ChatGPT vs IA treinada no histórico do escritório para classificar lançamentos

Fim de mês, extrato comprido. Uma parte se resolve sozinha: tarifa do banco, folha, imposto. O resto é “PIX RECEBIDO MARIA S”, “PAGTO TITULO”, “TED 341”. Alguém da equipe abre o ChatGPT, cola um pedaço do extrato, pergunta “qual conta contábil uso para cada um?” e recebe uma tabela bem formatada, com resposta para tudo.

A tentação é grande, e não é bobagem: o ChatGPT ajuda em muita coisa no escritório. Mas, na classificação de lançamentos, a resposta certa quase nunca está na regra contábil geral. Está no que aquele escritório decidiu, para aquele cliente, nos últimos anos. Neste comparativo, mostramos onde um chat genérico ajuda, onde ele atrapalha e o que muda quando a IA aprende com o histórico do próprio escritório.

Uma observação antes de começar: a Ondemand constrói robôs com IA que classificam lançamentos usando o histórico do escritório, então temos interesse no assunto. Por isso mesmo, vamos dizer com clareza onde o ChatGPT é a ferramenta certa.

O que é cada um

ChatGPT é um assistente de uso geral. Ele responde com base no que aprendeu em treinamento e no que você escreve na conversa. Sabe muito sobre contabilidade em geral, mas não conhece o plano de contas do seu cliente, os fornecedores dele nem as decisões que a sua equipe tomou, a não ser que alguém leve essas informações até ele.

IA treinada no histórico do escritório é um modelo que aprende com os lançamentos que a equipe já classificou. Se, nos meses anteriores, todo “PAGTO TITULO” de um certo fornecedor daquela empresa foi para “Fornecedores de matéria prima”, a IA aprende isso. Ela não precisa adivinhar a regra, porque a regra está nos dados do próprio escritório.

Uma sabe contabilidade. A outra sabe como o seu escritório faz a contabilidade de cada cliente.

Onde o ChatGPT ajuda de verdade

Para várias tarefas do escritório, um chat genérico é a ferramenta certa:

• Tirar uma dúvida pontual. “Como costuma ser tratado um adiantamento a fornecedor?” Ele explica, e a pessoa decide.

• Escrever. E-mail para o cliente pedindo documentos, resumo de uma mudança de regra, roteiro de uma reunião.

• Analisar uma planilha avulsa. Uma lista que chegou fora do padrão e precisa ser organizada uma vez.

• Rascunho. A própria OpenAI recomenda usar o ChatGPT como primeira versão, não como fonte final, e conferir informações importantes.

O ponto comum: são tarefas pontuais, em que uma pessoa lê a resposta inteira antes de usar.

Onde ele atrapalha na classificação

Ele não conhece o histórico

O histórico do extrato diz pouco. “PIX RECEBIDO MARIA S” pode ser venda, devolução de adiantamento ou aporte do sócio. Quem resolve isso é o contexto: quem é Maria para aquela empresa, como foi lançado no mês passado. O ChatGPT não tem esse contexto. Ele vai dar uma resposta plausível, e plausível não é o mesmo que certa.

Ele responde com a mesma segurança quando erra

A própria OpenAI diz, na central de ajuda, que o modelo pode produzir respostas incorretas e que pode demonstrar muita confiança mesmo quando está errado. Na classificação contábil, isso é perigoso: se todas as sugestões vêm com o mesmo tom, a equipe precisa conferir todas. O tempo economizado na sugestão volta na conferência.

O trabalho continua manual

Alguém copia o extrato, cola na conversa, explica o plano de contas, copia a resposta e lança no sistema. Repita isso para cada empresa, todo mês. O chat acelera um pedaço, mas o processo continua dependendo de uma pessoa movendo dados de um lugar para outro.

Os dados do cliente vão junto

Um extrato bancário tem nomes de pessoas, valores e às vezes CPF. A LGPD define dado pessoal como informação relacionada a pessoa natural identificada ou identificável, e lista a classificação entre as operações de tratamento de dados. O artigo 46 pede medidas de segurança para proteger esses dados.

Segundo a OpenAI, nos planos individuais (Free, Plus e Pro) o conteúdo das conversas pode ser usado para treinar os modelos, a não ser que o usuário desligue essa opção nas configurações. Nos planos ChatGPT Business e Enterprise e na API, a empresa diz que não usa os dados para treinar por padrão. Se a equipe usa conta pessoal para colar extrato de cliente, vale conversar sobre isso antes que vire hábito.

O que muda com a IA treinada no histórico

Quando a IA aprende com os lançamentos que o escritório já fez, três coisas mudam.

A sugestão segue o critério do escritório. Ela usa o plano de contas de cada empresa e repete as decisões que a equipe já tomou, em vez de aplicar uma regra genérica.

Cada lançamento vem com nível de confiança. O que se parece muito com casos anteriores vem com confiança alta. O que é novo ou ambíguo vem com confiança baixa e vai para uma pessoa. A equipe deixa de conferir tudo e passa a conferir o que importa.

Ela roda dentro do processo. O robô coleta o extrato, classifica e entrega para revisão sem ninguém copiar e colar. E quando o contador corrige uma sugestão, essa correção vira histórico para os próximos meses.

Ela também tem limites, e vale dizer quais:

• Cliente novo tem pouco histórico. Nos primeiros meses, mais lançamentos caem em baixa confiança.

• Histórico com erro ensina erro. Se a classificação antiga estava errada, a IA repete. Às vezes vale revisar o critério antes.

• Operação nova não tem precedente. Um tipo de receita que nunca apareceu vai para revisão, e é assim que deve ser.

• O contador decide. A IA sugere, o contador aprova e continua respondendo pelo que entra na contabilidade.

Na prática, num escritório de verdade

Foi o que fizemos em um escritório contábil com cerca de 250 empresas clientes: o robô coleta os extratos de cinco bancos, busca as notas de entrada e saída e a folha no sistema contábil e classifica cada lançamento com nível de confiança. Na empresa piloto, a conciliação passou de 3 a 4 dias para menos de 5 minutos, com a equipe revisando só os lançamentos de baixa confiança.

Esse resultado depende de duas coisas: a IA conhece o histórico daquele escritório e está ligada ao processo inteiro, da coleta do extrato até a revisão. Colar o extrato num chat não entrega nenhuma das duas.

ChatGPT vs IA treinada no histórico, lado a lado

Como escolher

1. Separe as tarefas. Dúvida pontual e texto ficam com o chat. Classificação recorrente, em volume, pede outra ferramenta.

2. Veja quanto histórico você tem. Lançamentos bem classificados são o material de que a IA precisa. Se o histórico está bagunçado, comece arrumando o critério.

3. Defina uma regra de dados. Que conta a equipe usa, em que plano, e se extrato de cliente pode ir para lá.

4. Exija nível de confiança. Sem ele, a equipe confere tudo e o ganho some.

5. Olhe o processo inteiro. Classificar rápido não adianta se coletar o extrato e lançar no sistema continuam manuais.

Perguntas para fazer ao fornecedor

• A IA aprende com o histórico de cada empresa cliente ou usa um modelo genérico?

• Cada lançamento vem com nível de confiança? Quem define o corte para revisão?

• O que acontece quando o contador corrige uma sugestão?

• Onde ficam os extratos dos meus clientes, e eles são usados para treinar modelos de outras empresas?

• A solução coleta o extrato e entrega no sistema contábil, ou só classifica?

• Tem custo de desenvolvimento ou é licença mensal?

Conclusão

O ChatGPT é uma boa ferramenta para dúvidas, textos e análises pontuais, desde que alguém leia a resposta antes de usar. Para classificar lançamentos todo mês, o que faz diferença é a IA conhecer o histórico do escritório, dizer quando não tem certeza e estar ligada ao processo da coleta até a revisão. Nos dois casos, quem decide continua sendo o contador.

Se você quer saber quanto da classificação do seu escritório dá para automatizar com o histórico que você já tem, agende uma conversa de 15 minutos.