'Se IA só faz o mesmo trabalho mais rápido, seu valor está sendo subutilizado': a visão dos CFOs da Fortune 500

'Se IA só faz o mesmo trabalho mais rápido, seu valor está sendo subutilizado': a visão dos CFOs da Fortune 500

Em dezembro de 2025, a Fortune publicou uma coletânea de depoimentos de CFOs de grandes empresas globais com uma mensagem em comum: 2026 será o ano em que IA deixa de ser uma ferramenta de eficiência e passa a ser um motor de transformação. Não se trata mais de fazer o mesmo trabalho mais rápido. Trata-se de repensar o que o trabalho deveria ser.

Nós reunimos as perspectivas mais relevantes de quatro líderes financeiros — Zane Rowe (Workday), Gina Mastantuono (ServiceNow), Mike Weiner (Genpact) e Marie Myers (HPE) — para entender o que muda na prática quando CFOs tratam IA como estratégia, não como automação.

O consenso: eficiência é o ponto de partida, não o destino

A frase que dá título a este artigo reflete um padrão que vimos em praticamente todos os depoimentos. Os CFOs consultados pela Fortune concordam que usar IA apenas para acelerar processos existentes é desperdiçar seu potencial.

Zane Rowe, CFO da Workday, colocou de forma direta: "Nunca houve um momento mais empolgante para ser CFO, com IA desbloqueando novas oportunidades de criação de valor por meio de dados e insights sem precedentes." Para Rowe, o ponto central não é velocidade — é a capacidade de tomar decisões que antes não eram possíveis porque os dados não estavam acessíveis ou conectados.

Na Workday, isso se traduz em modelos de previsão que vão além do histórico financeiro. A empresa está usando IA e machine learning para melhorar a acurácia de forecasting e integrar dados operacionais que antes viviam em silos — informações de RH, pipeline comercial, dados de uso de produto — em uma visão financeira unificada.

Gina Mastantuono, presidente e CFO da ServiceNow, complementou com uma perspectiva pragmática: "Em 2026, IA será julgada menos pela promessa e mais pela prova." A ServiceNow está usando seus próprios produtos de agentes de IA internamente, gerando US$ 350 milhões em valor para a empresa e aumentos de 20% de produtividade em suporte ao cliente, RH e TI.

O recado é claro: a fase de experimentação acabou. Agora é hora de mostrar resultados mensuráveis.

De automação de tarefas a "membros da equipe"

Talvez a declaração mais provocativa tenha vindo de Mike Weiner, CFO da Genpact: "Em 2026, IA não será um conceito futuro para finanças; será uma necessidade de negócio. Líderes precisarão ir além dos pilotos e começar a tratar IA e sistemas agênticos como membros reais da equipe que assumem trabalho e geram resultados."

Essa mudança de mentalidade — de "ferramenta" para "colega" — é significativa. A Genpact já está implementando isso na prática com suas soluções agênticas de contas a pagar, que permitem:

• Captura de dados autônoma e mais precisa
• Processamento touchless (sem intervenção humana) em escala
• Melhor visibilidade de caixa
• Relacionamentos mais fortes com fornecedores
• Redução de custos tanto para clientes quanto para a própria Genpact

A empresa reportou um "ano recorde" em 2025, com demanda acelerada por dados, IA e ofertas agênticas. Para 2026, projeta crescimento de receita de pelo menos 7%, com a divisão de serviços de tecnologia avançada crescendo na casa dos dois dígitos altos.

O caso HPE: quando IA redesenha o fluxo de trabalho

Marie Myers, CFO da HPE (Hewlett Packard Enterprise), foi quem trouxe o exemplo mais concreto de transformação. A HPE desenvolveu, em parceria com a Deloitte, uma plataforma de IA chamada internamente de "Alfred" — uma referência ao mordomo do Batman, o assistente que antecipa necessidades.

O Alfred roda na infraestrutura de Private Cloud AI da HPE e usa a plataforma Zora AI da Deloitte. Mas o que importa são os resultados:

• 90% de redução do esforço manual na preparação de revisões semanais
• 40% de redução no ciclo de reporting financeiro
• 25% de redução nos custos de processamento

O mais interessante é a arquitetura: sobre a plataforma base, rodam agentes de IA — "mini personas" — desenhados para espelhar os papéis de analistas humanos. Um agente simula um analista de receita, outro um especialista em backlog. Cada um executa consultas recorrentes e handoffs que antes eram gerenciados manualmente.

Myers não parou na eficiência. Ela transformou a reunião semanal de segunda-feira — aquela que exigia 100 slides e uma semana inteira de preparação pela equipe — em uma sessão mais focada e orientada a decisões. O Alfred não apenas preparou os slides mais rápido; ele mudou o que era discutido e como.

O que diferencia "fazer mais rápido" de "fazer diferente"

Olhando para esses quatro casos juntos, identificamos um padrão de três níveis de maturidade:

Nível 1 — Automação: IA faz tarefas repetitivas mais rápido. Exemplos: classificação de despesas, extração de dados de notas fiscais, geração de relatórios padronizados. Aqui, o ganho é real, mas limitado.

Nível 2 — Aumento: IA traz insights que humanos não conseguiriam gerar sozinhos na mesma velocidade. Exemplos: detecção de anomalias em tempo real, previsão de fluxo de caixa com variáveis externas, análise de cenários complexos.

Nível 3 — Transformação: IA redesenha o fluxo de trabalho. A pergunta muda de "como fazemos isso mais rápido?" para "por que fazemos isso dessa forma?". É o caso da HPE, que não acelerou a preparação dos 100 slides — ela questionou se 100 slides eram necessários.

A maioria das empresas hoje está no Nível 1. Os CFOs da Fortune 500 estão empurrando para os Níveis 2 e 3.

Os pré-requisitos que ninguém quer discutir

Os quatro CFOs também foram unânimes em um ponto menos glamoroso: IA só funciona se a base estiver arrumada. Especificamente:

• Governança forte: quem decide o que a IA pode e não pode fazer? Quais são os controles? Como auditar decisões automatizadas?
• Dados limpos e confiáveis: IA é tão boa quanto os dados que a alimentam. Se seus dados financeiros têm inconsistências, duplicações ou lacunas, IA vai amplificar problemas, não resolvê-los.
• Arquiteturas modernizadas: sistemas legados fragmentados são o principal gargalo. Integração é pré-requisito.
• Julgamento humano: IA não substitui a capacidade de interpretar contexto, fazer trade-offs éticos e tomar decisões em situações ambíguas.

Rowe, da Workday, reforçou que o sucesso em 2026 será definido pela capacidade dos CFOs de amadurecer sua estratégia de IA para que ela seja "ágil, durável e enterprise-grade". Não basta implementar — é preciso sustentar.

O que isso significa para empresas brasileiras

A distância entre esses CFOs e a realidade de muitas empresas brasileiras é grande, mas não intransponível. O ponto central não é ter o orçamento da HPE ou a infraestrutura da ServiceNow. É adotar a mentalidade correta.

A pergunta que esses líderes estão fazendo não é "qual processo podemos automatizar?" — é "qual decisão financeira estamos tomando de forma subótima porque nos faltam dados, tempo ou contexto?"

Essa é uma pergunta que qualquer CFO, de qualquer porte de empresa, pode fazer hoje.

Ações práticas

1. Faça o diagnóstico honesto: em qual nível de maturidade sua empresa está? Automação, aumento ou transformação? Não há vergonha em estar no Nível 1 — o problema é achar que está no Nível 3.
2. Identifique uma decisão, não um processo: em vez de buscar "o que automatizar", pergunte "qual decisão financeira seria melhor se tivéssemos dados em tempo real e análise preditiva?". Comece por aí.
3. Invista em dados antes de IA: se seus dados financeiros não são confiáveis, consistentes e acessíveis, resolver isso é mais urgente do que qualquer implementação de IA.
4. Questione os 100 slides: identifique na sua rotina os equivalentes da reunião de segunda da HPE — processos que existem por inércia, não por necessidade. IA pode ajudar a redesenhá-los, mas a decisão de questionar é humana.
5. Defina métricas de transformação, não só de eficiência: "reduzimos o tempo de fechamento em X%" é bom. "Passamos a identificar riscos de receita 30 dias antes" é transformação.