Nem todo processo financeiro pede agente de IA. O critério prático para decidir entre automação determinística e agente — e o custo de errar essa escolha.
Existe uma pergunta que resolve metade das decisões de automação no financeiro e quase ninguém faz antes de comprar ferramenta: esse processo tem regra ou tem julgamento?
Se tem regra, você não precisa de IA. Precisa de automação determinística, que é mais barata, mais rápida, mais auditável e não erra de formas criativas. Se tem julgamento, automação por regra vai quebrar na primeira exceção e você vai passar dois anos escrevendo exceções para a exceção.
A maior parte do desperdício em projeto de IA no financeiro vem de errar esse diagnóstico em uma das duas direções.
Automação por regra é um sistema que executa instruções explícitas escritas por alguém. "Se o CNPJ do fornecedor é X e o valor está entre A e B, classificar na conta Y e enviar para aprovação do gestor Z." Inclui RPA, macro, fluxo de aprovação no ERP, integração via API e script.
Características: comportamento 100% previsível, fácil de auditar, falha de forma visível e barulhenta, e exige que alguém antecipe todos os casos.
Agente de IA é um sistema que recebe um objetivo, decide os passos e usa ferramentas para chegar lá. "Concilie os lançamentos bancários da semana com o contas a receber, sinalize divergências acima de R$ 500 e proponha a classificação das não identificadas."
Características: lida com casos que ninguém antecipou, interpreta texto livre, generaliza a partir de exemplo — e falha de forma silenciosa e plausível.
Essa última característica é o eixo de toda a decisão. Automação por regra erra alto. Agente erra baixinho. Em finanças, erro silencioso é o caro.
Antes de decidir a tecnologia, responda isto sobre o processo:
1. Você consegue escrever a regra completa em uma página?
Se sim, automação por regra. Não force IA em cima de algo determinístico só porque IA é o assunto do momento. Baixa de título com correspondência exata de valor e data é regra. Cálculo de juros contratual é regra. Aprovação por alçada é regra. Usar agente aqui adiciona custo, latência e incerteza sem nenhum ganho.
2. A entrada é estruturada ou é texto livre?
Campo de valor, data, CNPJ, centro de custo: estruturado. Descrição de nota fiscal, histórico de lançamento, e-mail de fornecedor, cláusula de contrato, memorando de aprovação: texto livre.
Processo com texto livre relevante é onde modelo de linguagem ganha de forma decisiva — porque a alternativa é um humano lendo, e não existe regra que capture variação linguística.
3. Qual a proporção de exceção?
Meça de verdade, em 90 dias. Se 95% dos casos seguem o caminho feliz e 5% são exceção, automatize os 95% por regra e mande os 5% para humano. Você resolveu o problema com tecnologia barata.
Se a exceção é 30%, regra não vai funcionar — você vai passar o próximo ano escrevendo condicional. É aí que agente se paga.
Fica melhor com regra:
Fica melhor com agente:
A combinação, que é o desenho que mais funciona na prática:
O agente atua antes da regra, não no lugar dela. Ele lê o não estruturado, extrai o dado, normaliza e entrega estruturado. Daí para frente, regra determinística faz o resto — com a auditabilidade de sempre.
Exemplo concreto. Conciliação bancária: o agente lê o extrato e o histórico livre, propõe o par extrato-título e atribui um grau de confiança. A regra então decide o destino: confiança acima de 95%, baixa automática; entre 70% e 95%, fila de revisão humana; abaixo de 70%, exceção com o raciocínio do agente anexado.
Nesse desenho o agente nunca decide sozinho, e a regra nunca precisa entender texto. Cada um faz o que faz bem.
Superdimensionar. Time contrata plataforma de agentes para resolver um processo que é regra pura. Paga licença cara, adiciona dependência de fornecedor, introduz não-determinismo em algo que era determinístico, e o ganho não aparece — porque não havia ganho disponível ali.
Subdimensionar. Time tenta resolver classificação de despesa com uma tabela de-para de 4.000 linhas de fornecedor. Funciona no primeiro mês, degrada no terceiro, e alguém do time vira o mantenedor eterno da tabela. O custo não está na licença, está nas horas de manutenção que ninguém contabiliza.
O segundo é mais caro e menos visível, porque aparece como "o time está sobrecarregado" e não como uma linha de despesa.
Se a escolha foi agente, um item é inegociável: o sistema tem que devolver um nível de confiança, e você tem que definir o corte antes de ligar.
Agente que devolve apenas a resposta, sem indicar o quanto está seguro dela, não é utilizável em processo financeiro. Você fica sem critério para decidir o que revisar, e revisar tudo anula o ganho.
Três faixas bastam:
E o corte se calibra com dado: rode um mês, meça a taxa de acerto por faixa, ajuste. Corte definido no chute costuma ser conservador demais — aí ninguém ganha tempo — ou frouxo demais, e aí o primeiro erro relevante derruba o projeto inteiro.
Essa decisão pertence ao estágio de Instrumentação do framework F.I.A.M. — depois de entender por que a tecnologia importa para finanças, antes de aplicar no processo do dia a dia.
Inverter essa ordem é o padrão de falha mais comum que se vê no mercado: comprar a ferramenta primeiro e descobrir o processo depois. Quem faz isso acaba adaptando o processo à ferramenta contratada, que é exatamente o contrário do que deveria acontecer.
Regra tem regra escrita, entrada estruturada e pouca exceção. Agente tem julgamento, texto livre e exceção frequente. A maioria dos processos financeiros de verdade quer os dois — agente na leitura, regra na decisão.
E se você não consegue responder às três perguntas sobre um processo específico, o problema não é escolher tecnologia. É que o processo não está mapeado, e nenhuma das duas famílias resolve isso.
O diagnóstico gratuito do CFOs.AI são 25 perguntas, cerca de 10 minutos, com resultado imediato: score de maturidade em IA por dimensão, mapa dos processos da sua área com maior potencial de automação e comparativo anônimo com profissionais de mesmo cargo e porte de empresa.
O CFOs.AI é uma plataforma de AI Finance Transformation — toda formação passa pelos quatro estágios do framework F.I.A.M.: Fundamentação, Instrumentação, Aplicação e Mensuração. A decisão deste artigo mora na Instrumentação, tratada a fundo em IA na Prática Financeira (F1).
O Plano Fundador dá acesso sem mensalidade a todas as formações, às 15 soluções com template e checklist de implementação, à comunidade e ao Bill, o assistente de IA integrado. São 100 vagas; depois, o acesso volta a ser assinatura mensal.
Todo domingo: um artigo aprofundado, um caso real e uma automação pra testar na segunda. Sem ruído, sem venda.
Escrita pela equipe CFOs.AI · +2.400 líderes financeiros
Plataforma de formação e implementação de IA aplicada a finanças corporativas.
