Onde a IA Está Realmente Fazendo a Diferença nas Finanças Agora Mesmo

FinTech move-se rapidamente. As notícias estão em todo lado, a clareza não está.

FinTech Weekly entrega as histórias e eventos chave num só lugar.

Clique Aqui para Subscrever a Newsletter do FinTech Weekly

Lido por executivos da JP Morgan, Coinbase, BlackRock, Klarna e mais.

Durante anos, a conversa em torno da inteligência artificial nas finanças foi frustrantemente pouco clara. A maioria das equipas de finanças continuava a fazer as coisas da mesma maneira, mesmo enquanto os executivos falavam sobre disrupção e os consultores produziam apresentações cheias de promessas. Mas algo mudou nos últimos 18 meses. As ferramentas melhoraram, os casos de uso tornaram-se mais claros, e departamentos que antes eram céticos começaram a ver resultados reais em áreas que importavam.

Nem todos foram afetados pela mudança da mesma forma ou ao mesmo tempo. Algumas áreas das finanças adotaram a IA mais rapidamente do que outras, e as razões merecem atenção. As equipas de FP&A estavam entre as primeiras a avançar, principalmente devido à dor óbvia. Todos sabiam que passar duas semanas a recolher dados de sistemas desconectados apenas para construir uma previsão trimestral não era sustentável. Quando surgiram plataformas que podiam automatizar a recolha de dados e descobrir tendências em horas em vez de dias, a adoção acelerou rapidamente.

O que fez esta onda manter-se é que resolveu problemas com os quais as pessoas já estavam cansadas de lidar. A inteligência artificial nas finanças avançou muito além da fase experimental. As equipas estão a utilizá-la para fechar livros mais rapidamente, gerar previsões contínuas sem desgastar os seus analistas, e executar modelos de cenário que teriam demorado semanas a montar manualmente. O valor já não é abstrato. Aparece como ciclos de reporte mais curtos e menos noites tardias antes das reuniões do conselho.

FP&A Chegou Primeiro, Mas Não Parou Por Aqui

Dada a forma manual e repetitiva do fluxo de trabalho, a previsão e o orçamento eram o lugar lógico para começar. Mas uma vez que as equipas viram o que era possível, a tecnologia começou a espalhar-se para funções adjacentes. A análise de variação é um bom exemplo. Para determinar por que os reais não correspondiam ao plano, um analista normalmente passaria horas a rever itens. As ferramentas de IA podem sinalizar essas discrepâncias em minutos e, mais importante, indicar as causas raiz.

Outra área que está a ganhar impulso é o reconhecimento de receitas. As folhas de cálculo e o extenso conhecimento institucional eram uma norma para empresas que lidavam com complexas estruturas contratuais ou arranjos de múltiplos elementos. Partes desse processo podem ser automatizadas para reduzir riscos e liberar tempo para decisões que realmente exigem inteligência humana. Sempre que as equipas de finanças estavam a gastar demasiado tempo em trabalhos repetitivos e baseados em regras, a IA está a intervir e a fazê-lo mais rapidamente.

A Gestão de Risco É a História Maior

Se FP&A foi o ponto de entrada, a gestão de risco pode ser onde a IA entrega o impacto mais duradouro. A conformidade regulatória, a deteção de fraudes e a modelagem de risco de crédito exigem todas um reconhecimento de padrões intrincado e grandes conjuntos de dados. Essas são exatamente as condições onde a aprendizagem de máquina supera a análise manual.

As companhias de seguros e os bancos foram os primeiros a reconhecer isso. Mas o que é mais recente é a adoção entre empresas de mercado intermédio que nunca tiveram equipas dedicadas à análise de risco. As plataformas baseadas na nuvem tornaram possível para uma empresa com algumas centenas de funcionários realizar avaliações de risco que antes requeriam uma equipa de quants. Essas ferramentas tratam do monitoramento, capturam anomalias à medida que ocorrem e elaboram relatórios prontos para auditoria por si mesmas. Isso é um verdadeiro avanço para a gestão de processos financeiros no dia a dia.

Neste momento, a conformidade pode ser a parte mais convincente de toda esta mudança. Os ambientes regulatórios estão constantemente a mudar, e entre as regras que mudam em diferentes jurisdições, apenas manter a conformidade é um trabalho por si só. Embora a IA não possa substituir um oficial de conformidade, pode escanear atualizações regulatórias, compará-las com políticas atuais e identificar quaisquer lacunas antes que se tornem problemas. No passado, apenas as maiores instituições podiam pagar esse tipo de monitoramento proativo.

O Que Está a Impedir Algumas Equipas

Nem todos os departamentos de finanças estão a operar ao mesmo ritmo, e as duas principais causas de hesitação são tipicamente talento e confiança. Confiança porque os profissionais de finanças precisam entender como um modelo chega às suas conclusões antes de apostarem a sua reputação na saída. Talento porque implementar estas ferramentas bem requer pessoas que entendam tanto a tecnologia quanto o contexto financeiro, e essa combinação ainda é rara.

O outro gargalo que não recebe atenção suficiente é a qualidade dos dados. Uma vez que a IA é tão boa quanto os dados que a alimentam, muitas empresas continuam a operar em sistemas desorganizados e desconectados onde, dependendo do departamento, a mesma métrica pode ser definida de três maneiras diferentes. Embora limpar isso não seja uma tarefa glamorosa, é necessário para obter o máximo de qualquer implementação de IA.

A Trajetória É Bastante Clara

As equipas de finanças que já fizeram a mudança estão a expandir os seus casos de uso, não a recuar. As vitórias iniciais em FP&A construíram credibilidade interna suficiente para justificar a expansão para risco, conformidade e operações de tesouraria. As universidades estão a começar a incluir literacia de dados nos seus currículos de finanças, o que deve ajudar a fechar a lacuna de talento ao longo do tempo. Entretanto, os fornecedores continuam a lançar ferramentas mais especializadas.

A cada trimestre, a matemática torna-se mais difícil para as equipas que ainda não começaram. A lacuna competitiva entre departamentos de finanças habilitados para IA e os tradicionais está a alargar-se, e fechar essa lacuna mais tarde sempre custa mais do que manter o ritmo agora. A tecnologia não é perfeita, e ninguém deve fingir o contrário. Mas esperar pela perfeição é um tipo de risco por si só, e é um risco que menos organizações podem permitir-se correr.