O setor de tecnologia para negócios avança a passos largos na automação de processos corporativos críticos, transformando rotinas que historicamente exigiam semanas de esforço manual em operações ágeis e digitalizadas. Um exemplo claro dessa transformação digital ocorreu recentemente no mercado de meios de pagamento, demonstrando o potencial disruptivo da inteligência artificial aplicada à gestão empresarial. A Getnet conseguiu reduzir de sete para dois dias o ciclo de fechamento financeiro da companhia por meio da implementação de agentes de inteligência artificial. Essa mudança estrutural representa um marco importante na otimização de rotinas contábeis e administrativas de grande porte, demonstrando como a inovação tecnológica pode redefinir completamente a eficiência operacional de uma corporação global.
A iniciativa tecnológica foi desenvolvida em parceria com a CI&T e possui um potencial estatisticamente relevante para o ecossistema corporativo. O projeto foi estruturado para diminuir em até 60% o esforço operacional exigido nas etapas de coordenação, validação e monitoramento do processo financeiro. Batizado oficialmente de Projeto Sequoia, o modelo de automação foi planejado desde a sua concepção para ser facilmente replicado nos sete países em que a Getnet opera atualmente. Além disso, a tecnologia subjacente abre margens para que seja expandida futuramente para outras áreas estratégicas da empresa, consolidando uma cultura de inovação contínua baseada em dados.
Para contextualizar a magnitude dessa operação no mercado latino-americano e europeu, vale destacar que a companhia atende cerca de 1,2 milhão de clientes. Atuando como uma das principais fornecedoras de soluções de meios de pagamento na América Latina e na Península Ibérica, a organização lida diariamente com um volume massivo de transações financeiras, conciliações complexas e exigências regulatórias rigorosas em diferentes jurisdições. É exatamente dentro desse cenário de alta complexidade transacional que a otimização de rotinas de back-office deixa de ser apenas um ganho de eficiência interna e passa a ser uma vantagem competitiva fundamental para sustentar o crescimento sustentável da marca em âmbito internacional.
O contexto histórico e a evolução do back-office corporativo
Historicamente, as áreas financeiras e contábeis de grandes corporações sempre funcionaram com base em processos altamente manuais, burocráticos e dependentes de validações exaustivas. O fechamento contábil mensal, trimestral ou anual sempre representou um período de extrema pressão para os colaboradores, que precisavam lidar com pilhas de relatórios, conferências de planilhas e reconciliações bancárias complexas. Esse modelo tradicional, embora seguro em termos de controles legados, criava gargalos operacionais severos, atrasava a entrega de relatórios gerenciais vitais para a diretoria e limitava o tempo que os profissionais poderiam dedicar a análises estratégicas de negócio. Com o avanço da transformação digital, a necessidade de modernizar essas estruturas tornou-se premente, abrindo espaço para a introdução de ferramentas analíticas avançadas e, mais recentemente, de inteligência artificial aplicada à automação de processos de ponta a ponta.
Como funciona a inteligência agêntica na prática corporativa
Na prática, a implementação de inteligência artificial em ambientes corporativos de grande porte costumava se limitar a tarefas isoladas e desconectadas entre si. No entanto, o avanço tecnológico permitiu a criação de modelos baseados em agentes autônomos que operam de maneira integrada. Dentro desse novo paradigma, a tecnologia não executa apenas comandos simples pré-programados, mas sim toma decisões baseadas em parâmetros complexos, gerencia fluxos de trabalho inteiros e interage com diferentes sistemas legados sem a necessidade de intervenção humana constante. Para quem empreende ou gerencia um negócio, essa mudança significa a transição de uma gestão focada na correção de erros operacionais para uma governança preditiva, onde os riscos são mitigados antes mesmo de impactarem os resultados financeiros consolidados da companhia.
Arquitetura voltada a dados governados
Para alcançar resultados tão expressivos na otimização do tempo, a fundação técnica do Projeto Sequoia exigiu a construção de uma base de dados altamente integrada, organizada e auditável. As informações financeiras da companhia foram estruturadas no Databricks Lakehouse, enquanto o Databricks Workflows passou a assumir a responsabilidade de coordenar de maneira automatizada todas as etapas que compõem o rigoroso calendário de fechamento corporativo. Essa estrutura de engenharia de dados garante que o fluxo de informações ocorra sem gargalos ou falhas de comunicação entre os sistemas legados e as novas ferramentas analíticas adotadas pela organização.
O acompanhamento em tempo real dessas operações tornou-se viável graças à implementação de painéis desenvolvidos em Databricks SQL. Por meio dessas interfaces visuais, as equipes internas conseguem monitorar com precisão o recebimento de arquivos, o andamento do processamento das informações e os resultados obtidos em cada etapa de validação. Esse nível de visibilidade detalhada elimina suposições e traz uma camada inédita de transparência para os gestores, permitindo que qualquer desvio seja identificado de forma imediata antes que se transforme em um problema sistêmico para o fechamento contábil.
No centro nevrálgico dessa arquitetura de dados encontra-se a Close Control Table, uma inovadora camada de controle que centraliza, em um único ambiente digital, o calendário de fechamento, o status das entregas, a definição de responsáveis, as dependências críticas entre tarefas, os resultados das validações, o registro de exceções, as evidências coletadas e as aprovações necessárias. É exatamente essa estrutura unificada que viabiliza a atuação coordenada dos agentes de inteligência artificial sobre todo o processo financeiro, garantindo que a máquina e o ser humano operem em perfeita sintonia durante os momentos de pico operacional da corporação.
O papel estratégico dos agentes de inteligência artificial
Sobre essa sólida base de dados governados, diferentes agentes especializados de inteligência artificial assumem funções distintas e complementares ao longo de todo o ciclo de fechamento. O chamado Supervisor de Fechamento atua diretamente como o grande orquestrador de todo o ecossistema. Ele acompanha de perto o calendário estabelecido, verifica rigorosamente o recebimento dos insumos necessários para a operação, aciona os fluxos de trabalho programados, monitora os resultados parciais e encaminha estritamente para a revisão humana apenas aquelas exceções pontuais que exigem uma análise aprofundada por parte dos profissionais.
Os demais agentes que compõem a inteligência da solução dividem-se em três funções específicas para garantir a acurácia dos dados. Os Agentes Analistas Operacionais monitoram de forma contínua as execuções em andamento e automatizam a organização de evidências e narrativas que serão utilizadas posteriormente na fase de revisão. Já os Agentes de Regras de Negócio aplicam rigorosamente regras financeiras e operacionais durante as etapas de reconciliações e nas análises detalhadas de variação, agindo sempre conforme os parâmetros estipulados previamente pela governança corporativa.
Estrutura e qualidade das informações processadas
Complementando o ecossistema de agentes inteligentes, os Agentes de Estrutura e Qualidade de Dados exercem uma função preventiva indispensável para a integridade do sistema. Eles verificam minuciosamente o formato, a integridade estrutural, a existência de lacunas e eventuais inconsistências nas informações financeiras recebidas dos diversos sistemas da empresa. Essa triagem automatizada impede que dados corrompidos ou incompletos avancem pelas etapas seguintes do fechamento, blindando a operação contra erros humanos e falhas de integração tecnológica.
Esse modelo operacional sofisticado promove uma distribuição equilibrada de responsabilidades entre a tecnologia avançada e as equipes humanas especializadas. Enquanto os agentes de inteligência artificial absorvem integralmente as atividades repetitivas, mecânicas de coordenação e validação, os profissionais da área financeira podem se concentrar exclusivamente na resolução de exceções complexas e na tomada de decisões estratégicas que demandam profundo conhecimento do negócio. Desse modo, a tecnologia atua como uma alavanca de produtividade e não como uma substituição total da inteligência humana.
Visão de liderança sobre a transformação digital
A importância estratégica desse projeto para a companhia é destacada por lideranças que acompanharam de perto a evolução tecnológica. O Global Head of Finance Transformation da Getnet, Bruno Paronetti, afirma que o projeto “representa uma evolução importante na forma como estamos transformando a operação financeira da Getnet. Más do que automatizar atividades, estamos usando dados e inteligência artificial para simplificar processos complexos, ganhar eficiência e permitir que nossos times concentrem cada vez mais seus esforços em análises e decisões de maior valor para o negócio”.
A visão técnica e metodológica por trás da implementação também é enfatizada pelos parceiros tecnológicos responsáveis pelo desenvolvimento da solução. O diretor executivo da CI&T, Luis Molan, explica que “o que muda com o modelo agêntico é a capacidade de coordenar diferentes agentes especializados dentro de um mesmo processo. No Sequoia, temos um agente responsável pela orquestração do fechamento e subagentes que atuam em qualidade de dados, regras de negócio e análise operacional. Eles trabalham de forma coordenada, acionando as etapas necessárias e escalando para as pessoas apenas aquilo que exige julgamento humano. É essa combinação que permite levar a IA de tarefas isoladas para uma operação financeira de ponta a ponta”.
Impactos práticos e perspectivas de expansão
A arquitetura robusta desenvolvida no âmbito do Projeto Sequoia foi construída desde o primeiro dia com foco na escalabilidade e na facilidade de replicação. A expansão desse modelo avançado para outras operações da Getnet, indo além dos sete países que já foram contemplados inicialmente, constitui uma possibilidade concreta prevista no planejamento estratégico da companhia. Isso demonstra a maturidade da iniciativa, que deixa de ser um projeto piloto isolado para se tornar o padrão tecnológico das operações financeiras globais da empresa.
No contexto mais amplo do mercado de tecnologia para negócios, casos como o da Getnet evidenciam uma tendência irreversível na adoção de inteligência artificial generativa e agentes autônomos em áreas corporativas de back-office. Historicamente focadas em burocracia, compliance e controles manuais exaustivos, essas áreas encontram na união entre engenharia de dados avançada e modelos de IA uma oportunidade real de redefinir métricas de produtividade, prazos e qualidade de entrega. A redução drástica do ciclo de fechamento financeiro ilustra com precisão o retorno sobre o investimento em inovação quando há alinhamento estratégico entre processos, dados e pessoas.
