*Alessandra Freitas
O mercado de Crédito PJ vive uma nova etapa de transformação. Durante anos, boa parte da inovação esteve concentrada em digitalizar processos, automatizar tarefas operacionais e ampliar o acesso a informações. Esse movimento continua relevante, mas uma nova questão começa a ganhar espaço: o que fazer com a quantidade cada vez maior de dados disponíveis para analisar uma empresa?
Balanços, DREs, informações cadastrais, comportamento financeiro, dados transacionais e diferentes fontes externas podem enriquecer significativamente uma análise. Ao mesmo tempo, aumentam o desafio de identificar rapidamente quais informações realmente importam para determinada decisão.
É nesse contexto que inteligência artificial, novas fontes de dados e inteligência financeira começam a ocupar um papel diferente na esteira de Crédito PJ.
Mais do que automatizar, a tecnologia passa a apoiar a capacidade de investigar, interpretar e contextualizar o risco.
Da automação à inteligência para decisão
Um exemplo dessa transformação vem do cooperativismo de crédito. O Sicoob Costa do Descobrimento adotou a tecnologia da Itera para apoiar a análise de balanços e DREs de cooperados pessoa jurídica, incorporando inteligência artificial ao processo de análise de crédito.
O case, já divulgado pela imprensa, ganhou destaque pelo crescimento de 77% da carteira de crédito, com expansão superior a R$ 120 milhões, em um contexto de evolução tecnológica da operação. Mais importante do que associar uma tecnologia isoladamente ao crescimento da carteira é observar a mudança na forma de trabalhar.
A adoção de novas tecnologias cria condições para que as instituições repensem processos, qualifiquem as informações utilizadas e direcionem cada vez mais a atuação dos profissionais para aquilo que efetivamente exige conhecimento: interpretar informações, compreender o contexto da empresa e avaliar o risco da operação.
Essa experiência também ajuda a ilustrar uma nova etapa dessa transformação.
Se uma das primeiras ondas de inovação foi permitir que a tecnologia assumisse etapas operacionais da análise, a nova fronteira é permitir que o analista interaja com as informações de maneira mais inteligente.
Imagine, por exemplo, poder perguntar diretamente aos dados: Como evoluiu a alavancagem dessa empresa nos últimos exercícios? O que mudou na composição de suas dívidas?
Sua geração de caixa é compatível com o nível atual de endividamento? Quais indicadores estão se distanciando dos padrões observados em empresas comparáveis?
Nesse cenário, a IA não precisa ocupar o lugar do julgamento humano. Ela pode funcionar como uma nova camada de inteligência, reduzindo o caminho entre informação, investigação e decisão.
Ter mais dados não significa necessariamente decidir melhor
Esse talvez seja um dos grandes paradoxos do momento atual. A quantidade e a diversidade das informações disponíveis para análise de uma empresa estão aumentando. Mas adicionar novas fontes à esteira não significa, por si só, melhorar a qualidade da decisão.
O desafio passa a ser combinar essas informações. Uma demonstração financeira pode ajudar a compreender estrutura patrimonial, resultado, endividamento e evolução histórica. Informações transacionais podem acrescentar uma visão mais recente sobre o comportamento financeiro. Dados externos podem ampliar a percepção sobre mercado, setor e comportamento.
Benchmarks podem ajudar a responder outra pergunta importante: esse indicador é preocupante apenas quando observado isoladamente ou também está distante do comportamento de empresas comparáveis?
A inteligência passa, portanto, menos pela existência de um dado individual e mais pela capacidade de contextualizá-lo e transformá-lo em uma pergunta relevante para a decisão.
É justamente nessa interseção que a IA tende a encontrar um espaço importante no Crédito PJ.
O risco também está mudando fora das instituições financeiras
Essa transformação não se restringe aos bancos, cooperativas, financeiras, FIDCs ou fintechs. Nas indústrias, por exemplo, analisar o risco de empresas está diretamente relacionado à decisão de vender a prazo.
Conhecer a capacidade de pagamento dos clientes, identificar sinais de deterioração financeira e acompanhar a evolução da carteira são atividades que impactam vendas, fluxo de caixa e necessidade de capital de giro.
Mas essa relação começa a avançar. A discussão deixa de ser apenas sobre para quem posso vender e passa a incorporar uma questão mais ampla:
“Como posso conhecer, proteger e financiar melhor minha cadeia?”
Novos modelos de serviços financeiros criam possibilidades para que empresas aprofundem sua relação com clientes, distribuidores e fornecedores. Quanto maior a participação de uma empresa na vida financeira de sua cadeia, maior também passa a ser sua necessidade de compreender a saúde econômico-financeira de quem está do outro lado.
Crédito deixa, então, de ser apenas uma política de proteção da venda e pode começar a ocupar um espaço estratégico na própria relação comercial.
De contas a receber a ativo estratégico
O mesmo movimento pode ser observado na gestão dos recebíveis. Tradicionalmente, o recebível aparece no final de uma jornada relativamente conhecida: venda seguida por faturamento, contas a receber e cobrança.
Novas infraestruturas e modelos financeiros ampliam essa perspectiva. Recebíveis podem participar de estruturas de garantia, antecipação, liquidez e funding, aproximando cada vez mais a gestão de contas a receber das discussões estratégicas sobre crédito e financiamento.
Nesse ambiente, avaliar apenas a existência do ativo não é suficiente. É necessário discutir a qualidade desse recebível, o risco associado às empresas envolvidas, a concentração da carteira e a saúde financeira dos participantes da operação.
Surge então uma pergunta interessante: ter um bom recebível significa necessariamente ter um bom risco?
A resposta exige olhar além do ativo isoladamente. O que antes poderia ser tratado predominantemente como atividade de contas a receber ou cobrança passa a conversar diretamente com risco, tesouraria, crédito e estratégia financeira.