Uma pesquisa recente com mais de 100 CFOs brasileiros, conduzida pela Barte entre junho e julho deste ano, mostra que 89% dos departamentos financeiros do país ainda operam nos dois estágios mais básicos de maturidade em inteligência artificial. Nenhuma empresa da amostra chegou aos dois níveis mais avançados. O dado que explica boa parte disso é mais específico do que “falta investimento”: o fechamento contábil é o gargalo mais citado, apontado por 65% dos respondentes como o principal ponto de travamento.
Isso não é uma falha isolada do financeiro. Em setores como indústria, varejo e logística, 90% dos times ainda estão no primeiro estágio de maturidade, segundo o mesmo tipo de levantamento. O padrão se repete: a maioria das empresas de médio e grande porte no Brasil não está travada por falta de acesso à tecnologia — está travada por não ter identificado, com precisão, qual processo específico consome mais tempo e gera mais retrabalho antes de decidir onde aplicar IA.
Principais aprendizados
- 89% dos departamentos financeiros brasileiros ainda operam nos dois estágios mais básicos de maturidade em IA, segundo levantamento da Barte com mais de 100 CFOs (jun-jul/2026) — nenhuma empresa da amostra chegou aos níveis mais avançados.
- O fechamento contábil é o gargalo mais citado (65% dos respondentes), não a ausência de ferramenta de IA disponível no mercado.
- Maturidade em IA não se mede pela quantidade de ferramentas adotadas; mede-se pela capacidade de aplicar IA no processo que mais consome tempo e gera retrabalho recorrente.
- O atraso não é exclusivo do financeiro: indústria, varejo e logística têm 90% dos times no estágio mais básico, o que indica um padrão estrutural, não uma exceção setorial.
- Empresas que avançam de estágio normalmente começam pelo processo de maior custo recorrente — não pelo projeto mais visível ou mais fácil de apresentar internamente.
Por que a maioria dos departamentos financeiros ainda está no estágio básico de IA?
Porque a maturidade costuma ser tratada como acúmulo de ferramentas, não como capacidade de gerar valor em um processo específico. É comum uma empresa ter assinatura de duas ou três soluções de IA generativa, um piloto de automação em algum canto da operação e, ainda assim, seguir no estágio básico — porque nenhuma dessas iniciativas foi aplicada ao processo que realmente consome a maior parte do tempo do time.
O fechamento contábil concentra justamente esse tipo de gargalo: conciliação manual entre sistemas, validação de lançamentos, checagem cruzada de documentos fiscais, retrabalho quando um dado não bate. É um processo de alta frequência, alto tempo e alto retrabalho — os três critérios que, na prática, deveriam determinar onde a IA entra primeiro. Quando a priorização segue outro critério (o que é mais visível, o que o fornecedor está empurrando, o que “todo mundo está fazendo”), a empresa acumula ferramentas sem sair do estágio básico.
Se o fechamento contábil é o gargalo, onde a IA realmente ajuda nesse processo?
Nas etapas de conferência e validação — não na decisão contábil em si. Em um programa conduzido pela HAIA com uma operação de serviços financeiros de médio porte, o time de negócio construiu automações próprias para crédito e documentação: validação cruzada de dados, redução de consultas de crédito desnecessárias e monitoramento contínuo de SLAs regulatórios. O programa terminou com 106 avaliações internas dos participantes, com predominância de nota máxima. Como em qualquer case, os resultados refletem o contexto, a maturidade e os processos daquela organização específica — não constituem promessa de resultado equivalente em outro ambiente.
O padrão que se repete nesse tipo de caso é: a IA não substitui o julgamento contábil ou o crivo do analista de crédito. Ela reduz o tempo gasto em conferência repetitiva antes de o julgamento humano entrar — exatamente o tipo de trabalho que hoje consome os dias de fechamento. Isso também explica por que apenas uma fração das empresas brasileiras consegue medir o retorno de IA de forma clara: quando a iniciativa não está amarrada a um processo com tempo e custo mensuráveis, como o fechamento contábil, não há linha de base para comparar antes e depois.
Como uma empresa de médio porte prioriza o primeiro caso de uso de IA no financeiro sem virar mais um projeto parado?
Priorizando por frequência × tempo × retrabalho, não por visibilidade interna. Na prática, isso significa mapear os processos do time financeiro e perguntar, para cada um: com que frequência ele se repete, quanto tempo consome por execução e quanto retrabalho gera quando algo sai errado. O fechamento contábil quase sempre pontua alto nos três critérios — o que explica por que aparece como gargalo número um em pesquisas como a da Barte.
O segundo ponto prático é quem constrói. Programas que colocam a construção nas mãos do próprio time de negócio — dentro do perímetro de ferramentas já aprovado pela TI, sem exigir contratação de novo software — tendem a avançar mais rápido do que os que dependem de uma fila de demandas de TI. Isso é especialmente relevante para empresas de médio porte, que raramente têm equipe de desenvolvimento dedicada disponível para tocar esse tipo de iniciativa em paralelo às demandas normais. E é um ponto que se conecta diretamente com a discussão sobre governança de IA: o perímetro de segurança e conformidade precisa estar definido antes da construção começar, não depois.
Perguntas frequentes
IA no financeiro exige comprar uma ferramenta nova?
Não necessariamente. A maioria das empresas já tem acesso a ferramentas de IA generativa ou automação dentro do stack que já paga (Google Workspace, Microsoft Copilot, ChatGPT, entre outras). O gargalo raramente é falta de ferramenta — é falta de diagnóstico sobre qual processo do financeiro merece a aplicação primeiro, geralmente aquele com maior frequência, tempo e retrabalho combinados.
Quanto tempo leva para uma empresa sair do estágio básico de maturidade em IA no financeiro?
Depende do processo escolhido e da complexidade dos sistemas envolvidos, mas as primeiras automações de conferência e validação costumam entrar em operação ainda durante o próprio programa de implantação, com resultado mensurável dentro de semanas. Sair do estágio básico de forma sustentável, porém, exige repetir esse ciclo em mais de um processo, não apenas em um piloto isolado.
Automatizar o fechamento contábil com IA elimina a necessidade da equipe contábil?
Não. A IA reduz o tempo gasto em conferência repetitiva e validação cruzada, mas a decisão contábil, o julgamento sobre exceções e a responsabilização pelo fechamento continuam sendo humanos. O ganho está em liberar a equipe para tratar exceções e casos que exigem critério, em vez de gastar a maior parte do tempo em checagem manual.
Qual é o primeiro passo prático para uma empresa de médio porte que está no estágio básico de maturidade em IA?
Mapear os processos do time financeiro por frequência, tempo consumido e retrabalho gerado, antes de qualquer decisão de ferramenta. O processo que pontuar mais alto nos três critérios — no caso de muitas empresas brasileiras, o fechamento contábil — é o ponto de partida com maior chance de gerar resultado mensurável e justificar o próximo passo da iniciativa.
Se o financeiro da sua empresa está travado nos estágios básicos de maturidade em IA, o primeiro passo não é escolher uma ferramenta — é diagnosticar onde está o gargalo real. Fale com a HAIA para um diagnóstico gratuito.
