Utilização da inteligência artificial para facilitar a adoção do método das Unidades de Esforço de Produção (UEP): estudo de caso com uso do Copilot
DOI:
https://doi.org/10.9771/rcufba.v19i2.69371Palavras-chave:
Inteligência artificial, Método UEP, Estudo de casoResumo
O artigo teve como objetivo demonstrar a utilização do Copilot para alocar custos aos produtos utilizando o método UEP. Para essa finalidade, foi adotada uma metodologia classificável como descritiva (quanto ao objetivo), qualitativa (em termos da forma de abordagem) e no formato de estudo de caso. Após o levantamento dos dados necessários nos controles internos da empresa pesquisada foram elaborados os prompts (instruções) a inserir na ferramenta de IA escolhida, considerando os passos de implementação do método UEP. Os resultados fornecidos pelo Copilot permitem concluir que o uso desse artefato pode facilitar a adoção do método UEP, pois os valores de custos alocados aos produtos foram comparados com o mesmo cálculo realizado em planilha Excel, com divergências irrelevantes nos resultados numéricos respectivos. Assim, esta pesquisa apresenta um exemplo prático da combinação da IA com o método UEP, que pode servir para profissionais e professores da área de custos utilizarem em determinadas situações, contribuindo com a incipiente literatura a respeito desse foco de estudo.
Downloads
Referências
Abbas, K. (2025). Management accounting and artificial intelligence: a comprehensive literature review and recommendations for future Research. The British Accounting Review. DOI: https://doi.org/10.1016/j.bar.2025.101551
Al-Htaybat, K., & von Alberti-Alhtaybat, L. (2017). Big Data and corporate reporting: Impacts and paradoxes. Accounting, Auditing & Accountability Journal, 30(4), 850–873. DOI: https://doi.org/10.1108/AAAJ-07-2015-2139
Bahoo, S., Cucculelli, M., Goga, X., & Mondolo, J. (2024). Artificial intelligence in finance: a comprehensive review through bibliometric and content analysis. SN Business & Economics. 4. DOI: https://doi.org/10.1007/s43546-023-00618-x
Bornia, A. C. (2010). Análise gerencial de custos: aplicação em empresas modernas (2a ed.). São Paulo: Atlas.
Branda, F., Marozzo, F., & Talia, D. (2020). Ticket sales prediction and dynamic pricing strategies in public transport. Big Data and Cognitive Computing, 4(4), 36. DOI: https://doi.org/10.3390/bdcc4040036
Brau, R. I., Sanders, N. R., Aloysius, J., & Williams, D. (2023). Utilizing people, analytics, and AI for digitalized retail supply chain decision-making. Journal of Business Logistics. DOI: https://doi.org/10.1111/jbl.12355
Brynjolfsson, E., Li, D., & Raymond, L. R. (2023). Generative AI at work. The Quarterly Journal of Economics. DOI: https://doi.org/10.1093/qje/qjae044
Codesso, M. de M. (2025). A inteligência artificial transforma os sistemas de informação contábil em todo o mundo. Revista Catarinense da Ciência Contábil, 24(e3644), 1-4. DOI: https://doi.org/10.16930/2237-7662202536442
Dai, J., & Vasarhelyi, M. A. (2023). Management accounting 4.0: the future of management accounting. Journal of Emerging Technologies in Accounting, 20(1), 1–13. DOI: https://doi.org/10.2308/JETA-2023-009
Drouard, G. et al. (2024). Exploring machine learning strategies for predicting cardiovascular disease risk factors from multi-omic data. BMC Medical Informatics and Decision Making, 24(1), 116. DOI: https://doi.org/10.1186/s12911-024-02521-3
Dusadeerungsikul, P. O., & Nof, S. Y. (2024). Precision agriculture with AI-based responsive monitoring algorithm. International Journal of Production Economics, 271, 109204. DOI: https://doi.org/10.1016/j.ijpe.2024.109204
Emetaram, E., & Uchime, H. N. (2021). Impact of artificial intelligence (AI) on accountancy profession. Journal of Accounting and Financial Management, 7(2), 15–25. DOI: https://doi.org/10.1016/j.procs.2024.06.102
Fähndrich, J., & Pedell, B. (2024). Evaluating the influencing factors and effects of the digitalization of management control. Journal of Accounting & Organizational Change (ahead-of-print). DOI: https://doi.org/10.1108/JAOC-07-2023-0125
Järvenpää, M., Hoque, Z., Mättö, T., & Rautiainen, A. (2023). Controllers’ role in managerial sensemaking and information trust building in a business intelligence environment. International Journal of Accounting Information Systems, 50, 100627. DOI: https://doi.org/10.1016/j.accinf.2023.100627
Jevinger, Å., Zhao, C., Persson, J., & Davidsson, P. (2023). Artificial intelligence for improving public transport: a mapping study. Public Transport. 16. 1-60. DOI: https://doi.org/10.1007/s12469-023-00334-7
Lee, E. J., & Tahmoush, D. (2025). Auditors' decision-making aid for going concern audit opinions through machine-learning analysis. International Journal of Accounting Information Systems, 56, 100732. DOI: https://doi.org/10.1016/j.accinf.2025.100732
Lembeck, M., & Wernke, R. (2019). Método UEP aplicado à pequena empresa fabril: uma relação custo/benefício favorável. Revista ABCustos, 14(3), p. 26-55. DOI: https://doi.org/10.47179/abcustos.v14i3.516
Losbichler, H., & Lehner, O. M. (2021). Limits of artificial intelligence in controlling and the ways forward: A call for future accounting research. Journal of Applied Accounting Research, 22(2), 365–382. DOI: https://doi.org/10.1108/JAAR-10-2020-0207
Moawad, A., Islam, E., Kim, N., Vijayagopal, R., Rousseau, A., & Wu, W. B. (2021). Explainable AI for a no-teardown vehicle component cost estimation: a top-down approach. IEEE Transactions on Artificial Intelligence, 2(2), 185-199. DOI: https://doi.org/10.1109/TAI.2021.3065011
Möller, K., Schäffer, U., & Verbeeten, F. (2020). Digitalization in management accounting and control: an editorial. Journal of Management Control, 31(1), 1–8. DOI: https://doi.org/10.1007/s00187-020-00300-5
Oesterreich, T. D., & Teuteberg, F. (2019). The role of business analytics in the controllers and management accountants’ competence profiles: an exploratory study on individual-level data. Journal of Accounting & Organizational Change, 15(2), 330–356. DOI: https://doi.org/10.1108/JAOC-10-2018-0097
Pereira, S. I. M. (2015). Custeio por atividades (ABC) e unidade de esforço de produção (UEP): similaridades, diferenças e complementariedades. (Dissertação de Mestrado). PPGCC. Universidade de São Paulo - USP, São Paulo, SP, Brasil.
Rautiainen, A., Scapens, R. W., Järvenpää, M., Auvinen, T., & Sajasalo, P. (2024). Towards fluid role identity of management accountants: a case study of a finnish bank. The British Accounting Review, 56(4), 101341. DOI: https://doi.org/10.1016/j.bar.2024.101341
Richins, G., Stapleton, A., Stratopoulos, T. C., & Wong, C. (2017). Big Data Analytics: opportunity or threat for the accounting profession? Journal of Information Systems, 31(3), 63–79. DOI: https://doi.org/10.2308/isys-51805
Sacramento, J. S. (2024). Uso da inteligência artificial na gestão de custos empresariais. Revista Científica Excellence, 26(1), 33-37. DOI: https://doi.org/10.29327/2323543.26.1-5
Spraakman, G., Sanchez-Rodriguez, C., & Tuck-Riggs, C. A. (2020). Data analytics by management accountants. Qualitative Research in Accounting & Management, 18(1), 127–147. DOI: https://doi.org/10.1108/QRAM-11-2019-0122
Sutton, S. G., Holt, M., & Arnold, V. (2016). “The reports of my death are greatly exaggerated”-artificial intelligence research in accounting. International Journal of Accounting Information Systems, 22, 60–73. DOI: https://doi.org/10.1016/j.accinf.2016.07.005
Tanimori, M.. (2023). Research on AI application to cost accounting: the possibility of solving challenges in banking activity-based costing. International Journal of Business Research. 23, 30-38. DOI: https://doi.org/10.18374/IJBR-23-1.4
Thaller, J., Duller, C., Feldbauer-Durstmüller, B., & Gärtner, B. (2023). Career development in management accounting: empirical evidence. Journal of Applied Accounting Research, 25(1), 42–59. DOI: https://doi.org/10.1108/JAAR-03-2022-0062
Todić, V., Cosic, I., Tesic, Z., & Maksimović, R. (2019). Product cost calculation model based on the implementation of artificial neural networks. Tehnika. 74. DOI: https://doi.org/10.5937/tehnika1905711T
Trindade, A. S. C. E. da, & Oliveira, H. P. C. de. (2024). Inteligência Artificial (IA) generativa e Competência em Informação: habilidades informacionais necessárias ao uso de ferramentas de IA generativa em demandas informacionais de natureza acadêmica-científica. Perspectivas em Ciência da Informação, 29(Fluxo Contínuo), e-47485, 1-27. DOI: http://dx.doi.org/10.1590/1981-5344/47485
Visani, F., Raffoni, A., & Costa, E. (2023). The quest for business value drivers: applying machine learning to performance management. Production Planning & Control, 0(0), 1–21. DOI: https://doi.org/10.1080/09537287.2022.2157
Vysotskaya, A., & Prokofieva, M. (2024). Management accounting and data analytics: technology acceptance from the educational perspective. Accounting Education, 1–24. DOI: https://doi.org/10.1080/09639284.2024.2338140
Yaiprasert, C., & Hidayanto, A. N. (2024). AI-powered ensemble machine learning to optimize cost strategies in logistics business. International Journal of Information Management Data Insights, 4(1), 100209. DOI: https://doi.org/10.1016/j.jjimei.2023.100209
Zhang, C., Zhu, W., Dai, J., Wu, Y., & Chen, X. (2023). Ethical impact of artificial intelligence in managerial accounting. International Journal of Accounting Information Systems, 49, 100619. DOI: https://doi.org/10.1016/j.accinf.2023.100619
Zhang, Y., Xiong, F., Xie, Y., Fan, X., & Gu, H. (2020). The impact of artificial intelligence and blockchain on the accounting profession. IEEE Access, 8, 110461–110477. DOI: https://doi.org/10.1109/ACCESS.2020.3000505
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Revista de Contabilidade da UFBA
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho licenciado simultaneamente sob uma Licença Creative Commons Attribution CC-BY-NC após a publicação, permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal), já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
This work is licensed under a license 