020) Application of Artificial Intelligence-Based Technologies in the Healthcare Industry: Opportunities and Challenges. International Journal of Environmental Research and Public Health, 18, Article No. 271.
https://doi.org/10.3390/ijerph18010271
Li, C., Haohao, S., & Ming, F. (2019). Research on the Impact of Artificial Intelligence Technology on Accounting. Journal of Physics: Conference Series, 1486, doi:10.1088/1742-6596/1486/3/032042
Liu, Z., Lin, Y., & Sun, M. (2020). World Knowledge Representation. In: Representation Learning for Natural Language Processing. Singapore: Springer.
Losbichler, H., & Lehner, O. (2021). Limits of artificial intelligence in controlling and the ways forward: a call for future accounting research. Journal of Applied Accounting Research, 22(2), p.p. 365-382, doi: 10.1108/JAAR-10-2020-0207.
Madhavi, M., & Vijay, D. (2020). Artificial Intelligence in Business Decision Making. Institute of Scholars. Disponível em: https://ssrn.com/abstract=3668836.
Marconi, M. A., & Lakatos, E. M. (2003). Fundamentos de Metodologia Científica. 5. ed. São Paulo: Atlas.
Martins, G., & Theóphilo, C. R. (2009). Metodologia da Investigação Científica para Ciências Sociais Aplicadas. 2. ed. São Paulo: Atlas.
Open AI Plataform (2024). Models. Disponível em: https://platform.openai.com/docs/models.
Qin, J., & Qin, Q. (2021). Cloud Platform for Enterprise Financial Budget Management Based on Artificial Intelligence. Wireless Communications and Mobile Computing, doi: 10.1155/2021/8038433.
Qiu, J. (2020). Analysis of Human Interactive Accounting Management Information Systems Based on Artificial Intelligence. Journal of Global Information Management, 30(7).
Rojas, E., Munoz-Gama, J., Sepúlveda, M., & Capurro, D. (2016). Process mining in healthcare: A literature review. Journal of Biomedical Informatics, 61, p.p. 224-236.
Samarghandi, H., Askarany, D., & Dehkordi, B. B. (2023). A Hybrid Method to Predict Human Action Actors in Accounting Information System. Journal of Risk and Financial Management, 16(1), doi: 10.3390/jrfm16010037.
Samuel, R., Cormier, G., Fascendini, S., Stubanas, C., & Yacko, K. (2018). Four it/is pillars for Artificial Intelligence Machine Learning/Deep Learning Applications. Issues in Information Systems, 19(2), p.p. 149-154.
Santos, E. K., & Konzen, J. (2020). A percepção dos escritórios de contabilidade do Vale do Paranhana/RS e de São Francisco de Paula/RS sobre a contabilidade digital. Revista Eletrônica do Curso de Ciências Contábeis, 9(2).
Schildt, H. (2016). Big data and organizational design – the brave new world of algorithmic management and computer augmented transparency. Innovation, 19(1), 23–30. https://doi.org/10.1080/14479338.2016.1252043
Sherif, K., & Mohsin, H. (2021); The effect of emergent technologies on accountant`s ethical
Blindness. The International Journal of Digital Accounting Research, 21, pp. 61-94.
Shi, Y. (2020). The Impact of Artificial Intelligence on the Accounting Industry. In: Xu, Z., Choo, KK., Dehghantanha, A., Parizi, R., Hammoudeh, M. (eds) Cyber Security Intelligence and Analytics. CSIA 2019. Advances in Intelligent Systems and Computing, 928. Springer, Cham. https://doi.org/10.1007/978-3-030-15235-2_129
Silva, M. P. (2019). Impacto das novas tecnologias de informação e análise de dados nas empresas e nos profissionais de controladoria e finanças: possíveis mudanças de comportamento dos profissionais de controladoria e finanças devido às novas tecnologias de informação. (Tese de Doutorado). Fundação Getulio Vargas.
Stodder, D. (2018). BI and Analytics in the Age of AI and Big Data: Transforming Data With Intelligence. Best Practices Report, Q4.
Sun, J. (2021). Research on Artificial Intelligence, New Retail and Financial Transformation. 2nd International Conference on E-Commerce and Internet Technology (ECIT), Hangzhou, China, 2021, pp. 109-112. doi: 10.1109/ECIT52743.2021.00031.
Wang, P. (2019). On Defining Artificial Intelligence. Journal of Artificial General Intelligence, 10(2), p.p. 1-37.
Zhang, Y., Xiong, F., Xie, Y., Fan, X., & Gu, H. (2020). The Impact of Artificial Intelligence and Blockchain on the Accounting Profession. IEEE Access, 8, 110461-110477. https://doi.org/10.1109/ACCESS.2020.3000505
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 REVISTA AMBIENTE CONTÁBIL - Universidade Federal do Rio Grande do Norte - ISSN 2176-9036
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Comomns Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
A Revista Ambiente Contábil utiliza uma licença Creative Commons CC-BY-NC-ND (Atribuição-NãoComercial – SemDerivações 4.0). Isso significa que os artigos podem ser compartilhados e que a Revista Ambiente Contábil não pode revogar estes direitos desde que se respeitem os termos da licença:
Atribuição: Deve-se dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas.
Não Comercial: Não se pode usar o material para fins comerciais.
Sem Derivações: Se for remixar, transformar ou criar a partir do material, não se pode distribuir o material modificado.
Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional
Português (Brasil)
English
Español (España)
