Os agentes de IA não importam sem adoção

Sibaranjan Patnaik é o Diretor de Finanças e Estratégia do GCC, na Índia, de uma grande empresa tecnológica. Com 16 anos de experiência, trabalhou em funções de contabilidade e FP&A, o que lhe proporciona uma compreensão abrangente do funcionamento das áreas financeiras.

Falámos com Sibaranjan para saber mais sobre os agentes financeiros internos que está a desenvolver — e sobre a razão pela qual o sucesso da IA é definido pelas pessoas que a adotam. Foi isto que nos disse.

A transformação tecnológica das finanças está finalmente a acontecer

Sou o Siba — Diretor de Finanças e Estratégia, com cerca de 16 anos de experiência.

Comecei na contabilidade, passei para FP&A e esse percurso pelos dois lados da função proporciona-me uma visão completa de como as finanças funcionam diariamente — não apenas da camada de planeamento e previsão, mas também do motor transacional e de elaboração de relatórios subjacente.

Atualmente, o meu âmbito de responsabilidade ultrapassa as finanças — lidero equipas tecnológicas, funções de receitas e vários verticais em simultâneo, atuando tanto como líder multifuncional como de finanças. Essa amplitude muda a forma como pensamos sobre a transformação — deixamos de a ver como um problema financeiro e começamos a vê-la como um problema organizacional.

Olhando para trás, isto parece-me quase engraçado: ao longo da minha carreira, ouvi falar de transformação financeira impulsionada pela tecnologia. Melhores ferramentas. Sistemas mais inteligentes. O fim do Excel. No entanto, em todas as funções que desempenhei — numa grande empresa de FMCG, num retalhista global ou num GCC — o fluxo de trabalho central manteve-se igual. Extrair os dados, reconciliá-los, criar o modelo, formatar a apresentação e enviá-la. Excel, sempre.

Tínhamos painéis criados a partir de extrações manuais de dados. Tínhamos ferramentas de planeamento que continuavam a exigir que alguém acompanhasse de perto os pressupostos. A tecnologia existia em áreas isoladas, mas a transformação nunca chegou verdadeiramente.

O que é diferente agora — e digo isto enquanto alguém cético em relação ao entusiasmo em torno da tecnologia financeira — é que a IA, especificamente a IA agentiva, é a primeira coisa que utilizei que altera verdadeiramente o fluxo de trabalho subjacente, e não apenas a camada de apresentação. Atualmente, utilizo-a para automatizar comentários, acelerar a análise de cenários e tratar o trabalho analítico repetitivo que costumava consumir a maior parte da semana de uma equipa.

Pela primeira vez na minha carreira, sinto genuinamente que a transformação prometida está finalmente a avançar na direção certa. E é isso que procuro trazer para as conversas quando faço mentoria a jovens profissionais de finanças — porque a oportunidade para se anteciparem a isto é agora.

Utilizar a IA para operar a um nível estratégico superior

Trabalho numa organização madura, cotada em bolsa e com operações globais. Não partilharei publicamente detalhes específicos — quero deixar claro que o que partilho aqui são apenas as minhas observações pessoais —, mas posso dizer que lidero uma organização financeira integrada numa estrutura de GCC na Índia. Isto significa que somos um centro estratégico de prestação de serviços para uma função global muito maior.

A complexidade é real; fazemos mais do que processamento de retaguarda. A equipa abrange as funções de FP&A, receitas e tecnologia, operando em vários verticais com interdependências multifuncionais significativas. Neste ambiente, equilibramos constantemente a normalização global com as realidades da execução local.

Do ponto de vista da transformação, os GCC na Índia têm sido historicamente vistos como centros de custos — criados para a eficiência, não para a influência. Estou a tentar, em grande medida, mudar essa perceção, tanto internamente como na forma como a equipa se vê a si própria. Enquanto parceiro financeiro de uma unidade de negócio global integrada num GCC, é necessário operar ao mesmo nível estratégico que qualquer pessoa na sede. A IA é uma parte importante da forma como colmatamos essa diferença.

Porque é que as grandes transformações com IA nas finanças exigem paciência

Hoje, não tenho em produção um fluxo de trabalho financeiro completo, de ponta a ponta e baseado em IA. Seria cético em relação a qualquer pessoa que afirmasse ter algo assim a funcionar em escala, com controlos, no seio de uma empresa cotada sujeita a regulamentação. Tenho uma direção clara, um conjunto de ferramentas de produtividade que estão genuinamente a mudar a forma como eu e a minha equipa trabalhamos diariamente, e uma série de agentes em diferentes fases de desenvolvimento e testes.

Ao nível da produtividade, utilizo diariamente ferramentas de IA para redigir comunicações, resumir relatórios extensos, estruturar análises, preparar reuniões de revisão do negócio e analisar cenários mais rapidamente do que conseguiria sozinho. Não são casos de utilização particularmente apelativos, mas a poupança de tempo acumulada é real e mudou a qualidade da minha participação nas conversas.

O meu progresso atual é mais ambicioso. Estou a construir um fluxo de trabalho em que os agentes tratam das partes mecânicas do ciclo de fecho mensal — consolidação de dados, sinalização de variações e geração de comentários — e os humanos intervêm ao nível da revisão e do discernimento. A arquitetura existe e os testes estão em curso. Fazer tudo corretamente, com os controlos adequados implementados, leva tempo.

Partilho isto como um trabalho em desenvolvimento, em vez de o apresentar como algo concluído, porque penso que a profissão financeira já tem pessoas suficientes a vender o destino final. O que é útil é ouvir como é a jornada em tempo real — o que está a funcionar, o que está a ser desenvolvido e o que é mais difícil do que o esperado.

É aí que me encontro. A construir cuidadosamente, a avançar de forma constante e sem esperar pela perfeição para começar.

Como a IA melhora os comentários sobre variações

Uma mudança recente que implementei diz respeito aos comentários sobre variações. Todas as equipas financeiras fazem isto. Todos os meses, sem falhar, alguém se senta e escreve duas a três páginas a explicar por que motivo os valores reais ficaram acima ou abaixo do plano. Linha a linha. Em teoria, é um trabalho importante, mas, na prática, cerca de 80% é mecânico. Os números já estão disponíveis. As variações já foram calculadas. É a tradução que demora tempo — transformar os dados em frases que uma pessoa que não trabalha em finanças consiga ler e utilizar.

Antes de alterarmos este processo, um analista sénior passava praticamente um dia inteiro apenas a elaborar os comentários. Não porque fosse lento — mas porque era genuinamente esse o tempo necessário para fazer o trabalho corretamente, abrangendo vários centros de custo e áreas de negócio. E, quando o trabalho estava concluído, revisto e formatado, a janela para a conversa que deveria permitir já se tinha reduzido.

Criei um agente para tratar da primeira versão. Extrai os números, identifica as variações relevantes e gera comentários estruturados numa linguagem empresarial simples. Atualmente, o trabalho do analista consiste em rever, aperfeiçoar e acrescentar a camada de discernimento — o contexto que só um ser humano com conhecimento do negócio pode fornecer.

Isto afeta a rapidez, mas também altera a qualidade da conversa. Quando o seu analista não está exausto de escrever, participa na reunião de revisão a pensar no que a variação significa para o trimestre seguinte — e não apenas no que aconteceu no mês passado. Essa é a mudança que procurava. Um dia de escrita mecânica pode transformar-se em duas horas de reflexão.

Um modelo para definir o que permanece humano

O meu modelo é simples: se for mecânico, automatize-o. Se exigir discernimento, mantenha-o humano. É tudo.

Parece óbvio, mas a maioria das equipas financeiras não funciona dessa forma. As pessoas realizam trabalho mecânico e chamam-lhe análise. As ferramentas de IA ficam na prateleira porque ninguém definiu claramente a fronteira.

A IA trata da consolidação de dados, reconciliações, sinalização de variações, elaboração da primeira versão dos comentários, atualização de modelos de previsão quando as premissas mudam, pacotes de relatórios normalizados e projeções de fluxos de caixa baseadas em padrões históricos. São tarefas repetíveis, baseadas em regras e de grande volume. Os seres humanos já não deveriam dedicar-lhes um tempo significativo. Um agente faz esse trabalho mais rapidamente, de forma mais consistente e sem o cansaço que se instala no final de um ciclo de fecho.

Os seres humanos tratam de tudo o que exige contexto, relações e discernimento. O que significa esta variação para o negócio? Devemos reafetar capital a esta iniciativa ou aguardar, tendo em conta as condições do mercado? Qual é a melhor forma de apresentar este risco à liderança? Esta previsão é credível em termos direcionais ou estamos simplesmente a ajustar um número a uma meta? A IA pode contribuir para todas estas conversas; não pode assumir a responsabilidade por elas.

É aqui que traço a linha: a IA fornece à minha equipa informação mais rapidamente e numa forma melhor do que antes. Mas a decisão — e a responsabilidade por ela — continuam a caber à pessoa. Não estou a contornar uma limitação; essa é a conceção.

Como a IA melhora a eficiência e a confiança da equipa financeira

Positivamente, o resultado mais fiável é a realocação do tempo. Automatizar tarefas mecânicas — extração de dados, reconciliações, relatórios padrão, primeiros rascunhos de comentários — devolve horas a cada pessoa todas as semanas. Não são horas teóricas, mas horas reais. Se for intencional na forma como as pessoas utilizam esse tempo, começa a ver análises de melhor qualidade, respostas mais rápidas às questões do negócio e profissionais de finanças envolvidos no seu trabalho, em vez de se desgastarem ao longo de um ciclo de fecho.

A qualidade das previsões também melhora — não porque a IA seja mais inteligente do que os seus analistas, mas porque os analistas estão menos fatigados e têm mais tempo para questionar os pressupostos, em vez de se limitarem a preencher o modelo. As pessoas cansadas tomam más decisões. As pessoas descansadas, com dados limpos, tomam melhores decisões.

Qualitativamente, a mudança mais significativa é a confiança. Quando uma equipa financeira deixa de dedicar a maior parte da sua energia à produção e começa a interpretar, passa a participar de forma diferente nas conversas do negócio. Tem opiniões. Questiona. Essa é a mudança cultural que é difícil de medir, mas impossível de não notar.

As maiores formas de falha da IA nas finanças

Sibaranjan partilha

A maior forma de falha que observo é as equipas automatizarem processos deficientes. Se os dados subjacentes forem desorganizados, os fluxos de trabalho estiverem danificados…a IA limita-se a acelerar o problema. Entra lixo, sai lixo, mas mais depressa.

Agora, os aspetos negativos. A maior forma de falha que observo é as equipas automatizarem processos deficientes. Se os dados subjacentes forem desorganizados, os fluxos de trabalho estiverem danificados ou as equipas não compreenderem os números, a IA limita-se a acelerar o problema. Entra lixo, sai lixo, mas mais depressa.

A segunda forma de falha é a dependência excessiva de resultados que as pessoas não compreendem totalmente. A IA pode produzir uma previsão com uma estrutura impecável, uma análise de variações com um aspeto confiante e um modelo de cenários claro. E se a pessoa que o apresenta não conseguir explicar como foi obtido ou de onde vieram os pressupostos — isso constitui um risco. Não um risco tecnológico. Um risco de avaliação. A IA deve tornar a sua equipa mais perspicaz, não mais passiva. Se estiver a fazer o oposto, esse é o risco de que ninguém está a falar com a devida ênfase.

A terceira forma de falha é a adoção. Pode criar o agente mais elegante, mas se a equipa não confiar nele ou não mudar a forma como trabalha com ele, ficará sem utilização. A gestão da mudança não é opcional.

Porque é que a adoção da IA exige novos fluxos de trabalho

Quando a IA não funciona, o problema são as pessoas.

Criei agentes que funcionam. Vi-os ser testados, validados e aprovados. Depois, observei as equipas a contorná-los discretamente, regressando aos seus métodos antigos. Não por malícia, mas por hábito, conforto e uma convicção genuína de que a sua versão manual era mais fiável, mesmo quando não era.

Essa é a lacuna de que ninguém fala o suficiente nas conversas sobre transformação com IA. Todos se concentram naquilo que devem criar. Muito poucos se concentram naquilo que tem de mudar na pessoa que utiliza a ferramenta para que esta tenha realmente importância.

Os profissionais de finanças, em particular, são treinados para serem precisos e avessos ao risco. Isso é uma vantagem no trabalho. Torna-se uma barreira quando lhes pede que confiem num sistema que não criaram e cujo funcionamento interno não conseguem ver totalmente. No momento em que um resultado da IA parece ligeiramente incorreto — mesmo que esteja correto — voltam a fazê-lo por si próprios. E, depois de isso acontecer algumas vezes, deixam de utilizar o agente.

Aprendi que a adoção não é um problema de comunicação. Enviar um e-mail a dizer «temos uma ferramenta nova, utilizem-na, por favor» não faz nada. É um problema de mudança de comportamento. Tem de reformular o fluxo de trabalho em torno da ferramenta, em vez de simplesmente a inserir no fluxo de trabalho existente e esperar que as pessoas se adaptem.

Porque é que o Claude se destaca nos casos de utilização em finanças

Utilizo várias ferramentas e penso que essa é a abordagem certa neste momento. Estamos numa fase de exploração e todas as ferramentas continuam a evoluir rapidamente. Escolher uma hoje e ignorar as restantes seria uma decisão errada.

Mas, se tivesse de me inclinar para uma, o Claude destacou-se especificamente no trabalho financeiro. A capacidade de analisar cenários complexos, trabalhar com números no seu contexto, elaborar análises estruturadas e lidar com linguagem empresarial matizada torna-o particularmente útil para o tipo de trabalho que exige muita reflexão e que o FP&A requer.

As ferramentas estão a mudar rapidamente e aquela que vier a fazer parte do meu fluxo de trabalho a longo prazo terá de o merecer. Neste momento, mantenho-me curioso em relação a todas elas e deixo que sejam os casos de utilização a decidir.

Não confunda a compra de ferramentas de IA com a transformação através da IA

Eis o meu conselho:

1. Deixe de esperar pela estratégia empresarial perfeita antes de avançar. A maioria dos CFOs com quem falo está a aguardar uma decisão sobre um roteiro de transformação que está sob análise há seis meses. Entretanto, as respetivas equipas continuam a passar metade da semana a fazer trabalho que poderiam automatizar hoje. A oportunidade está aberta neste momento. Aproveite-a.
2. Não confunda a compra de ferramentas com a concretização da transformação. Já vi organizações gastarem quantias significativas em plataformas, licenças e consultores e chegarem ao outro lado com os mesmos fluxos de trabalho com que começaram, apenas mais caros. A tecnologia não é a parte difícil. A parte difícil é avaliar honestamente a forma como a sua equipa trabalha e estar disposto a mudá-la.
3. Invista nas suas pessoas antes de investir em ferramentas. Um profissional de finanças que compreende o que a IA pode e não pode fazer, que sabe criar bons prompts, que analisa criticamente os resultados da IA e acrescenta a camada de discernimento — essa pessoa vale mais do que qualquer plataforma que compre. Desenvolva essa capacidade na sua equipa. O benefício acumula-se.
4. Ponha os seus dados em ordem. A IA irá expor todas as falhas na base dos seus dados mais rapidamente do que qualquer outra coisa. Se os seus números não estão limpos, os seus processos não estão documentados e os seus sistemas não comunicam entre si — resolva isso primeiro. Caso contrário, estará a automatizar o caos.
5. O trabalho do CFO está a mudar, quer se envolva com a IA, quer não. A questão é saber se irá moldar essa mudança ou reagir a ela. Os líderes financeiros que serão relevantes daqui a cinco anos são aqueles que têm curiosidade suficiente para experimentar, humildade suficiente para aprender com o que não funciona e determinação suficiente para construir algo.

Não se limite a ter uma opinião sobre a IA. Faça algo com ela.

Sibaranjan partilha

Eis o meu conselho: deixe de esperar pela estratégia empresarial perfeita antes de avançar. Não confunda a compra de ferramentas com a concretização da transformação. Invista nas suas pessoas antes de investir em ferramentas. Ponha os seus dados em ordem. O trabalho do CFO está a mudar, quer se envolva com a IA, quer não… Não se limite a ter uma opinião sobre a IA. Faça algo com ela.

Acompanhe

Pode acompanhar o trabalho de Sibaranjan Patnaik no LinkedIn.

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