Getnet reduz ciclo de fechamento financeiro de 7 para 2 dias com IA

A Getnet reduziu o ciclo de fechamento financeiro de sete para dois dias com a implementação de agentes de inteligência artificial (IA). A iniciativa, batizada de Projeto Sequoia e desenvolvida em parceria com a CI&T, tem potencial para diminuir em até 60% o esforço operacional nas etapas de coordenação, validação e monitoramento do processo. O projeto foi estruturado para ser replicado nos sete países em que a Getnet opera e pode ser expandido para outras áreas da empresa.

A Getnet atende cerca de 1,2 milhão de clientes e atua como fornecedora de soluções de meios de pagamento na América Latina e na Península Ibérica. O ponto de partida do Projeto Sequoia foi a construção de uma base de dados integrada, organizada e auditável. As informações financeiras foram estruturadas no Databricks Lakehouse, e o Databricks Workflows passou a coordenar as etapas do calendário de fechamento. Painéis em Databricks SQL permitem acompanhar o recebimento, o processamento das informações e os resultados das validações.

Agentes de IA assumem funções no fechamento financeiro

No centro dessa arquitetura está a Close Control Table, uma camada de controle que reúne, em um único ambiente, o calendário de fechamento, as entregas, os responsáveis, as dependências entre tarefas, os resultados das validações, as exceções, as evidências e as aprovações. Essa estrutura viabiliza a atuação coordenada dos agentes de inteligência artificial sobre o processo.

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. Mais 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”.

O que muda com o modelo agêntico

Sobre essa base de dados, agentes especializados de inteligência artificial assumem funções distintas ao longo do ciclo. O Supervisor de Fechamento atua como orquestrador; acompanha o calendário, verifica o recebimento dos insumos necessários, aciona fluxos de trabalho, monitora resultados e encaminha para revisão humana apenas as exceções que exigem análise.

Os demais agentes se dividem em três funções. Os Agentes Analistas Operacionais monitoram as execuções e automatizam a organização de evidências e narrativas para revisão posterior. Os Agentes de Regras de Negócio aplicam regras financeiras e operacionais nas reconciliações e nas análises de variação, conforme parâmetros predefinidos. Já os Agentes de Estrutura e Qualidade de Dados verificam formato, integridade, lacunas e inconsistências nas informações recebidas.

O modelo distribui as responsabilidades entre tecnologia e equipes humanas; os agentes absorvem as atividades repetitivas de coordenação e validação, enquanto os profissionais se concentram nas exceções e decisões que exigem conhecimento do negócio.

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”.

O que diz a pesquisa

Um estudo publicado na Scientia Generalis em 2026, intitulado "INTELIGÊNCIA ARTIFICIAL NO SETOR FINANCEIRO: Tendências, desafios e práticas", propõe um quadro de sistematização de soluções baseadas em IA para instituições financeiras. A pesquisa, que realizou uma Revisão Sistemática da Literatura com análise de 59 artigos, aponta que as principais aplicações de IA no setor financeiro se concentram em análise de crédito, detecção de fraudes e automação de processos.

O estudo destaca a lacuna existente na consolidação do conhecimento e na orientação para a implementação prática dessas tecnologias, apesar do potencial impacto econômico estimado em mais de €11 bilhões até 2030. A pesquisa utilizou análise bibliométrica e análise qualiquantitativa lexical para mapear tendências e categorizar práticas, desafios e tecnologias.

A arquitetura desenvolvida no Projeto Sequoia foi construída para ser replicável; a expansão para outras operações da Getnet além dos sete países já contemplados é uma possibilidade prevista pela companhia.