2° Workshop IA na tesouraria

O fluxo de caixa é o processo mais votado, mais pedido e mais temido da tesouraria. Não porque seja difícil de entender — mas porque o caminho até ele é longo, manual e cheio de ruído.

No 4º workshop da série IA para Tesouraria, Allan Andrade mostrou na prática como usar o Claude para transformar arquivos dispersos em um fluxo de caixa estruturado, com cenários e alertas — sem copiar e colar nada.
‍

O gargalo não é o fluxo. É o que vem antes.
‍

Quando Allan perguntou ao grupo quanto tempo gastam para montar o fluxo de caixa, a resposta foi reveladora: quase ninguém perde tempo calculando. O tempo vai embora antes disso.

Extrato bancário em um formato. ERP em outro. Contas a pagar em planilha. Contas a receber em outro arquivo. Cada informação chega de um jeito diferente, com datas em formatos distintos, valores inconsistentes, duplicidades. E só depois de organizar, padronizar e consolidar tudo isso — o profissional começa a analisar.

"O gargalo não é construir o fluxo de caixa", disse Allan. "O gargalo é preparar as informações. E é justamente aí que a IA gera valor."
‍

O que a IA faz — e o que continua sendo seu
‍

Antes de entrar na prática, Allan foi direto em um ponto que reaparece em todos os workshops da série: a IA não substitui o tesoureiro.

Ela substitui as tarefas repetitivas. Organiza arquivos, padroniza dados, consolida informações, classifica movimentos, identifica inconsistências. Tudo isso com velocidade. Mas avaliar risco, priorizar pagamentos, tomar decisões — isso continua sendo trabalho do profissional.

"Ela prepara, nós analisamos. Ela organiza, nós decidimos. Essa é a combinação que gera produtividade."
‍

Na prática: de arquivos bagunçados a fluxo estruturado
‍

Para a demonstração, Allan usou uma empresa fictícia com quatro arquivos simulando o dia a dia real: dados do ERP, extrato bancário, contas a receber e contas a pagar — cada um em formato diferente, com inconsistências inseridas de propósito.

O prompt dado ao Claude foi direto: organizar e padronizar os arquivos, identificar o tipo de cada lançamento, padronizar datas e valores, classificar as movimentações por categoria e consolidar tudo em uma base única por data. E ao final, apontar as inconsistências encontradas.

O resultado: uma base consolidada, com duplicidades identificadas, datas corrigidas, valores padronizados e uma lista de inconsistências para revisão. Tudo com fórmulas vinculadas à base — não valores fixos.

A partir dessa base, Allan gerou um segundo prompt pedindo o fluxo de caixa direto de junho, estruturado por atividades operacionais, de investimento e de financiamento, com uma coluna por dia, total por período, saldo acumulado e alerta de gap de liquidez.

O Claude construiu o fluxo do zero — sem nenhum arquivo de fluxo de caixa como ponto de partida.
‍

Cenários: otimista, base e pessimista
‍

Com o fluxo montado, Allan foi um passo além e pediu uma comparação de cenários: base, otimista e pessimista, em abas separadas.

O cenário otimista considerou 10% de incremento nos recebimentos. O pessimista, redução de 20%. O base manteve as projeções originais. Tudo calculado com fórmulas vinculadas à base consolidada, permitindo que qualquer ajuste nos dados de origem atualize os três cenários automaticamente.

Esse é o tipo de análise que normalmente levaria horas — e que no workshop foi construída em minutos, a partir de um único prompt.
‍

Automação: o próximo passo
‍

Uma pergunta do grupo abriu uma conversa importante: dá para automatizar esse processo?

A resposta de Allan foi sim — e foi além. O mesmo fluxo demonstrado manualmente pode ser agendado para rodar diariamente, semanalmente ou mensalmente. Com os conectores certos, a IA busca os arquivos onde eles estão, processa e entrega o resultado por e-mail, direto para quem precisa.

Também é possível integrar variáveis macroeconômicas — CDI, dólar, euro — buscando automaticamente do Banco Central ou de uma base local, para que as projeções já considerem essas oscilações sem nenhuma intervenção manual.
‍

Um recado para quem ainda não começou
‍

Allan encerrou com o mesmo recado que repete em todos os workshops: se a sua empresa ainda não liberou ferramentas de IA, não fique parado.

Substitua os dados reais por dados fictícios. Aprenda o processo. Construa o fluxo com uma base anônima. Quando a governança corporativa evoluir, você já vai saber exatamente o que fazer — e vai sair na frente.

"A ideia é que vocês saiam daqui conseguindo aplicar isso hoje ou amanhã."

‍

‍

Por décadas, o trabalho da tesouraria foi marcado por um ciclo que todo profissional da área conhece bem: entrar no banco, entrar no ERP, entrar no TMS, copiar dados, colar em planilha, consolidar, e só então — depois de tudo isso — começar a analisar.

O tempo gasto nesse processo não é pouco. E é exatamente aí que a inteligência artificial muda o jogo.

No 3º workshop da série IA para Tesouraria, Allan Andrade, gerente de tesouraria da Datanomik com mais de 16 anos de experiência na área, mostrou na prática como agentes de IA e conectores MCP podem assumir a parte operacional desse ciclo — deixando o profissional livre para o que realmente gera valor: analisar, interpretar e decidir.
‍

O problema que todo tesoureiro conhece
‍

Antes de mostrar a solução, Allan foi direto ao ponto: grande parte do tempo das equipes de tesouraria ainda é consumido coletando informações, baixando arquivos, cruzando dados entre sistemas e preparando tudo isso para que a análise possa começar.

"Para só depois você conseguir parar e falar: agora vou analisar", como ele descreveu. Um ciclo que se repete diariamente — e que tem um custo alto em tempo e em erros operacionais.
‍

Agente de IA e MCP: o que são e como funcionam juntos

‍

Para explicar os dois conceitos centrais do workshop, Allan usou uma analogia simples e eficaz.

Imagine um analista financeiro altamente capacitado, trancado em uma sala com um computador sem acesso a nenhum sistema. Ele sabe exatamente o que fazer — mas não consegue executar, porque não tem como chegar até as informações.

O agente de IA é esse analista. O MCP — Model Context Protocol — é o que dá acesso a ele: a conexão padronizada que liga a inteligência artificial aos sistemas externos, sejam bancos, ERPs, TMS, e-mail, calendário ou plataformas de comunicação.

Juntos, funcionam assim: você define o objetivo em linguagem natural. O agente planeja, decide quais passos executar, consulta os sistemas via MCP, organiza as informações e entrega um resultado estruturado. Tudo isso sem que você precise fazer nada no meio do caminho.

‍

A máquina prepara. O profissional decide.
‍

Um ponto que Allan fez questão de reforçar: o agente não toma decisões. Ele prepara.

"A avaliação continua sendo você. A decisão continua sendo você", ele disse. "A máquina prepara e o profissional decide — esse é o novo modelo das tesourarias financeiras."

Isso muda o perfil do trabalho, não o papel do profissional. O tesoureiro deixa de ser operacional para ser analítico. A IA elimina boa parte do trabalho de coleta e consolidação — não a necessidade de quem entende o que fazer com os dados.
‍

Na prática: um agente que faz tudo em um único prompt
‍

A parte mais impactante do workshop foi a demonstração ao vivo. Allan gerou um único prompt pedindo ao agente que:

• Buscasse a posição total de caixa na plataforma da Datanomik
• Criasse um evento no Google Calendar com a data do próximo workshop
• Enviasse um e-mail com o dashboard de posição para o grupo do workshop
• Mandasse uma mensagem no Slack para a equipe comunicando o próximo encontro
  ‍

O agente executou tudo em sequência, acessando cada sistema via MCP, sem nenhuma intervenção manual. Gmail aberto, e-mail redigido e enviado, evento criado no calendário, mensagem disparada no Slack — enquanto Allan apenas acompanhava o processo acontecer.
‍

Chat, Cowork e Code: entendendo as três superfícies do Claude
‍

Allan também aproveitou para explicar a diferença entre as três formas de interagir com o Claude, usando outra analogia — desta vez, uma cozinha de restaurante:

O Chat é o consultor gastronômico que você chama por telefone. Ele orienta, explica, pensa junto — mas não entra na sua cozinha nem mexe nos seus arquivos.

O Cowork é o chef que entra na sua cozinha, usa seus ingredientes e prepara o prato — enquanto você aprova cada etapa. É aqui que os conectores e agentes operam, acessando sistemas reais e entregando resultados concretos.

O Code é o chef técnico da cozinha industrial — ele constrói as integrações, mexe no código e prepara a infraestrutura mais pesada por trás de tudo.

Para a maioria das aplicações práticas de tesouraria, o Cowork é o ambiente mais relevante.
‍

Segurança e governança: o que fazer quando a empresa bloqueia
‍

Uma dúvida frequente apareceu no chat: e quando a empresa não libera acesso a ferramentas de IA?

A resposta de Allan foi pragmática: comece com dados fictícios. Substitua as informações reais da empresa por dados simulados, aplique o mesmo processo e aprenda a usar a tecnologia. Quando a governança corporativa evoluir, você já estará um passo à frente.

"Não se deixe travado por isso", ele disse. "Mas sempre utilize dados fictícios enquanto a plataforma não tem a segurança necessária dentro da companhia."
‍

O que muda de verdade
‍

Os ganhos que Allan listou vão além da produtividade:
‍

• Menos erros operacionais: quanto menos cópia e cola entre sistemas, menor a chance de falha humana
• Padronização: processos que antes dependiam de cada pessoa executar de um jeito diferente passam a seguir um fluxo consistente
• Foco no que gera valor: análise de liquidez, planejamento financeiro, tomada de decisão , esse é o trabalho que fica

O próximo workshop da série vai entrar justamente no tema mais pedido pela comunidade: fluxo de caixa. Como usar IA para estruturar projeções confiáveis — da coleta de dados à decisão — sem depender de processos manuais.

Se você quer acompanhar, entra no grupo do WhatsApp da série ou segue a Datanomik no LinkedIn.

‍

Em 14 de maio, uma sala cheia de tesoureiros parou para fazer uma pergunta que ainda não cabe em nenhuma planilha: o que acontece quando a inteligência artificial encontra o caixa?
Allan Andrade conduziu duas horas de conversa honesta e prática. Sem slides genéricos, sem promessas de "transformação digital". Apenas demonstrações reais de como a IA já está mudando a rotina da tesouraria — do operacional ao estratégico.

Este é o recap do que rolou. Mas o vídeo completo é onde mora o valor.

O ponto de partida: segurança antes de produtividade

Antes de qualquer prompt, Allan deixou claro: usar IA em tesouraria exige cuidado com dados. A recomendação foi direta — trabalhar sempre com dados fictícios (CNPJs, valores) em testes e alinhar o uso com os times de governança e tecnologia da empresa.

A versão corporativa do Claude entrega capacidade de tokens muito superior à versão gratuita, e essa distinção é fundamental para quem quer rodar análises de fluxo de caixa de verdade.

Memória e Skills: o que separa um chatbot de uma ferramenta de trabalho

Um dos pontos mais importantes do workshop: IA sem configuração responde diferente a cada pergunta. Para padronizar análises de tesouraria, é preciso configurar memória e habilidades específicas (skills).

É a diferença entre perguntar e ter uma resposta confiável.

Os 6 casos práticos demonstrados ao vivo‍

1. Análise de fluxo de caixa com recomendações estratégicas:

‍Allan rodou uma simulação que identificou crescimento de 92% no período, analisou liquidez diária e gerou plano de ação dia a dia para julho: adiar CapEx discricionário, antecipar recebimentos e estruturar linha de crédito pré-aprovada.

2. Teste de estresse em 3 cenários:

‍Queda de 20% nas entradas. Aumento de 15% nas saídas. Atraso médio de 10 dias nos recebimentos. Nenhum cenário gerou saldo negativo em 90 dias — mas o primeiro consumiu 30 mil de caixa. A IA mostrou exatamente onde estava o ponto de ruptura.

3. Conciliação bancária automatizada:

‍27 lançamentos em 4 bancos, classificados em receitas, despesas operacionais, financeiras e investimentos. O sistema ainda detectou inconsistências — como lançamentos duplicados em datas distintas para o mesmo cliente — e sinalizou itens sem identificação de contraparte.

4. Análise de desvio: realizado vs. orçado:

‍Desvio anual de 10%. As recomendações que saíram da análise foram cirúrgicas: orçamento base zero em vez de ajustes percentuais, investigar queda de receita por cliente em vez de por linha, renegociar com fornecedores antes da folha, gatilho de revisão mensal em 5% e reavaliar política de dividendos.

5. Modelagem de dívida com estrutura de Swap:

‍Captação de 1 milhão de euros, taxa de 3,16% ao ano, 8 parcelas fixas de 180 dias. Modelagem completa de swap com taxa pré de 12,73% e contraparte JP Morgan. Custo efetivo e duration calculados a partir dos parâmetros negociados — sem precisar ler contratos completos.

6. Resumo executivo automático para a diretoria:

‍Encerrou-se 2025 com 4 milhões em caixa, 3,2 abaixo do orçado, com queda de 9% nas receitas. As recomendações que a IA gerou para o board: renegociar com top 10 fornecedores com meta de redução de 4%, cortar 8% em despesas administrativas e marketing, reavaliar política de dividendos. Projeção de recuperação de 78 mil no cenário moderado para 2026.

O que fica

A tesouraria não precisa de mais ferramentas. Precisa de mais lentes.

O que Allan demonstrou não foi mágica. Foi processo: dados estruturados, prompts bem desenhados, contexto configurado. Cada caso prático representou horas (ou dias) de trabalho operacional que viraram minutos de análise estratégica.

E ainda há muito mais — a conversa completa, os prompts em ação, as perguntas da sala, as respostas que só fazem sentido vendo o passo a passo.

E a conversa continua

A comunidade Entre Tesoureiros tem um grupo de WhatsApp ativo onde tesoureiros estão trocando referências, dúvidas e prompts em tempo real. Esse foi só o primeiro workshope o começo de muitos.

Entrar na comunidade
‍

Obrigado ao Allan Andrade pela condução e à AFP Brasil pela parceria.