Pesquisa da Gartner com 204 líderes financeiros mostra que 45% dos investimentos em IA na área de finanças miram produtividade e só 20% miram a qualidade da decisão. Para a deeptech catarinense Grand Thera, a distância entre o que o CFO entrega e o que o conselho cobra é onde a IA corporativa ainda não foi testada
Quase metade do dinheiro que as áreas de finanças colocam em inteligência artificial vai para tarefas mais rápidas. Só um quinto está voltado à tomada de decisões melhores. É o que mostra a pesquisa que a Gartner conduziu em março com 204 líderes financeiros: 45% dos investimentos em IA da função têm foco em produtividade, 20% em qualidade da decisão e os 35% restantes tentam equilibrar as duas coisas. O retorno segue a mesma assimetria. Apenas 17% dos CFOs relatam valor significativo ou transformacional nas iniciativas de produtividade, contra 31% nas voltadas à decisão.
A consultoria dá nome ao problema: uma lacuna de percepção. A área financeira reporta avanço na adoção de IA, e o conselho enxerga impacto estratégico limitado. Segundo a Gartner, os conselhos valorizam investimentos que gerem crescimento, melhorem a decisão e criem vantagem competitiva, e a carteira típica de projetos não reflete isso. Há um teto embutido nas iniciativas de eficiência: quando uma tarefa fica mais rápida, o ganho para de crescer, a menos que essa velocidade mude uma decisão mais ampla da empresa. O dado que sustenta a recomendação vem da própria pesquisa: as áreas que investiram em iniciativas capazes de criar novas propostas de valor, produtos ou mercados tiveram mais que o dobro de chance de relatar alto valor realizado com IA.
Do outro lado da mesa, o quadro é parecido. Levantamento da Corporate Board Member com conselheiros de companhias abertas americanas, publicado em abril, mostra que só 3% dos conselhos dizem ter IA extensivamente integrada à supervisão de risco e à tomada de decisão. Outros 20% usam a tecnologia com regularidade ao lado dos métodos tradicionais, e 40% não usam nada nesse contexto. Ao mesmo tempo, cerca de metade dos conselheiros afirma ter ampliado o tempo de pauta dedicado a risco. O conselho quer enxergar o risco mais cedo; a IA que a empresa comprou está medindo horas economizadas.
É nessa distância que a Grand Thera, deeptech de Florianópolis, decidiu operar. A empresa não se apresenta como fornecedora de tecnologia, e sim de segurança para decisões de alto risco, com conselhos, conselheiros e CFOs como interlocutores. “O conselho de hoje não está sem IA nem sem dados. Os dois recursos já estão na mesa das grandes corporações. O que falta é o sinal que chega antes do prejuízo e a clareza sobre o impacto financeiro de cada decisão”, diz Fernando Negrini, CEO da Grand Thera.
A leitura da empresa é que a camada de automação virou commodity e o valor migrou para a camada de inferência: separar sinal de ruído, quantificar o efeito financeiro e deixar a trilha de evidências que sustentou a decisão. “Produtividade em escala não vira resultado sozinha. Quem responde pelo número precisa de uma sequência que a maioria dos projetos de IA não entrega: o sinal antecedente, a decisão e as evidências auditáveis que justificam essa decisão”, afirma Negrini.
A tese está materializada no TheraOS, plataforma proprietária da companhia, com marca registrada, que reúne a organização dos dados da empresa, uma camada de consulta em linguagem natural e algoritmos autônomos, AITs, dedicados a monitorar risco e sinalizar impacto financeiro antes que ele apareça no resultado. A versão mais recente substituiu os painéis tradicionais por um centro de comando orientado a decisão. Em um dos projetos entregues, um escopo dimensionado para dois anos foi concluído em seis meses. A base conceitual foi formalizada neste mês em um preprint técnico sobre epistemologia computacional, publicado na plataforma SSRN, que descreve como os motores da empresa avaliam evidências e determinam o que é conhecimento confiável para uma decisão. A distinção que a companhia propõe é simples de enunciar: a ontologia organiza os dados; a epistemologia infere o que é verdade neles. Uma camada roda sobre a outra, e é a segunda que responde à pergunta do conselho.
A Gartner recomenda que os CFOs tratem a IA como carteira, com peso maior em cenários, decisão e ativos reutilizáveis, e que meçam os programas pelo impacto na empresa, não pelo número de pilotos ou de horas poupadas. Negrini resume a mudança de régua em uma pergunta. “A pergunta que o conselho deveria fazer ao CFO não é quantas horas a IA economizou. É qual prejuízo ela evitou”.
