Onde os CFOs Devem Começar com a IA — e o Que Devem Evitar

Depois de desempenhar várias funções de liderança financeira, Mitch Petracca fundou a Forward Firm, um serviço remoto de contabilidade certificada e consultoria. Mais tarde, quando a IA eliminou limitações nos seus fluxos de trabalho, criou a Finsider.ai para apoiar o seu modelo operacional.

Falámos com Mitch sobre a forma como a IA está a transformar o trabalho dos profissionais de finanças. Explicou-nos por onde começar e onde é necessário ter cautela.

Quando a transformação da IA começou

Chamo-me Mitch Petracca. Sou CPA, sócio-gerente na Forward Firm e, recentemente, fundador da Finsider.ai.

A versão resumida do meu percurso é que comecei a minha carreira na PwC e rapidamente percebi quanto tempo até as equipas de elite passavam a organizar os dados antes de poderem prestar aconselhamento. Limpar, reconciliar e reconstruir as mesmas análises de raiz em cada projeto. A tecnologia não conseguia resolver isto nessa altura; era simplesmente o custo de fazer negócio.

Quando saí e criei a Forward Firm, propus-me gerir um tipo diferente de empresa. Remota desde o início, enxuta e totalmente construída com base na alavancagem. Prestamos serviços de consultoria em transações, fiscalidade, contabilidade e realizamos cerca de 50 projetos de análise da qualidade dos resultados por ano. Conseguimos fazê-lo sem o número de colaboradores de que uma empresa tradicional precisaria, através da sistematização rigorosa de tudo.

Mas, cerca de três anos depois, continuava a deparar-me com o mesmo obstáculo: as ferramentas existentes no mercado não foram concebidas para profissionais como nós. Destinavam-se a equipas internas de FP&A. Por isso, criei a ferramenta que gostaria de ter tido. Assim nasceu a Finsider, uma plataforma de inteligência financeira baseada em IA, concebida para transformar dados desorganizados dos clientes num pacote de dados pronto para aconselhamento numa fração do tempo.

Foi aí que a transformação da IA começou para mim. Não foi algo abstrato. Resultou de observar horas a desaparecerem em tarefas que um sistema bem concebido poderia concluir em minutos.

Como começar com a IA

A IA é um multiplicador de força, não uma estratégia de transformação por si só. Torna mais rápidos, completos e consistentes os processos que já tem. Se os seus processos forem bem concebidos, a IA amplifica os resultados. Se os seus processos estiverem deficientes, a IA aumenta a escala dos resultados deficientes mais rapidamente e em maior volume.

Assim, a primeira pergunta que um CFO deve fazer não deve ser qual a ferramenta de IA a utilizar. Deve ser: "O que estou exatamente a tentar fazer de forma mais rápida e melhor, e vale a pena fazer isso de forma mais rápida e melhor?" Um CFO que automatiza um processo de elaboração de relatórios que ninguém lê não está a transformar a função financeira. Está a automatizar ruído.

Isto é importante porque a maioria das iniciativas de IA em finanças falha não porque a tecnologia esteja errada, mas porque o problema foi definido incorretamente. A tecnologia funcionou exatamente como tinha sido concebida. Simplesmente otimizou o aspeto errado. Antes de começar, defina o que significa "melhor" através de um número: tempo de ciclo, cobertura das transações, número de colaboradores por projeto, dias até ao fecho. Se não consegue indicar a métrica que está a alterar, ainda não tem uma iniciativa. Tem uma ferramenta à procura de um problema.

Depois de definir isso, comece com um fluxo de trabalho, valide-o completamente e só depois expanda. Quando percebe o potencial, a tentação é construir tudo desde o primeiro dia. Isto prejudica a prontidão para produção, porque tudo demora mais quando se trabalha em demasiadas áreas ao mesmo tempo. Escolha algo que tenha uma resposta certa clara, um custo temporal mensurável e um resultado de validação evidente. Coloque-o em funcionamento, conviva com ele e depois avance para o fluxo de trabalho seguinte.

Eu não fiz isso, e o custo foi a confiança.

Porque devem os líderes financeiros automatizar 80% e manter 20% humanos

Quanto ao que deve ser feito por humanos e ao que deve ser feito pela IA, vejo isto como uma estrutura em camadas. O trabalho de confirmação constitui a base, a análise ocupa a camada intermédia e o discernimento está no topo. A IA assume a base e apoia a camada intermédia, mas não toca no topo.

Assim, a IA trata da classificação de transações, reconciliação de caixa, análise de variações, sinalização de anomalias em todo o livro-razão, elaboração de relatórios de KPI, antiguidade de contas a receber e a pagar e do primeiro pacote de dados. Estas atividades dão prioridade à rapidez e à cobertura em detrimento da interpretação. Uma máquina consegue analisar 100% das transações face a 300 indicadores de forma mais rápida e consistente do que qualquer assistente.

Também utilizamos intensivamente a IA na camada operacional da empresa: atas de reuniões e resumos de clientes de cada chamada, classificação contabilística diária com um máximo de 48 horas para itens não categorizados e uma pontuação de saúde em cada ficheiro QBO antes de iniciarmos um projeto de QoE. Estas são automatizações de fluxos de trabalho, não decisões financeiras, mas criam as condições para decisões melhores.

As tarefas explicitamente humanas incluem todas as conclusões de QoE, todas as validações fiscais, todos os julgamentos relativos a ajustamentos ao EBITDA e todas as recomendações aos clientes. A licença de CPA está associada a estes resultados. A IA pode apresentar os dados, assinalar as anomalias e realizar uma primeira análise. Sou eu que decido o que significam e o que fazer a esse respeito.

A mesma lógica aplica-se à definição de preços e à estruturação de transações. A IA pode fornecer-me um conjunto de empresas comparáveis, um referencial de margens e uma análise de desvios. Mas determinar se um ajustamento ao EBITDA de um cliente é defensável perante a equipa de QoE de um comprador sofisticado exige contexto, experiência e responsabilidade. Isso nunca passa para a IA.

O meu princípio operacional é: automatizar os 80 por cento que envolvem confirmação e reconhecimento de padrões. Proteger os 20 por cento que envolvem julgamento e responsabilidade. Inverter essa proporção é ineficiente ou perigoso.

As vantagens da integração da IA

Com a IA, reduzimos em 40 por cento o tempo necessário para concluir os trabalhos na Forward Firm. A nossa equipa compacta realiza cerca de 50 trabalhos de QoE por ano e reduzimos o prazo de entrega de 3-4 semanas para 2-3 semanas. O nosso objetivo a curto prazo é de 1-2 semanas. Isto não é uma projeção; é a nossa trajetória com as ferramentas atuais.

Aumentámos a cobertura das transações do padrão da indústria, de 5-10 por cento, para 100 por cento. Analisamos o razão completo com base em cerca de 300 sinalizadores de palavras-chave em cada trabalho. Isto altera a qualidade do produto final, não apenas a velocidade.

O mapeamento do COA, que consiste em normalizar o plano de contas de um cliente de acordo com o nosso modelo, alcança automaticamente uma precisão de 95 por cento. No início de cada novo trabalho, isto representava um dia inteiro de trabalho manual. Agora, passamos uma tarde a analisar os 5 por cento que o sistema assinala para revisão humana.

Onde a IA precisa de apoio humano

Mitch Reitera

Fazer com que profissionais financeiros experientes confiem nos resultados da IA sem efetuarem verificações manuais é um problema de gestão da mudança, não um problema de software.

Mas nem tudo é positivo. Eis alguns aspetos em que o impacto da IA ficou aquém das expectativas.

• Qualidade dos dados: Esta é a variável fundamental. A IA só é tão boa quanto os dados que lhe fornecemos. Já encontrámos contabilidades de clientes com razões gerais codificados de forma tão inconsistente que o resultado da primeira análise exige uma correção humana significativa antes de se tornar utilizável. Não é possível contornar o problema de dados de má qualidade com um algoritmo melhor.
• Calibração da confiança: Fazer com que profissionais financeiros experientes confiem nos resultados da IA sem efetuarem verificações manuais é um problema de gestão da mudança, não um problema de software. Demorou mais tempo do que o desenvolvimento. Se soubesse isto de antemão, teria concebido a implementação para demonstrar a confiança em pequenos passos verificáveis, em vez de implementar toda a capacidade e esperar que o comportamento surgisse naturalmente. O comportamento resulta da evidência.
• Lacunas de cobertura: A IA assinala corretamente determinadas categorias — transações intragrupo complexas, reconhecimento de rédito não normalizado e determinados ajustamentos fiscais — mas não consegue dizer-nos o que fazer com elas. O julgamento de profissionais seniores continua a ser necessário. O sistema apresenta a questão; o CPA responde-lhe.
• Análise prospetiva: A IA foi transformadora na análise histórica. Reconciliação, análise de desvios, deteção de anomalias e pacotes de dados preliminares. Tudo isto funciona. No entanto, os resultados na previsão ficaram aquém das minhas expectativas. Elaborar uma previsão de tesouraria defensável para 13 semanas, uma projeção de receitas que separe preço de volume ou um modelo de cenários em que um CFO ou credor possa confiar continua a exigir uma construção humana significativa. As ferramentas podem apresentar os fatores históricos. Ainda não produzem modelos prospetivos utilizáveis.
• Narrativas escritas: Um relatório de QoE não é apenas um pacote de dados. Inclui uma secção de conclusões, uma narrativa das constatações e um resumo executivo que serão lidos atentamente pelo comprador, pelos seus advogados e pelo seu credor. A IA pode elaborar um esboço. Pode estruturar uma secção. Mas a qualidade das narrativas escritas produzidas pelas ferramentas de IA ainda não atingiu um nível que me permita entregá-las a uma contraparte sem uma edição significativa. Esperava mais progressos nesta área a esta altura.

Um fluxo de trabalho de QoE no mundo real

Durante décadas, os controlos financeiros e os testes de transações basearam-se no pressuposto de que uma amostra bem concebida era, na prática, tão boa como uma cobertura total. O padrão do setor para um QoE consiste em 5 a 10 por cento das transações. Este pressuposto não era arbitrário. Uma limitação real determinava-o: alcançar uma cobertura total não era viável num prazo razoável. Assim, a profissão desenvolveu uma metodologia em torno desta limitação e chamou-lhe boa prática. A IA elimina essa limitação.

Vou explicar-lhe um processo de QoE desde o momento em que uma operação chega até ao momento em que entregamos o relatório. Este é o fluxo de trabalho tal como funciona atualmente.

Antes de iniciarmos o trabalho. Quando chega um novo cliente, começamos por passar o ficheiro QBO pelo CheckTheLevel, uma ferramenta que avalia a saúde de um ficheiro QuickBooks numa escala de 0 a 100. Assinala fornecedores duplicados, contas incorretamente codificadas, feeds bancários em falta e inconsistências de classificação. A pontuação indica-nos quanto trabalho de limpeza manual devemos prever e onde devemos concentrar a nossa primeira conversa com o cliente. Evitamos surpresas duas semanas mais tarde.

Ingestão de dados. Utilizamos a nossa ferramenta para estabelecer ligação ao GL e ao banco. A ferramenta ingere os dados através do Plaid e do Railz, e a sincronização demora cerca de cinco minutos. A plataforma mapeia automaticamente o plano de contas para o nosso modelo normalizado, com uma precisão de 95 por cento. Assinala os 5 por cento que não consegue mapear com confiança para revisão humana.

Análise inicial. Assim que os dados estão disponíveis, três processos são executados automaticamente. Primeiro, a reconciliação de caixa: GL ligado ao banco, todas as contas e todos os períodos. Segundo, a análise integral do GL: 300 sinalizações por palavras-chave em 100 por cento das transações. Terceiro, a análise de variações: variação período a período, com as alterações percentuais e monetárias apresentadas automaticamente.

Camada de revisão humana. É aqui que começa o trabalho do CPA. Revejo as transações assinaladas, as anomalias de variação e as exceções do plano de contas. Formulo a tese dos ajustamentos: identifico quais os itens nesta demonstração de resultados que não são recorrentes, são pessoais do proprietário ou não são operacionais, e determino se consigo defender cada um deles perante uma equipa sofisticada de QoE do comprador. A plataforma não fornece esse juízo. A plataforma entrega-me um conjunto estruturado e prioritário de questões. Sou eu que lhes respondo.

Ritmo das chamadas. O Fathom regista todas as chamadas com os clientes, entra automaticamente nas mesmas, transcreve-as e produz um resumo. No prazo de 24 horas após qualquer chamada com um cliente, existe um resumo escrito no processo. Nenhuma nota fica esquecida. Os itens de ação são explícitos e atribuídos.

Entrega. Fornecemos um relatório de QoE com papéis de trabalho adequados a auditoria, rastreabilidade desde a fonte até à conclusão e um resumo executivo redigido pela equipa responsável pelo trabalho, não gerado por IA.

A linha condutora: a IA assume a ingestão, normalização e confirmação dos dados, bem como a deteção de padrões. O CPA assume todas as conclusões. O fluxo de trabalho garante que, quando tenho de tomar uma decisão, disponho de melhor informação, mais rapidamente e com uma cobertura superior à de qualquer processo anterior que tenha utilizado.

Porque devem os CFOs reformular as finanças para uma contabilidade contínua

Mitch reitera

A reformulação não exige ferramentas impressionantes. Exige três decisões: definir um padrão de latência de classificação e responsabilizar a equipa pelo seu cumprimento, implementar uma verificação de reconciliação que seja executada após cada sincronização em vez de no final do período e transferir a revisão de anomalias de uma atividade programada para uma atividade acionada por ocorrências.

Defenderia sobretudo a reformulação do próprio ciclo de fecho. Não apenas de uma parte, mas de toda a sua arquitetura.

A maioria das organizações financeiras ainda gere a contabilidade como um processo por lotes. As transações acumulam-se. No final do mês, uma equipa realiza a reconciliação, a revisão da classificação, a análise de variações e os relatórios. O fecho demora dias, por vezes semanas, e a liderança consulta uma fotografia que já está desatualizada. Foram as limitações da velocidade humana que conceberam essa arquitetura. A limitação desapareceu, mas a arquitetura permanece.

A contabilidade contínua é a reformulação. Em vez de acumular e processar transações em massa, classificamo-las e reconciliamo-las em tempo real, assinalamos as anomalias à medida que ocorrem e mantemos uma posição financeira atualizada, em vez de periódica. O fecho mensal continua a ocorrer, mas passa a ser uma revisão e uma aprovação, não um projeto de construção.

Aplicamos este modelo na área da contabilidade. Classificamos diariamente o GL de cada cliente. Os itens não categorizados têm um prazo máximo de 48 horas. As anomalias surgem na mesma semana em que ocorrem, não seis semanas mais tarde, quando alguém extrai o relatório mensal. Antes de iniciarmos um trabalho de QoE, avaliamos a saúde do ficheiro QBO para identificar lacunas na qualidade dos dados. Quando realizamos o trabalho de assessoria em transações, os registos contabilísticos já lhe dão suporte.

Isto tem um efeito significativo a jusante. Um CFO com uma visão financeira contínua e precisa pode aconselhar em tempo real. Atualmente, a maioria dos CFOs aconselha com base em dados com semanas de atraso e em modelos construídos sobre um período encerrado, no qual podem ter sido corrigidos erros posteriormente. Isso não é um problema do CFO; é um problema de conceção do sistema.

A reformulação não exige ferramentas impressionantes. Exige três decisões: definir um padrão de latência de classificação e responsabilizar a equipa pelo seu cumprimento, implementar uma verificação de reconciliação que seja executada após cada sincronização em vez de no final do período e transferir a análise de anomalias de uma atividade programada para uma atividade acionada por eventos. Qualquer organização financeira pode tomar hoje estas decisões relativas a processos e ferramentas.

Porque muda a autoridade do CFO com dados de IA em tempo real

A questão é: "O que acontece à autoridade do CFO quando os dados estão sempre atualizados e sempre disponíveis?"

Atualmente, o discernimento de um CFO tem peso, em parte, porque este possui um contexto que falta a outras pessoas na sala, construído a partir de uma convivência prolongada com os números. Quando a IA torna esse contexto acessível a todos em tempo real, a vantagem do CFO passa inteiramente para a interpretação, a comunicação e a responsabilização, e os líderes que não tiverem feito essa transição verão a sua função perder relevância sem compreenderem porquê.

Os CFOs que terão maior importância daqui a cinco anos não são os que conhecem melhor os números; são os que conseguem explicar o que os números significam e assumir a responsabilidade por eles.

Cinco conselhos para CFOs

Tenho cinco conselhos para líderes financeiros:

1. Comece pelo trabalho de confirmação, não pelo trabalho de discernimento. O local de maior ROI e menor risco para implementar IA é o trabalho que atualmente consome horas de profissionais qualificados apenas para verificar a verdade. Reconciliação de caixa, análise de desvios, cobertura de transações, normalização do plano de contas. Esse trabalho tem uma resposta certa. A IA chega lá mais depressa e de forma mais completa do que uma pessoa. Comece por aí, comprove o valor e conquiste a confiança interna. Não comece por previsões ou narrativa estratégica e depois se pergunte por que razão o resultado não é suficientemente bom.
2. Corrija os seus dados antes de comprar a ferramenta. Ninguém gosta de ouvir este conselho porque é lento e pouco apelativo, mas é o fator limitativo. Já vi empresas implementarem plataformas dispendiosas sobre livros contabilísticos codificados de forma inconsistente e depois culparem a IA quando o resultado não é fiável. A ferramenta não é o problema. Se o seu razão geral está uma desordem, limpe-o primeiro. A alavancagem vem depois.
3. Separe aquilo que implica a sua responsabilidade profissional daquilo que não implica, e seja explícito com a sua equipa a esse respeito. A linha divisória permanente nas finanças não é entre IA e humanos. É a responsabilização. Qualquer resultado que tenha o seu nome, a sua aprovação e a sua recomendação a um conselho de administração ou a um credor é da sua responsabilidade. A IA pode elaborar a análise. O discernimento e a responsabilidade legal são seus. Essa linha não muda e, se permitir que fique esbatida, acabará por assumir um erro cometido pela ferramenta.
4. Não se limite a comprar ferramentas. Construa um sistema. Uma ferramenta é um componente. A camada operacional à sua volta cria alavancagem: a lógica de encaminhamento, os procedimentos operacionais normalizados, os responsáveis definidos e as transferências de tarefas. Já vi equipas financeiras com excelentes ferramentas e sem sistema produzirem resultados não melhores do que antes. O sistema é o essencial.
5. A IA não põe em risco a função de CFO. O CFO que a ignora arrisca-se a ficar para trás relativamente àquele que não a ignora. Isto não é uma ameaça; é uma observação sobre a estrutura do mercado. Se o seu concorrente entregar uma QoE em 10 dias e você a entregar em quatro semanas, o mercado mostrar-lhe-á qual deles representa o futuro. A janela para desenvolver esta competência enquanto ela continua a ser um fator de diferenciação é mais curta do que a maioria das pessoas pensa.

Acompanhe o trabalho

Pode acompanhar o trabalho de Mitch Petracca no LinkedIn. E consulte também o Finsider.ai.

Em breve, teremos mais entrevistas com especialistas no The CFO Club!