O CFO que não reimaginar o ROI da IA corre o risco de perder relevância
A função financeira vive hoje uma pressão silenciosa, mas crescente. Enquanto a demanda por análises e suporte à decisão ganha velocidade, os modelos operacionais tradicionais mostram sinais claros de esgotamento. O que antes funcionava como estrutura eficiente passa a não acompanhar mais a complexidade e o ritmo do negócio.
Nesse cenário, um dos principais pontos de tensão está na forma como as organizações, especialmente suas lideranças financeiras, vêm avaliando investimentos em inteligência artificial. “O erro que estamos cometendo é tratar a IA como um único problema de ROI. Aplicamos as mesmas métricas tradicionais a iniciativas completamente diferentes, o que distorce o valor real que está sendo gerado”, afirma Melissa Mattos, CBO da Viaflow.
A crítica não é isolada. Discussões recentes no mercado apontam que a inteligência artificial ainda é frequentemente analisada sob uma lógica limitada, concentrada em indicadores tradicionais como redução de custos ou geração direta de receita. Essa abordagem ignora um ponto fundamental: diferentes aplicações de IA têm naturezas distintas, e, portanto, deveriam ser analisadas a partir de critérios igualmente distintos.
Para ilustrar essa distorção, Mattos recorre a uma analogia simples: “É como avaliar qualquer tipo de viagem apenas pelo custo por quilômetro. Você pode chegar à conclusão de que nenhuma vale a pena, porque perdeu completamente o contexto do propósito.”
O valor que vem antes dos números
Neste sentido, um dos principais desafios está no fato de que o valor da IA nem sempre aparece imediatamente nas demonstrações financeiras. Antes disso, surgem efeitos menos tangíveis, mas altamente estratégicos, como maior velocidade na tomada de decisão, melhor qualidade analítica e capacidade de reação mais rápida às mudanças do negócio.
Na visão de Mattos, “há ganhos que antecedem o resultado financeiro e que precisam entrar na equação. Se você mede apenas o que chega ao P&L, inevitavelmente subestima o impacto da IA. Diante disso, ela entende que cresce a necessidade de abandonar a lógica de um único ROI e adotar uma visão de portfólio, com métricas adequadas a cada tipo de iniciativa.
Ao mesmo tempo, a transformação vai além da forma de mensurar investimento. Ela expõe uma limitação estrutural no funcionamento das áreas financeiras. O modelo de business partnering, que posiciona o financeiro como intermediário entre dados e decisão, foi durante anos um avanço relevante. No entanto, diante das novas demandas, ele começa a mostrar sinais de desgaste. De acordo com Mattos, na prática, esse formato cria um gargalo: cada análise depende de interação humana, o que limita a escala e compromete a agilidade. “A lógica atual não acompanha mais o ritmo do negócio. Cada nova demanda consome tempo e capacidade da equipe”, observa.
Além disso, as áreas de negócio se tornaram mais sofisticadas e exigentes. Executivos não querem apenas relatórios, querem autonomia para simular cenários e acessar informações em tempo real. É nesse contexto que, a executiva aponta que surge o modelo tools-first. Para ela, ele propõe uma mudança estrutural na forma como o conhecimento financeiro circula dentro das organizações.
Aqui, o acesso ao insight não depende mais do time financeiro. Em vez disso, ferramentas digitais permitem que os próprios tomadores de decisão explorem cenários e obtenham respostas diretamente. “Não se trata apenas de tecnologia. É uma mudança de lógica: o financeiro passa a construir a capacidade analítica da organização, e não apenas entregar análises”, explica Mattos.
Na prática, isso significa desenvolver soluções que incorporam as regras, premissas e inteligência financeira, tornando-as acessíveis de forma autônoma, mas com governança. Neste ponto, a CBO da Viaflow, pondera que essa mudança redesenha profundamente o papel do CFO e de sua equipe. “O CFO deixa de ser apenas gestor de análises e passa a liderar um portfólio de capacidades digitais”, afirma.
Por isso, à medida que o acesso aos dados e análises se amplia, torna-se fundamental garantir que as áreas saibam interpretar as informações e tomar decisões com base nelas. Segundo Mattos, “não basta entregar ferramentas, é preciso ensinar a organização a usá-las de forma consistente e estratégica.”
Outro ponto crítico, na percepção da executiva, é a forma como soluções de IA são desenvolvidas. Em vez de projetos com início, meio e fim, essas iniciativas precisam ser tratadas como produtos, com evolução contínua, monitoramento de uso e adaptação constante às necessidades dos usuários.
Nesse contexto, métricas como adoção, usabilidade e impacto na decisão tornam-se centrais. Baixa utilização, por exemplo, deixa de ser apenas um detalhe e passa a indicar que algo precisa ser redesenhado.
Medir além do financeiro
A nova realidade também exige que o financeiro amplie seu olhar sobre métricas de sucesso. De acordo com Mattos, indicadores como velocidade de decisão, qualidade de previsão e alcance do uso de ferramentas tornam-se fundamentais para capturar o valor real da IA. “Esses indicadores aparecem antes do resultado financeiro e ajudam a direcionar ajustes com mais rapidez”, explica.
Ao mesmo tempo, empresas mais avançadas adotam uma abordagem disciplinada: ampliam rapidamente os investimentos em iniciativas que funcionam e interrompem aquelas que não entregam valor. Para Melissa Mattos, o momento atual pode ser comparado à introdução das planilhas eletrônicas, que transformaram a função financeira ao democratizar o acesso à análise. “A IA não apenas acelera o trabalho, ela amplia o acesso ao raciocínio financeiro sofisticado dentro da organização.”
Isso muda não apenas a eficiência, mas também a qualidade e a velocidade das decisões. Diante desse cenário, a discussão deixa de ser puramente tecnológica e se torna estratégica. Mais do que escolher ferramentas, o desafio está em definir quais capacidades a organização precisa desenvolver para sustentar decisões melhores, e mais rápidas, nos próximos anos.
“A área financeira que ainda atua apenas como intermediária não está só perdendo eficiência. Está abrindo mão do seu papel mais estratégico, que é transformar dados em decisões e gerar valor real para o negócio”, finaliza Mattos.
