Artigos

Comprar ou construir IA em finanças: o guia de decisão do CFO

Ferramentas de IA compradas de fornecedores têm sucesso 2x maior que projetos internos. Veja quando comprar, quando construir e como decidir.

Kadu Kobs

Kadu Kobs

— 5 min read

Um estudo do MIT que virou referência em 2025 analisou 300 implementações públicas de IA generativa e chegou a um número desconfortável: 95% dos pilotos não geraram nenhum impacto mensurável no resultado. Mas o dado mais útil para quem decide orçamento estava escondido no detalhe. Ferramentas compradas de fornecedores especializados tiveram sucesso cerca de 67% das vezes — o dobro dos projetos construídos internamente, que só emplacaram em um terço dos casos.

Para o CFO, isso transforma uma pergunta técnica ("qual modelo usar?") em uma decisão estratégica de alocação de capital: comprar uma solução pronta, construir do zero com o time interno, ou combinar as duas coisas. Errar aqui custa caro — não só em dinheiro, mas em meses de equipe financeira parada esperando algo que nunca escala. Este é um guia para decidir com critério.

Por que construir do zero falha com tanta frequência

A tentação de construir é compreensível. Você imagina uma IA moldada exatamente ao seu plano de contas, ao seu ERP, ao seu jeito de conciliar PIX e boleto. O problema é que o custo real de um projeto interno raramente aparece na primeira planilha.

O estudo do MIT (conduzido pela iniciativa NANDA) foi direto sobre a causa: quem falha está "construindo ferramentas genéricas ou tentando desenvolver capacidades internamente", enquanto quem escala aposta em integração ao fluxo de trabalho, memória e aprendizado contínuo — justamente o que um fornecedor especializado já resolveu ao longo de anos e milhares de clientes.

Há ainda dois obstáculos concretos que todo CFO brasileiro conhece:

  • Talento é escasso e caro. A Gartner apontou, em 2026, que contratar e desenvolver talento de IA é o principal desafio de curto prazo dos CFOs. Em uma análise citada pela consultoria, de cerca de 140 mil currículos de cientistas de dados, apenas 3 mil atendiam ao critério de "talento superstar". Um time interno completo de IA nos EUA custa entre US$ 1,2 milhão e US$ 2,5 milhões por ano — e no Brasil a disputa por esses profissionais é igualmente acirrada.
  • O custo total esconde a manutenção. O gasto de construir não termina no lançamento. O custo total de propriedade (TCO) ao longo de três anos costuma ser 1,5 a 2 vezes o custo inicial de desenvolvimento, somando monitoramento, reengenharia e atualização de modelos. Empresas que se apressaram a construir antes de validar o caso de uso desperdiçaram, em média, 14 meses e US$ 780 mil em custos irrecuperáveis.

Não à toa, 85% dos orçamentos de IA das empresas em 2025-2026 foram para seleção e integração de plataformas, não para treinar modelos do zero.

Quando comprar é a escolha certa

Para a grande maioria das tarefas financeiras, comprar uma solução pronta é a decisão mais racional. Estima-se que 70% dos casos de uso corporativos de IA são bem atendidos por ferramentas de prateleira. Comprar faz sentido quando:

  • O processo é comum a muitas empresas. Conciliação bancária, captura de dados de faturas, cobrança automatizada e previsão de fluxo de caixa são problemas que fornecedores como Kyriba, HighRadius, Tipalti e as fintechs brasileiras de tesouraria já resolveram para centenas de clientes. Você não ganha vantagem competitiva reconstruindo isso.
  • Você precisa de resultado em meses, não anos. Uma plataforma pronta entrega valor em semanas. Um projeto interno bem-sucedido leva trimestres — e muitos nunca saem do piloto.
  • O ambiente é regulado e cheio de exceções. Compliance fiscal, trilha de auditoria e tratamento de casos-limite representam anos de refinamento embutidos no produto do fornecedor. É exatamente o tipo de coisa que não vale a pena refazer.
  • Seu time é pequeno. Sem uma equipe de engenharia de IA dedicada, comprar reduz risco e libera o financeiro para o que gera valor: análise e decisão.

O cuidado aqui é não confundir "comprar" com "terceirizar a responsabilidade". A ferramenta precisa se integrar ao seu ERP e aos seus dados — e a governança continua sendo sua.

Quando construir se justifica

Construir internamente não é errado; é uma escolha para poucos casos específicos. Ela se paga quando:

  • O processo é o seu diferencial competitivo. Se a forma como você precifica risco de crédito ou antecipa recebíveis é parte central do seu negócio, faz sentido deter esse conhecimento em casa.
  • Nenhum fornecedor atende à sua realidade. Particularidades como split payment, a reforma tributária brasileira ou integrações com sistemas legados muito específicos podem não ter solução de prateleira madura.
  • O volume é alto o bastante para inverter a conta. A partir de uma escala grande de operações e agentes rodando continuamente, o custo fixo de uma infraestrutura própria pode ficar mais barato que o pagamento por uso.
  • Dados sensíveis não podem sair de casa. Quando a LGPD ou o sigilo de informações estratégicas exige que nada trafegue para fora, uma solução interna (ou um modelo aberto rodando na sua nuvem) passa a ser um argumento legítimo.

Mesmo nesses casos, "construir" quase nunca significa treinar um modelo de linguagem do zero — isso custa de US$ 500 mil a mais de US$ 100 milhões e não faz sentido para uma área financeira. Significa, na prática, orquestrar modelos já existentes em cima dos seus dados.

O caminho mais comum em 2026: híbrido

Na prática, as implementações que mais escalam não são "puro comprar" nem "puro construir". São híbridas: a empresa compra a plataforma e a inteligência de base e constrói por cima a camada que a diferencia — regras, integrações e fluxos próprios.

Um exemplo concreto: você adota uma plataforma de tesouraria com IA para previsão de caixa e conciliação (comprar), mas configura em cima dela suas próprias regras de matching para o fluxo de PIX, boleto e cartão, e conecta ao seu ERP com lógica específica (construir). Você paga pela "espinha dorsal" pronta e investe energia só onde há retorno real.

Critério Comprar Construir Híbrido
Tempo até o valor Semanas Trimestres a anos Semanas a meses
Investimento inicial Baixo a médio Alto Médio
Necessidade de time técnico Baixa Alta Média
Controle e customização Limitado Total Alto no que importa
Risco de falha Menor Maior Menor
Melhor para Processos comuns (AP, AR, conciliação) Diferencial competitivo A maioria das empresas

A pergunta que orienta a escolha não é "comprar ou construir?", e sim: este processo me diferencia da concorrência? Se a resposta for não — e para conciliação, contas a pagar e previsão de caixa quase sempre é não — compre. Reserve a energia de construir para o punhado de processos onde você realmente quer ser único.

A conta que o CFO precisa fazer antes de decidir

Antes de assinar qualquer contrato ou aprovar qualquer projeto, some os três anos completos, não só o primeiro. Um erro clássico é comparar o custo de licença anual de um fornecedor com o custo de desenvolvimento de um projeto interno — ignorando que o projeto interno vai custar de novo, todo ano, em manutenção.

Coloque na mesma tabela:

  • Custo direto: licença/assinatura (comprar) ou salários e infraestrutura (construir).
  • Custo de integração: conectar ao ERP, aos bancos e às fontes de dados — costuma ser subestimado nos dois caminhos.
  • Custo de manutenção: atualização de modelos, monitoramento e correção — some 1,5 a 2x o valor de construção ao longo de três anos.
  • Custo de oportunidade: o que seu melhor analista deixa de fazer enquanto cuida do projeto de IA.
  • Custo do atraso: cada mês sem a solução é um mês de DSO alto, conciliação manual ou previsão imprecisa.

Próximos Passos

  1. Classifique cada processo pela pergunta certa. Liste seus processos financeiros candidatos a IA (contas a pagar, cobrança, conciliação, previsão de caixa) e marque quais são diferencial competitivo. Os que não são — provavelmente a maioria — são candidatos naturais a comprar.
  2. Comece comprando no back-office. Os casos de maior sucesso estão em automação de documentos, conciliação e revisão de risco. Escolha um processo de alto volume e teste uma solução pronta antes de cogitar construir qualquer coisa.
  3. Faça a conta de três anos, não de um. Monte a tabela de TCO com custo direto, integração, manutenção, oportunidade e atraso. Compare comprar, construir e híbrido lado a lado com números, não com intuição.
  4. Avalie seu banco de talentos com honestidade. Se você não tem — e não consegue contratar — uma equipe de engenharia de IA dedicada, a decisão de construir já está praticamente tomada contra você.
  5. Pense híbrido por padrão. Compre a plataforma e a inteligência de base; construa apenas a camada fina que te diferencia (suas regras, suas integrações). É o padrão que mais escala em 2026.

Fontes:

Leia mais