Inteligência Analítica aplicada à gestão financeira: da linguagem natural ao apoio à decisão

Como reduzir a fricção operacional sem transferir à IA a verdade transacional?

Em vez de abrir formulários, localizar campos e digitar manualmente cada informação, o usuário pode descrever a operação. A camada de IA interpreta entidade, valor, data, forma de pagamento, conta, cartão, veículo, observações e demais atributos disponíveis; em seguida, utiliza endpoints da aplicação para consultar ou alterar o estado financeiro.

O financeiro é o núcleo; memória e domínios especializados adicionam contexto

Uma compra de manutenção do veículo, por exemplo, não precisa existir duas vezes como despesa. O lançamento permanece no núcleo financeiro e o módulo de veículos registra o que foi feito, em qual veículo, quando, por quem e quais itens foram trocados, relacionando esse histórico ao evento financeiro correspondente.

Diagrama conceitual simplificado para apresentação da arquitetura. Além do núcleo financeiro e do módulo de veículos, ele explicita a camada de aprendizado financeiro usada para recuperar associações já validadas. Campos auxiliares foram omitidos para manter a leitura visual.

erDiagram
    PESSOAS ||--o{ CONTAS : possui
    PESSOAS ||--o{ CARTOES : titular
    CONTAS ||--o{ HISTORICO_SALDOS : registra
    CONTAS ||--o{ AJUSTES_SALDO : recebe
    CONTAS ||--o{ TRANSFERENCIAS : origem_destino

    CARTOES ||--o{ FATURAS_CARTAO : gera
    FATURAS_CARTAO ||--o{ LANCAMENTOS : agrupa

    CONTAS ||--o{ LANCAMENTOS : movimenta
    LANCAMENTOS ||--o{ PAGAMENTOS : liquida

    VEICULOS ||--o{ MANUTENCOES : possui
    MANUTENCOES ||--o{ ITENS_MANUTENCAO : detalha
    LANCAMENTOS ||--o| MANUTENCOES : financia

    LANCAMENTOS ||--o{ ANEXOS : documenta
    MANUTENCOES ||--o{ ANEXOS : comprova

    AI_OPERATIONS ||--o{ FINANCE_AUDIT_LOG : rastreia
    LANCAMENTOS ||--o{ FINANCE_AUDIT_LOG : audita

    CATEGORIAS ||--o{ LANCAMENTOS : classifica
    APRENDIZADO_FINANCEIRO }o--|| CATEGORIAS : sugere
    APRENDIZADO_FINANCEIRO }o--o| PESSOAS : personaliza
    AI_OPERATIONS ||--o{ APRENDIZADO_FINANCEIRO : utiliza

    PESSOAS {
      int id PK
      string nome
    }

    CONTAS {
      int id PK
      int pessoa_id FK
      string tipo
      decimal saldo
    }

    CARTOES {
      int id PK
      int pessoa_id FK
      string nome
      int dia_fechamento
      int dia_vencimento
    }

    FATURAS_CARTAO {
      int id PK
      int cartao_id FK
      date vencimento
      decimal valor
      string status
    }

    LANCAMENTOS {
      int id PK
      int conta_id FK
      int fatura_id FK
      string tipo
      decimal valor
      date data
      date vencimento
      string status
    }

    PAGAMENTOS {
      int id PK
      int lancamento_id FK
      decimal valor
      date data
    }

    VEICULOS {
      int id PK
      string nome
      string placa
      int ano
      int quilometragem
    }

    MANUTENCOES {
      int id PK
      int veiculo_id FK
      int lancamento_id FK
      date data
      int quilometragem
      string fornecedor
    }

    ITENS_MANUTENCAO {
      int id PK
      int manutencao_id FK
      string item
      decimal valor
    }

    CATEGORIAS {
      int id PK
      string nome
      string tipo
    }

    APRENDIZADO_FINANCEIRO {
      int id PK
      int categoria_id FK
      int pessoa_id FK
      string padrao
      string contexto
      string origem
      string status
    }

    AI_OPERATIONS {
      int id PK
      string operation_id
      string action
      string status
    }

    FINANCE_AUDIT_LOG {
      int id PK
      string entidade
      int entidade_id
      string operacao
      datetime criado_em
    }
          

Um núcleo financeiro extensível por domínios

O que ainda precisa ser medido e formalizado

Referências e Glossário Técnico

1. [1] RAG (Retrieval-Augmented Generation): arquitetura em que informações externas relevantes são recuperadas antes da inferência do modelo e adicionadas ao contexto, permitindo respostas orientadas por conhecimento específico sem exigir alteração dos pesos do LLM.
2. [2] LLM (Large Language Model): modelo de linguagem treinado em grandes corpora para interpretar, completar e gerar sequências textuais, podendo atuar como camada de compreensão de linguagem natural.
3. [3] Idempotência: propriedade pela qual a repetição da mesma operação lógica produz o mesmo efeito final, evitando duplicidades causadas por retries, reenvios ou chamadas repetidas.
4. [4] API REST: interface de comunicação baseada em recursos e operações HTTP, utilizada como contrato entre a camada de IA, o frontend e as regras do backend.
5. [5] OLTP (Online Transaction Processing): padrão de processamento orientado a transações pontuais, consistentes e de baixa latência, adequado a lançamentos, pagamentos, saldos e auditoria.
6. [6] HITL (Human-in-the-loop): arquitetura em que uma pessoa participa da validação ou correção do resultado algorítmico antes de determinada decisão ser efetivada.
7. [7] JSON-LD (JavaScript Object Notation for Linked Data): formato de dados estruturados utilizado para representar semanticamente entidades e relacionamentos em páginas web.
8. [8] Embedding: representação vetorial de um texto ou entidade em espaço numérico, permitindo comparar proximidade semântica entre registros.
9. [9] Similaridade cosseno: medida geométrica baseada no ângulo entre vetores, frequentemente utilizada para ranquear embeddings semanticamente próximos.
10. [10] P&D (Pesquisa e Desenvolvimento): processo sistemático de investigação e construção tecnológica voltado à validação empírica de soluções, métodos ou artefatos inovadores.
11. [11] E2E (End-to-End): teste que percorre a jornada completa do sistema, da entrada até o efeito persistido e sua posterior recuperação.
12. [12] Dry-run: execução simulada de uma operação para validar payload, regras e efeitos esperados sem efetivar a alteração persistente.
13. [13] Auditoria: registro estruturado de operações, atores, entidades e alterações capaz de reconstruir a sequência de eventos relevantes do sistema.
14. [14] Schema: contrato formal que define campos, tipos, obrigatoriedade e restrições esperadas para uma estrutura de dados.
15. [15] RDBMS (Relational Database Management System): sistema gerenciador de banco de dados baseado em tabelas relacionadas por chaves e restrições de integridade.