O que aprendi ao criar uma função financeira nativa de IA

As finanças tornaram-se uma função em tempo real. Para mim, a oportunidade é muito maior do que fechar as contas mais depressa ou atualizar uma previsão com maior frequência. Trata-se de acompanhar a evolução da empresa, ajudar os líderes a agir mais cedo e dar às equipas financeiras mais tempo para moldar o que acontece a seguir.

Quando entrei para a OpenAI, há dois anos, havia apenas uma pequena equipa financeira a apoiar uma empresa que crescia a uma velocidade extraordinária. Tínhamos de criar a função de raiz e tornar a IA fundamental para a nossa forma de trabalhar, tomar decisões e apoiar a empresa.

Também reconheci um ponto de partida familiar. O fecho das contas e a atualização das previsões continuavam a envolver trabalho manual e recorrente: encontrar informação, explicar o que tinha mudado e reunir os dados necessários para uma decisão. Tínhamos acesso às ferramentas de IA mais avançadas do mundo e continuávamos a aprender a reformular as finanças em torno delas.

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

A ideia do fecho no próprio dia é proporcionar aos líderes uma visão em tempo real, reconciliada e rastreável da situação financeira da empresa. A previsão contínua assenta nessa base e mostra como a empresa está a mudar, o que poderá acontecer a seguir e que decisões poderão alterar o resultado.

Continuamos a trabalhar para concretizar ambas as ambições. Este trabalho já mudou a forma como a nossa equipa funciona. Levou-nos além das limitações das folhas de cálculo estáticas, das pesquisas manuais de documentos comprovativos e das apresentações, rumo a ferramentas dinâmicas baseadas em todo o contexto e todos os dados da empresa. Também deu aos profissionais de finanças a capacidade de criarem as ferramentas de que necessitam para trabalhar e de levarem mais longe os seus conhecimentos.

Para mim, essa é a verdadeira promessa de uma função financeira nativa de IA: uma equipa que compreende o que está a acontecer em tempo real, ajuda os líderes a ver as opções que têm pela frente e dá à empresa mais tempo para agir enquanto ainda é possível mudar o resultado.

Para lá chegar, não basta adotar novas tecnologias. É preciso reformular o trabalho em torno das decisões relevantes, dar às pessoas espaço para experimentar, integrar responsabilidades claras em todos os fluxos de trabalho e medir o trabalho fiável que a IA conclui para demonstrar claramente o retorno do investimento.

Eis cinco lições práticas da nossa experiência que todos os CFO podem aplicar.

O primeiro passo foi proporcionar um acesso alargado. As pessoas precisam de liberdade para explorar a IA no contexto do seu próprio trabalho. O acesso cria mais valor quando é acompanhado por experiências estruturadas em torno de problemas reais.

Convidámos engenheiros de vendas para uma maratona de programação da área financeira e pedimos à equipa que trouxesse trabalho que gostaria de transformar. Um dos resultados foi o IR-GPT, um GPT personalizado baseado nos materiais aprovados que a nossa equipa de relações com investidores utiliza para responder a questões de devida diligência. Também começámos a criar GPT personalizados para áreas como compras e fiscalidade.

A maratona de programação transformou a IA, que passou de uma capacidade abstrata para uma ferramenta funcional. Num único dia, as pessoas puderam identificar uma tarefa recorrente, criar uma solução, testá-la com colegas e melhorá-la. Os casos de utilização vieram das pessoas mais próximas do trabalho, enquanto os especialistas técnicos as ajudaram a avançar mais depressa.

Para os CFO, a lição é simples: são necessárias experiências da base para o topo e uma estratégia definida de cima para baixo. Disponibilize às pessoas uma IA segura e capaz e deixe que quem está mais próximo do trabalho identifique melhores formas de o executar. Ao mesmo tempo, concentre a atenção e os recursos da liderança nas mudanças que terão maior impacto na empresa. A verdadeira oportunidade surge quando ambas convergem: ideias práticas da linha da frente aplicadas às principais prioridades.

As equipas financeiras despendem uma enorme energia a reunir os elementos necessários para uma decisão. A análise de uma previsão pode obrigar as pessoas a encontrar os dados mais recentes, reconciliar folhas de cálculo, explicar desvios, criar gráficos, preparar documentos e transformar esses documentos em diapositivos. A análise acaba por chegar ao decisor, mas grande parte do tempo da equipa já foi despendida a prepará-la.

A IA muda a unidade de trabalho. Os responsáveis financeiros podem reformular todo o percurso entre os dados de origem e a decisão.

Consideremos o fecho. Todos os CFO conhecem o processo mensal: valores reais num sistema, ordens de compra noutro, acréscimos numa folha de cálculo e a explicação de um desvio perdida numa conversa por mensagens.

Estamos a trabalhar para adotar um modelo operacional diferente. A ambição do fecho no próprio dia é reunir os planos de despesas aprovados, os valores reais do razão geral, as ordens de compra, os acréscimos e os detalhes das transações numa vista continuamente reconciliada. Cada desvio pode ser rastreado até à atividade subjacente. A IA pode preparar uma explicação inicial e assinalar as exceções que exigem atenção. A equipa financeira valida os valores, exerce o seu discernimento e assume a responsabilidade pela aprovação final.

O fecho não desaparece. O que começa a desaparecer é a correria para reconstituir a atividade da empresa depois do final do período.

Essa base reconciliada pode alimentar uma previsão continuamente atualizada. A nossa equipa está a criar fluxos de trabalho que combinam modelos estatísticos, conversas de vendas, dados relativos a contas, dados operacionais e o discernimento da equipa financeira.

Estamos a superar as limitações das folhas de cálculo com ferramentas mais interativas, que reúnem numa única vista dinâmica a previsão estatística, os dados que a sustentam e os cenários. Os líderes podem ver o que mudou, por que razão mudou e que decisões poderão alterar o resultado. Quando um novo compromisso de um cliente não consta da base de referência, o sistema pode apresentar os dados que o sustentam e mostrar como um ajustamento afetaria o trimestre ou o ano. A equipa financeira pode analisar os pressupostos, comparar cenários e decidir se deve atualizar a previsão aprovada.

A mesma vista pode ajudar os líderes a tomar melhores decisões sobre a afetação de capital. Uma equipa financeira pode ver onde as despesas de marketing estão a gerar retorno, onde os resultados estão a diminuir e qual poderá ser o efeito de reafetar o próximo euro.

O objetivo é automatizar as previsões. Uma visão continuamente atualizada, uma análise mais rápida de cenários e a atribuição clara de responsabilidades à equipa financeira são a forma de lá chegar.

A lição mais abrangente é começar por uma decisão com impacto e trabalhar de trás para a frente. Identifique os dados, as ferramentas, as aprovações e as transferências de responsabilidade necessários para a sustentar. Em seguida, determine que partes a IA pode analisar, coordenar ou concluir. Isto melhora a rapidez e a qualidade de todo o ciclo de decisão.

A maior transformação é os profissionais de finanças poderem agora criar as ferramentas de que necessitam para o seu trabalho.

Um estudo recente da OpenAI mostra que 40% da utilização especializada de IA pelos profissionais de finanças envolve trabalho fora das áreas financeiras tradicionais e 22% envolve tarefas relacionadas com engenharia.

Todos os membros da minha equipa estão a criar painéis e ferramentas de IA personalizados com o ChatGPT Work e o Codex. O trabalho está a passar de modelos estáticos do Excel e apresentações de PowerPoint para painéis dinâmicos que assentam em todo o contexto e todos os dados da empresa. Estas ferramentas podem dar continuidade a uma análise, responder a perguntas adicionais e atualizar-se à medida que a informação subjacente muda.

Um colega que apoiava a nossa área de publicidade nunca tinha programado. Utilizou o Codex para criar uma ferramenta que transforma a nossa previsão mensal de publicidade em planos semanais e diários. A ferramenta considera os dias úteis e feriados, compara previsões e mantém todos os valores associados ao modelo aprovado. Os responsáveis de marketing podem ver rapidamente o que mudou, onde investir e que retorno poderá gerar a despesa adicional.

Quem compreende o problema pode agora ajudar a definir a solução. A criação destas ferramentas também leva essas pessoas a repensar a forma habitual de trabalhar. Um profissional de finanças pode criar a infraestrutura de decisão de que a empresa necessita, testá-la com colegas e melhorá-la à medida que o trabalho evolui.

As equipas financeiras não estão a tornar-se menos especializadas. Estão a adquirir a capacidade de aplicar os seus conhecimentos mais longe.

O IR-GPT ensinou-nos uma lição importante sobre controlo. Para responder às questões de devida diligência dos investidores, um analista pode ter de pesquisar materiais anteriores, elaborar uma resposta, verificar a coerência e coordenar a revisão. Com um GPT personalizado baseado em fontes aprovadas, um trabalho que antes demorava horas e por vezes se prolongava pela noite pode agora produzir um primeiro rascunho sólido em segundos.

O papel humano continua a ser fundamental. A nossa equipa de relações com investidores lê o rascunho, acrescenta discernimento e contexto e verifica se as respostas se mantêm coerentes entre investidores. A IA acelera o trabalho. As pessoas são responsáveis pelo resultado.

Esse é o modelo certo para as finanças. Os CFO devem trabalhar com as equipas de TI e governação para definir os dados a que um sistema de IA pode aceder, as ações que pode executar, quando é necessária aprovação e quando um problema deve ser encaminhado para um nível superior. Cada resultado deve estar associado a uma fonte fiável. Cada previsão deve incluir uma explicação clara. Qualquer alteração a uma base de referência aprovada deve exigir autorização da equipa financeira.

A breve moda do «tokenmaxxing» já passou. Agora é simples definir limites de utilização, controlos orçamentais, acessos baseados em funções, regras de encaminhamento entre modelos e limiares de aprovação. Os CFO podem gerir a utilização da IA com o mesmo rigor aplicado a qualquer despesa variável, dando simultaneamente às equipas espaço para criar e experimentar.

A definição clara de responsabilidades gera a confiança necessária para avançar mais depressa. À medida que a síntese, a reconciliação e a preparação aceleram, os profissionais de finanças ganham mais tempo para questionar pressupostos, aconselhar a empresa e exercer o seu discernimento.

Os CFO precisam de um quadro de avaliação da IA baseado no desempenho operacional. Comprar mais lugares ou utilizar mais tokens não revela muito. O que importa é saber se o trabalho é bem feito e quanto custa realmente.

Para cada fluxo de trabalho, coloque quatro perguntas:

• A IA concluiu trabalho relevante?
• Quanto custou, incluindo o tempo dos colaboradores, a revisão e o retrabalho?
• O resultado tinha qualidade suficiente para ser utilizado?
• Ajudou-nos a avançar mais depressa ou a tomar uma decisão melhor?

Para uma equipa financeira, trabalho útil pode significar atualizar uma previsão, explicar um desvio, responder a um pedido de auditoria ou a uma pergunta do conselho de administração. Para o fecho, o quadro de avaliação pode incluir a duração do ciclo, a percentagem de transações reconciliadas automaticamente, o número de exceções que exigem revisão e o tempo necessário para explicar um desvio. Para as previsões, pode incluir a respetiva precisão e frequência de atualização, o tempo necessário para criar um novo cenário e a qualidade das decisões que a previsão sustenta.

O modelo mais barato nem sempre é o mais económico. Se um modelo melhor produzir uma resposta fiável com menos tentativas e menos revisão, poderá ter um custo total inferior.

As finanças estão no centro da estratégia, do capital, dos dados, do risco e do desempenho. Isto proporciona aos CFO uma perspetiva única sobre o funcionamento da empresa e um forte mandato para liderarem a sua transformação através da IA.

Uma função financeira nativa de IA caracteriza-se por ciclos mais rápidos, controlos mais sólidos, melhores decisões e mais tempo para exercer discernimento. O percurso começa com um fluxo de trabalho relevante e expande-se com base em provas: disponibilize as ferramentas, ajude as pessoas a reformular o trabalho, mantenha responsabilidades claras e meça os resultados.

O fecho no próprio dia e a previsão contínua refletem uma ambição mais ampla: uma equipa financeira que compreende o que está a acontecer em tempo real, mostra aos líderes o que poderá acontecer a seguir e ajuda a empresa a tomar decisões melhores mais cedo.

O resultado é uma equipa financeira com maior capacidade e um CFO com uma visão mais clara da empresa. Cria também um modelo de trabalho para toda a empresa transformar inteligência em valor duradouro. Como digo sempre, não podemos ser aquilo que não conseguimos ver. Se queremos que as nossas equipas financeiras aproveitem as possibilidades da IA, temos de lhes mostrar como é — e, enquanto CFO, temos de começar por nós próprios.

A minha equipa financeira mostrou como isto funciona na prática. Pode ver a gravação aqui⁠(abre numa nova janela).