📈 economia

From Values to Innovation: Behavioral Dynamics of Energy Efficiency and AI-adoption in Small and Medium-sized Enterprises

Este estudo integra as teorias de Valor-Crença-Norma e Difusão de Inovação para revelar que, embora os valores biosféricos e os benefícios percebidos impulsionem os comportamentos de eficiência energética e as intenções de adoção de IA entre as PMEs de Nova York, uma lacuna significativa frequentemente permanece entre essas intenções e a implementação organizacional real devido a restrições de recursos.

Autores originais: Sumeyra DANISMAN, Elizabeth Hewitt

Publicado 2026-09-23

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Sumeyra DANISMAN, Elizabeth Hewitt

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

As pequenas empresas são os motores silenciosos da economia americana, empregando quase metade da força de trabalho privada e impulsionando uma parcela massiva das exportações. No entanto, apesar de seu poder econômico, essas empresas frequentemente operam com um ponto cego em relação ao seu consumo de energia. Embora uma única pequena loja possa não consumir tanta eletricidade quanto uma fábrica, o número absoluto delas significa que sua demanda energética coletiva é enorme. Isso cria um enigma crítico: como fazer com que essas empresas adotem tecnologias mais inteligentes e limpas? A resposta não reside apenas na tecnologia em si, mas nas decisões humanas por trás dela. Pesquisadores sabem há muito tempo que as pessoas agem com base em uma mistura de valores pessoais, no que acreditam ser o certo e no que seus vizinhos estão fazendo. Quando se trata de negócios, esses fatores se fundem com a necessidade prática de manter a lucratividade e com a forma como novas ferramentas se espalham por uma comunidade. Compreender essa mistura é essencial para transformar a promessa da tecnologia verde em realidade.

Uma equipe de pesquisadores da Universidade de Stony Brook propôs-se a resolver esse enigma analisando pequenas e médias empresas no estado de Nova York. Eles focaram em duas áreas específicas: como essas empresas lidam com a eficiência energética e sua disposição para adotar a inteligência artificial para gerenciá-la. O estudo envolveu o levantamento de 155 tomadores de decisão, incluindo proprietários e gerentes, perguntando-lhes sobre seus valores, suas crenças sobre responsabilidade e suas visões sobre novas tecnologias. Os pesquisadores queriam ver se o cuidado profundo de uma pessoa com o meio ambiente se traduzia em ação, e se ver os benefícios da inteligência artificial era suficiente para convencer uma empresa a realmente comprar e usar a tecnologia.

A investigação revelou uma cadeia clara de eventos que conduz uma empresa em direção à eficiência energética. Começa com os valores de uma pessoa. O estudo descobriu que, quando os líderes empresariais possuem valores "biosféricos" fortes — ou seja, quando se importam genuinamente com o mundo natural e a saúde do planeta — esse sentimento fortalece sua crença de que têm a responsabilidade pessoal de economizar energia. Esse senso de dever os impulsiona a prestar atenção às normas de seu setor. Se eles veem que seus pares e concorrentes estão adotando medidas de economia de energia, sentem uma pressão maior para seguir o exemplo. Essa sequência, movendo-se dos valores internos para um senso de dever e, finalmente, para a pressão do setor, prevê com sucesso se uma empresa irá realmente implementar práticas de economia de energia. Curiosamente, o estudo descobriu que valores de interesse próprio, como o desejo de reduzir custos ou aumentar lucros, não impulsionaram significativamente esse senso de responsabilidade. Para esses líderes empresariais, a motivação para agir na eficiência energética veio mais de uma preocupação genuína com o meio ambiente do que de um cálculo de ganho financeiro.

Quando os pesquisadores voltaram sua atenção para a inteligência artificial, a história tornou-se mais complicada. Eles perguntaram aos proprietários de empresas como se sentiam sobre o uso de IA para gerenciar sistemas de aquecimento e resfriamento. Os resultados mostraram que, se um líder empresarial acreditava que a tecnologia oferecia benefícios claros — como ser mais fácil de usar, compatível com seus sistemas atuais ou algo que ele pudesse testar primeiro — era muito provável que ele dissesse que pretendia usá-la. No entanto, o estudo descobriu uma lacuna significativa entre intenção e ação. Embora muitos proprietários tenham dito que planejavam adotar a IA, pouquíssimos a haviam realmente adotado. De fato, apenas 7,1% das empresas pesquisadas relataram usar atualmente IA para seus sistemas de HVAC, enquanto 75,5% disseram que não a utilizavam. Os pesquisadores descobriram que a dificuldade percebida da tecnologia, ou sua complexidade, não era o principal motivo dessa hesitação. Em vez disso, a lacuna sugere que, mesmo quando um líder empresarial deseja adotar uma nova ferramenta, barreiras do mundo real, como custo, falta de infraestrutura ou restrições organizacionais, muitas vezes o impedem de concretizar a ação.

O estudo também pintou um quadro da atitude típica do proprietário de uma pequena empresa em relação à inovação. Em vez de se encaixarem perfeitamente em categorias de "adotantes iniciais", que correm para experimentar tudo o que é novo, ou "retardatários", que resistem à mudança, a maioria dos tomadores de decisão exibiu uma orientação mista. Eles demonstraram traços tanto de cautela quanto de abertura, pesando frequentemente os prós e contras antes de se comprometerem. Esse pragmatismo é compreensível; essas empresas operam com recursos limitados e não podem se dar ao luxo de apostar em tecnologias não comprovadas. Além disso, o levantamento destacou uma grave falta de conscientização em relação ao suporte disponível. Apenas uma fração minúscula dos entrevistados, cerca de 3,3%, conhecia os programas do estado de Nova York projetados para ajudar pequenas empresas a adotar tecnologias eficientes em termos de energia. Essa lacuna de informação significa que muitas empresas estão tomando decisões no escuro, sem saber dos recursos e incentivos que poderiam ajudá-las.

Em última análise, a pesquisa sugere que fazer com que as pequenas empresas adotem a eficiência energética e a inteligência artificial exige mais do que apenas mostrar que a tecnologia funciona. Requer entender que suas ações são impulsionadas por uma sequência de valores e pressões sociais, e que uma atitude positiva em relação a uma nova ferramenta não garante sua compra. O caminho para a adoção não está bloqueado pela falta de interesse ou pelo medo da complexidade, mas pelas realidades práticas de administrar um negócio e pela falta de informações claras. Para que essas empresas passem da intenção para a implementação, elas precisam de apoio que preencha a lacuna entre suas boas intenções e os obstáculos estruturais que enfrentam.

Resumo Técnico: Dos Valores à Inovação: Dinâmicas Comportamentais da Eficiência Energética e da Adoção de IA em Pequenas e Médias Empresas

Definição do Problema
As Pequenas e Médias Empresas (PMEs) constituem a espinha dorsal da economia dos EUA, contribuindo significativamente para o PIB, o emprego e as exportações. No entanto, apesar do seu consumo coletivo substancial de energia (estimado em quase 48% do uso total de energia do setor empresarial), há uma compreensão limitada de como as PMEs consomem energia e dos mecanismos comportamentais específicos que impulsionam a adoção de práticas de eficiência energética e tecnologias emergentes, como a Inteligência Artificial (IA). Embora os desafios na adoção de tecnologia sejam documentados, os fatores subjacentes que influenciam essas decisões no contexto específico das PMEs permanecem subestudados. Esta pesquisa aborda a lacuna entre o potencial das tecnologias impulsionadas por IA para reduzir o consumo de energia e as taxas reais de implementação nas PMEs, examinando especificamente as dinâmicas comportamentais e organizacionais que moldam essas decisões no estado de Nova York.

Metodologia
O estudo utiliza um design de pesquisa quantitativa por meio de questionário direcionado a tomadores de decisão de PMEs (proprietários, co-proprietários, gestores e funcionários operacionais) no estado de Nova York. A coleta de dados ocorreu entre setembro e novembro de 2025 via plataforma Qualtrics, utilizando amostragem por conveniência através de divulgação presencial e digital. A amostra final consistiu em 155 respostas completas de uma gama diversificada de setores, com a maioria dos participantes ocupando cargos de gestão ou propriedade.

A pesquisa integra dois frameworks teóricos:

Teoria Valor-Crença-Norma (VCN): Adaptada ao contexto organizacional ao substituir normas morais pessoais por normas da indústria. Este framework testa um caminho sequencial ligando valores biosféricos e egoísticos a crenças de responsabilidade, normas da indústria e, finalmente, comportamentos de eficiência energética.
Teoria da Difusão da Inovação (DDI): Utilizada para analisar a adoção de IA para gestão energética. Esta seção examina atributos percebidos da inovação (vantagem relativa, compatibilidade, observabilidade, experimentabilidade e complexidade) e sua relação com intenções de adoção e comportamento real.

O estudo utiliza Análise Fatorial Confirmatória (CFA) para validar os modelos de mensuração e modelagem de equações estruturais para testar sete hipóteses relativas às relações entre valores, crenças, normas, percepções de inovação, intenções e comportamentos.

Principais Resultados
Os achados revelam padrões distintos de como as PMEs abordam a eficiência energética e a adoção de IA:

Caminho VCN: Foi identificado um caminho comportamental sequencial significativo. Valores biosféricos (preocupação ambiental) fortalecem significativamente as crenças de responsabilidade em eficiência energética ( $\beta = 0,732, p < 0,001$ ). Essas crenças de responsabilidade, por sua vez, reforçam as normas da indústria ( $\beta = 0,581, p = 0,001$ ), que subsequentemente impulsionam os comportamentos de eficiência energética ( $\beta = 0,469, p < 0,001$ ).
Papel dos Valores Egoísticos: Contrariamente a algumas expectativas teóricas, os valores egoístas (interesse próprio, redução de custos) não apresentaram uma relação estatisticamente significativa com as crenças de responsabilidade ( $p = 0,059$ ). Isso sugere que, no contexto das PMEs, a responsabilidade ambiental pode ser impulsionada mais pelos valores biosféricos do que pelo puro interesse econômico, ou que esses valores coexistem pragmaticamente sem que um direcione diretamente o outro no modelo medido.
Intenções de Adoção de IA vs. Comportamento:
- Benefícios Percebidos: Os benefícios percebidos da IA (compreendendo vantagem relativa, compatibilidade, observabilidade e experimentabilidade) influenciam de forma significativa e positiva a intenção de adotar IA para gestão de energia ( $\beta = 0,368, p < 0,001$ ).
- Complexidade: A complexidade percebida não foi um preditor significativo da intenção de adoção, sugerindo que quando os benefícios são percebidos como altos, as preocupações com a dificuldade tornam-se secundárias.
- O Hiato Intenção-Adoção: Crucialmente, o estudo encontrou uma relação fraca e não significativa entre a intenção de usar IA e o comportamento real de adoção de IA ( $\beta = 0,177, p = 0,088$ ). Embora 31,0% dos respondentes (48 participantes) tenham indicado que estariam dispostos a implementar sistemas de HVAC habilitados por IA no futuro, apenas 7,1% relataram uso atual.
Perfis de Inovação: Utilizando uma abordagem heurística de "vencedor leva tudo" e baseada em dominância, o estudo descobriu que os tomadores de decisão das PMEs não se encaixam perfeitamente nas categorias clássicas de adotantes de Rogers. Em vez disso, a maioria (113 de 155) exibiu orientações de adoção mistas, combinando traços de adotantes iniciais e perfis equilibrados, em vez de se alinharem estritamente como Inovadores ou Retardatários.
Lacunas de Consciência: A conscientização sobre os programas de energia do estado de Nova York que apoiam IA e eficiência é criticamente baixa (apenas 3,3% dos respondentes estavam cientes), e a incerteza em relação às medidas de energia atuais é alta.

Significância e Alegações
O artigo afirma estender a pesquisa de adoção de inovação ao integrar mecanismos comportamentais baseados em valores (VCN) com processos de difusão de inovação (DDI) especificamente no contexto inexplorado das PMEs.

Contribuição Teórica: O estudo demonstra que percepções favoráveis de uma inovação (intenções) são necessárias, mas insuficientes para a implementação em organizações com recursos limitados. Destaca o crítico "hiato intenção-adoção", argumentando que a pesquisa deve distinguir entre aceitação da inovação e adoção organizacional realizada.
Insight Comportamental: Os achados sugerem que a tomada de decisão das PMEs não é impulsionada apenas pelo autointeresse econômico (valores egoístas), mas está profundamente enraizada em valores biosféricos que moldam as crenças de responsabilidade e as normas da indústria.
Implicação Prática: A pesquisa indica que a barreira para a adoção de IA e eficiência energética não é necessariamente a falta de uma atitude positiva ou de benefícios percebidos, mas sim restrições estruturais e informacionais (ex: custo, infraestrutura, falta de conhecimento sobre programas de apoio). O artigo postula que a incerteza e o conhecimento limitado são barreiras mais comuns do que a resistência direta, sugerindo que a comunicação eficaz e o alcance de políticas são vitais para converter intenção em ação.

Os autores concluem que, embora as PMEs demonstrem valores ambientais e abertura à inovação, a tradução desses valores em adoção tecnológica real é moderada pela prontidão organizacional, restrições de recursos e assimetria informacional.

Mais como este