Escritórios de contabilidade que passaram a usar ferramentas de inteligência artificial na preparação de declarações de impostos durante a temporada de 2025-2026 descobriram que a tecnologia economiza tempo, mas não elimina trabalho humano. Uma análise feita a partir de dados de quatro escritórios que utilizam a plataforma Current, especializada em tecnologia e serviços compartilhados para o setor contábil, mostra que a adoção de IA aumentou a capacidade de processamento em cerca de 50% e reduziu em um terço o tempo gasto pelos profissionais na preparação das declarações.
O ganho de produtividade permitiu que uma das empresas aceitasse e concluísse aproximadamente US$ 300 mil em trabalhos fiscais extras no fim da temporada. Apesar disso, os números isolados não contam toda a história sobre o impacto da inteligência artificial no dia a dia dos escritórios.
Por que a inteligência artificial não reduz todo o trabalho humano?
Mesmo com a IA executando boa parte da leitura de documentos e extração de dados de formulários padronizados, como W-2 e 1099, cada declaração ainda precisava passar pela checagem de um profissional. Os revisores continuavam responsáveis por confirmar se o resultado estava correto, e os sócios ainda precisavam explicar aos clientes as decisões tomadas em cada declaração.
Além disso, as empresas enfrentaram uma questão delicada: como formar a próxima geração de profissionais se a IA assume boa parte das tarefas que juniores normalmente realizam para aprender o ofício na prática.
Os dados analisados abrangem cerca de 7 mil declarações de pessoas físicas e de espólios ou trusts de complexidade moderada, incluindo rendimentos de aluguel de imóveis e rendimentos informados em formulários K-1. As informações sobre economia de tempo e produtividade foram repassadas pelas próprias empresas que utilizam a plataforma.
Quais são os custos ocultos de delegar tarefas à inteligência artificial?
A análise aponta sete custos de delegação que se aplicam a diferentes contextos de adoção de IA, divididos em três grupos. O primeiro envolve o trabalho em si:
- Especificação: o custo de descrever a tarefa com clareza suficiente para que o sistema a execute. É baixo em tarefas estruturadas e alto quando há ambiguidade ou muitas exceções.
- Verificação: o custo de checar, de forma rápida e confiável, se o resultado produzido pela IA está correto.
- Aprendizado e dependência: o esforço de ensinar o sistema melhora seu desempenho ao longo do tempo, mas também cria dependência, dificultando a troca por outra ferramenta no futuro.
O segundo grupo trata da reação da organização diante da nova divisão de trabalho entre humanos e IA:
- Desalinhamento de incentivos: acontece quando a IA reduz vantagens pessoais ligadas ao trabalho, como a remuneração por horas trabalhadas, gerando resistência à adoção.
- Ameaças à identidade profissional: surgem quando a mudança no trabalho é percebida como risco à expertise construída ao longo de anos.
- Desalinhamento de objetivos: ocorre quando o sistema otimiza uma métrica específica, como produtividade de curto prazo, em detrimento de outros objetivos da empresa, como a experiência do cliente.
O terceiro grupo envolve a responsabilização pelo resultado final. Esse custo diz respeito a explicar o trabalho a terceiros e arcar com as consequências caso haja erro, algo especialmente relevante quando as falhas têm peso real, como uma declaração fiscal incorreta que pode levar a uma auditoria. Segundo a análise, a IA melhora a velocidade de execução, mas não reduz esse ônus de forma significativa.
O que muda na prática para quem usa IA no trabalho?
Os sete custos não são excludentes entre si. Uma tarefa que a IA executa com facilidade ainda pode ser cara de delegar se for difícil verificar o resultado. Da mesma forma, um sistema preciso pode gerar pouco valor se os incentivos levarem os funcionários a repetir verificações além do necessário.
Por isso, a recomendação é tratar a economia da inteligência artificial de forma diferente no nível da tarefa e no nível da organização como um todo. Os líderes não devem comparar apenas o custo de uma tarefa feita por uma pessoa com o custo da mesma tarefa feita pela IA: é preciso considerar o custo total da delegação, que inclui a execução e tudo o que a envolve, como especificação, verificação e responsabilização.
Como a Current estruturou a implementação da IA
A Current concentrou a primeira fase de implementação na preparação de declarações fiscais justamente porque grande parte dessa tarefa envolvia ler documentos padronizados e inserir dados em campos específicos, um processo estruturado e com poucas exceções. A ferramenta assumiu boa parte dessa execução manual, concluindo o trabalho muito mais rápido do que os profissionais humanos conseguiriam sozinhos.
A etapa de revisão, no entanto, não acompanhou o mesmo ritmo de ganho. Os profissionais ainda precisavam entender como o sistema havia chegado a cada resultado e como ele havia tratado casos excepcionais, como informações incomuns nos documentos. Contadores experientes costumam desenvolver rotinas próprias para identificar erros, mas o processo seguido pela IA é diferente do raciocínio humano, o que exige um esforço extra de verificação mesmo quando o resultado final está correto.
O episódio nos escritórios parceiros da Current ilustra um dilema que se repete em diferentes setores conforme empresas avaliam quando e como adotar inteligência artificial. O ganho de velocidade é real, mas o custo total de delegar uma tarefa à IA inclui etapas que continuam exigindo tempo, atenção e responsabilidade humana.
Com informações de infomoney.com.br.