A IA provoca a maior transformação no papel do CFO em 20 anos

Ao longo da sua carreira, Brad Wolfe ocupou três cargos de CFO em empresas cotadas na NASDAQ. Atualmente, é o fundador da Wolfe Packs Consulting, onde apoia empresas apoiadas por capital privado no segmento médio-baixo. Leciona também em várias universidades.

Sentámo-nos com ele para perceber como a IA está a transformar o cargo de CFO. Eis o que nos disse.

O que este momento de transformação pela IA exige

Passei a primeira metade da minha carreira a fazer o trabalho que a maioria dos CFO delega. Três cargos de CFO em empresas cotadas na NASDAQ, mais de 80 transações de fusões e aquisições e mais de 50 implementações de sistemas empresariais em ERP, CRM, faturação e armazenamento de dados. Experiência na PwC, licenciatura em Direito e MBA pela Kellogg. Participei em reuniões com comités de auditoria, assinei as certificações 302 e concluí negócios em que a qualidade dos dados me deixou suficientemente desconfortável para rever o preço.

A razão pela qual estou aqui é simples: vi a IA ser entregue às pessoas erradas. Não porque as pessoas da área tecnológica sejam incompetentes — não são — mas porque as questões levantadas pela IA não são questões tecnológicas. São questões de alocação de capital. São questões de responsabilidade. São estas as questões que já chegam à secretária do CFO quando o resultado da IA está errado e alguém certifica o que foi produzido.

Atualmente, dirijo a Wolfe Packs Consulting, trabalhando com empresas apoiadas por capital privado no segmento médio-baixo. A minha tese central é que o cargo de CFO — ou o cargo de COFO, como lhe chamo quando o mandato operacional está integrado — é a única posição executiva que já detém o modelo financeiro, os controlos, a exposição associada à certificação e a relação com o conselho de administração. A governação da IA não precisa de um novo título. O cargo existente precisa de assumir o território a montante do resultado.

Esse é o meu foco. E é isso que este momento exige.

Construir o que é necessário

Trabalho como Parceiro Operacional e CFO integrado em empresas apoiadas por capital privado no segmento médio-baixo. O compromisso típico envolve uma empresa com receitas entre 20 milhões e 500 milhões de dólares, apoiada por um investidor que acaba de concluir a aquisição ou que está entre 12 e 18 meses no período de detenção e percebe que a função financeira não está preparada para o que vem a seguir.

A complexidade varia, mas o padrão é consistente: estruturas com várias entidades, frequentemente resultantes de uma estratégia de consolidação, com equipas financeiras concebidas para um modelo operacional de empresa única e às quais é agora pedido que produzam simultaneamente relatórios consolidados, contabilidade de integração e uma arquitetura de dados preparada para a IA. Não existe uma infraestrutura de serviços partilhados. Os relatórios vivem em folhas de cálculo. Os CFO são tecnicamente competentes, mas estão sobrecarregados do ponto de vista operacional.

O meu papel como COFO é ocupar o cargo, construir o que é necessário e transferir a capacidade — quer isso signifique estabelecer o modelo financeiro, definir a sequência do trabalho relativo aos sistemas, assumir a relação com o conselho de administração durante uma transição ou definir o que significa a governação da IA dentro de uma empresa com verdadeira complexidade operacional e um investidor que quer respostas, não estruturas teóricas.

Trabalho com um compromisso de cada vez, com esse nível de profundidade. Dedico o resto do meu tempo a prestar aconselhamento, escrever e lecionar — na Northwestern, na DePaul e na Chicago Kent — porque a diferença entre aquilo que o cargo de CFO exige atualmente e aquilo para que os líderes financeiros são preparados é suficientemente grande para exigir uma resposta tanto ao nível dos profissionais como da formação de novos talentos.

Como a IA permite a criação de modelos financeiros integrados

A mudança mais concreta que implementei no último ano diz respeito à forma como crio e mantenho o modelo operacional e financeiro integrado.

Anteriormente, a criação do modelo era um exercício periódico. Um ciclo orçamental produzia uma versão; uma nova previsão atualizava-a; e apenas algumas pessoas compreendiam a lógica do modelo no Excel. Quando chegava uma reunião do conselho de administração, o modelo já estava desatualizado e era necessário disfarçar as lacunas com a narrativa.

Agora utilizo a IA para manter um modelo continuamente atualizado que liga diretamente os fatores operacionais aos resultados financeiros — receitas por coorte, número de colaboradores aos custos laborais, despesas com fornecedores à margem por unidade de negócio. Não reconstruo o modelo trimestralmente. Mantenho-o como um documento vivo que pode ser consultado em tempo real.

Como resultado, as conversas com o conselho de administração mudaram. Em vez de apresentar uma fotografia estática e defender os seus pressupostos, posso entrar numa reunião do conselho e executar cenários na própria sala. Um investidor pergunta o que acontece ao EBITDA se o maior cliente deixar de o ser — a resposta já não é «digo-lhe mais tarde». A resposta está no modelo e está atualizada.

Esta mudança também afetou a forma como penso sobre a governação da IA. Quando os executivos tomam decisões com base num modelo apoiado por IA, a qualidade dos dados torna-se uma questão existencial. O modelo não sabe o que falta. Executa com base no que estiver disponível. Isto obrigou a uma disciplina em matéria de governação dos dados e documentação dos processos que a maioria das empresas do segmento médio-baixo nunca teve.

A IA não criou esse requisito. Tornou dispendioso ignorá-lo.

Um fluxo de trabalho de análise de desvios com recurso à IA

Eis como funciona, de ponta a ponta, a análise de variações assistida por IA, ligada ao modelo operacional e financeiro integrado.

Um processo documentado desde o contacto inicial até à cobrança constitui a base — todas as etapas geradoras de receita, desde a oportunidade inicial até à cobrança, mapeadas para os respetivos sistemas. Este processo tem de existir antes de se adicionar a camada de IA. Sem ele, faltará ao modelo a lógica do processo necessária para a validação.

A partir daí, os sistemas ERP e CRM alimentam diariamente o modelo com os dados reais. A IA monitoriza os dados recebidos face aos padrões esperados — receita por coorte, calendarização das cobranças, despesas por categoria face ao orçamento — e assinala as variações que excedem os limiares definidos. Assinala apenas as que são estatisticamente significativas ou que se desviam dos pressupostos relativos aos fatores determinantes do modelo.

Analiso uma sinalização no próprio dia em que surge. A IA já rastreou a variação até à sua origem — um cliente específico, um centro de custos específico, um tipo de transação específico — pelo que a análise não é um exercício de pesquisa. É uma decisão de julgamento: trata-se de ruído, de uma tendência ou de um problema de controlo que exige escalada?

O resultado dessa análise alimenta diretamente a narrativa para o conselho de administração. Quando me preparo para uma reunião do conselho, edito a análise de variações; não a construo. O modelo já produziu o primeiro rascunho da história. A minha função é validar a lógica, aplicar o julgamento que exige contexto operacional e garantir que posso certificar a narrativa que apresento.

A camada de governação que permite este trabalho inclui: responsáveis pelos dados identificados para cada sistema de origem, um percurso de escalada documentado para as exceções do modelo e uma distinção clara entre aquilo que a IA assinala e aquilo que o CFO decide. A IA não toma a decisão. Apresenta a informação com rapidez suficiente para que a decisão seja tomada antes de o problema se agravar.

O Claude da Anthropic é essencial para os líderes financeiros

O Claude, o modelo de linguagem de grande dimensão da Anthropic, é a minha ferramenta de eleição. Não por ser o único modelo capaz — não é — mas porque o considero mais útil para o trabalho que importa no contexto de um CFO: raciocínio aprofundado, síntese de informação financeira e operacional complexa, redação de narrativas ao nível do conselho de administração e trabalho com estruturas de governação que exigem uma consistência lógica sustentada ao longo de um documento extenso.

É na realidade mais específico que proporciona o maior valor: criar e manter o Briefing Principal — um documento vivo que acompanha todas as relações ativas, linhas de conteúdo, decisões de vocabulário e questões em aberto na minha plataforma de consultoria e conteúdos. Esta tarefa não cabe num único pedido. Exige um modelo que retenha o contexto, raciocine sobre dependências e produza resultados consistentes com as decisões tomadas anteriormente na mesma sessão. É aqui que a diferença de qualidade entre os modelos se torna mais evidente.

Porque é que os CFO têm de defender as decisões informadas pela IA

O Brad partilha

A IA não decide a afetação de capital, os juízos relativos ao reconhecimento de receitas, a avaliação de riscos ao nível do conselho de administração ou qualquer questão que exija certificação. Estas decisões continuam explicitamente a ser humanas…

Mas o ponto mais importante não é quais são as ferramentas de que gosto, mas para que as utilizo.

A IA informa a análise de variações, a modelização de cenários, as previsões, o reconhecimento de padrões nos fluxos de caixa e o primeiro rascunho de praticamente qualquer resultado analítico. Estas são áreas em que o volume de dados excede aquilo que um analista humano consegue processar eficientemente e em que o valor está em identificar o sinal, não em fazer com que uma pessoa execute os cálculos.

A IA não decide a afetação de capital, os juízos relativos ao reconhecimento de receitas, a avaliação de riscos ao nível do conselho de administração ou qualquer questão que exija certificação. Estas decisões continuam explicitamente a ser humanas — não porque a IA não consiga produzir uma resposta, mas porque a resposta acarreta consequências jurídicas e fiduciárias que têm de terminar num ser humano identificado, capaz de a defender numa análise adversarial.

A maioria dos CFO está atualmente a gerir mal a camada intermédia — resultados assistidos por IA que informam decisões sem uma responsabilização explícita pelo resultado. Análises de variações que alimentam uma narrativa para o conselho de administração. Projeções de fluxos de caixa que orientam conversas sobre covenants. Estas questões não são de baixo risco. O CFO que permite que a IA informe esses resultados sem uma arquitetura de governação para a qualidade dos dados, a validação do modelo e a certificação dos resultados está a assinar um 302 relativo a um número que não consegue explicar totalmente. Isso não é um problema de IA. É um problema de controlos.

A IA traz grandes benefícios e grandes riscos

Primeiro, os bons resultados.

O tempo de fecho mensal é o aspeto mais visível. Quando sequenciámos corretamente o trabalho de dados antes de implementar os relatórios assistidos por IA, o tempo de fecho mensal diminuiu significativamente — num caso, passou de 18 dias para 9. Isto não é magia; acontece quando os dados estão suficientemente limpos para que a automatização funcione sem intervenção manual em cada etapa.

A precisão das previsões melhorou de uma forma diferente da que eu esperava. A melhoria não se verificou na precisão dos números, mas sim na rapidez das revisões. Quando os valores reais divergem do plano, o modelo identifica a variação e determina o seu fator determinante em poucas horas, em vez de dias. O CFO não está a explicar um desvio na reunião do conselho de administração. O CFO já está a gerir a resposta.

O resultado qualitativo mais importante: a conversa com o conselho de administração mudou. Quando o modelo está atualizado e os cenários estão pré-configurados, o patrocinador faz perguntas melhores e o CFO dá respostas melhores. Isso muda a relação.

Agora, os maus resultados.

O sucesso da IA exige uma boa infraestrutura de dados

O modo de falha mais consistente que tenho observado consiste em implementar IA sobre um problema de dados que a organização desconhecia.

Todos os CFO que iniciam uma iniciativa de IA acreditam que os seus dados estão em condições razoáveis — o ERP está em funcionamento há vários anos, o plano de contas está normalizado, o CRM está preenchido — mas quase nunca é esse o caso. As avaliações da qualidade dos dados refletem normalmente o aspeto que os dados têm para as pessoas que os introduziram, e não o aspeto que têm para um modelo que tenta utilizá-los.

Os problemas sempre estiveram presentes — categorização inconsistente, processos não documentados, políticas de reconhecimento de receitas acordadas numa reunião do conselho de administração mas nunca configuradas no sistema de faturação e registos de clientes com três versões do mesmo nome. A equipa financeira aprendeu a contorná-los. A IA não consegue.

Assim, a IA não assinala os dados incorretos. Processa-os com confiança e produz resultados que parecem ter autoridade. Uma equipa financeira que confia nos resultados sem compreender os dados de entrada encontra-se numa posição mais perigosa do que uma equipa que utiliza folhas de cálculo — porque, pelo menos no caso das folhas de cálculo, alguém normalmente sabe onde estão enterrados os esqueletos.

O que aprendi é que a governação dos dados deve ser o primeiro resultado a entregar, e não o pré-requisito com o qual todos concordam em princípio mas que ignoram na prática. Isto significa mapear o processo desde a angariação até ao recebimento antes de selecionar qualquer ferramenta de IA — cada transferência, cada ponto de contacto com um sistema, cada local onde os dados mudam de mãos e podem ser incorretamente codificados, definidos ou perdidos.

Depois, atribua um responsável identificado a cada camada — não um departamento, mas uma pessoa — e documente o que significa estar correto em cada etapa. Isto implica responsáveis identificados por cada domínio de dados, definições documentadas para cada métrica que o modelo irá utilizar e uma reconciliação entre o que a política determina e o que o sistema efetivamente faz — antes de selecionar a ferramenta de IA, e não depois de a implementar.

O custo de fazer isto mal não se limita à limpeza dos dados. Inclui a formação adicional, a revalidação, a perda de confiança nos resultados e, em alguns casos, a necessidade de reexpressão das contas. Esse custo não constava do plano de negócios. Nunca consta.

A IA falha quando não são identificados responsáveis

A segunda falha é o atraso na governação — e a relutância em identificar um responsável.

A adoção da IA na área financeira fica frequentemente bloqueada não porque a tecnologia esteja errada ou a implementação seja complicada, mas porque ninguém na organização recebeu — ou assumiu — a autoridade para tomar as decisões exigidas pela implementação da IA.

Quando a organização percebe que precisa de responsabilidades pelos dados documentadas, aprovadores identificados e um processo de escalamento para as exceções do modelo, a IA já está integrada em fluxos de trabalho que ninguém compreende totalmente. Adaptar a governação posteriormente é significativamente mais difícil e dispendioso do que implementá-la antes da implementação.

Quem define o aspeto que os dados têm de ter antes de o modelo lhes tocar? Quem aprova as exceções quando o modelo produz um resultado que não corresponde à política? Quem é responsável quando a análise assistida por IA informa uma decisão que acaba por estar errada?

Estas não são questões tecnológicas. São questões de autoridade. E, na maioria das organizações, são respondidas da mesma forma que qualquer outra questão incómoda de autoridade: através de um comité.

Porque é que a IA fica aquém na análise e estratégia de fornecedores

A IA não produziu os resultados prometidos na análise de contratos com fornecedores e na inteligência de compras. A promessa era que a IA identificaria oportunidades de poupança ocultas nas cláusulas dos contratos, detetaria despesas duplicadas e assinalaria condições de renovação desfavoráveis antes de estas entrarem em vigor. Na prática, os dados que alimentam estas ferramentas quase nunca são suficientemente limpos ou completos para produzir resultados acionáveis.

Os contratos estão em PDFs com formatação inconsistente, os registos de fornecedores têm três versões do mesmo nome de fornecedor e a categorização das despesas, que deveria ter sido normalizada, nunca o foi realmente. A IA produz um relatório que requer validação manual, o que demora mais tempo do que teria demorado a análise original.

Vejo o mesmo padrão em todo o lado: a ferramenta funciona na demonstração porque preparámos os dados da demonstração. Fica aquém das expectativas em produção porque não preparámos os dados de produção.

Como é que a IA está a transformar as equipas financeiras e as necessidades de talento

Brad Partilha

As equipas financeiras tradicionais foram construídas em torno do número de colaboradores… A IA automatiza uma parte significativa desse trabalho.

A IA está a alterar a estrutura das equipas financeiras de formas que a maioria dos organogramas ainda não conseguiu acompanhar.

As equipas financeiras tradicionais foram construídas em torno de um número de colaboradores que incluía um controlador financeiro, uma equipa de contabilistas, um ou dois analistas de FP&A e um CFO que geria todos eles. Essa estrutura partia do princípio de que as pessoas executavam tarefas repetitivas e de grande volume: fechar a contabilidade, reconciliar contas, elaborar relatórios de desvios e manter o modelo orçamental.

A IA automatiza uma parte significativa desse trabalho. A questão não é saber se o número de colaboradores muda. Em vez disso, as organizações têm de reconhecer que a força de trabalho financeira inclui agora quatro categorias distintas, cada uma exigindo diferentes estruturas de gestão, governação e custos: colaboradores, agentes de IA, prestadores de serviços e consultores.

A maioria das organizações financeiras utiliza as quatro categorias sem reconhecer a distinção. Um agente de IA que processa faturas não é um colaborador. Não tem um gestor com um papel significativo. Tem alguém responsável pelo processo — alguém que define os seus parâmetros, valida os seus resultados e é responsável por um processamento incorreto. As organizações têm de identificar essa pessoa responsável. A maioria das organizações ainda não o fez.

Vejo a composição do talento a mudar: o trabalho transacional de grande volume está a passar para agentes. O trabalho humano restante exige discernimento, contexto e responsabilidade — o CFO que certifica os resultados, o controlador financeiro que sabe onde estão enterrados os esqueletos nos dados e o analista que compreende porque é que o modelo produz um número que não corresponde à realidade do negócio.

As equipas financeiras mais eficazes daqui a três anos serão aquelas que redesenharem deliberadamente a sua arquitetura da força de trabalho agora — não aquelas que reduzirem o número de colaboradores e esperarem que os agentes preencham a lacuna.

Como é que a IA criou uma expansão do mandato dos CFOs

Muitas pessoas pensam que o cargo de CFO está a perder importância. A IA está a automatizar o fecho contabilístico, a reconciliação, a análise de desvios e o primeiro rascunho da narrativa para a administração. O número de colaboradores necessário para gerir uma função financeira está a diminuir. O argumento parece evidente.

Mas eu penso que o cargo está a expandir-se, e os CFOs que compreenderem isso serão aqueles que definirão o que este papel representará na próxima década.

Eis a razão. A IA está a automatizar o trabalho de rotina. O que não consegue automatizar é a estrutura de responsabilidade que torna os resultados utilizáveis — a arquitetura de governação que determina se o resultado da IA pode ser certificado, o discernimento na afetação de capital que decide sobre qual cenário agir, a relação com o conselho de administração que torna a recomendação credível e a assinatura ao abrigo da SOX 302 que associa um nome humano às consequências quando algo corre mal.

Tudo isso está a concentrar-se nos níveis superiores. A camada de consultor de confiança da área financeira — o CFO que é responsável pelo modelo integrado, governa os resultados da IA e assume a exposição fiduciária — não está a diminuir. Está a tornar-se mais relevante à medida que cresce o volume de resultados gerados por IA que exigem certificação humana.

Os CFOs que perderão terreno construíram a sua identidade em torno de trabalho que está a ser automatizado. Os CFOs que ganharão terreno reivindicam o mandato a montante dos resultados — a governação dos dados, a arquitetura dos processos e a governação da IA enquanto função de capital — antes que outra pessoa preencha o vazio.

Este momento não constitui uma ameaça ao cargo de CFO. É a maior expansão do mandato que o cargo conheceu em vinte anos. A maioria dos CFOs ainda não se apercebeu disso.

Porque é que os CFOs têm de mudar agora o seu foco

Por isso, o meu conselho? Três coisas, por ordem de importância.

1. Assuma primeiro a arquitetura. O CFO que espera que uma ferramenta de IA revele problemas nos dados já está atrasado. A governação dos dados, a documentação dos processos e o alinhamento dos sistemas são pré-requisitos, não subprodutos. Se não sabe quem é responsável por cada domínio de dados, o que determina a política de reconhecimento de receitas no sistema de faturação e como funciona o seu processo desde a geração de leads até ao recebimento de ponta a ponta, não está preparado para implementar IA. Está preparado para financiar a limpeza que se segue a uma implementação falhada.
2. Reivindique o mandato a montante do resultado. A governação da IA está a chegar à secretária do CFO, quer este a tenha solicitado ou não. A exposição relacionada com a certificação ao abrigo da SOX 302, as perguntas do conselho de administração sobre o risco dos modelos e as decisões de afetação de capital relativas aos contratos com fornecedores de IA — tudo isto já pertence ao CFO por inerência da função. O CFO que trata a IA como um problema de TI abdica voluntariamente do território que define a próxima versão do cargo. O CFO que assume a responsabilidade pelo modelo operacional e financeiro integrado, pelo processo desde a geração de leads até ao recebimento e pela arquitetura de governação que torna o resultado certificável não se limita a sobreviver a este momento. O conselho de administração e o patrocinador confiarão nesse CFO à medida que os riscos aumentarem.
3. Não construa a sua identidade profissional em torno de trabalho que está a ser automatizado. O fecho, as contas a pagar, as reconciliações e os relatórios básicos — tudo isto está a tornar-se uma mercadoria. O CFO que construiu toda a sua credibilidade em torno da execução do fecho verá essa credibilidade a esvaziar-se mais rapidamente do que a descrição do cargo muda. O trabalho que se valoriza cumulativamente é o trabalho que não pode tornar-se uma mercadoria: o discernimento na afetação de capital, a confiança ao nível do conselho de administração, a arquitetura de governação e a capacidade de certificar que aquilo que o modelo produziu é algo que está disposto a assinar.

Este momento não é uma ameaça ao cargo de CFO. É uma expansão do mandato. Os CFO que o compreenderem dessa forma definirão o que será o cargo na próxima década.

Acompanhe

Pode acompanhar o trabalho de Brad Wolfe no LinkedIn e consultar a Wolfe Packs Consulting.

Seguir-se-ão mais entrevistas com especialistas no The CFO Club!