A IA Vai Substituir o Contabilista de Custos?

De poucos em poucos meses aparece um título a anunciar que a contabilidade é a próxima a ser automatizada, e de poucos em poucos meses uma equipa financeira descobre em silêncio que as partes do trabalho que uma máquina conseguia levar nunca foram as que mais pesavam. A contabilidade de custos é um bom caso de estudo, porque parte-se limpamente em duas. Uma metade é mecânica: extrair os dados, reconciliá-los, correr este mês a mesma repartição que correu no mês passado. A outra metade é julgamento sobre o que o número resultante significa e sobre se alguém deve agir com base nele. Só uma dessas metades está mesmo ameaçada.

O que a inteligência artificial está mesmo a absorver

A camada mecânica está a desaparecer, e ainda bem. Extrair linhas de custo de um ERP, cruzá-las com um WMS ou um CRM, detetar o lançamento que foi imputado ao departamento errado, voltar a correr uma repartição quando um centro de custo é reestruturado: é tudo trabalho de padrões sobre dados estruturados, e é exatamente aquilo em que as máquinas são boas. A narrativa dos desvios segue o mesmo caminho. E a primeira versão da documentação também, que ninguém queria escrever à mão e que agora leva uma tarde em vez de uma quinzena. Um contabilista de custos que passa a maior parte do mês a montar e a reconciliar está a fazer trabalho que valerá menos a cada ano.

A parte que nunca saiu de casa

Um modelo de custos só está correto se os seus números descreverem a sua operação, e os números que mais importam não estão em nenhum conjunto de treino. A sua capacidade prática, os minutos que uma equipa tem mesmo disponíveis depois de retirar férias, formação e tempo morto, existe nas suas escalas e em mais lado nenhum. Os seus volumes de indutores, as preparações ou linhas de encomenda ou pedidos de suporte que a empresa produziu efetivamente no último trimestre, existem nos seus sistemas e em mais lado nenhum. Um modelo a quem se peça uma estimativa de qualquer um deles devolve algo que soa específico e é um palpite vestido de facto. Não tem forma de o assinalar, porque foi construído para soar fluente e não para avisar que não consegue verificar.

Porque é o julgamento a metade escassa

Peça a um modelo que escolha um indutor para os custos de sistemas de informação e ele sugere quase sempre o número de pessoas, porque foi isso que os manuais que leu usaram. O número de pessoas é cómodo e quase nunca é causal: dois departamentos do mesmo tamanho podem consumir quantidades muito diferentes de suporte informático consoante o número de sistemas que tocam. Escolher bem exige saber como o trabalho é feito na sua empresa, e esse conhecimento vive nas operações, não na literatura. A consequência de escolher mal também não é académica. É um preço fixado abaixo do devido no produto que mais suporte consome, ou um cliente abandonado porque uma repartição errada o fez parecer não rentável.

O papel que está a nascer em vez dele

Quem substitui o produtor de números é o dono do modelo. Esse papel desenha a estrutura, decide que indutores são defensáveis, define as regras de atualização e audita o que a automatização produziu antes de aquilo chegar a uma decisão. Está mais perto da engenharia do que da escrituração, e é uma promoção genuína de âmbito: menos horas a fazer o número aparecer, muitas mais a avaliar se o número merece confiança. As equipas financeiras que automatizaram bem acabam com menos gente a montar e mais gente sentada nas conversas onde as decisões de preço e de portefólio são realmente tomadas.

A pergunta nunca foi se uma máquina consegue produzir um número de custo. É quem responde por ele quando alguém fixa um preço com base nesse número.

O que aprender para ficar do lado certo disto

Três coisas, por esta ordem. Primeiro, método: quem percebe porque é que um indutor tem de ser causal e como se constrói uma taxa de custo da capacidade distingue um bom rascunho automático de um rascunho apenas plausível, e essa competência não se desatualiza. Segundo, auditoria: aprenda a seguir cada valor de um modelo até um relatório ou sistema concreto, e a rotular como pressuposto tudo o que não conseguir seguir. Terceiro, comunicação: um número que ninguém na empresa defende não muda decisão nenhuma, por melhor que esteja calculado. Nenhuma das três é ameaçada por modelos melhores. As três valem mais à medida que o trabalho mecânico desaparece.

Leitura relacionada: inteligência artificial e rentabilidade, usar um LLM para esboçar um modelo de custos e quanto custa servir uma funcionalidade de IA.