Agente de IA na conciliação bancária: o que muda no BR

TL;DR

Em 21 dias de 2026 (21 de maio a 11 de junho), três lançamentos (um global, dois brasileiros) convergiram no mesmo desenho: o agente de IA concilia e propõe, mas quem aprova é o humano, com trilha de auditoria.

O dado que importa veio do próprio mercado que vende a tecnologia: 79% dos CFOs não querem IA agindo em finanças sem aprovação humana, e 79% admitem que o dado financeiro deles está sujo e desconectado.

Agente em cima de dado sujo não automatiza o fechamento: automatiza o erro, mais rápido e mais caro.

O desenho que aguenta produção é o “chato”: motor rodando local, IA só na ponta de linguagem, e o operador aprovando nos portões.

Um agente de IA na conciliação bancária é um processo que lê o extrato, casa cada lançamento com o razão por valor, data e identificador, marca as divergências e para para você aprovar, deixando registro de quem decidiu o quê. Não é um chatbot que responde perguntas: é um executor com portão de aprovação humana.

Em junho de 2026, esse desenho saiu do slide de vendor e virou produto em três frentes ao mesmo tempo. Vale entender o que mudou, o que continua igual e o que separa a demo bonita do mês que fecha de verdade.

O que aconteceu

Três lançamentos, em pouco mais de três semanas, contaram a mesma história.

Em 11 de junho de 2026, a Bottomline anunciou o CFO Suite, uma plataforma que junta tesouraria, contas a pagar e a receber, cobrança e conciliação sob o rótulo de “IA governada” (governed AI): extração e classificação de invoices, matching de pagamentos e aceleração da conciliação de volta ao ERP, sempre com trilha de auditoria e aprovação humana. No mesmo anúncio veio o dado que dá nome a esta peça: 79% dos CFOs não querem que a IA aja em finanças sem aprovação humana, e 79% admitem que seus dados financeiros não estão limpos nem conectados o suficiente (press release oficial, corroborado pela PYMNTS).

Em 1º de junho, a brasileira Finnet (23 anos de operação, R$ 2,1 trilhões em transações já processadas, integrada a mais de 120 bancos e ERPs) lançou a plataforma Finnet Agentic AI: agentes que executam conciliação bancária com rastreabilidade, projeção de fluxo de caixa, validação e classificação de pagamentos e análise de crédito, com human-in-the-loop e acesso a dados via Open Finance (Let’s Money).

E em 21 de maio, a Iniciador colocou no ar o que chama de primeiro MCP de pagamentos agênticos via Pix do Brasil: o agente descobre e propõe o pagamento, mas nunca move dinheiro sozinho. O usuário confere valor e destinatário e autoriza por biometria, liquidando via Pix sobre Open Finance (Let’s Money). Para dar a escala do trilho: o Pix já é 44% do checkout brasileiro em 2026.

Antes deles, a própria Anthropic já tinha apresentado uma linha de agentes para serviços financeiros, incluindo um conciliador de razão (anthropic.com). O ponto não é qual marca chegou primeiro. É que o desenho ficou igual em todas: o agente propõe, o humano aprova.

Por que importa para finanças BR

Para a analista de tesouraria que fecha a conciliação no Excel às 22h, e para o head de FP&A que responde pelo número na diretoria, a notícia tem dois lados.

O primeiro é que “agente que concilia” deixou de ser promessa. Quando um player de infraestrutura financeira com R$ 2,1 trilhões processados (Finnet) bota isso em produção integrado aos ERPs que você já usa, a pergunta do seu chefe (“por que ainda fazemos isso no braço?”) passa a ser questão de tempo.

O segundo lado é o que o press release não destaca, e é onde mora o valor real. O dado dos 79% não é detalhe: é o mercado admitindo que a parte difícil não é a IA, é o dado. Se o seu plano de contas tem inconsistência, se você tem lançamento manual, duplicata e conta sem classificação, nenhum agente resolve isso. Ele só vai errar com mais confiança e mais velocidade. Um modelo de linguagem (entenda o que é um LLM e o que é IA generativa) é ótimo para sugerir e classificar, e arriscado como fonte final de um número. Em valor monetário, isso é risco direto.

É por isso que a arquitetura importa mais que a marca. Onde o dado é processado decide o risco de LGPD (o extrato com CNPJ e número de conta é dado sensível, parte dele de terceiros) e decide a qualidade da conciliação. Já tínhamos defendido isso aqui no agente de IA na tesouraria: IA em ERP ruim não automatiza a tesouraria, automatiza o erro.

Na prática, o ganho não é demitir a Mariana. É mudar o trabalho dela. Em vez de digitar e cruzar 300 lançamentos no braço, ela revisa as 8 exceções que o agente marcou e assina. O fechamento que tomava a semana inteira passa a tomar uma tarde, e o tempo que sobra vira análise de fluxo de caixa, que é onde o Roberto precisa dela. A IA não tira o julgamento da mesa: ela tira a digitação. Quem entende isso para de perguntar “a IA vai me substituir?” e começa a perguntar “qual parte do meu fechamento eu delego primeiro?”.

Como fazer agora

Você não precisa comprar nada para começar a se preparar. O trabalho útil de hoje é separar agente de verdade de hype, e arrumar a casa antes da próxima demo.

Checklist: “agente” de verdade ou só nome bonito?

Use esta tabela na próxima reunião com qualquer fornecedor. Se a resposta for “não” em mais de um item, não é agente de produção, é demo.

Pergunta ao fornecedor	Agente de verdade	Só hype
Tem portão de aprovação humana (human-in-the-loop)?	Sim, antes de gravar no ERP	Executa e você confere depois
Deixa trilha de auditoria de quem aprovou o quê?	Sim, registro por exceção	”Confie no resultado”
O dado sensível fica sob seu controle?	Processa local ou só vê o resumo	Pede o extrato bruto na nuvem
Aguenta layout novo de extrato sem quebrar?	Adapta ao caso fora do padrão	Quebra como uma macro
Mostra a divergência, não esconde?	Marca o que não bateu e para	Reporta “conciliado” sem dúvida

Três passos antes de assinar qualquer contrato:

Audite o plano de contas. Mapeie inconsistências, contas sem classificação e regras ambíguas. É o pré-requisito que ninguém menciona, e o motivo dos 79% de dado sujo.
Meça quanto é manual. Quantos lançamentos por mês são digitados à mão? Quantas duplicatas você corrige? Esse número é a sua linha de base para qualquer promessa de ganho.
Exija um piloto com os seus dados reais. Não a demo com o dataset limpo do fornecedor. Agente que brilha no arquivo perfeito e quebra no extrato de verdade é a regra, não a exceção.

A maioria dos erros que vimos cabe em três frases: chamar de “agente” o que é só um prompt; automatizar com RPA que quebra no primeiro layout novo de extrato; ou colar o extrato inteiro no ChatGPT e furar a LGPD com CNPJ real. Os três têm o mesmo remédio: portão de aprovação e dado sob controle.

O que observar daqui pra frente

O movimento é real, mas ainda jovem. Dois sinais valem acompanhar nos próximos meses.

O primeiro é se algum desses produtos publica um número de resultado verificável: percentual de conciliação automática, taxa de exceção, tempo economizado por fechamento. Enquanto o argumento for só “agora tem IA”, trate como release de vendor, não como prova. Quando vier o dado, vira pauta de prova.

O segundo é a governança. O dado dos 79% mostra que o mercado já sabe que IA solta em finanças é problema, não solução. A tendência é que portão de aprovação, registro de decisão e limite de alçada deixem de ser diferencial e virem requisito mínimo. Quem montar isso com o dado rodando local sai na frente, sem terceirizar o controle do que é seu.

Vale também olhar o lado regulatório. Boa parte desses agentes lê e movimenta dados via Open Finance, que segue sob supervisão do Banco Central. Conforme o uso de IA em pagamento e conciliação cresce, é esperado que venham exigências de rastreabilidade e de revisão de decisão automatizada (a LGPD já prevê o direito de revisão humana de decisões automatizadas que afetam terceiros). Construir com trilha de auditoria desde o começo não é só boa prática: é o que vai poupar retrabalho quando a régua apertar. O agente que registra cada aprovação não é o mais lento; é o que você consegue defender numa auditoria.

O futuro da conciliação não é a IA mágica que faz tudo sozinha. É a IA com portão, em cima de dado limpo. Menos espetáculo, mais mês que fecha.

Perguntas relacionadas

Um agente de IA na conciliação bancária muda a minha rotina agora ou só em 2027?

Depende do seu dado, não do calendário. Entre maio e junho de 2026 saíram três movimentos, e eles não são a mesma coisa: a Finnet lançou agentes que conciliam integrados a mais de 120 bancos e ERPs, a Bottomline anunciou uma plataforma de IA governada, e a Iniciador entregou iniciação de pagamento via Pix, que é outro problema. O gargalo continua sendo o plano de contas sujo, que 79% dos CFOs admitem ter.

Vale esperar a tecnologia amadurecer antes de mexer no meu processo?

Depende do que você chama de mexer. Esperar para comprar, sim: nenhum desses produtos publicou até agora número verificável de conciliação automática ou taxa de exceção. Esperar para limpar o dado, não. Auditar o plano de contas e medir quantos lançamentos são manuais não custa nada e é pré-requisito de qualquer agente.

O agente concilia de verdade ou eu ainda preciso conferir tudo?

Você ainda confere, e o desenho é esse mesmo. Os lançamentos de 2026 interrompem o processo antes de gravar no ERP e pedem aprovação humana, com trilha de auditoria. A LGPD já prevê revisão humana de decisão automatizada. O que muda é o alvo da conferência: as exceções marcadas, no lugar da digitação.

Preciso trocar de ERP para usar um agente de conciliação?

Não é o primeiro passo. A Finnet, por exemplo, entrega seus agentes integrada a mais de 120 bancos e ERPs, então o sistema que você já usa tende a ser suportado. Trocar de ERP com plano de contas sujo só muda o lugar onde o erro acontece.

Posso colar o extrato no ChatGPT e pedir a conciliação?

Não. O extrato traz CNPJ, número de conta e dado de terceiros, então subir o arquivo bruto para uma ferramenta pública é exposição de dado sensível sob a LGPD. O desenho seguro mantém o processamento local, com a IA só na ponta de linguagem e o operador aprovando cada exceção.

O que separa um agente de conciliação de um RPA com nome novo?

O portão e a trilha. Agente de produção interrompe antes de gravar no ERP, registra quem aprovou o quê e marca a divergência, em vez de reportar tudo conciliado. RPA quebra no primeiro layout novo de extrato. Se o fornecedor falha em mais de um desses itens, é demo, não produto.

Para se aprofundar

Bottomline CFO Suite (press release oficial) e a cobertura da PYMNTS (o dado dos 79%).
Finnet Agentic AI (Let’s Money) e Iniciador MCP via Pix (Let’s Money).
No Lab: Agente de IA na tesouraria BR e, para os fundamentos, o que é um LLM e o que é IA generativa no financeiro.

Esta peça foi escrita com assistência de IA e revisada por Doug. Fontes citadas têm link direto. Achou um erro de fato? Avise no formulário da newsletter.