IA Generativa no Ciclo de Vida de Produtos e Serviços: Aplicações no Design Lean e Personalização Escalável - Atena EditoraAtena Editora

Artigo

Baixe agora

Livros

IA Generativa no Ciclo de Vida de Produtos e Serviços: Aplicações no Design Lean e Personalização Escalável

Baixar PDF
O avanço da Inteligência Artificial Generativa (GenAI) tem ampliado as possibilidades de automação de tarefas cognitivas e criativas, com impactos significativos nas fases iniciais do ciclo de vida de produtos e serviços. Este artigo tem como objetivo desenvolver um modelo conceitual que relacione os atributos da GenAI às etapas do ciclo Build-Measure-Learn, característico do desenvolvimento enxuto (lean). A pesquisa adota uma abordagem exploratória, fundamentada em revisão crítica de literatura científica, técnica e institucional, complementada por exemplos práticos de aplicação da GenAI em contextos de inovação. Como resultado, propõe-se uma estrutura que articula funções da GenAI — como geração de protótipos, análise de feedbacks e síntese de aprendizados — às fases de construção, medição e aprendizagem, oferecendo uma base para reflexões futuras sobre seu uso estratégico em ambientes ágeis. O estudo também discute os riscos e limitações associados à adoção dessas tecnologias, destacando a importância de práticas éticas e de supervisão humana contínua.
Ler mais

IA Generativa no Ciclo de Vida de Produtos e Serviços: Aplicações no Design Lean e Personalização Escalável

  • DOI: https://doi.org/10.22533/at.ed.8151112602014

  • Palavras-chave: Inteligência Artificial Generativa; Lean Startup; Build-Measure-Learn; Inovação; Desenvolvimento de Soluções.

  • Keywords: Generative Artificial Intelligence; Lean Startup; Build-Measure-Learn; Innovation; Solution Development.

  • Abstract: The advancement of Generative Artificial Intelligence (GenAI) has expanded the potential for automating cognitive and creative tasks, significantly impacting the early stages of the product and service lifecycle. This paper aims to develop a conceptual model that links GenAI attributes to the Build-Measure-Learn cycle, a core structure of lean development. The study adopts an exploratory approach, based on a critical review of scientific, technical, and institutional literature, complemented by practical examples of GenAI applications in innovation contexts. As a result, it proposes a framework that connects GenAI functionalities—such as prototyping, feedback analysis, and learning synthesis—to the phases of building, measuring, and learning. The study offers a foundation for future reflections on the strategic use of GenAI in agile environments, while also addressing the risks and limitations of these technologies and highlighting the need for ethical governance and continuous human oversight.

  • Thais Bellegante
Fale conosco Whatsapp