Edição #5 - Workslop: como treinar sua equipe para usar IA em contabilidade e finanças sem produzir entrega oca

Todo mundo já recebeu aquele e-mail. O texto é redondo, as palavras se encaixam, a conclusão soa madura. Você lê e pensa: que sujeito competente. Três semanas depois descobre que não tinha ninguém ali, era só forma, era casca, era um boneco de vitrine vestido de analista.

Em 2025 pesquisadores acharam um nome pra essa coisa que reluz e não vale: workslop, o trabalho gerado por IA que chega com cara de pronto e por dentro está oco. A gente vive cercado disso agora, fabricado em escala industrial.

Em finanças não é deselegante, é perigoso, porque no nosso ofício a mentira que assusta nunca é a feia: é a bem-vestida, a que passa por todos os controles justamente porque ninguém desconfia de quem chega de gravata.

Esta newsletter é um convite a desconfiar de novo. Sobretudo de tudo que chega pronto demais.

O que muda quando o controller, o analista de FP&A e o CFO passam a usar a ferramenta no fluxo real

Um relatório chega à sua mesa numa sexta à tarde. Bem formatado, fluente, seguro de si. Os números estão alinhados, o texto cita a norma, o gráfico fecha e você aprova.

Três semanas depois, descobre que a análise lia o driver errado e ninguém percebeu, porque ela parecia certa. O conselho já viu o material. O CFO já citou o número na reunião com o board. O auditor já recebeu a planilha. Agora a correção é um e-mail constrangedor, três conciliações refeitas e uma sensação difusa de que algo no controle interno deixou de funcionar.

Em finanças, a entrega mais perigosa não é a feia. É a bonita. A que passa em todo controle exatamente porque está bem vestida.

Isso já era verdade muito antes da inteligência artificial. O que mudou foi o volume. Agora há uma máquina que produz a entrega oca aos montes, em segundos, bonita por fora e vazia por dentro. E isso tem um custo: o de não treinar, ou de treinar mal, a equipe.

Trabalho com isso há tempo suficiente para ter visto o estrago de perto.

O erro mais caro de 2026 é silencioso: usar a IA mal e não notar que o resultado não presta.

E aqui não importa a cadeira em que você senta. CFO, controller, analista financeiro, analista tributário, auditor independente, perito contador, gerente de FP&A, todos enfrentam a mesma pergunta: como fazer a equipe usar IA de um jeito que produza trabalho conferível, e não enfeite?

A resposta cabe numa palavra que ferramenta nenhuma entrega de fábrica: contexto. E em contabilidade e finanças, contexto tem um nome preciso: o julgamento profissional que não está escrito em norma alguma.

Em finanças, a aparência mata

A credibilidade da nossa disciplina inteira repousa sobre a distância entre o que parece certo e o que é certo. A IA encurta essa distância, mas só na aparência.

Um comentário de variação de FP&A pode soar perspicaz e ainda assim ler o driver errado, atribuindo a preço o que foi volume.
Um papel de trabalho pode parecer completo ao auditor e não sustentar o teste.
Um memorando de apuração pode ser plausível e ignorar o regime específico daquela operação.
Um laudo pericial pode fluir bem e não se apoiar no documento que a outra parte vai atacar.

O mecanismo é sempre o mesmo: o acabamento suprime o escrutínio. Quanto mais pronta a entrega parece, menos gente confere. E o número que fecha na forma, mas não na substância, é justamente o que passa.

O que é, exatamente, o contexto que só o profissional tem?

Quando digo contexto, não estou falando de dados. Estou falando de julgamento tácito.

É o controller saber que aquela conta carrega um resíduo de uma migração de sistema de 2019.
É o CFO saber que, neste trimestre, o conselho vai olhar a conversão de caixa, e não EBITDA.
É o auditor saber qual estimativa a administração sempre empurra para o limite.
É o analista tributário saber que aquela operação dispara um regime que não está no enunciado.
É o perito saber qual peça do processo a parte contrária vai contestar.

A norma é pública. A IA tem o CPC, a IFRS, o arcabouço inteiro. O que ela não tem é o problema de corte de receita que aquele cliente repete todo dezembro.

Pense em cada pedido feito à IA como um objeto com várias faces. O enunciado vago mostra só a face de cima, e a entrega vem rasa porque a máquina não tem como adivinhar o ângulo que você precisa. Quando você acrescenta o segmento, a particularidade do plano de contas, a expectativa de quem vai ler, o histórico do erro que aquele cliente repete, você gira o objeto e expõe as outras faces.

A mesma pergunta, com o mesmo modelo, devolve um resultado diferente, e melhor.

Quem trabalha com IA o dia inteiro percebe que não é a ferramenta que mudou de uma resposta para outra. Foi o ângulo do enunciado.

Treinar a equipe é ensiná-la a tirar esse julgamento da cabeça e colocá-lo dentro do pedido.

É aí que mora a vantagem que a ferramenta não nivela, porque ela não está disponível para quem abre o mesmo aplicativo sem o seu repertório.

Distribuir a IA pelo time vale mais do que o líder dominá-la sozinho

O líder que usa IA sozinho vira o gargalo da própria área. O CFO, o controller, o sócio de auditoria, o head de tributos que dominam a ferramenta e não treinam o time absorvem as tarefas que ficaram triviais para eles e ficam ainda mais sobrecarregados, porque agora há mais coisa que só eles fazem rápido.

O resto da equipe segue no ritmo antigo. Produtividade individual não escala, ela entope.

O que destrava a economia de uma área é a IA distribuída na proporção da hierarquia, com o analista conferindo, o pleno produzindo e o sênior revisando, sobre um padrão comum de prompt, governança e trilha de auditoria.

E dentro do time as pessoas operam em três níveis:

O curioso trata a IA como um buscador mais bonito: Digita “me ajuda a fazer um relatório de vendas”, recebe um texto raso com cinco bullets genéricos, conclui que a ferramenta é fraca e volta para o Excel. Nunca deu contexto, então nunca a viu fazer nada que um analista atento não fizesse, e por isso desistiu antes de começar.
O executor é o mais perigoso dos três, porque já integrou a IA na rotina e é quem mais produz workslop. Cola a planilha, pede o comentário de variação, recebe três parágrafos bem escritos atribuindo a queda a “fatores macroeconômicos e sazonalidade”, copia para o e-mail e segue para a próxima tarefa. O texto soa profissional. O número fecha. O driver real, uma troca de fornecedor que aumentou o CMV em 2,3 pontos, não está em lugar nenhum, porque ele nunca informou à máquina que tinha havido troca de fornecedor. Justamente o profissional que parece mais produtivo é o que mais gera retrabalho silencioso. E o silêncio é a parte cara: ninguém percebe, porque a entrega parece certa.
O amplificado usa a IA na camada de raciocínio e decisão, não na camada de execução. Antes de pedir o comentário, ele já fez o trabalho que a máquina não consegue fazer sozinha: descreveu o segmento, apontou o que mudou no mês e sinalizou o que o leitor do relatório vai querer ver. Depois pede algo que o curioso e o executor nunca pedem: que a máquina conteste a própria análise. Três hipóteses alternativas para a queda de margem, antes de fechar a recomendação. O resultado não é uma entrega mais rápida. É uma entrega que ele assina.

Como se transfere julgamento profissional para a máquina, na prática?

Não se transfere julgamento com lista de prompt pronto. Prompt é comportamento antes de ser técnica, e quem chega atrás do atalho leva o atalho para casa e continua produzindo workslop, porque o atalho não carrega o contexto do caso de quem o usa.

O que funciona é um método de transferência de contexto que cabe em cinco componentes, e serve igual para o analista de FP&A, o CFO e qualquer outro profissional de contabilidade e finanças.

Antes do método, uma decisão que o time precisa tomar: qual ferramenta para qual tarefa. Cada uma tem personalidade própria.

➡️O Claude tende a ser mais cauteloso e detalhista em análise técnica longa, o ChatGPT é versátil e rápido para rascunho, o Gemini se integra ao Google Workspace, o Perplexity é o melhor quando você precisa de fonte citada.

Não é questão de preferência, é questão de tarefa, e parte do treinamento é aprender a distinguir. Vale ainda calibrar a memória da ferramenta uma vez, com o segmento, a lógica do plano de contas, o tom dos relatórios e as normas que mais aparecem. Feito isso, o time para de recontextualizar a cada conversa.

Cada componente tem função, e a ordem importa.

O papel ativa o repertório que a IA associa à especialidade, e por isso pedir como controller, como auditor, como perito traz resultados diferentes mesmo quando o resto do enunciado é idêntico.
O objetivo é trocar o tema vago pela entrega exata, e a régua é simples: se a frase começa com “analise”, “explore” ou “fale sobre”, ainda não é um objetivo. Vire para “aponte os três fatores”, “liste as cinco diferenças”, “escreva o parecer em 800 palavras com três seções”.
O contexto carrega os fatos que só você conhece, e é a parte que o curioso nunca preenche, porque acredita que perguntar mais é perder tempo. É exatamente o contrário: contexto bem colocado uma vez economiza três rodadas de refinamento depois.
As regras impedem a invenção, e em finanças essa linha é inegociável: a IA não cria número, e onde falta dado ela declara que falta.
O formato define a saída, e vale lembrar que o formato é também onde se controla profundidade, “tabela com três colunas” devolve algo diferente de “texto corrido em quatro parágrafos”, ainda que o conteúdo seja o mesmo.

Há um detalhe que quase ninguém ensina: a IA tende a economizar o próprio esforço e, diante de um pedido vago, entrega o mínimo que parece aceitável, que costuma ser workslop.

Por isso é preciso forçar profundidade no enunciado, escrever explicitamente “seja específico”, “justifique cada conclusão com a evidência no número”, “se faltar dado, pare e me pergunte”.

Quem quer nomes técnicos encontra um campo inteiro: cadeia de raciocínio, decomposição de tarefas, ancoragem, validação e autocorreção. São técnicas reais e vão aparecer em detalhes na próxima edição. Por agora, são refino.

O método dos cinco componentes é a fundação. Mais do que uma técnica de prompt, ele é a forma de institucionalizar, dentro da máquina, o julgamento que hoje vive só na cabeça do profissional.

O que a IA realmente faz quando parece estar pensando?

O método funciona quando quem o usa entende o que está do outro lado. E o que está do outro lado não é inteligência, é probabilidade.

Vale dizer isto com clareza, porque muita decisão errada começa aqui. A IA não pensa, não cria e não decide. Ela calcula probabilidade da próxima palavra com base no enunciado que recebeu e em tudo que já viu antes.

Quando ela escreve um parecer fluente, não está raciocinando sobre a operação, está montando a sequência de palavras estatisticamente mais provável dado o seu pedido. O resultado parece raciocínio porque a língua portuguesa tem ordem, e a ordem mais provável das palavras costuma também ser a mais lógica. Costuma, nem sempre.

É nessa fresta entre o provável e o correto que mora a alucinação, o número inventado, a norma citada errada, o regime tributário trocado. Não é defeito da máquina, é a própria mecânica dela.

A consequência prática para quem responde por número é direta.

Tudo o que depende de probabilidade textual a IA faz bem, e cada vez melhor: rascunhar, resumir, estruturar, padronizar, traduzir, comparar, formatar.
Tudo o que depende de julgamento sobre fato específico, de leitura de intenção, de relação humana, de orquestração entre áreas, a IA não faz, porque não é o tipo de coisa que se resolve por probabilidade.

Por isso o profissional não é substituído pela IA, ele é amplificado por ela, e por isso quem assina e delega o parecer técnico inteiro à máquina sem revisar entrega exatamente o mesmo risco que repassar ao cliente o trabalho de um estagiário sem ter lido. A assinatura continua sendo dele.

Por isso o treinamento começa antes do prompt: deixar claro que a IA produz o rascunho e o profissional responde pelo julgamento. A máquina adianta o trabalho; ela não assume o que se cobra de quem assina.

Para onde isto caminha, e por que importa a quem responde por números?

Vale treinar já olhando para o degrau seguinte.

O chatbot espera a ordem e responde; o agente vai além, porque planeja, executa uma sequência de ações, conecta-se a outras aplicações e roda sozinho, em horário programado. Já existem agentes que monitoram dados, conciliam e redigem do começo ao fim. E há a investigação profunda, o deep research, disponível até nas versões gratuitas, que monta um plano de pesquisa e entrega um relatório fundamentado. É parte do que antes exigia consultoria cara: um panorama setorial para embasar uma projeção, uma comparação com benchmark, a leitura do efeito de uma mudança normativa.

Para quem responde por números, o princípio segue o mesmo com ou sem agente: o humano governa, revisa e assina. O que muda é o tamanho da tarefa que se consegue delegar, e quanto maior a tarefa delegada, mais a governança deixa de ser detalhe.

Por isso o treinamento não pode pular a governança, e há três respostas que precisam estar escritas antes do primeiro prompt.

A primeira é quais dados podem entrar na IA e quais não podem, porque tanto a versão gratuita quanto a paga podem usar o que você insere para treinar os modelos, e sigilo de cliente e LGPD não são detalhe.
A segunda é quem aprova a saída antes de ela virar entrega, porque sem revisor nomeado a responsabilidade evapora.
A terceira é o que se faz quando a IA erra, porque ela erra: a alucinação é, no fundo, a IA saindo do contexto e preenchendo a lacuna com algo plausível. Contra isso, a proteção é velha e simples, nunca deixar sair o que não foi conferido contra a fonte.

Por que a maioria das equipes desiste antes do ponto de virada?

O aprendizado de IA tem o formato da curva de Dunning-Kruger. O nome é difícil, a tradução é simples: quem sabe pouco se acha o máximo, e quem sabe muito desconfia de si. Em times financeiros, essa curva se manifesta em quatro paradas previsíveis.

O pico da confiança fácil vem primeiro: o analista pede um comentário de variação, recebe um texto fluente em segundos e conclui que a ferramenta é genial. É a fase em que mais se produz workslop, porque ninguém ainda desconfia da entrega.
Depois chega o vale da realização: dois meses adiante, alguém percebe que uma análise misturou margem bruta com margem de contribuição, ou que um parecer tributário aplicou o regime de competência onde deveria ser o de caixa, e o time entende que a ferramenta sem contexto é uma máquina de erro plausível.
Em seguida bate a tentação de voltar atrás, a sensação de que nunca vai dar conta e de que talvez fosse mais seguro fazer no Excel como antes. É aqui que a maioria desiste, e desiste perto de virar útil.
Quem atravessa chega ao platô da capacidade, quando o time aprende a transferir julgamento, calibrar memória, escolher a ferramenta certa por tarefa e usar a IA na camada de raciocínio. É o platô que paga o investimento, e é exatamente onde quase ninguém chega.

O papel do líder é antecipar a queda, avisar que ela vem e atravessar o time até o outro lado, com prática estruturada e vitórias pequenas e frequentes.

Ninguém ganha capacidade numa tarde de treinamento; ganha com frequência. Por isso o time precisa de três coisas que raramente tem: consistência, uma biblioteca viva de prompts e contextos que funcionaram, o segundo cérebro da área, e a presença visível do líder usando a ferramenta na frente de todos. Não como demonstração, mas como sinal de que o caminho é esse e de que compensa atravessar o vale.

O que muda, no fim, numa área que treinou de verdade?

A área que treinou de verdade não fica só mais rápida. Ela vira outra coisa. Análise de tendência, comparativo com benchmark, comentário de variação com separação de preço e volume, parecer com referência normativa, leitura crítica de demonstração: tudo o que antes era empurrado para o sênior passa a ser entregue pelo nível médio, com revisão no topo.

E quem está no topo, liberado da execução, volta a fazer o que máquina nenhuma terceiriza, o julgamento profissional.

Esse é o ponto de virada.

A área não ficou apenas mais rápida, ficou mais capaz, e capacidade, ao contrário de velocidade, não se copia num fim de semana.

Treinar a equipe é, no fundo, treinar essa transferência.

1️⃣A AICPA dedica uma edição às competências humanas, e o recado é estratégico

O Journal of Accountancy de maio de 2026 trouxe na capa as cinco competências humanas que seguem definindo o profissional na era da IA: pensamento crítico, criatividade, empatia, visão estratégica e relações interpessoais. A edição complementa com a matéria “People skills: you are a human being, not a human doing”, sobre como o trabalho contábil deixa de ser entrega de documento e passa a ser relação.

O sinal institucional é o que importa aqui. A entidade que regula a profissão contábil nos Estados Unidos parou de discutir se a IA chega ao trabalho e começou a perguntar o que sobra de exclusivamente humano depois que ela chega. A resposta incomoda quem achava que técnica bastava: o diferencial migrou para o julgamento, a leitura de contexto e a relação. Repare a omissão que também é mensagem. Não entrou na lista domínio de norma, velocidade de fechamento, conhecimento de sistema. Não porque tenham deixado de importar, mas porque viraram piso, e piso não diferencia. Para quem está colocando IA no trabalho agora, esse é o currículo paralelo que ninguém formalizou ainda, e que decide o que fazer com aquilo que a máquina entrega. O profissional que continuar valioso em 2030 será o que treinou as cinco, não o que dominou a sexta ferramenta.

Fonte: AICPA Journal of Accountancy, edição de maio de 2026

2️⃣Reforma tributária. O relógio das penalidades já está correndo

O regulamento conjunto do IBS e da CBS foi publicado em 30 de abril, conforme deliberação do Comitê Gestor. A partir dele vale a regra do Ato Conjunto RFB/CGIBS nº 1/2025: as penalidades por descumprimento de obrigações acessórias só podem ser aplicadas a partir do primeiro dia do quarto mês seguinte à publicação. O gatilho é 1º de agosto de 2026.

O ano de 2026 é de apuração informativa, sem efeito financeiro, e é exatamente por isso que ele engana. Quem trata o período como folga porque não há imposto a pagar vai chegar em 2027, na arrecadação plena, sem domínio operacional do tributo. As próximas oito semanas têm trabalho concreto e não paralelizam: parametrizar sistemas, revisar plano de contas, ajustar cláusulas tributárias em contrato e treinar a equipe para a nova apuração. Cada etapa depende da anterior. Quem deixa a parametrização para julho descobre, em meados do mês, que o plano de contas não estava pronto, e que o contrato ainda referencia o ICMS. O prazo que conta vence antes do imposto: o de pôr a casa em ordem. E o erro mais caro deste momento não é técnico, é de calendário.

Fonte: Receita Federal, Comitê Gestor do IBS e Comsefaz, maio de 2026

3️⃣IFRS 18 entra em vigor em 2027 e reescreve a estrutura da DRE

A IASB publicou a IFRS 18 em abril de 2024, com vigência para exercícios iniciados a partir de 1º de janeiro de 2027. A norma substitui a IAS 1 e muda como a demonstração do resultado é estruturada. Passa a exigir categorias definidas, operacional, de investimento e de financiamento, novos subtotais obrigatórios como o resultado operacional, e a divulgação das medidas de desempenho definidas pela administração, as chamadas MPMs. No Brasil, a convergência via CPC é esperada na sequência, como ocorreu com as normas anteriores.

Falta pouco mais de um ano e meio, o que em ciclo de norma contábil é um piscar de olhos. Reestruturar a apresentação do resultado, remapear contas e treinar a equipe leva tempo, e o tempo aqui é o ativo mais escasso. Há ainda um efeito que poucos estão lembrando: as MPMs obrigam a companhia a explicar, em nota, como cada métrica não-GAAP que divulga se concilia com o subtotal definido pela norma. O EBITDA ajustado da casa, o lucro recorrente, o resultado normalizado, todos passam a precisar de uma ponte auditada. Boa parte das companhias não tem essa conciliação documentada hoje, e construir do zero leva mais tempo que aplicar a categorização da DRE. É o tipo de mudança que recompensa quem começa a estudar agora, e pune quem descobre em dezembro de 2026 que a virada já estava marcada havia três anos.

Fonte: IASB e IFRS Foundation, 2024 a 2026

4️⃣Big Four contratam mais vagas de IA do que de auditoria

Análise do Financial Times sobre mais de 50 mil vagas das quatro maiores firmas de auditoria, divulgada em maio, mostra que cargos ligados a IA representaram quase 7% das contratações em 2025, contra menos de 3% para auditoria. O percentual de IA mais que triplicou desde 2022. KPMG e EY confirmam o movimento publicamente, e dizem estar embutindo competência em IA em todo recrutamento.

O sinal vale para quem está fora das Big Four também. Quando as quatro maiores firmas do mundo aceleram contratação de engenheiro de IA em ritmo superior ao de auditor, o que está sendo recomposto é a definição do profissional contábil sênior. Já não basta dominar a norma; o profissional que se sustenta nos próximos cinco anos é o que sabe supervisionar agente, validar saída de modelo e desenhar fluxo onde IA executa e humano governa. A pergunta que sobra para quem está numa equipe menor ou em time interno é objetiva: a sua área está formando esse profissional, ou ainda treinando o conjunto antigo de competências?

Fonte: Financial Times e Irish Times, análise de mais de 50 mil vagas das Big Four, maio de 2026

Qual IA usar para o trabalho contábil?

“Johnathan, tem tanta IA que eu travei. ChatGPT, Claude, Gemini, Perplexity. Qual eu uso para o trabalho de contabilidade? Preciso assinar todas? E versão paga vale a pena para quem está começando?”

É uma pergunta recorrente nas mensagens. E ela muda de figura quando você troca “qual é a melhor IA?” por “qual IA para qual tarefa?”.

Nenhuma ferramenta ganha em tudo, e cada uma tem uma personalidade própria que você percebe quando manda o mesmo pedido para todas e compara as respostas. É o mesmo princípio do seu dia a dia: ninguém abre o Excel para escrever um parecer nem o Word para fechar um balancete, e mesmo assim a maioria trata todas as IAs como se fossem intercambiáveis. Não são. Você não precisa de cinco assinaturas, precisa de uma que use todo dia e, no máximo, de uma segunda para quando bater no limite da primeira.

Para o trabalho contábil e financeiro, é assim que eu separo:

Sobre a versão paga, a resposta é honesta e tem duas pontas. Para aprender, a gratuita resolve, e você descobre o estilo de cada ferramenta sem gastar nada. Para trabalho profissional com dados de cliente, a paga importa por dois motivos: capacidade, porque os modelos melhores e os recursos de análise costumam estar nela, e tratamento de dados, porque você precisa entender como cada ferramenta usa a informação que você insere antes de colocar qualquer coisa de cliente ali dentro.

A regra prática é simples: comece grátis para aprender e migre para a paga quando a ferramenta virar parte do trabalho que gera receita.

E aqui vale uma conta que poucos fazem: vinte dólares por mês é metade de uma hora faturada de um sênior. Se a ferramenta paga economiza meia hora por semana, a assinatura já se pagou no primeiro encontro.

O maior risco da versão gratuita mora num lugar inesperado: você se acostuma com o resultado mediano e passa a achar que a IA não dá para mais.

IA na prática · Contabilidade · Controladoria · FP&A

O canal no YouTube está no ar.

Os primeiros vídeos já mostram IA fazendo trabalho contábil de verdade: modelagem financeira completa no Claude, Claude no Excel para contadores e projeção orçamentária. É o acervo que vai crescer com a profundidade técnica que o assunto pede, do balancete à demonstração com notas.

Acompanhe 👉 youtube.com/@ocontadorglobal

Imersão Claude para Contadores

Do Balancete ao Conselho. No domingo, 12 de julho de 2026, das 9h às 18h, ao vivo no Zoom e com gravação por 30 dias, um dia inteiro construindo entregas executivas reais com IA: DRE projetada e análise de variações, conciliação contábil assistida por IA, board pack executivo e dashboard financeiro com demonstrações.

Informações 👉 Imersão Claude para Contadores · 12/jul/2026

Todo time tem aquele profissional que ainda acha que IA não é para a área dele. Marca ele aqui!!!