Em 2020, os CFOs precisavam de novas ferramentas. Agora, são as ferramentas que estão mudando o cargo.
A função já vinha se tornando mais estratégica, mas o software continuava ultrapassado. Os CFOs eram metade analistas de dados, metade arquitetos, costurando exportações de uma constelação de soluções pontuais e planilhas de Excel que orbitavam ERPs com trinta anos de idade. O gargalo eram os dados. Eles viviam em lugares demais e eram difíceis de domar, e as ferramentas por cima eram frágeis e limitadas no que podiam fazer.
Agora a IA está eliminando essas restrições. Consolidar os dados ficou mais fácil, e o software começou a fazer boa parte do trabalho sozinho. E quando isso muda, tanto a forma como o trabalho é feito quanto quem o executa também mudam. Isso significa que a própria área financeira se transforma, junto com a equipe e o perfil da pessoa que a lidera.
De contador a banqueiro, de banqueiro a construtor
Você pode ver isso observando quem as empresas contrataram para o cargo ao longo do tempo:
As dimensões de um grande CFO se mantiveram incrivelmente consistentes ao longo das eras. Os melhores CFOs não apenas entregam números ou apresentações para o conselho. Eles também usam dados para embasar uma visão sobre o rumo que o negócio deve tomar. O que o cargo exige deles é justamente o que continua mudando conforme a habilidade escassa do momento.
O perfil de cada época acompanhou essa mudança. Quando o trabalho era limpar os livros contábeis, estabelecer controles e reportar resultados, as empresas contratavam CFOs vindos das Big 4 de auditoria. Quando o foco passou a ser captar recursos e fechar negócios, foram buscar profissionais em bancos de investimento. Quando o cargo virou planejamento, métricas e parceria com o negócio, o conjunto de habilidades de planejamento (“FP&A”) ganhou importância, embora as empresas ainda contratassem muito gente com background em banco de investimento ou private equity.
A habilidade escassa de hoje é algo novo: projetar o sistema operacional no qual a empresa roda. Isso significa os dados, fluxos de trabalho, agentes, competências e controles que transformam contexto em inteligência e decisões. Você pode ver isso na ascensão do “engenheiro financeiro” dentro das equipes de finanças, e nos próprios CFOs assumindo cada vez mais esse papel.
Os líderes financeiros que atuam assim descrevem a área de um jeito diferente dos seus antecessores. Sarah Friar, CFO da OpenAI, define finanças como uma função em tempo real. A área caminha para um fechamento contábil no dia zero (zero-day close) e uma projeção atualizada continuamente — uma grande ruptura em relação ao ritmo tradicional de fechamento mensal. Seja para alocar capacidade computacional ou capital, os melhores líderes financeiros hoje soam menos como marcadores de pontos e mais como construtores.
Mais dados, ferramentas melhores, equipe mais enxuta
A mudança no perfil do CFO e na organização financeira como um todo está sendo impulsionada pelo avanço rápido das ferramentas nativas de IA. Um acesso a dados mais fácil e rápido destravou ferramentas melhores, mudando como o trabalho é feito e por quem — e, por consequência, como as equipes financeiras são estruturadas e operam.
1. Os dados deixaram de ser o gargalo. A reclamação central do nosso artigo de 2020 era que a matéria-prima do CFO — os dados — estava desatualizada, fragmentada e era penosa de consolidar. As equipes financeiras gastavam a maior parte da energia na base da pirâmide, juntando insumos: puxando exportações, conciliando planilhas e correndo atrás da explicação para uma variação perdida numa thread de e-mail ou, pior, em DMs e canais do Slack. A IA torna mais rápido e fácil extrair, ingerir e interpretar dados espalhados por sistemas e formatos diferentes. As equipes podem gastar menos tempo coletando informações e mais tempo agindo sobre elas.
2. O stack financeiro está virando parte da equipe financeira. Em 2020, mapeamos o stack financeiro camada por camada e argumentamos que uma onda de ferramentas modernas chegaria para cada uma delas. Com a IA ajudando a resolver a questão dos dados, essa onda veio. A nova geração é implementada em dias, não em trimestres; automatiza a própria coleta de dados em vez de esperar ser alimentada; e entrega insights em tempo real, não só no fim do mês. Todas as áreas daquele mapa de mercado original agora têm um concorrente nativo de IA, de ERP a impostos e compras.
Alguns exemplos do nosso portfólio:
- O ERP da Rillet reduz a implementação de meses para dias ou semanas, puxa dados automaticamente e transforma um fechamento mensal em diário.
- A Concourse implanta agentes para planejamento e projeções financeiras, puxando dados de pipeline em tempo real para construir cenários ao vivo.
- A Lio usa um modelo multiagente para compras, cujos agentes fazem due diligence de fornecedores, negociam contratos, supervisionam aprovações internas e monitoram entregas.
- A Stuut gerencia o ciclo completo de contas a receber, da abordagem ao follow-up, passando por cobrança e resolução de disputas, automatizando o processo de baixa de pagamentos.
- A Sphere transforma a complexa conformidade de impostos indiretos em um processo automatizado de ponta a ponta.
- A Petual automatiza testes SOX e fluxos de trabalho de auditoria interna corporativa.
Todos esses são fluxos que antes exigiam equipes dedicadas ou prestadores de serviço externos.
A geração anterior de software ajudava os profissionais de finanças a gerenciar o trabalho. Esta geração faz o trabalho. O melhor software financeiro nativo de IA agora faz finanças.
3. A ascensão do engenheiro financeiro. Com o problema dos dados recuando, surgiu algo que não previmos em 2020. As equipes financeiras mais avançadas não estão apenas usando ferramentas de IA, mas construindo suas próprias automações, dashboards e outras ferramentas internas. Muitas dessas pessoas nunca tinham escrito código, eram céticas em relação à IA e não tinham acesso a recursos de engenharia. Nos últimos 9 a 12 meses, elas viraram fãs de IA.
A equipe financeira da Anthropic criou e mantém uma biblioteca com mais de 70 skills de IA específicas para finanças, tratadas como código de produção. Uma delas gera uma revisão financeira mensal 90-95% completa, comprimindo horas de trabalho humano em cerca de trinta minutos. Na OpenAI, a equipe de Friar cria GPTs personalizados para relações com investidores e compras, além de dashboards ao vivo para substituir os relatórios estáticos do conselho.
Um CFO de empresa em estágio de crescimento do nosso portfólio pediu à equipe que criasse agentes e, em duas semanas, eles tinham 50. Nem todos eram úteis, mas deram a todos a chance de viver aquele momento mágico em que um agente realmente produz trabalho de verdade. Outro disse que suas equipes de finanças e contabilidade estão virando product managers, trabalhando com engenheiros para criar suas próprias ferramentas.
Assim como vimos surgir o engenheiro de GTM, o engenheiro de growth e o engenheiro de talentos, muitas empresas estão começando a ter um “engenheiro financeiro”. Semelhante a outros papéis que combinam conhecimento de domínio e capacidade de construção, geralmente é alguém de finanças, frequentemente com formação em engenharia, que dominou Codex ou Claude Code e lidera a criação de ferramentas para a equipe. Essas pessoas costumam conectar sistemas e eliminar gargalos de fluxo de trabalho. Por exemplo, isso pode significar construir uma ferramenta que combine receita do cliente com custos de inferência do modelo, uso de nuvem e custos de suporte, sinalizando contas onde as margens estão caindo ou onde o uso tornou um contrato específico não lucrativo.
Historicamente, isso exigia um apoio improvável das equipes centrais de engenharia ou a tentativa de contratar engenheiros para o time financeiro. Hoje, muitos CFOs passam mais tempo construindo com IA ou usando ferramentas nativas de IA, e menos tempo em reuniões. “Esses novos produtos são divertidos de usar” é um feedback que ouvimos com frequência.
A disciplina operacional por trás do engenheiro financeiro é simples: se você faz algo duas vezes, escreva um fluxo de trabalho; se você escreve o fluxo duas vezes, crie um agente.
4. A equipe financeira fica menor e com mais alavancagem. A maioria das equipes ainda é organizada do jeito antigo: uma camada de controladoria, uma de FP&A, uma de operações e o CFO. Tudo isso foi desenhado para um ritmo mensal e para a responsabilidade de uma pessoa por tarefa. Essa estrutura fazia sentido quando cada camada existia para mover e reconciliar dados.
A velha regra de bolso de que finanças representa ~5% do headcount também está mudando. As equipes mais enxutas que vemos miram 2% e priorizam densidade de talento em vez de número de cabeças. A nova contratação de finanças consegue integrar vários sistemas com uma chamada de API, escrever SQL e prototipar uma automação. Fluência em IA está virando requisito básico. “Me explique seu modelo” está virando “me explique sua sequência de prompts”.
Especialistas seniores de domínio conseguem extrair o máximo de alavancagem da IA. Na Anthropic, o usuário mais pesado da equipe financeira é o chefe de impostos. Como disse um dos nossos CFOs de empresas em crescimento, é tentador assumir que os mais juniores serão os maiores adeptos, mas falta a eles experiência e contexto para saber como é o “excelente” ou o que construir.
5. O planejamento se torna contínuo. Receitas baseadas em consumo (por exemplo, tokens, minutos, chamadas de API) sempre foram complexas de projetar. Além disso, processos e ferramentas padrão que rodam num ciclo mensal não são rápidos o suficiente, especialmente agora que agentes viraram atores no DRE. Muitos líderes financeiros estão apostando em projeções contínuas, que oferecem uma visão ao vivo usando modelos estatísticos, evidências no nível da conta e julgamento financeiro. FP&A está evoluindo do orçamento anual para decisões operacionais contínuas. Agora você pode rodar cenários complexos ao vivo durante a reunião.
6. Controles viram um recurso crítico do produto. Com o software assumindo mais trabalho em finanças, uma cadeia auditável e confiável entre cada número e sua origem é essencial. Finanças precisa saber de onde veio cada número, como foi calculado e onde e quais agentes estiveram envolvidos. Se um agente está redigindo um lançamento contábil, por exemplo, ele precisa guardar os papéis de trabalho e evidências de suporte e seguir regras de aprovação antes de registrá-lo. A IA ainda pode ser usada para reconciliar registros e sinalizar e explicar variações e exceções, mas finanças define as regras e dá o aval final. Ter controles viabiliza velocidade. A equipe pode focar no trabalho estratégico sem precisar reconstruir e checar cada passo manualmente.
7. Finanças ganha um mandato maior. Com dados em tempo real e a capacidade de rodar cenários rapidamente, a área está sendo puxada para muito mais decisões estratégicas. Para muitas empresas de IA, computação é uma das maiores despesas operacionais e uma das decisões de alocação de capital mais impactantes. Agora as equipes financeiras conseguem consolidar uma visão atualizada de dados de uso, custos de infraestrutura e receita de clientes, e ferramentas de IA podem ajudar a determinar como uma nova funcionalidade ou um aumento no uso pelos clientes afetaria as margens. Isso dá a finanças uma base mais sólida para opinar sobre precificação, lançamentos de produtos e compromissos de gastos.
As empresas também estão tomando muito mais decisões nas quais o CFO é um árbitro-chave. Por exemplo, como as equipes dividem o trabalho entre pessoas e software é uma questão central em todas as organizações — e é uma decisão financeira. Com dados mais granulares sobre os trade-offs entre tempo gasto, uso de tokens, utilização de software e muito mais, finanças consegue avaliar essas escolhas. Construir versus comprar faz parte desse conjunto de decisões. Construir pode significar hoje um grande projeto de engenharia ou apenas uma equipe não técnica fazendo vibecoding de uma ferramenta menor. Comprar pode significar pagar por uso ou por trabalho entregue, então os custos variam conforme a adoção. Agora, com a IA, finanças consegue modelar esses cenários mais complexos de forma mais rápida e precisa.
O cargo, reescrito
O trabalho de CFO já mudou antes. O que parece diferente agora é o quanto a própria função financeira e a organização estão sendo redesenhadas. Historicamente, o CFO montava equipes em torno de camadas de pessoas necessárias para coletar, reconciliar e revisar dados espalhados por várias ferramentas, tudo configurado para rastrear e gerenciar o trabalho. Agora, com uma equipe menor e maior alavancagem, o CFO pode construir e usar as ferramentas que fazem o trabalho. Decisões que aconteciam em intervalos semanais ou mensais agora podem ocorrer continuamente.
O CFO está se tornando um construtor e arquiteto do sistema operacional da empresa. Isso significa descobrir o que é melhor ser feito pela equipe e o que é melhor deixar para o software. O CFO nativo de IA precisa ter automação como prioridade e saber como montar, treinar e dimensionar uma equipe financeira moderna. Também precisa de novos frameworks para decidir o que construir, o que comprar e como calcular o ROI dessas decisões. O lado bom é mais tempo dedicado ao negócio em si e a ser um parceiro estratégico do CEO. O trabalho continua sendo finanças, mas agora uma parte maior dele é desenhar como finanças é feito.
cc: @IvanoMakSF David Borecky
Agradecimentos a @astrange e @BKRoberts pela ajuda neste artigo!
