A transformação digital trouxe consigo a disseminação da Inteligência Artificial (IA) em diversas esferas da sociedade, transformando profundamente a maneira como as organizações conduzem seus negócios. Essa rápida evolução trouxe grandes desafios e em função disso a efetiva gestão da maturidade em IA torna-se uma peça-chave para as organizações que buscam extrair todo o potencial dessas inovações tecnológicas. A revisão sistemática de literatura efetuada demonstrou que, embora existam alguns modelos de maturidade de IA, nenhum deles é especificamente adaptado para o ambiente do backoffice. Diante dessa lacuna, entendemos ser fundamental explorar e desenvolver um modelo de maturidade específico para essa área. Este trabalho propõe a investigação e o desenvolvimento de um modelo de maturidade específico para a aplicação de IA no backoffice. Para este estudo de casos múltiplos foram selecionadas cinco empresas com base em critérios estratégicos, como porte, diversidade setorial e histórico de inovação, onde foram efetuadas entrevistas semiestruturadas com 13 executivos-chave que possuem expertise setor de atuação das empresas e em IA. Os casos foram então submetidos à análise de conteúdo, através de codificação aberta onde, buscou-se identificar padrões comuns, diferenças significativas e insights abrangentes sobre a adoção da IA nas organizações. Como resultado deste estudo, foi desenvolvido um modelo de maturidade prático e adaptável, composto por dimensões e estágios adequados para avaliar, aprimorar e otimizar a maturidade da IA no contexto do backoffice. O modelo proposto apresenta sete dimensões e seis estágios, especialmente adaptados para refletir a realidade do backoffice. Uma nova dimensão, denominada "Ambiente", foi acrescentada, propondo uma análise do impacto do ambiente interno e externo na adoção da IA no backoffice. Os estágios foram detalhadamente descritos, e um modelo de evolução foi delineado com base no número e na natureza da utilização da IA. Ao preencher essa lacuna de pesquisa, esperamos fornecer às organizações um framework prático e adaptável que lhes permita avaliar, aprimorar e otimizar sua maturidade em IA no contexto do backoffice, com vias de alcançarem níveis mais elevados de eficiência, produtividade e inovação em suas operações. Considerando a falta de artigos sobre modelos de maturidade de IA no contexto do backoffice, especialmente em relação à sua aplicação prática, recomenda-se como estudo futuro a realização de uma pesquisa quantitativa para investigar o impacto do nível de maturidade da IA no backoffice sobre o desempenho organizacional, incluindo aspectos como resultados financeiros, eficiência operacional e vantagem competitiva. Além disso, propusemos a criação de um índice de maturidade da IA no backoffice, a fim de definir um modelo de ponderação para avaliar a maturidade em cada dimensão com base em um questionário estruturado para determinar a importância relativa de cada dimensão, considerando que algumas podem ter mais peso do que outras na avaliação geral da maturidade.

Digital transformation has brought with it the spread of Artificial Intelligence (AI) in various spheres of society, profoundly transforming the way organizations conduct their businesses. This rapid evolution has brought great challenges and, as a result, effective AI maturity management becomes a key piece for organizations looking into extracting the full potential of these technological innovations. The systematic literature review showed that while there are some AI maturity models, none of them are specifically tailored to the backoffice environment. In view of this gap, we believe it is essential to explore and develop a specific maturity model for this area. This work proposes the research and development of a specific maturity model for the application of AI in the backoffice. For this multiple case study, five companies were selected based on strategic criteria, such as size, sector diversity and innovation history, where semi-structured interviews were conducted with 13 key executives who have industry expertise and in AI. The cases were then submitted to content analysis, through open coding where we sought to identify common patterns, significant differences and comprehensive insights into the adoption of AI in organizations. As a result of this study, a practical and adaptable maturity model was developed, consisting of appropriate dimensions and stages to assess, enhance, and optimize AI maturity in the backoffice context. The proposed model has seven dimensions and six stages, specially adapted to reflect the reality of the backoffice. A new dimension, called "Environment", has been added, proposing an analysis of the impact of the internal and external environment on the adoption of AI in the backoffice. The stages were described in detail, and a model of evolution was designed based on the number and nature of AI utilization. By filling this research gap, we aim to provide organizations with a practical and adaptable framework that allows them to assess, enhance, and optimize their AI maturity in the context of the backoffice, with pathways to achieving higher levels of efficiency, productivity, and innovation in their operations. Considering the lack of articles on AI maturity models in the backoffice context, especially in relation to their practical application, it is recommended as a future study to conduct quantitative research to investigate the impact of the AI maturity level in the backoffice on organizational performance, including aspects such as financial results, operational efficiency, and competitive advantage. In addition, we proposed the creation of an AI maturity index in the backoffice in order to define a weighting model to assess maturity in each dimension based on a structured questionnaire in order to determine the relative importance of each dimension, considering that some may have more weight than others in the overall maturity assessment.