A emergência de novas tecnologias gera um aumento na quantidade de informações e, como consequência, torna o desenvolvimento de capacidades um imperativo para que as organizações consigam lidar com o crescente fluxo de informações disponíveis; no entanto, pesquisas de mercado apontam para a estagnação dos investimentos em Tecnologia da Informação (TI). Com essa grande quantidade de dados, as companhias necessitam de novas ferramentas para gerenciar essas informações automaticamente. O Machine Learning refere-se a técnicas computadorizadas que imitam uma classe de comportamentos input-output com o objetivo de gerar resultados confiáveis de qualquer entrada que representa o domínio de interesse. Sistemas experientes, programas informáticos que funcionam como especialistas humanos em um domínio estreito, tem sido um tema de interesse da pesquisa comercial por mais de duas décadas. Assim, o objetivo desta pesquisa é identificar e avaliar as dimensões da capacidade. Para sintetizar o estado da arte do machine learning, realizou-se uma revisão sistematizada da literatura nos oito principais periódicos da área, segundo o Senior Council da Association for Information Systems (European Journal of Information Systems, Information Systems Journal, Information Systems Research, Journal of AIS, Journal of Information Technology, Journal of MIS, Journal of Strategic Information Systems, MIS Quarterly) e nos anais de três principais eventos científicos dessa área (Américas, European e International Conferences of Information Systems). Como resultado, foram identificados 9 (nove) artigos que abordam, integralmente, o tema desta pesquisa. Seguindo as diretrizes para revisão sistemática da literatura do Cochrane Handbook, foram identificadas 12 dimensões, sendo as mais frequentes as três a seguir: Precision, Recall e F-measure. Considerando-se a necessidade do desenvolvimento e articulação des dimensões para que a utilização do machine learning seja disseminada e aperfeiçoada. A aplicabilidade do Machine learning é ampla , de forma que qualquer sistema, de empresas agrícolas à serviços de tecnologia, podem se beneficiar disso. Ademais, análise precisa e a previsão de dados tendem a ser fortemente melhoradas em razão de tais sistemas. Além disso, anúncios direcionados auxiliados por técnicas de Machine learning se mostram mais eficazes quando comparadas com técnicas tradicionais de propaganda digital. O Machine learning pode ajudar organizações a economizarem tempo sugerindo serviços e produtos personalizados de acordo com suas necessidades e aumentar a competitividade, reduzindo custos e melhorando a performance. Conclui-se que, as dimensões avaliadas podem contribuir tanto para a pesquisa na área: auxiliando no desenvolvimento de pesquisas que venham a observar essa capacidade ou possibilitando o desenvolvimento de um framework pelo qual se possa direcionar esforços para incrementá-la, respectivamente.