Julio Martínez, cofundador e CEO da Abacum – Série de entrevistas

Julio MartínezCofundador e CEO da Abacum, é um empreendedor fintech com quase duas décadas de experiência em bancos de investimento, desenvolvimento corporativo, criação de startups e liderança tecnológica nos principais centros financeiros globais. Ele iniciou sua carreira em funções financeiras, abrangendo mercados de capitais, fusões e aquisições e private equity, antes de migrar para o setor fintech, onde ajudou a lançar e escalar diversos produtos e plataformas financeiras digitais. Antes da Abacum, ele cofundou e escalou o braço de investimentos corporativos do Banco Sabadell, liderando lançamentos de produtos, investimentos estratégicos e aquisições na Europa, Américas e Ásia. Hoje, como CEO da Abacum, ele aplica sua profunda experiência em finanças operacionais para criar ferramentas que modernizam a forma como as equipes financeiras planejam, preveem e impulsionam o desempenho dos negócios.

Ábaco Abacum é uma plataforma de planejamento e análise financeira (FP&A) nativa de IA, projetada para ajudar equipes financeiras de empresas de médio porte a simplificar e modernizar o planejamento, a previsão, a geração de relatórios e o orçamento, conectando dados operacionais e financeiros com fluxos de trabalho colaborativos e insights automatizados. Criada para substituir processos manuais baseados em planilhas, a plataforma centraliza dados em tempo real, oferece suporte à modelagem de cenários avançada e à modelagem financeira multidimensional, automatiza tarefas repetitivas, como atualizações de relatórios e previsões, e se integra a centenas de sistemas para fornecer às equipes uma única fonte de informações confiáveis. Os recursos do Abacum impulsionam a precisão, a eficiência e a tomada de decisões estratégicas, permitindo que as organizações financeiras reduzam o trabalho manual, acelerem os ciclos de planejamento e se concentrem em insights orientados ao crescimento.

Você passou quase duas décadas trabalhando em finanças e fintech antes de fundar a Abacum. Quais frustrações específicas com a forma como as equipes de finanças planejavam, previam e reportavam o desempenho fizeram com que você e Jorge percebessem que as ferramentas que estavam usando não eram adequadas e que precisavam construir o produto que gostariam de ter tido?

Percebi que o setor financeiro estava perdendo influência não porque a análise estivesse errada, mas porque chegava tarde demais. Em bancos, fintechs e startups de alto crescimento, eu me deparava sempre com o mesmo cenário. Em uma reunião executiva, alguém fazia uma pergunta pertinente como: “Quantos meses de caixa realmente temos se reduzirmos as contratações?” ou “O que acontece se a receita cair no próximo trimestre?” E não conseguia responder a todos em tempo real.

Não era porque eu não entendia o negócio ou porque a matemática era difícil. O problema era estrutural. O caixa estava em um sistema, o número de funcionários em outro, a receita em outro ainda e as despesas em planilhas. Para responder com segurança, era preciso reunir tudo, reconstruir o modelo, conciliar as discrepâncias e torcer para que nada desse errado.

Quando finalmente consegui retornar com uma resposta, a janela de decisão já havia se fechado. Esse era o verdadeiro problema. O setor financeiro conquista seu lugar à mesa por meio do rigor, mas o mantém por meio do timing. Se você não consegue apresentar argumentos sólidos para a tomada de decisão em minutos ou horas, perde influência, mesmo que sua análise seja perfeita uma semana depois.

O que agravou a situação foi a falsa escolha que se apresentou às equipes de finanças. Elas usavam planilhas flexíveis e rápidas, porém frágeis e sem governança, ou plataformas legadas poderosas, mas que pressupunham um modelo de negócios estático e exigiam uma administração complexa apenas para funcionar.

Entretanto, as empresas modernas operam em ciclos curtos, mesmo em nível executivo. Os planos mudam constantemente. As decisões se acumulam. A área financeira não pode se dar ao luxo de ser a equipe que está sempre "trazendo a resposta".

Foi por isso que fundamos a Abacum. Queríamos um sistema de planejamento que fosse rápido e confiável ao mesmo tempo, para que a área financeira pudesse aplicar rigor desde o início e definir a direção a ser seguida enquanto as opções ainda são negociáveis.

Quando você começou a desenvolver a Abacum em 2020, como você validou que esse problema ia muito além da sua própria experiência e era compartilhado por empresas de médio porte em rápido crescimento?

A primeira validação veio em uma conversa que eu esperava que refutasse minha tese. Liguei para meu cofundador, Jorge, porque ele era a pessoa mais inteligente em finanças que eu conhecia, e presumi que ele me diria que havia uma maneira melhor que eu, de alguma forma, havia deixado passar.

Em vez disso, passamos horas comparando nossas experiências e percebemos que havíamos vivenciado o mesmo padrão em ambientes diferentes. As equipes de finanças estão afogadas em conciliações, reconstruindo modelos constantemente e sempre um passo atrás dos negócios. Foi nesse momento que a ficha caiu. Não se tratava de uma falha pessoal ou um problema de processo. Era um problema estrutural comum a todas as empresas.

Em seguida, conversamos com diretores financeiros e líderes da área financeira. em diferentes setores, regiões geográficas e estágios de crescimento. A linguagem mudou, mas a história não. "Estamos sempre reconstruindo em vez de aconselhar."

A principal descoberta para nós foi que esse fracasso se repete em ciclos. A cada poucos anos, uma nova plataforma afirma ter resolvido o problema de FP&A (Planejamento e Análise Financeira). Então, o ritmo dos negócios acelera novamente. Novas ferramentas, novas métricas, novos stakeholders, novas cadências de planejamento. O sistema incha e falha sob a influência das mudanças.

Essa constatação moldou nossa direção. Não queríamos construir uma solução estática para um único modelo operacional. Queríamos uma plataforma que permanecesse relevante à medida que o negócio evoluísse, o que se torna ainda mais crucial na era da IA. Ser admitido na YC posteriormente reforçou a ideia de que esse era um problema global, não um problema de nicho.

O Abacum agora oferece suporte a previsões em tempo real, modelagem de cenários e planejamento de pessoal. Em que momento a inteligência artificial deixou de ser um conceito futuro para se tornar parte fundamental da arquitetura da plataforma?

A IA nunca foi uma reflexão tardia para nós, mas fomos muito criteriosos quanto ao momento e à forma de aplicá-la. Finanças são um negócio de confiança. Não se pode simplesmente adicionar inteligência ao caos e esperar credibilidade. Se os dados são confusos, as definições inconsistentes e o modelo frágil, a IA não resolverá o problema. Ela apenas ampliará a confusão mais rapidamente.

Começamos pelos fundamentos: uma camada de dados robusta, integrações confiáveis ​​e modelos básicos que refletem o funcionamento real das empresas. Desde o primeiro dia, a estratégia de IA foi incorporar inteligência onde ela gera vantagens reais.

Isso significava aplicar IA a trabalhos de alto volume e baixa necessidade de julgamento, que historicamente consomem muito tempo e geram erros. d. Limpeza e normalização de dados recebidos. Conciliação de inconsistências entre sistemas. Classificação e etiquetagem em larga escala. Identificação precoce de anomalias, e não apenas no final do mês.

Uma vez estabelecida essa base, a IA transforma a economia do planejamento. A exploração de cenários torna-se economicamente viável. As compensações podem ser testadas no momento, em vez de serem agendadas para uma reunião de acompanhamento dias depois.

É aí que a IA se torna fundamental. Não quando ela consegue gerar um gráfico bonito ou um resumo, mas quando permite que o setor financeiro aplique rigor com rapidez suficiente para influenciar uma decisão enquanto ela ainda está em aberto.

Em empresas de rápido crescimento, os dados financeiros frequentemente residem em diversos sistemas e são constantemente atualizados. Quais foram os maiores desafios técnicos ou organizacionais na transformação desses dados fragmentados em um sistema de planejamento confiável e em tempo real?

Mover dados não é o problema mais difícil. A maioria dos sistemas modernos é baseada em APIs e existem ferramentas de integração. O verdadeiro desafio começa depois que os dados chegam. Os dados brutos são inconsistentes. A receita no CRM não corresponde à receita no ERP. O número de funcionários nos sistemas de RH não corresponde à folha de pagamento. Até mesmo métricas básicas como ARR ou prazo de retorno têm significados diferentes para equipes diferentes.

Se as definições não forem explícitas e consensuais, toda previsão se transforma em debate. O desafio é triplo. Primeiro, uma base de dados que se atualiza continuamente conforme os sistemas de origem mudam. Segundo, um modelo de negócios governado, onde os cálculos são explícitos e consistentes. Terceiro, alinhamento organizacional, pois o planejamento em tempo real exige definições e um ritmo operacional compartilhados.

A governança é o que torna a velocidade segura. O planejamento em tempo real só funciona quando a confiança está incorporada ao fluxo de trabalho, e não adicionada como um documento de política ou uma lista de verificação em planilha.

Com base no que você observa em centenas de clientes, de que forma o planejamento contínuo e em tempo real está mudando a maneira como os diretores financeiros tomam decisões semanais, e não apenas durante as reuniões do conselho ou na elaboração do orçamento?

O papel das finanças mudou de revisão periódica para apoio contínuo à tomada de decisões.

Em primeiro lugar, o volume de decisões aumentou exponencialmente. A área financeira agora está envolvida em contratações, precificação, investimentos em estratégias de entrada no mercado, renovações, apostas em produtos e decisões operacionais de forma contínua.

Em segundo lugar, os dados nunca estão "prontos". Novas ferramentas, novas métricas e novas partes interessadas significam que o conjunto de dados está sempre em movimento. A empresa não pode esperar por um fechamento perfeito para avançar.

Nesse contexto, o planejamento em tempo real transforma as finanças, deixando de ser apenas um exercício de relatórios e explicações para se tornarem agentes ativos na definição de rumos. O prazo de execução financeira passa a ser uma restrição dinâmica, e não uma métrica trimestral. O planejamento de cenários se torna uma discussão frequente sobre as vantagens e desvantagens de cada situação, em vez de um exercício anual.

As melhores equipes de finanças não estão se tornando menos rigorosas. Elas estão se tornando mais rigorosas desde o início. Essa é a mudança.

De que forma a Abacum aplica a IA de maneira diferente da automação tradicional baseada em regras, e quais decisões financeiras ainda exigem forte julgamento humano?

A maioria das implementações de IA em finanças hoje em dia começa no final do fluxo de trabalho. Ela parte do pressuposto de que seus dados já estão limpos e governados, e então adiciona um chatbot para consultá-los ou resumir insights. Isso pode ser útil, mas ignora a parte mais difícil do planejamento e análise financeira (FP&A).

Começamos pelo princípio. Aplicamos IA onde os humanos agregam menos valor e cometem mais erros, como limpeza, reconciliação, classificação, detecção de anomalias e auxílio na lógica do modelo. A inteligência reside no fluxo de trabalho, não em uma interface de bate-papo separada.

A IA também reduz a complexidade que impede o progresso das equipes. Muitas plataformas exigem consultores ou especialistas, criando uma dependência de "proprietários do sistema". A IA deve diminuir essa barreira. As equipes de finanças devem ser capazes de expressar suas intenções e contar com a ajuda do sistema para construir a lógica corretamente.

É aqui que nossa perspectiva de meio-termo se torna relevante. Historicamente, as equipes de finanças tinham que escolher entre ferramentas flexíveis, porém frágeis, ou plataformas poderosas, porém complexas de gerenciar. A IA agora impõe a mesma falsa dicotomia: ferramentas auxiliares fáceis de usar, porém superficiais, ou sistemas de orquestração poderosos, mas que exigem o aprendizado de uma nova forma de trabalho. Acreditamos que a resposta ideal é uma IA que se integre ao fluxo de trabalho, aprimorando o planejamento sem alterar a forma como as equipes operam.

Quanto ao julgamento, o limite é claro. A IA pode acelerar a análise e a exploração, mas as decisões que envolvem alocação de capital, contratações, precificação e priorização estratégica ainda exigem contexto e responsabilidade humana. A decisão final cabe ao diretor financeiro.

À medida que os modelos se tornam mais preditivos, como você avalia a confiança e a explicabilidade para os líderes financeiros que precisam se responsabilizar pelos números?

Em finanças, "a direção correta" não é suficiente. Os líderes financeiros são responsáveis ​​pelos números que apresentam. Se você não consegue explicar uma previsão, não pode usá-la em uma conversa sobre tomada de decisão.

A confiança começa com uma base determinística. Definições consistentes. Dados conciliados. Lógica transparente. A inteligência preditiva só funciona quando construída sobre algo sólido.

A capacidade de explicação é o que transforma insights em ação. Os diretores financeiros precisam responder rapidamente o que mudou, por que mudou, quais fatores influenciaram as mudanças e quais premissas são responsáveis ​​pelos diferentes resultados.

A governança não pode mais se basear em controles estáticos. Ela precisa estar integrada ao fluxo de trabalho, para que as premissas sejam visíveis, a lógica seja rastreável e cada cenário deixe um registro claro. O objetivo não é eliminar os humanos do processo, mas sim ajudá-los a exercer o julgamento mais cedo e com mais confiança.

Você já passou pelas fases iniciais de aceleração e também por financiamento para crescimento em estágios mais avançados. Como essas fases influenciaram a agressividade com que você investiu em IA em comparação com os fundamentos principais do produto?

O financiamento inicial nos obrigou a ter disciplina. Não podíamos nos deixar levar por modismos. Precisávamos conquistar a confiança construindo os fundamentos: integrações confiáveis, modelos de dados robustos e um mecanismo de planejamento que não falhasse quando o negócio mudasse.

A IA sempre fez parte da estratégia, mas nos recusamos a tratá-la como uma mera estratégia de marketing. Se a IA não gerasse vantagens reais dentro do fluxo de trabalho, não a implementávamos.

À medida que crescíamos, o mercado mudava. A IA tornou-se um requisito básico. Qualquer fornecedor podia demonstrar um chatbot e ser "impulsionado por IA". Assim, o foco passou da aparência para os resultados. A IA ajuda o setor financeiro a tomar decisões melhores e mais rápidas, com rastreabilidade, ou apenas produz resultados visualmente impressionantes?

O crescimento em estágios mais avançados também elevou o padrão de eficiência. Esperava-se que as equipes fizessem mais com menos. Isso reforçou nosso foco em IA que oferece resultados mensuráveis, e não apenas apelo narrativo.

Vocês têm investido fortemente na expansão nos EUA. Como o mercado americano se diferencia de outras regiões em termos de prontidão para adotar plataformas financeiras nativas de IA?

As empresas americanas se movem rapidamente e as expectativas dos investidores são altas. Espera-se que os diretores financeiros (CFOs) sejam profundamente operacionais, e não apenas precisos. Eles orientam continuamente os planos de contratação, os investimentos em estratégias de entrada no mercado, as decisões de gastos e a priorização.

Isso torna o problema do planejamento lento ainda mais grave. Quando as decisões são tomadas semanalmente ou diariamente, o setor financeiro não pode se dar ao luxo de operar em um ritmo mensal. A inteligência integrada deixa de ser um diferencial e passa a ser uma necessidade.

O mercado americano também se mostra mais receptivo à ideia de que os sistemas financeiros devem ser dinâmicos, e não estáticos. A expectativa não é apenas de precisão nos relatórios, mas também de suporte à tomada de decisões na velocidade necessária para o negócio.

Olhando para o futuro, em 2026, quais partes do planejamento financeiro você acredita que serão amplamente automatizadas pela IA, e onde o julgamento humano continuará sendo essencial?

As camadas que serão amplamente automatizadas são as tarefas repetitivas e de baixo julgamento que hoje consomem um tempo desproporcional. Consolidação de dados, limpeza, normalização, reconciliação, detecção de anomalias e geração de relatórios de referência devem ser executadas continuamente.

A previsão e a geração de cenários serão aceleradas drasticamente, mas não serão totalmente delegadas. A IA tornará esses processos mais baratos, permitindo explorar opções e testar hipóteses, mas o risco contextual e a responsabilidade continuarão sendo fatores importantes.

O julgamento humano continuará sendo essencial sempre que houver grandes riscos envolvidos. Alocação de capital. Estratégia de contratação. Decisões de precificação. Narrativas do conselho. A IA altera a capacidade do setor financeiro de acompanhar o ritmo das decisões. Ela não altera quem é o responsável pelo resultado.

Obrigado pela ótima entrevista, os leitores que desejam saber mais devem visitar Ábaco.