MBA Híbrido com ênfase em Inteligência Artificial

Sistema de informação contábil. Relatórios relevantes para gestão (balanço patrimonial – BP, demonstração de resultado do exercício – DRE, demonstração dos fluxos de caixa – FCX e demonstrações das mutações do patrimônio líquido – DMPL). Análise fundamentalista da situação econômico-financeira de empresas por meio de indicadores de desempenho: liquidez, estrutura de capital, prazos médios, alavancagem financeira, lucratividade e rentabilidade. Análises horizontal e vertical.

Desafios de passar de provas de conceito para implantação em larga escala. Roadmaps de adoção de IA. Gestão de portfólio de iniciativas e cálculo de ROI. Mapa de priorização de projetos de IA e preparação para implantação (dados, prontidão operacional e governança). Barreiras organizacionais e técnicas para escalabilidade. Fatores críticos de sucesso em projetos corporativos de IA.

Microeconomia: oferta, demanda e os seus determinantes. Equilíbrio e falhas de mercado. Elasticidade e as suas aplicações. Comportamento do produtor e oferta competitiva: tecnologia e custos de produção, escolha de insumos, escala e escopo. Outras estruturas de mercado (monopólios, oligopólios e defesa da concorrência). Poder de mercado e discriminação de preços. Impacto de políticas governamentais no bem-estar e peso morto (impostos e subsídios, controle de preços, comércio internacional, tarifas e cotas de importação). Macroeconomia: conjuntura econômica brasileira e indicadores macroeconômicos. Flutuações cíclicas e crescimento de longo prazo. Inflação e índices de preço. Atuação do Banco Central e a sua influência sobre os negócios: política monetária, taxas de juros e regime de metas para a inflação. Elementos de macroeconomia aberta: taxas de câmbio, regimes cambiais e balanço de pagamentos.

Fundamentos do gerenciamento de projetos: alinhamento entre estratégia corporativa e métodos de avaliação e seleção de projetos. Ciclos de vida de projetos e abordagens gerenciais. Planejamento de projetos: termo de abertura do projeto (TAP). Identificação e qualificação básica das partes interessadas. Framework preditivo por processos. Plano de gerenciamento do projeto (PGP): escopo, cronograma, riscos, recursos, aquisições, custos e qualidade. Planejamento de projetos na abordagem gerencial adaptativa: visão básica, atores, cerimônias, artefatos e Scrum em ação. Tendências do gerenciamento de projetos: relevância do ESG (Environmental, Social e Governance), da transformação digital (TD) e da inteligência artificial (IA) em projetos.

Princípios e estruturas de governança para IA responsável. Papéis da alta gestão e do conselho, integrados à governança de TI e de dados. Gestão do ciclo de vida, riscos e incidentes em sistemas de IA. Normas ISO/IEC 38507 e 42001 e marcos regulatórios globais, com foco no EU AI Act. Estratégias de compliance, auditorias e requisitos de transparência e prestação de contas.

Conceitos de IA generativa, modelos de linguagem e multimodais. Estrutura e utilização de LLMs. Agentes autônomos aplicados a processos de negócio. Casos de uso em negócios. Desafios de implementação e impactos éticos e regulatórios. Estratégias para gestores capturarem valor com IA generativa.

Introdução: Apresentação do cenário e das regras do jogo. Objetivos. Formação das equipes.
Preparação: análise do cenário e da situação inicial da empresa/negócio. Definição de objetivos e estratégias. Organização das equipes. Realização de testes preparatórios para o início da simulação.
Simulação: tomada de decisão e análise dos resultados, da concorrência e das variações de cenários. Reavaliação dos objetivos e das estratégias.
Fechamento: análise crítica do desempenho das empresas. Lições aprendidas.

Fundamentos de aprendizado de máquina supervisionado, não supervisionado e por reforço. Redes neurais artificiais e arquiteturas profundas. Aplicações práticas em previsão, classificação e reconhecimento de padrões. Limitações, vieses e implicações para gestores na tomada de decisão.

Panorama global das políticas públicas e regulações sobre inteligência artificial e as suas diferenças de abordagem entre regiões. Análise comparada de modelos regulatórios, com destaque para o AI Act europeu, as diretrizes norte-americanas e as estratégias asiáticas. Implicações econômicas, tecnológicas e éticas da corrida global por liderança em IA e os seus efeitos sobre a dinâmica competitiva. Papel do Brasil e das organizações latino-americanas no ecossistema global e os desafios de posicionamento estratégico. Avaliação de riscos e oportunidades associados ao avanço regulatório e os seus impactos sobre inovação, competitividade e soberania digital.