PwC preve auditoria completa com IA até 2026: o que isso significa para sua empresa

A PwC investiu US$ 1 bilhão no que chama de Next Generation Audit e outros US$ 1 bilhão em uma parceria de três anos com a OpenAI. O objetivo declarado: ter automação end-to-end com IA em todo o ciclo de auditoria até o final de 2026. Segundo o líder de transformação de assurance da PwC nos EUA, "já existe, ou em breve existirá, uma ferramenta para cada etapa do processo de auditoria -- do planejamento a revisão final das demonstrações financeiras".

Para CFOs e controllers, a pergunta não é mais "se" a auditoria vai mudar. E "como se preparar para o auditor que chegará com agentes de IA".

O que é o Next Generation Audit

O Next Generation Audit (NGA) é a iniciativa da PwC para integrar IA, machine learning e automação em cada etapa do processo de auditoria. Não se trata de uma ferramenta única, mas de um ecossistema de módulos que cobrem todo o ciclo:

• Planejamento e avaliação de riscos
• Walkthroughs e documentação de processos
• Coleta e validação de evidências
• Testes substantivos
• Revisão de demonstrações financeiras
• Tie-out e finalização

A PwC está construindo o que descreve como "uma plataforma global agêntica para todos os profissionais de assurance". A palavra-chave aqui é agêntica -- não são ferramentas passivas que o auditor consulta, mas agentes de IA que executam tarefas, tomam decisões intermediárias e entregam resultados prontos para revisão humana.

Evidence Match: o agente que válida evidências automaticamente

O módulo mais concreto do NGA é o Evidence Match, um agente de IA que automatiza a extração, comparação e validação de evidências contra documentos de suporte.

Como funciona:

1. O agente recebe os documentos relevantes (faturas, contratos, extratos, recibos)
2. Extrai automaticamente os dados-chave de cada documento
3. Cruza as informações com os registros contábeis
4. Valida se há correspondência entre evidência e lançamento
5. Gera uma trilha de evidência clara e documentada para cada match
6. Organiza tudo no padrão exigido pelo working paper

O Evidence Match está integrado a uma "biblioteca de habilidades de assurance" da PwC, o que permite que o agente suporte testes em áreas de alto volume como caixa, contas a receber e contas a pagar.

Na prática, isso significa que o trabalho de um junior que passaria dias cruzando faturas com lançamentos contábeis pode ser feito pelo agente em horas -- com cada match documentado e rastreável.

Outros módulos em desenvolvimento

Além do Evidence Match, a PwC esta desenvolvendo ou já testando outros módulos:

Advanced Walkthrough Assistant:

• Recebe informações relevantes, incluindo walkthroughs do ano anterior e documentação do ano corrente
• Analisa o material para gerar um plano de trabalho personalizado
• Reduz o tempo de preparação e garante que nenhum ponto crítico seja esquecido

Audit Innovation Hub:

• Em teste com equipes de asset management e wealth management
• Automatiza tarefas de auditoria relacionadas a tie-outs de demonstrações financeiras
• Elimina a verificação manual linha a linha entre demonstrações e documentos de suporte

Data PRO e Acquisition Hub:

• Lancados como parte das inovações de auditoria de 2025
• Facilitam a coleta e preparação de dados para auditoria
• Reduzem o vai-e-vem entre auditor e cliente na fase de data request

O que muda para a empresa auditada

Se você está no lado de quem e auditado, essa transformação têm implicações práticas e imediatas:

1. Mais dados serão analisados

Em vez de o auditor selecionar uma amostra de 30 a 50 transações para testar, agentes de IA podem analisar 100% das transações em áreas como contas a pagar e contas a receber. Isso significa que anomalias que antes passariam despercebidas em uma amostra agora serão detectadas.

2. Requests de dados vão mudar

Com ferramentas como o Data PRO, o auditor pode solicitar dados em formatos mais estruturados e automatizados. Empresas que já têm dados organizados e acessíveis via APIs terão um processo de auditoria mais rápido e menos disruptivo.

3. A qualidade dos controles internos será mais testada

Agentes de IA podem executar testes de controles com muito mais frequência e profundidade. Controles internos frágeis, que antes sobreviviam a uma auditoria por amostragem, serão expostos.

4. O foco do auditor humano muda

Com tarefas mecânicas delegadas a agentes, o auditor humano se concentra em áreas de julgamento: estimativas contábeis, transações complexas, áreas de maior risco. Espere conversas mais profundas e questionamentos mais sofisticados.

O contexto das Big Four: não é só a PwC

A PwC não está sozinha nessa corrida. Todas as Big Four estão investindo pesadamente em IA para auditoria:

• Deloitte lançou o Omnia, plataforma que usa IA para análise de dados de auditoria em larga escala
• EY investiu em ferramentas de IA para auditoria contínua e análise preditiva de riscos
• KPMG desenvolveu o Clara, sua plataforma de auditoria inteligente com módulos de IA integrados

O que diferencia a PwC neste momento é a ambição explicita de ter automação end-to-end até 2026 é o investimento massivo de US$ 2 bilhões combinados (NGA + parceria OpenAI).

Treinamento: 50 mil horas de IA em um ano

Um dado que merece atenção: os profissionais de auditoria da PwC acumularam mais de 50.000 horas de treinamento específico em IA apenas no ano fiscal de 2025, com cada profissional fazendo em média mais de 90 horas de treinamento por ano.

Isso indica que a transformação não é apenas tecnológica -- é também humana. Os auditores estão sendo retreinados para trabalhar com agentes de IA, não apenas usar ferramentas. A habilidade de supervisar, questionar e complementar os outputs de IA está se tornando tão importante quanto o conhecimento contábil.

O papel do auditor humano no modelo agêntico

É importante ser preciso aqui: a PwC não esta eliminando auditores humanos. O modelo é "human-led, agent-powered" -- liderado por humanos, potencializado por agentes.

Na prática, isso significa:

• Agentes executam: coleta de dados, cruzamento de informações, testes padronizados, documentação
• Humanos decidem: avaliação de riscos materiais, julgamento sobre estimativas, comunicação com o cliente, conclusão da auditoria
• Humanos supervisionam: revisam os outputs dos agentes, validam as conclusões e são responsáveis pelo parecer final

O auditor do futuro próximo não é substituído pela IA -- ele se torna um gestor de agentes que precisa entender o que cada agente faz, quais são suas limitações e quando intervir.

Implicações para a qualidade da auditoria

A automação com IA têm potencial para melhorar significativamente a qualidade da auditoria:

• Cobertura maior: analisar 100% das transações em vez de amostras reduz o risco de não detectar distorções materiais
• Consistência: agentes aplicam os mesmos critérios a todas as transações, eliminando a variabilidade humana
• Velocidade: resultados mais rápidos permitem que problemas sejam identificados e resolvidos mais cedo no ciclo
• Documentação: trilhas de evidência automáticas melhoram a rastreabilidade e facilitam revisões de qualidade

Mas também há riscos:

• Excesso de confiança na IA: se o auditor aceita outputs sem questionar, a supervisão humana se torna formal, não efetiva
• Vieses nos dados: se os dados históricos contém erros sistemáticos, a IA pode perpetua-los
• Complexidade dos modelos: nem sempre é fácil explicar por que o agente chegou a determinada conclusão

Como se preparar para a auditoria com IA

A transição já está em andamento. Empresas que se prepararem agora terão auditorias mais eficientes e menos disruptivas.

1. Organize seus dados

Agentes de IA trabalham melhor com dados estruturados, limpos e acessíveis. Invista em:

• Padronização de planos de contas e centros de custo
• Documentação de políticas contábeis em formato consultável
• APIs ou exportações automatizadas de dados do ERP

2. Fortaleça controles internos

Com 100% das transações sendo analisadas, controles frágeis serão expostos. Revise:

• Segregação de funções
• Aprovações e alçadas
• Conciliações periódicas
• Documentação de exceções

3. Antecipe o formato de entrega

Converse com sua firma de auditoria sobre os novos formatos de data request. Quanto mais automatizada for a entrega de informações, menos tempo sua equipe gastará atendendo solicitações.

4. Entenda o processo

Pergunte ao seu auditor quais ferramentas de IA estão sendo usadas na auditoria da sua empresa. Você têm o direito -- é a responsabilidade -- de entender como seus dados estão sendo processados.

Ações práticas para esta semana

1. Converse com seu auditor externo sobre IA. Pergunte quais ferramentas de IA já estão sendo usadas na auditoria da sua empresa e quais mudanças estão planejadas para o próximo ciclo. Ter essa visibilidade é essencial para se preparar.
2. Avalie a qualidade dos seus dados financeiros. Agentes de IA precisam de dados limpos e estruturados. Identifique onde estão os maiores problemas de qualidade de dados no seu ERP e comece a corrigi-los agora.
3. Revise seus controles internos mais críticos. Com a IA analisando 100% das transações, controles que "funcionavam na amostra" podem ser expostos. Faça uma auto-avaliação honesta antes que o auditor faça por você.
4. Prepare sua equipe para o novo modelo. O time de contabilidade e controladoria precisa entender que a interação com o auditor vai mudar. Menos papelada, mais análise de dados. Menos perguntas básicas, mais discussões de julgamento.