São nove da manhã do dia do fechamento. Em uma empresa, o controller abre quinze abas e começa a exportar extrato, colar lançamento e conferir conta, como faz todo mês. Na concorrente, o controller abre um relatório que um agente de IA montou durante a madrugada e começa a questionar os números. As duas pessoas têm a mesma competência. O que muda entre elas é quem fez o trabalho braçal.
É essa a promessa dos agentes de IA no FP&A. Um agente de IA é um software que executa tarefas do início ao fim, não apenas responde perguntas: ele busca o dado, faz a conta, compara com o planejado, monta o rascunho e entrega para você revisar. Diferente do chatbot, que espera a sua pergunta, o agente trabalha sozinho dentro de um objetivo que você definiu.
O que esses agentes já fazem hoje, e o que ainda não convém deixar nas mãos deles, é o que separa quem ganha tempo de quem terceiriza um problema.
O que é um agente de IA (e por que não é só um chatbot)
Um chatbot conversa. Você pergunta, ele responde, e a ação fica por sua conta. Um agente de IA age. Você define o objetivo, e ele executa os passos necessários para chegar lá, usando as ferramentas e os dados a que tem acesso.
No financeiro, a diferença é prática. Pedir a um chatbot "como faço a conciliação?" devolve uma explicação. Dar a um agente a tarefa "concilie os lançamentos de maio e me mostre o que não bateu" devolve a conciliação feita. Um ensina, o outro executa. É a passagem de uma IA que informa para uma IA que trabalha.
Do chatbot ao agente: os quatro níveis de IA no financeiro
Ajuda enxergar isso como uma escada. No primeiro degrau está a IA genérica, que responde perguntas. No segundo, a IA conectada aos seus dados, que analisa o que é seu. No terceiro, o agente, que executa tarefas com autonomia supervisionada. No quarto, vários agentes coordenados, cada um cuidando de uma parte do ciclo financeiro.
A maioria das empresas vive hoje entre o primeiro e o segundo degrau, usando IA para analisar a DRE ou apoiar o controle orçamentário, às vezes via GPTs personalizados. O salto para o agente é o próximo passo, e é o que mais muda a rotina, porque transfere execução, não só análise.
O que um agente já faz no FP&A hoje
Sem promessa de futuro, o que já é viável:
- Coleta e organiza dados de várias fontes, sem você exportar planilha.
- Concilia lançamentos e separa as exceções para revisão.
- Classifica lançamentos por histórico e aponta os duvidosos.
- Monta o rascunho do relatório gerencial e do texto de análise.
- Compara realizado com planejado e levanta a hipótese de causa do desvio.
- Acompanha o caixa e avisa quando a projeção fura o mínimo.
Cada um desses já existia como tarefa. O que muda é quem segura o trabalho braçal. O agente segura, e o controller revisa e decide.
Quanto tempo isso devolve
Vale aterrissar em número. Um time que gasta, digamos, dez dias úteis por mês entre montar o fechamento e refazer relatório consome cento e vinte dias de trabalho por ano só em tarefa braçal. Se um agente assume metade disso, são sessenta dias devolvidos, o equivalente a quase três meses de um profissional, todo ano, redirecionados para análise e decisão. A Skeelo reduziu 80% do tempo de fechamento mensal ao substituir o trabalho manual por integrações e automação; o caminho com agentes de IA repete essa lógica, agora com a camada de linguagem natural por cima.
O custo do time não muda. O que ele entrega, sim. É por isso que a conversa sobre agentes raramente é sobre tecnologia. É sobre o que o seu profissional mais caro faz com as horas dele: monta planilha ou ajuda a decidir o próximo trimestre.
Um dia na rotina do controller com agentes
Volte à cena do começo, agora por dentro. Hoje, o controller chega no dia do fechamento e gasta a manhã montando: exporta, concilia, classifica, cola no relatório. A análise, quando sobra tempo, fica para o fim do dia, cansada.
Com agentes, a ordem se inverte. O controller chega e o rascunho do fechamento já está pronto, com as variações apontadas e as hipóteses de causa levantadas. A manhã, que era de montagem, vira de revisão e decisão: confirmar as causas com as áreas, cobrar o desvio com o responsável, preparar a recomendação para a diretoria. O agente não substituiu o controller. Ele o promoveu de operador para analista.
Um agente coordenado, não dez robôs soltos
Há uma diferença importante entre automatizar tarefas isoladas e ter um agente. Muita empresa colou, ao longo dos anos, uma macro aqui, uma regra de e-mail ali, um robô acolá, e acabou com dez automações soltas que ninguém entende por inteiro. Quando uma quebra, o fechamento trava e começa a caça ao culpado.
O agente trabalha de outro jeito. Ele não é uma colcha de retalhos, é um executor único que enxerga a tarefa do começo ao fim e se adapta quando o dado muda. Em vez de dez peças frágeis, você tem um fluxo que se explica. Para quem vai escalar o uso de IA, essa diferença entre orquestrar e remendar é o que decide se a automação ajuda ou vira mais um problema para administrar.
Onde o agente acerta e onde ele precisa de você
| O agente executa bem | O humano continua dono |
|---|---|
| Coleta e organiza dados de várias fontes | Define política contábil e critérios de classificação |
| Concilia lançamentos em volume | Trata exceções e casos de dupla interpretação |
| Monta o rascunho do relatório gerencial | Valida os números e assina o relatório |
| Acompanha o caixa e avisa sobre o mínimo | Decide como reagir ao sinal (cortar, renegociar, captar) |
| Compara P×R e levanta hipótese de causa | Confirma a causa com as áreas e cobra o responsável |
O agente é bom no que é repetível, volumoso e baseado em regra. Ele se perde no que exige julgamento, contexto que não está no dado e responsabilidade. Por isso o modelo certo é autonomia com supervisão: o agente executa e propõe, você revisa e assina.
Quem inverte isso, e deixa o agente decidir sozinho a política contábil ou aprovar um pagamento, troca produtividade por um risco que não vale a pena. Há sempre três cuidados inegociáveis: manter o humano no circuito para o que tem consequência financeira, tratar o dado com critério de segurança e exigir do agente que mostre como chegou ao número, para a empresa nunca depender de uma caixa-preta.
O erro de começar pela ferramenta
Quase todo projeto de IA que fracassa começou errado, pela ferramenta. A empresa assina a novidade, anima o time, e três meses depois ninguém usa, porque o dado nunca esteve pronto. Agente de IA não é mágica que organiza a sua casa, é um trabalhador que age sobre o que encontra. Se encontra bagunça, ele bagunça mais rápido.
Começar certo é começar pela tarefa e pelo dado. Escolha um problema concreto, garanta que a informação que o alimenta é confiável e só então traga o agente. A tecnologia é a última peça a entrar, não a primeira. Quem inverte essa ordem compra uma assinatura e uma frustração; quem respeita compra tempo.
Como entrar nessa sem virar projeto de TI
A boa notícia para a PME é que adotar agente não exige um time de dados nem seis meses de implantação. O caminho é incremental:
- Escolha uma tarefa repetitiva e clara, como a conciliação ou o rascunho do relatório.
- Garanta a base: dados integrados, um bom Business Intelligence financeiro e plano de contas padronizado.
- Coloque o agente para executar essa tarefa e revise tudo no início.
- Meça o antes e o depois em tempo e em erros. Esse número é o argumento para o próximo passo.
- Conforme a confiança cresce, amplie a autonomia e some novas tarefas.
Esse quarto passo, medir, é o que a maioria pula e depois se arrepende. Sem número antes e depois, o ganho fica invisível e o projeto perde fôlego nas primeiras fricções. Com o número na mão, qualquer obstáculo técnico vira detalhe diante da evidência de que o agente devolveu, digamos, dois dias de trabalho no mês anterior.
Para o contexto mais amplo de como IA e tecnologia estão mudando o financeiro, o guia de IA e tecnologia para o financeiro reúne os principais conceitos e casos práticos em um só lugar.
É assim que ferramentas como a Teresa, o copiloto de IA do Treasy, entram na rotina: começam fazendo uma parte do trabalho e ganham espaço à medida que provam o ganho.
O que isso significa para a carreira
Vale dizer o que muitos pensam e poucos falam: se o agente faz a parte braçal, o que sobra para o profissional de finanças? Sobra o que sempre foi o mais valioso, e que faltava tempo para fazer. Sobra interpretar, recomendar, conversar com o negócio e decidir.
A IA não encurta a carreira de quem trabalha com FP&A, ela acelera. O profissional que aprende a dirigir os agentes vira business partner mais rápido, porque chega antes na parte estratégica. É o mesmo caminho que leva de controller a CFO, agora com um atalho.
Para colocar os agentes para trabalhar com cenários, baixe o Modelo de Análise e Simulação de Cenários e use como base para o agente projetar o otimista, o base e o pessimista.
O que ainda não acreditar
Vale um filtro contra o exagero. Agente de IA não adivinha o futuro, não substitui a conversa com as áreas e não entende o contexto que nunca entrou no dado. Quando um fornecedor promete que o agente "fecha o mês sozinho, sem ninguém olhar", desconfie: o que existe de bom hoje é execução com supervisão, não mágica sem dono.
A régua honesta é simples. Se a tarefa é repetitiva e baseada em regra, o agente brilha. Se exige julgamento ou responsabilidade, ele ajuda, mas quem assina é você. Manter essa fronteira clara é o que separa quem colhe produtividade de quem coleciona susto.
Por onde começar amanhã
Não espere o agente perfeito nem o projeto grande. Volte à cena das duas empresas e escolha de qual lado você quer estar no próximo fechamento. Depois, pegue a tarefa que mais rouba o tempo do seu time neste mês, coloque uma IA para executá-la com a sua supervisão e compare o antes e o depois.
O ganho aparece rápido, e com ele vem a confiança para o próximo passo. No fim, o que muda na rotina do controller é simples de dizer e poderoso de viver: menos montagem, mais decisão. É a diferença entre um financeiro que explica o passado e um que ajuda a construir o próximo resultado.