A CFO da OpenAI, Sarah Friar, publicou na segunda-feira (14) uma visão de "função financeira nativa de IA" construída sobre um "fechamento zero dia", conceito que substitui o fechamento contábil periódico pela reconciliação contínua de informações prontas para decisão.
A proposta não é diretamente aplicável à maioria das empresas de médio porte, que não dispõem dos mesmos recursos de engenharia, acesso a modelos de fronteira ou disposição para reconstruir fluxos de trabalho financeiros do zero, segundo a publicação.
Lições para o médio porte
Para essas empresas, o aspecto relevante não é o fechamento zero dia em si, mas a direção da automação financeira: menos relatórios periódicos e mais informações continuamente reconciliadas. A pergunta mais útil para um CFO de médio porte, portanto, não é se a IA pode acelerar o fechamento, mas quais decisões são tomadas atualmente com dados financeiros desatualizados.
Pesquisa da PYMNTS Intelligence, intitulada "The Enterprise AI Benchmark Report", revelou que 71% dos executivos de empresas com receita anual de US$ 1 bilhão ou mais consideram a prontidão organizacional a principal limitação para o desempenho da IA. Apenas 11% apontaram a tecnologia como principal barreira.
Michael Younkie, vice-presidente de gestão de produtos da Billtrust, afirmou que "vemos estruturas de dados inconsistentes e incompletas, dados ruins, dados sujos" e "desafios em sistemas ERP legados com capacidades limitadas de API de contas a receber".
Friar defendeu que os CFOs devem determinar quais dados a IA pode acessar, quais ações ela pode tomar, quando é necessária aprovação e quando uma exceção deve ser escalada. Cada saída deve estar vinculada a uma fonte confiável, e alterações nas previsões aprovadas devem permanecer sob controle financeiro.
A medição do trabalho útil, segundo a executiva, deve considerar o custo após revisão humana e retrabalho, se a saída foi utilizável e se o fluxo produziu uma decisão mais rápida ou melhor.
Um ponto de partida prático é escolher um processo financeiro recorrente com proprietário identificável, tempo de ciclo mensurável e saída clara, automatizar parte dele, rastrear exceções e medir a carga de revisão antes de expandir.
A lição para o médio porte, segundo a publicação, é que finanças nativas de IA não começam quando todo o departamento é automatizado, mas quando a área deixa de usar pessoas para reconstruir informações que um sistema já deveria conhecer.
