Encontrar dados de qualidade é desafio para tesourarias usarem IA, apontam especialistas

Ao buscar uma atuação direcionada por dados, as áreas de tesouraria das empresas se defrontam com a dificuldade em encontrar fontes de informação de qualidade para embasar suas decisões. Na Microsoft (NASDAQ:MSFT), maior companhia do mundo em valor de mercado e pioneira no setor tecnológico, o desafio de colher os dados adequados ocupava 50% do tempo quando a área financeira passou a investir no aprendizado de máquinas, de acordo com Pablo Junco, diretor executivo de dados, análise e inteligência artificial (IA).

"Precisamos garantir que tenhamos uma única fonte de confiança. A partir daí conseguimos explorar os dados e, com governança, direcionar as informações corretas para o uso nas ferramentas", disse em painel sobre o uso de IA em tesourarias corporativas promovido pelo Citi.

Junco ressalta que, com os dados adequados, é preciso ter flexibilidade na permissão de acesso às informações, para que as diversas áreas consigam extrair valor. Ele considera que o desafio para as tesourarias está em identificar quais processos podem ser tornados mais rápidos e baratos com IA.

Harrison Williams, líder de plataformas de dados, governança, IA e análises no Citi, comenta que o banco identifica insuficiência nos dados em 75% das geografias em que está. "Essas são lacunas que podem gerar ideias ruins ou, pior, ações ruins." Ele também aponta que e um desafio lidar com o legado tecnológico, que nem sempre têm capacidade de operar com o volume de dados analisados e gerados pela IA.

Raj Seshadri, líder da área de pagamentos da Mastercard, aponta que a empresa dedica esforços de aprendizado de máquina para identificar anomalias no sistema, para detectar fraudes. Já a IA generativa, que é a geração de conteúdos em sistemas como o ChatGPT, está sendo usada para adaptar documentos. A partir do tratamento e da padronização dos dados, Seshadri enxerga que o passo estratégico mais importante é a integração de diferentes plataformas.

Ela cita que os dados podem vir dos sistemas como o faturamento, compras e recebimento. "O segredo é integrar tudo isso da maneira certa e, em seguida, aplicar a IA adequada à finalidade."

Já Williams pondera que nem sempre é preciso ter uma "espingarda para matar uma mosca". Isto é, existem ferramentas muito simples, até mesmo gratuitas, que podem trazer resultados satisfatórios para as empresas.