Avaliar a evolução temporal e os resultados práticos dos editais de subvenção econômica do Fundo de Desenvolvimento Econômico, Científico, Tecnológico e de Inovação (FUNDECI), administrado pelo Banco do Nordeste (BNB), com foco nos recursos destinados a empresas privadas de 2016 a 2025.
O estudo oferece uma análise diferenciada dos dados do FUNDECI, ao concentrar-se exclusivamente em empresas privadas e adotar abordagem metodológica que alia evolução histórica com mapeamento de elementos digitais como subsídios empíricos para a avaliação de políticas públicas de inovação.
Adotou-se uma abordagem mista (quali-quantitativa) dividida em duas etapas: uma análise estatística descritiva das séries históricas do fundo e um mapeamento qualitativo da continuidade operacional das beneficiárias por meio da análise de conteúdo de suas evidências digitais.
O fomento do FUNDECI a empresas privadas ocupou uma posição complementar no orçamento, evidenciando que o ecossistema regional ainda possui forte ancoragem institucional nas ICTs e universidades. A inserção digital dessas organizações mostra-se indicador de evidência do sucesso de mercado das inovações.
Metodologicamente este artigo demonstrou que incorporação da IA via engenharia de prompts atua como facilitadora, não substituindo o discernimento crítico humano, mas superando rigidezes operacionais, conferindo velocidade, reprodutibilidade e precisão na triagem e categorização de grandes volumes de dados públicos na web.
Dentre as contribuições para o aprimoramento do FUNDECI, destaca-se que a triagem de evidências digitais permitiria rastrear a continuidade operacional e a maturidade comercial das empresas beneficiárias de forma ágil, contínua e de baixo custo operacional.
To assess the trends over time and the practical outcomes of the economic grant programs of the Fund for Economic, Scientific, Technological, and Innovation Development (FUNDECI), administered by Banco do Nordeste (BNB), with a focus on funds allocated to private companies from
The study offers a unique analysis of FUNDECI data by focusing exclusively on private companies and adopting a methodological approach that combines historical trends with the mapping of digital elements as empirical evidence for the evaluation of public innovation policies.
A mixed-methods (qualitative-quantitative) approach was adopted, divided into two stages: a descriptive statistical analysis of the fund’s time series data and a qualitative assessment of the beneficiaries’ operational continuity through content analysis of their digital evidence.
FUNDECI’s support for private companies played a complementary role in the budget, highlighting that the regional ecosystem still has strong institutional ties to ICTs and universities The digital integration of these organizations serves as a clear indicator of the market success of
Methodologically, this article demonstrated that the incorporation of AI through prompt engineering acts as a facilitator—not replacing human critical judgment, but overcoming operational constraints and providing speed, reproducibility, and accuracy in the screening and categorization of large volumes of public data on
Among the contributions to the improvement of FUNDECI, it is worth noting that the screening of digital evidence would make it possible to track the operational continuity and commercial maturity of beneficiary companies in a streamlined, continuous, and cost-effective manner.