Para o CFO moderno, a parte mais difícil do trabalho muitas vezes não é a matemática – é contar a história. Depois que os livros são fechados e as variações calculadas, as equipes financeiras passam dias, às vezes semanas, copiando e colando manualmente gráficos em slides do PowerPoint para explicar por que os números mudaram.
Hoje, empresa israelense de fintech com 11 anos Trilhos de dados anunciou um conjunto de novas ferramentas generativas de IA projetadas para automatizar a “última milha” dos relatórios financeiros, permitindo efetivamente que os líderes financeiros “vibrem o código” até chegarem ao conselho.
Com lançamento hoje para acompanhar a recém-anunciada rodada de financiamento Série C de US$ 70 milhões da empresa, os novos agentes financeiros de IA de estratégia, planejamento e relatórios da empresa prometem responder a questões financeiras complexas com ativos totalmente formatados, não apenas texto.
Um profissional de finanças pode agora perguntar: “O que está impulsionando as mudanças em nossa lucratividade este ano?” ou “Por que o advertising ultrapassou o orçamento no mês passado?” e o sistema gerará instantaneamente slides em PowerPoint, relatórios em PDF ou arquivos Excel prontos para o quadro contendo a resposta.
A implantação desses agentes marca uma mudança elementary na forma como o “Escritório do CFO” interage com os dados.
Além do chatbot
A promessa dos novos agentes é resolver o problema de fragmentação que assola os departamentos financeiros. Ao contrário de um líder de vendas que vive no Salesforce ou de um CIO que confia no ServiceNow, o CFO não possui um “sistema de verdade” único. Os dados estão espalhados por ERPs, HRIS, CRMs e portais bancários.
Uma grande barreira à adoção da IA nas finanças tem sido a segurança. Os CFOs hesitam, com razão, em inserir dados de lucros e perdas em modelos públicos.
A Datarails resolveu isso aproveitando o serviço Azure OpenAI da Microsoft. “Usamos o OpenAI no Azure para garantir a privacidade e a segurança dos nossos clientes, eles não gostam de compartilhar os dados em [an] open LLM”, observou Gurfinkel. Isso permite que a plataforma make the most of modelos de última geração, mantendo os dados dentro de um perímetro empresarial seguro.
Os novos agentes da Datarails ficam no topo de uma camada de dados unificada que conecta esses sistemas distintos. Como a IA se baseia nos dados internos unificados da própria empresa, ela evita as alucinações comuns em LLMs genéricos, ao mesmo tempo que oferece um nível de privacidade necessário para dados financeiros confidenciais.
“Se o CFO quiser aproveitar a IA no nível do CFO ou nos dados da organização, eles precisam consolidar os dados”, explicou o CEO e cofundador da Datarails, Didi Gurfinkel, em entrevista à VentureBeat.
Ao resolver primeiro esse problema de consolidação, a Datarails agora pode oferecer agentes que entendem o contexto do negócio.
“Agora o CFO pode usar nossos agentes para executar análises, obter insights, criar relatórios… porque agora os dados estão prontos”, disse Gurfinkel.
‘Vibe codificação’ para finanças
O lançamento explora uma tendência mais ampla no desenvolvimento de software program, onde prompts de linguagem pure substituem codificação complexa ou configuração guide – um conceito que os círculos de tecnologia chamam de “codificação vibratória”. Gurfinkel acredita que este é o futuro da engenharia financeira.
“Muito em breve, o CFO e a própria equipe financeira poderão desenvolver aplicações”, previu Gurfinkel. “Os LLMs se tornam tão fortes que, em um único immediate, podem substituir execuções completas do produto.”
Ele descreveu um fluxo de trabalho em que um usuário poderia simplesmente perguntar: “Esse foi o meu orçamento e o valor actual do ano passado. Agora crie-me o orçamento para o próximo ano.”
Os novos agentes são projetados para lidar exatamente com esses tipos de cenários complexos e multivariáveis. Por exemplo, um usuário poderia perguntar: “O que acontecerá se a receita crescer mais lentamente no próximo trimestre?” e receba em troca uma análise de cenário.
Como o resultado pode ser entregue como um arquivo Excel, as equipes financeiras podem verificar as fórmulas e suposições, mantendo a trilha de auditoria que muitas vezes falta às ferramentas genéricas de IA.
Facilidade de adoção: a ‘anti-implementação’
Para a maioria das equipes de engenharia, a chegada de uma nova plataforma financeira empresarial sinaliza uma dor de cabeça iminente: meses de migração de dados, reformulações de esquemas e o inevitável atrito de forçar usuários não técnicos a abandonar seus fluxos de trabalho preferidos. A Datarails contornou esse atrito construindo o que pode ser melhor descrito como uma “anti-implementação”.
Em vez de exigir a “remoção e substituição” dos sistemas legados, a plataforma aceita a realidade confusa da pilha financeira moderna. A arquitetura foi projetada para dissociar o armazenamento de dados da camada de apresentação, tratando efetivamente os arquivos Excel existentes da organização como uma interface frontend, enquanto o Datarails atua como banco de dados backend.
“Não estamos substituindo nada”, explicou Gurfinkel. “A implementação pode ser muito rápida, de algumas horas a alguns dias”.
Do ponto de vista técnico, isso significa que o requisito de “engenharia” foi quase totalmente eliminado. Não há pipelines ETL para construir ou scripts Python para manter. O sistema vem pré-conectado com mais de 200 conectores nativos – conectando-se diretamente a ERPs como NetSuite e Sage, CRMs como Salesforce e vários portais bancários e de HRIS.
O trabalho pesado é substituído por um processo de mapeamento “sem código”. Um analista financeiro, e não um desenvolvedor, mapeia os campos do Basic Ledger para seus modelos Excel em um fluxo de trabalho de autoatendimento. Para módulos como Fechamento de Fim do Mês, a empresa promete explicitamente que “nenhum suporte de TI é necessário”, uma frase que provavelmente é um alívio para CTOs sobrecarregados. Mesmo configurações complexas, como o novo módulo Money Administration, que requer integrações bancárias, normalmente ficam totalmente operacionais dentro de duas a três semanas.
O resultado é um sistema onde a “dívida técnica” normalmente associada à transformação financeira se torna obsoleta. A equipe financeira obtém sua “única fonte de verdade” sem nunca pedir à engenharia para provisionar um banco de dados.
Do controle de versão ao controle de visão: um pivô que valeu a pena
Datarails nem sempre foi o “FinanceOS” da period da IA. Fundada em 2015 por Gurfinkel junto com os cofundadores Eyal Cohen (COO) e Oded Har-Tal (CTO), a startup com sede em Tel Aviv passou seus primeiros anos enfrentando um problema de secador: controle de versão para Excel. A premissa inicial period sincronizar e gerenciar planilhas entre empresas, mas a adoção foi lenta enquanto a equipe lutava para encontrar o produto certo para o mercado.
O avanço veio em 2020 com um pivô estratégico. A equipe percebeu que os profissionais de finanças não queriam substituir o Excel por um novo painel; eles queriam corrigir as limitações do Excel – especificamente a consolidação guide e a fragmentação de dados. Ao mudar o foco para as equipes financeiras de pequenas e médias empresas e adotar uma filosofia de automação “nativa do Excel”, a empresa encontrou seu progresso.
Este alinhamento levou a uma rápida expansão, alimentada por uma Série A de US$ 55 milhões em junho de 2021 liderada pela Zeev Ventures, seguida rapidamente por uma Série B de US$ 50 milhões em março de 2022 liderada pela Qumra Capital. Embora a empresa tenha enfrentado ventos contrários durante a crise tecnológica – resultando numa redução de 18% da força de trabalho no closing de 2022 – desde então, recuperou agressivamente. Em 2025, a Datarails quase dobrou sua força de trabalho para mais de 400 funcionários em todo o mundo, impulsionada por uma estratégia de expansão de vários produtos que agora inclui soluções de fechamento de mês e gerenciamento de caixa.
Alimentando a expansão
Os novos recursos de IA são apoiados pela injeção de US$ 70 milhões da Série C da One Peak, juntamente com os investidores existentes Vertex Development, Classic Funding Companions e outros. O financiamento chega após um ano de crescimento de 70% nas receitas da Datarails, impulsionado em grande parte pela expansão do seu conjunto de produtos.
Mais de 50% do crescimento da empresa em 2025 veio de soluções lançadas nos últimos 12 meses, incluindo Datarails Month-Finish Shut (uma ferramenta para automatizar reconciliações e gestão de fluxo de trabalho) e Datarails Money Administration (para monitoramento de liquidez em tempo actual).
Esses produtos servem como o “encanamento” que torna eficazes os novos agentes de IA. Ao automatizar o fechamento do mês e unificar os dados de caixa, a Datarails garante que, quando um CFO fizer uma pergunta à IA, os números subjacentes sejam precisos e atualizados.
Para Gurfinkel, o objetivo é tornar o escritório financeiro “nativo de IA” sem forçar os usuários a abandonar sua ferramenta favorita: o Excel.
“Não estamos substituindo nada”, disse Gurfinkel. “Conectamos o Excel para que o Excel agora se torne o cálculo e a apresentação.”
Com o lançamento desses novos agentes, a Datarails aposta que o futuro das finanças não consiste em aprender novos softwares, mas em conversar com os dados que você já possui.
