O que aprendi ao criar uma função financeira nativa em IA

A área financeira passou a operar em tempo real. Para mim, a oportunidade é muito maior do que fechar os livros mais rápido ou atualizar uma previsão com mais frequência. Trata-se de acompanhar a empresa à medida que ela muda, ajudar os líderes a agir mais cedo e dar às equipes financeiras mais tempo para influenciar o que acontecerá em seguida.

Quando entrei na OpenAI, há dois anos, havia apenas uma pequena equipe financeira apoiando uma empresa que crescia em ritmo extraordinário. Precisávamos criar a função do zero e tornar a IA fundamental para nossa forma de trabalhar, tomar decisões e apoiar a empresa.

Também reconheci um ponto de partida conhecido. Fechar os livros e atualizar as previsões ainda envolvia tarefas manuais e recorrentes: encontrar informações, explicar o que havia mudado e reunir os dados necessários para uma decisão. Tínhamos acesso às ferramentas de IA mais avançadas do mundo e ainda estávamos aprendendo a reformular a área financeira em torno delas.

Por isso, definimos duas ambições ousadas: um fechamento no dia zero e previsões automatizadas e atualizadas continuamente.

A ideia por trás do fechamento no dia zero é oferecer aos líderes uma visão conciliada e rastreável, em tempo real, da posição financeira da empresa. A previsão contínua se apoia nessa base e mostra como a empresa está mudando, o que pode acontecer em seguida e quais decisões poderiam alterar o resultado.

Ainda estamos trabalhando para concretizar as duas ambições. O trabalho já mudou a forma como nossa equipe opera. Ele nos levou além das limitações de planilhas estáticas, buscas manuais por documentos de apoio e apresentações, rumo a ferramentas em tempo real fundamentadas em todo o contexto e nos dados da empresa. Também deu aos profissionais de finanças a capacidade de criar as ferramentas necessárias para o próprio trabalho e levar sua experiência ainda mais longe.

Para mim, essa é a verdadeira promessa de uma função financeira nativa em IA: uma equipe que entende o que está acontecendo em tempo real, ajuda os líderes a enxergar as opções adiante e dá à empresa mais tempo para agir enquanto ainda é possível mudar o resultado.

Chegar lá exige mais do que adotar uma nova tecnologia. É preciso reformular o trabalho em torno das decisões importantes, dar espaço para as pessoas experimentarem, incorporar responsabilidades claras a cada fluxo de trabalho e medir o trabalho confiável que a IA conclui para demonstrar claramente o ROI.

Estas são cinco lições práticas da nossa experiência que todo CFO pode aplicar.

O primeiro passo foi ampliar o acesso. As pessoas precisam ter liberdade para explorar a IA no contexto do próprio trabalho. O acesso gera mais valor quando é combinado com experimentos estruturados em torno de problemas reais.

Convidamos engenheiros de vendas para um hackathon da área financeira e pedimos à equipe que levasse trabalhos que gostaria de transformar. Um dos resultados foi o IR-GPT, um GPT personalizado e fundamentado nos materiais aprovados que nossa equipe de relações com investidores usa para responder a perguntas de diligência. Também começamos a criar GPTs personalizados para áreas como compras e tributos.

O hackathon transformou a IA de uma capacidade abstrata em uma ferramenta funcional. Em um único dia, as pessoas puderam identificar uma tarefa recorrente, criar uma solução, testá-la com colegas e aprimorá-la. Os casos de uso vieram das pessoas mais próximas do trabalho, enquanto especialistas técnicos as ajudaram a avançar mais rápido.

Para os CFOs, a lição é simples: é preciso combinar experimentação de baixo para cima com estratégia de cima para baixo. Coloque uma IA segura e capaz nas mãos das pessoas e permita que quem está mais próximo do trabalho identifique maneiras melhores de realizá-lo. Ao mesmo tempo, concentre a atenção e os recursos da liderança nas mudanças que terão mais impacto para a empresa. A verdadeira oportunidade surge quando os dois se encontram: ideias práticas de quem está na linha de frente aplicadas às suas maiores prioridades.

As equipes financeiras gastam enorme energia reunindo os dados necessários para uma decisão. Uma revisão de previsão pode exigir que as pessoas encontrem os dados mais recentes, conciliem planilhas, expliquem variações, criem gráficos, preparem documentos e transformem esses documentos em slides. A análise acaba chegando a quem toma a decisão, mas boa parte do tempo da equipe já foi gasta para reuni-la.

A IA muda a unidade de trabalho. Os líderes financeiros podem reformular todo o percurso, dos dados de origem à decisão.

Considere o fechamento. Todo CFO conhece o processo mensal: valores realizados em um sistema, pedidos de compra em outro, provisões em uma planilha e a explicação de uma variação escondida em uma troca de mensagens.

Estamos trabalhando para adotar um modelo operacional diferente. A ambição por trás do fechamento no dia zero é conectar planos de gastos aprovados, valores realizados do razão geral, pedidos de compra, provisões e detalhes das transações em uma visão conciliada continuamente. Cada variação pode ser rastreada até a atividade subjacente. A IA pode preparar uma explicação inicial e sinalizar as exceções que exigem atenção. A área financeira valida os números, aplica seu discernimento e se responsabiliza pela aprovação final.

O fechamento não desaparece. O que começa a desaparecer é a correria para reconstituir o negócio após o fim do período.

Essa base conciliada pode sustentar uma previsão atualizada continuamente. Nossa equipe está criando fluxos de trabalho que reúnem modelos estatísticos, conversas de vendas, evidências no nível das contas, dados operacionais e o discernimento da área financeira.

Estamos superando as limitações das planilhas com ferramentas mais interativas, que reúnem a previsão estatística, as evidências de apoio e os cenários em uma única visualização em tempo real. Os líderes podem ver o que mudou, por que mudou e quais decisões poderiam alterar o resultado. Quando um novo compromisso de cliente não consta na linha de base, o sistema pode apresentar as evidências de apoio e mostrar como um ajuste afetaria o trimestre ou o ano. A área financeira pode examinar as premissas, comparar cenários e decidir se deve atualizar a previsão aprovada.

Essa mesma visualização pode ajudar os líderes a tomar decisões melhores sobre alocação de capital. Uma equipe financeira pode ver onde os gastos de marketing estão gerando retorno, onde os resultados estão perdendo força e o que a realocação do próximo dólar poderia representar.

A previsão automatizada é o destino. Uma visão atualizada continuamente, análises de cenários mais rápidas e responsabilidades claras da área financeira são o caminho para chegar lá.

A lição mais ampla é começar por uma decisão relevante e trabalhar de trás para frente. Mapeie os dados, as ferramentas, as aprovações e as transferências de responsabilidade necessários para sustentá-la. Depois, determine quais partes a IA pode analisar, coordenar ou concluir. Isso melhora a velocidade e a qualidade de todo o ciclo decisório.

A maior transformação é que os profissionais de finanças agora podem criar as ferramentas necessárias para o próprio trabalho.

Uma pesquisa recente da OpenAI mostra que 40% do uso especializado de IA por profissionais de finanças envolve trabalhos fora das finanças tradicionais, e 22% envolve tarefas relacionadas à engenharia.

Todos na minha equipe estão criando painéis e ferramentas de IA personalizados com o ChatGPT Work e o Codex. O trabalho está migrando de modelos estáticos do Excel e apresentações do PowerPoint para painéis em tempo real fundamentados em todo o contexto e nos dados do negócio. Essas ferramentas podem dar continuidade a uma análise, responder a perguntas complementares e se atualizar conforme as informações subjacentes mudam.

Um colega que apoiava nosso negócio de publicidade nunca havia programado. Ele usou o Codex para criar uma ferramenta que transforma nossa previsão mensal de publicidade em planos semanais e diários. Ela considera dias úteis e feriados, compara previsões e mantém cada número vinculado ao modelo aprovado. Os líderes de marketing podem ver rapidamente o que mudou, onde investir e qual retorno os gastos adicionais poderiam gerar.

As pessoas que entendem o problema agora podem moldar a solução. Criar essas ferramentas também as leva a repensar a maneira habitual de trabalhar. Um profissional de finanças pode criar a infraestrutura decisória de que a empresa precisa, testá-la com colegas e aprimorá-la conforme o trabalho evolui.

As equipes financeiras não estão se tornando menos especializadas. Elas estão ganhando a capacidade de levar sua experiência ainda mais longe.

O IR-GPT nos ensinou uma lição importante sobre controle. As perguntas de diligência dos investidores podem exigir que um analista pesquise materiais anteriores, redija uma resposta, verifique a consistência e coordene a revisão. Com um GPT personalizado e fundamentado em fontes aprovadas, um trabalho que antes levava horas e às vezes avançava pela madrugada agora pode gerar um bom primeiro rascunho em segundos.

O papel humano continua sendo central. Nossa equipe de relações com investidores lê o rascunho, acrescenta discernimento e contexto e verifica se nossas respostas permanecem coerentes para todos os investidores. A IA acelera o trabalho. As pessoas são responsáveis pelo resultado.

Esse é o modelo certo para a área financeira. Os CFOs devem trabalhar com as equipes de TI e governança para definir quais dados um sistema de IA pode acessar, quais ações pode realizar, quando é necessária uma aprovação e quando um problema deve ser escalado. Cada resultado deve estar vinculado a uma fonte confiável. Cada previsão deve vir acompanhada de uma explicação clara. Toda alteração em uma linha de base aprovada deve exigir autorização da área financeira.

A breve moda do “tokenmaxxing” já passou. Agora é simples definir limites de uso, controles orçamentários, acesso baseado em funções, regras de roteamento de modelos e limites para aprovação. Os CFOs podem gerenciar o uso da IA com a mesma disciplina aplicada a qualquer despesa variável e, ao mesmo tempo, dar às equipes espaço para criar e experimentar.

Responsabilidades claras geram a confiança necessária para avançar mais rápido. À medida que a síntese, a conciliação e a preparação se aceleram, os profissionais de finanças ganham mais tempo para questionar premissas, orientar a empresa e exercer seu discernimento.

Os CFOs precisam de um painel de indicadores de IA baseado no desempenho operacional. Comprar mais vagas de usuário ou usar mais tokens não diz muita coisa. O que importa é se o trabalho é bem executado e quanto ele realmente custa.

Para cada fluxo de trabalho, faça quatro perguntas:

• A IA concluiu um trabalho relevante?
• Quanto isso custou, incluindo o tempo dos funcionários, a revisão e o retrabalho?
• O resultado foi bom o suficiente para ser usado?
• Isso nos ajudou a avançar mais rápido ou a tomar uma decisão melhor?

Para uma equipe financeira, um trabalho útil pode ser atualizar uma previsão, explicar uma variação, atender a uma solicitação de auditoria ou responder a uma pergunta do conselho. Para o fechamento, o painel pode incluir o tempo de ciclo, a proporção de transações conciliadas automaticamente, o número de exceções que exigem revisão e o tempo necessário para explicar uma variação. Para as previsões, pode incluir a precisão, a frequência de atualização, o tempo necessário para produzir um novo cenário e a qualidade das decisões fundamentadas pela previsão.

O modelo mais barato nem sempre é o mais econômico. Se um modelo melhor chegar a uma resposta confiável com menos tentativas e revisão, seu custo total poderá ser menor.

A área financeira está no centro da estratégia, do capital, dos dados, dos riscos e do desempenho. Isso dá aos CFOs uma visão única de como a empresa funciona e um forte mandato para liderar sua transformação com IA.

Uma função financeira nativa em IA é definida por ciclos mais rápidos, controles mais robustos, decisões melhores e mais tempo para exercer o discernimento. O caminho começa com um fluxo de trabalho relevante e se expande com base em evidências: ofereça as ferramentas, ajude as pessoas a reformular o trabalho, mantenha claras as responsabilidades e meça o resultado.

O fechamento no dia zero e a previsão contínua traduzem uma ambição mais ampla: uma equipe financeira que entende o que está acontecendo em tempo real, mostra aos líderes o que pode acontecer em seguida e ajuda a empresa a tomar decisões melhores mais cedo.

O resultado é uma equipe financeira com mais capacidade e um CFO com uma visão mais clara do negócio. Isso também cria um modelo operacional para que toda a empresa transforme inteligência em valor duradouro. Como sempre digo, você não pode ser o que não consegue ver. Se queremos que nossas equipes financeiras aproveitem as possibilidades da IA, precisamos mostrar a elas como isso funciona — e, como CFOs, devemos começar por nós mesmos.

Minha equipe financeira mostrou como isso funciona na prática. Você pode assistir à gravação aqui⁠(abre em uma nova janela).