Propor o Framework VMO-IA, modelo conceitual que posiciona o Escritório de Gestão de Valor como estrutura de implementação de Inteligência Artificial nas organizações, articulando diagnóstico de maturidade digital, estratégia traduzida em OKRs, portfólio de projetos e monitoramento pelo Cockpit de Projetos.
O estudo articula, de forma inédita, a literatura de VMO e de adoção de I.A., ainda desenvolvidas em paralelo. Propõe um framework operacionalizável que integra diagnóstico, estratégia, portfólio e monitoramento, preenchendo lacuna teórica e respondendo à prática de gerar valor com I.A..
Pesquisa qualitativa, de natureza teórica e conceitual, fundamentada nos métodos de construção teórica de Meredith (1993) e Jaakkola (2020) O framework foi elaborado em cinco etapas encadeadas: delimitação do problema, identificação dos construtos, análise funcional, estabelecimento de correspondências e verificação da coerência.
Propôs-se o Framework VMO-IA, articulando diagnóstico de prontidão pelo ICTd–CESAR, estratégia traduzida em OKRs, portfólio de projetos de IA em quatro orientações geridas pelo Life Cycle Canvas®, e monitoramento contínuo pelo Cockpit de Projetos, com o VMO orquestrando o ciclo integrado.
O framework integra literaturas até então paralelas — gestão de valor, transformação digital e adoção de IA , propondo arquitetura de decisão inédita Operacionaliza a definição de governança de IA de Mäntymäki et al (2022) e articula diagnóstico empírico nacional (ICTd).
O framework oferece a organizações brasileiras um roteiro prático para institucionalizar a governança de IA, reduzindo riscos de investimentos improdutivos, ampliando a geração de valor verificável, apoiando decisões mais responsáveis sobre dados e pessoas, e fortalecendo a competitividade digital sustentável das empresas.
To propose the VMO-AI Framework, a conceptual model that positions the Value Management Office as a structure for implementing Artificial Intelligence in organizations, articulating digital maturity diagnosis, strategy translated into OKRs, project portfolio, and monitoring through the Project Cockpit.
The study articulates, in an unprecedented way, the VMO and AI adoption literatures, which have still developed in parallel It proposes an operationalizable framework that integrates diagnosis, strategy, portfolio, and monitoring, filling a theoretical gap and addressing the practical need to generate
Qualitative research, of theoretical and conceptual nature, grounded in the theory-building methods of Meredith (1993) and Jaakkola (2020). The framework was developed in five sequential stages: problem delimitation, construct identification, functional analysis, establishment of correspondences, and coherence verification.
The VMO-AI Framework was proposed, articulating readiness diagnosis via ICTd–CESAR, strategy translated into OKRs, an AI project portfolio in four orientations managed through the Life Cycle Canvas®, and continuous monitoring via the Project Cockpit, with the VMO orchestrating the integrated cycle.
The framework integrates previously parallel literatures — value management, digital transformation, and AI adoption — proposing an unprecedented decision architecture. It operationalizes Mäntymäki et al.'s (2022) AI governance definition and articulates a national empirical diagnosis (ICTd) with an international strategic model.
The framework offers Brazilian organizations a practical roadmap for institutionalizing AI governance, reducing risks of unproductive investments, expanding verifiable value generation, supporting more responsible decisions on data and people, and strengthening companies' sustainable digital competitiveness.