Inteligência Artificial no Retalho

Conhecimentos de Base Recomendados

Não aplicável

Métodos de Ensino

A unidade curricular é ministrada em regime online síncrono, com sessões que combinam exposição teórica, demonstração de ferramentas, análise de estudos de caso e exercícios práticos em grupo. O modelo de avaliação contínua compreende:

  • Participação nas sessões e discussões online: 20%
  • Trabalho individual aplicado (projeto ou relatório sobre uma aplicação de IA no retalho): 80%

Critério de aprovação: nota final ≥ 10 valores.

A avaliação valoriza a capacidade de aplicar os conceitos a cenários reais e de articular fundamentos técnicos com decisões estratégicas de gestão e marketing no retalho.

Resultados de Aprendizagem

Esta unidade curricular tem como objetivo dotar os estudantes de competências para compreender e aplicar as principais ferramentas e técnicas de Inteligência Artificial (IA) ao contexto do retalho moderno. Os estudantes deverão ser capazes de utilizar dados para otimizar processos de gestão de sortido, precificação dinâmica, previsão de procura, personalização da experiência do cliente e automatização de marketing. Pretende-se ainda desenvolver a capacidade crítica para avaliar o impacto da IA na transformação digital do setor retalhista e na criação de valor sustentável para consumidores e empresas.

Programa

  • Introdução à Inteligência Artificial e à transformação digital no retalho.
  • Dados e algoritmos: machine learning aplicado à previsão de procura e gestão de stock.
  • IA aplicada à precificação dinâmica e otimização de margens.
  • Personalização da experiência de compra e recomendação de produtos.
  • Automação de marketing, CRM e atendimento ao cliente com IA.
  • Análise de comportamento do consumidor e segmentação inteligente.
  • Ética, transparência e privacidade no uso de IA no retalho.
  • Casos práticos de aplicação da IA em empresas de retalho físico e digital.

Docente(s) responsável(eis)

Professor a definir - ISCAC

Métodos de Avaliação

Avaliação sumativa
  • - Trabalho Individual e/ou de Grupo - 80.0%
  • - Assiduidade e Participação - 20.0%

Estágio(s)

NAO

Bibliografia

  • Grewal, D., Roggeveen, A. L. & Nordfält, J. (2022). The Future of Retailing. Routledge.
  • Kotler, P., Kartajaya, H. & Setiawan, I. (2021). Marketing 5.0: Technology for Humanity. Wiley.
  • Davenport, T. & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard Business Review.
  • Chen, H., Chiang, R. & Storey, V. (2012). Business Intelligence and Analytics: From Big Data to Big Impact. MIS Quarterly.
  • Ferrão, M. (2023). Inteligência Artificial Aplicada ao Marketing. Edições Sílabo.
  • Recursos digitais: Google Cloud Retail AI, IBM Watson Retail, OpenAI, Salesforce AI, HubSpot AI Academy.