Como a inteligência artificial vai mudar o trabalho do CFO

O CFO da próxima década não deixará de controlar, reportar e proteger. Ele precisará fazer tudo isso enquanto reduz a distância entre o que aconteceu e a decisão que a empresa toma. A inteligência artificial ajuda quando encontra desvios, organiza cenários e prepara análises. Ela atrapalha quando produz velocidade sem origem, comparação ou responsável.

Minha tese é simples: o novo mandato financeiro não é automatizar o passado. É construir confiança suficiente para decidir antes, com quatro provas em cada análise: origem do dado, comparação relevante, alçada da máquina e consequência no negócio.

Em uma frase

A IA pode transformar finanças de uma área que explica o mês anterior em uma função que orienta a próxima decisão, desde que o CFO consiga reconstruir de onde veio cada número, o que mudou e quem responde pela ação.

Isso muda a pergunta. Em vez de perguntar apenas quanto tempo a automação economiza, eu perguntaria:

• Qual decisão ficará melhor ou mais rápida?
• Que evidência permite confiar na recomendação?
• Onde a IA sugere e onde uma pessoa aprova?
• O que acontece se a análise estiver errada?

Sem essas respostas, uma previsão mais veloz pode ser apenas um erro chegando mais cedo à diretoria.

O que a Stark Bank propõe para o CFO da próxima década?

A página do e-book O CFO da próxima década, da Stark Bank, resume a mudança em três verbos: antecipar, decidir e alocar. O argumento é que a velocidade do negócio ultrapassou a velocidade de uma arquitetura financeira apoiada em fechamento mensal, ERP central e ciclos periódicos de planejamento e análise financeira.

A página apresenta duas estatísticas, 70% do tempo de analistas de FP&A gasto na preparação de dados e 51% das empresas com consequência negativa após adotar IA sem governança. Na página pública consultada, porém, não aparecem amostra, período nem fonte dessas porcentagens. Por isso, não as uso como prova central. Elas funcionam como hipóteses que cada empresa deve medir na própria operação.

O ponto mais útil do material é a mudança de mandato. Fechar corretamente continua obrigatório. O que perde valor é descobrir tarde demais que uma margem caiu, um fornecedor concentrou risco ou uma unidade consumiu caixa acima do plano.

Essa mudança já aparece entre CFOs brasileiros?

Uma pesquisa da Deloitte com 105 empresas no Brasil, realizada entre outubro e dezembro de 2024 e publicada em maio de 2025, encontrou 15% dos participantes já usando inteligência artificial generativa em atividades financeiras e 74% pretendendo adotá-la.

Os usos atuais ou planejados mais citados foram tarefas repetitivas, com 80%, e planejamento e análise financeira, com 60%. Ao mesmo tempo, 54% apontaram integração de sistemas como preocupação e 51% mencionaram capacitação contínua. A pesquisa também mostra um CFO já envolvido em estratégia: 89% relataram maior participação em decisões estratégicas e 78% envolvimento direto na elaboração da estratégia do negócio.

Eu evitaria transformar esses números em retrato de toda empresa brasileira. A amostra se concentra em organizações maiores e no Sudeste. Ainda assim, ela revela uma tensão importante: a ambição estratégica já existe, mas os dados, os sistemas e as competências ainda podem impedir a execução.

Essa distância entre intenção e operação importa mais do que a compra da ferramenta.

O que a IA pode mudar no trabalho financeiro?

Existem três camadas diferentes, e misturá-las costuma criar promessas ruins.

A primeira é transacional. Ela inclui conciliações, classificação, extração de documentos e identificação de exceções. É onde regras, automação tradicional e IA podem retirar trabalho repetitivo, desde que exista conferência proporcional ao risco.

A segunda é analítica. O sistema compara realizado e orçamento, encontra variações, prepara cenários e aponta relações que merecem investigação. Aqui, a IA acelera a busca, mas não conhece sozinha a causa empresarial. Uma queda de margem pode vir de preço, mix, frete, câmbio, desconto ou erro de cadastro. A resposta precisa voltar à operação.

A terceira é decisória. É quando uma recomendação altera limite, preço, investimento, contratação ou caixa. Nesse ponto, eu aumentaria a exigência de rastreabilidade e aprovação, porque o custo do erro deixa de ser apenas um relatório ruim.

Uma pesquisa da Deloitte com 200 CFOs de grandes empresas da América do Norte, conduzida no fim de 2025, encontrou 87% considerando a IA muito ou extremamente importante para as operações financeiras em 2026. Mais da metade, 54%, colocou a integração de agentes de IA entre as prioridades de transformação.

Isso mede expectativa e prioridade, não resultado obtido. O número mais alto não prova que os agentes já reduziram custo, aumentaram precisão ou melhoraram a alocação de capital. A diferença entre intenção e resultado precisa aparecer no desenho do trabalho.

As quatro provas que eu exigiria antes de confiar

Eu usaria um teste pequeno para qualquer análise financeira preparada ou executada com IA.

1. Origem

Cada número precisa carregar fonte, período, unidade e horário de atualização. Se o fluxo de caixa mistura valores realizados, compromissos e projeções, essa diferença deve aparecer na própria resposta. Uma fonte ausente não vira zero.

2. Comparação

Um valor isolado informa pouco. A recomendação precisa dizer contra o que está comparando: orçamento, mês anterior, mesma semana do ano anterior, cenário-base ou limite contratual. Sem denominador equivalente, o sistema encontra movimento, não necessariamente desvio.

3. Alçada

É preciso separar claramente três ações: ler, recomendar e executar. Uma IA pode preparar uma explicação para a variação de despesas. Alterar o orçamento, suspender pagamento ou aprovar crédito exige outra alçada. Quanto maior a irreversibilidade, menor deve ser a autonomia automática.

4. Consequência

A análise precisa terminar numa decisão observável. Investir, esperar, investigar, corrigir cadastro, rever preço ou manter o plano são resultados diferentes. Se a recomendação não muda nenhuma decisão, talvez a empresa tenha apenas produzido um relatório mais elegante.

Esse framework complementa o que já escrevi sobre como desenhar um piloto de IA que o CFO aprova. Ali, a disciplina está na entrada do investimento. Aqui, ela acompanha cada decisão produzida depois que a tecnologia entra na rotina.

Como isso funciona numa reunião real?

Imagine uma empresa que faz o forecast de caixa toda sexta-feira. Hoje, uma pessoa exporta contas a pagar, contas a receber e saldos bancários, corrige categorias, pede atualizações às áreas e monta três cenários. Quando o material chega à diretoria, parte dos dados já mudou.

Eu não começaria pedindo que um agente de IA movesse dinheiro. Começaria com uma função estreita: reunir as fontes, marcar dados vencidos, mostrar diferenças contra a semana anterior e redigir perguntas para as áreas responsáveis.

Durante quatro semanas, manteria o processo atual como controle e compararia:

• tempo entre o corte dos dados e a reunião;
• ajustes humanos necessários;
• divergências materiais encontradas depois da apresentação;
• decisões antecipadas por causa do novo fluxo;
• custo total de ferramenta, integração e revisão.

Suponha, apenas para explicar a conta, que o processo consuma 40 horas por semana e passe a consumir 24. A diferença bruta é de 16 horas. Se dez dessas horas voltarem como revisão, correção de integração e investigação de alertas fracos, o ganho líquido é de seis, não de 16. Se uma decisão de caixa relevante for antecipada com evidência, o valor pode superar a economia de horas. Ambos precisam ser registrados separadamente.

O piloto avança se reduzir o tempo sem aumentar divergências relevantes e se as decisões antecipadas forem rastreáveis. Ele volta à configuração anterior se a equipe deixar de conseguir explicar a origem dos números.

Por que confiança passa a ser uma responsabilidade financeira?

A PwC descreveu em julho de 2026 uma ampliação do papel do CFO: além de alocar capital, finanças passa a sustentar a credibilidade dos dados e das análises usadas pela empresa. Na pesquisa citada pela consultoria, 71% dos CFOs de empresas maiores na Alemanha, Áustria e Suíça deram alta prioridade à digitalização financeira, mas apenas 20% avaliaram a própria área como altamente digitalizada.

A geografia e o perfil da amostra limitam a comparação com o Brasil. A ideia operacional, porém, é útil. Quando todos podem acessar modelos semelhantes, a vantagem não está apenas em gerar um cenário. Está em conseguir agir sobre ele porque as pessoas confiam nos dados, nos controles e na explicação.

Eu resumiria assim: velocidade sem rastreabilidade só antecipa o erro.

Essa exigência não significa revisar manualmente cada célula para sempre. Significa projetar o processo para produzir evidência. No caso de agentes, eu buscaria pelo menos os três rastros de confiança que detalhei neste guia: a entrada usada, a decisão tomada e a confirmação do efeito no sistema real.

Minha análise: o CFO vira arquiteto da cadência de decisão

Eu não acredito que o CFO do futuro seja apenas um contador com um copiloto. Também não acredito que a IA transforme finanças numa função autônoma em que o humano aparece só para aprovar exceções.

O trabalho mais valioso será desenhar a cadência entre sinal, investigação e alocação. Quais fatos precisam ser vistos diariamente? Quais variações merecem uma pergunta? Que decisões podem esperar o fechamento? Que ações exigem dupla aprovação? Que modelo precisa ser recalibrado quando o negócio muda?

Isso exige conhecimento financeiro e proximidade com a operação. Um sistema pode mostrar que o custo de aquisição subiu. O CFO precisa conectar esse sinal a preço, margem, capacidade comercial e caixa. A tecnologia reduz o tempo para chegar à conversa. Ela não escolhe sozinha qual futuro a empresa deve financiar.

O teste da próxima semana pode ser simples: escolha uma decisão recorrente, registre quanto tempo a equipe leva para reunir evidência e marque quantas vezes alguém precisa voltar à fonte. Depois, use IA apenas para preparar o pacote de decisão. Se a reunião começar mais cedo, com menos disputa sobre a origem dos números e sem perda de controle, existe um caso para avançar.

Perguntas rápidas

Qual é o papel do CFO da próxima década?

Controlar e reportar continuam essenciais, mas o CFO também precisa aumentar a velocidade e a qualidade das decisões, alocar capital de forma dinâmica e garantir confiança nos dados e nas análises usadas pela empresa.

A inteligência artificial substituirá o FP&A?

Ela pode automatizar preparação de dados e acelerar análises, mas planejamento e análise financeira também exigem contexto operacional, julgamento, investigação de causas e responsabilidade pela recomendação. O papel muda mais do que desaparece.

Onde começar a usar IA em finanças?

Comece numa decisão recorrente, com dados conhecidos, saída revisável e consequência limitada. Compare o processo atual com o novo fluxo e meça tempo, ajustes, divergências, custo total e decisões antecipadas.

Como governar um agente de IA financeiro?

Separe leitura, recomendação e execução; registre as fontes e as ações; defina limites de alçada; exija confirmação no sistema real; e mantenha aprovação humana para decisões materiais ou difíceis de reverter.

A página da Stark Bank comprova os números de 70% e 51%?

A página pública consultada apresenta essas porcentagens, mas não mostra ali a metodologia, o período ou a amostra. Por isso, trato os números como chamadas do material, não como base independente para uma decisão.

Fontes e data de corte

Pesquisa e verificação feitas em 25 de setembro de 2026. Usei a página pública do e-book da Stark Bank como ponto de partida e contrastei a tese com pesquisas da Deloitte no Brasil e na América do Norte e com a análise da PwC sobre confiança, dados e governança. Percentuais permanecem vinculados às amostras e geografias descritas por cada fonte.

O CFO da próxima década não precisa escolher entre controle e velocidade. Precisa construir um sistema em que um torne o outro possível. Se sua liderança está discutindo como redesenhar decisões, trabalho e governança com inteligência artificial, conheça minhas palestras sobre IA, inovação e futuro do trabalho. Para acompanhar as próximas análises, assine minha newsletter no Substack.