Dissertação de Mestrado
URI permanente desta comunidadehttps://repositorio.insper.edu.br/handle/11224/3237
Navegar
2 resultados
Resultados da Pesquisa
Dissertação Inteligência artificial e a dinâmica da estrutura organizacional em startups: Um estudo exploratório(2024) Faria, Douglas Mac Cord deEste estudo examina a influência da Inteligência Artificial (IA) nas estruturas organizacionais de startups, fornecendo uma análise detalhada das mudanças na configuração das funções e competências. Através de um estudo qualitativo e exploratório com base em entrevistas semiestruturadas com 16 empreendedores que fundaram pelo menos uma startup antes e pelo menos uma após o lançamento da ferramenta de IA ChatGPT, exploramos como a IA modifica práticas de gestão, processos de tomada de decisão e a hierarquia dentro dessas organizações. Os resultados mostram uma tendência para a autonomização dos empreendedores, permitindo-lhes manter estruturas organizacionais mais enxutas e flexíveis. A pesquisa revela também que enquanto a expertise técnica específica diminui em prioridade, habilidades comportamentais avançadas e a capacidade de interagir eficazmente com ferramentas de IA se tornam mais relevantes. Este estudo contribui para a teoria e a prática ao elucidar o impacto da IA nas estruturas organizacionais de startups, enfatizando a transição para um modelo onde a adaptabilidade, inovação contínua e competências comportamentais se destacam como fatores-chave para o sucesso no ecossistema de startups contemporâneo. O estudo oferece insights valiosos para acadêmicos e profissionais sobre a evolução necessária nas estratégias de desenvolvimento organizacional e de recursos humanos face à crescente presença da IA no mundo dos negócios empreendedores.- Retorno e risco de investimentos em Startups de base tecnológica: uma visão empírica do mercado brasileiro(2023) Mendes, Gustavo Adolfo dos SantosA avaliação de risco e retorno de Startups mostra-se um desafio por falta de divulgação de valores de suas ações ou cotas, dado que o valuation destas é observado apenas quando há um evento de liquidez, causando efeito de stale-price. Ainda, quando o valuation é divulgado, a informação é geralmente autodeclarada e relativa às Startups com desempenhos significativamente superiores comparados às demais, causando um viés de seleção. A metodologia econométrica proposta pelo presente artigo trata o problema de atemporalidade da divulgação dos valuations, a fim de possibilitar análise de risco e retorno por meio de métodos de regressão linear, e aplica procedimento de Heckman para correção do viés de seleção. Nossos resultados mostraram-se consistentes para avaliar o comportamento do risco desses ativos e, com dados de Startups brasileiras, podemos observar tendência delas se comportarem como empresas growth stock, quando aplicado a regressão com os fatores de Fama e French.