Michael Rangel, Fundador da Novo – Série de Entrevistas

Michael Rangel, fundador da Novo, é um empreendedor fintech que fundou a empresa em 2016 e atuou como CEO por mais de nove anos, ajudando a transformar a Novo de um conceito em estágio inicial para uma plataforma financeira que atende pequenas empresas. Durante seu mandato, Rangel trabalhou em desenvolvimento de produto, captação de recursos, contratação, operações, parcerias e estratégia de go-to-market, ajudando a empresa a levantar mais de US$ 170 milhões em financiamento. Ele deixou o cargo de CEO em abril de 2025, mas continua envolvido como fundador e membro do conselho da Novo, apoiando sua missão de longo prazo de capacitar empreendedores e negócios independentes. Antes de fundar a Novo, Rangel passou mais de cinco anos na administração e operações de comércio na Fairholme Capital Management, após um cargo anterior de operações na Smith Barney.

Novo é uma plataforma fintech projetada especificamente para negócios independentes, empreendedores, freelancers e proprietários de pequenas empresas, combinando conta corrente empresarial com ferramentas para pagamentos, faturamento, gerenciamento de despesas, planejamento de fluxo de caixa, empréstimos e crédito empresarial. A plataforma integra-se a mais de 40 ferramentas de negócios, incluindo QuickBooks, Stripe, Shopify, Square e Xero, ajudando as empresas a conectar banco com contabilidade, pagamentos e fluxos de trabalho operacionais. A Novo também incorpora IA alimentada por modelos da OpenAI, Anthropic e Google para simplificar processos como integração e categorização de despesas. A empresa afirma que sua plataforma é confiada por mais de 250.000 negócios independentes. A Novo em si é uma fintech, não um banco, com serviços bancários e depósitos segurados pela Federal Deposit Insurance Corporation (FDIC) fornecidos por meio do parceiro Middlesex Federal Savings.

Você fundou a Novo em 2016 e passou quase uma década construindo-a em torno das necessidades financeiras das pequenas empresas. Olhando para trás, para os problemas que você se propôs a resolver na época, quais deles você acha que a IA pode agora abordar de maneiras que simplesmente não eram possíveis quando você iniciou a empresa?

A IA pode ter um impacto profundo em como você opera um negócio e entrega valor aos clientes. Quando iniciamos a Novo, um dos problemas que queríamos resolver era que um negócio de US$ 1.000 por ano, um negócio de US$ 100.000 por ano e um negócio de US$ 1 milhão por ano podem gerar uma carga operacional surpreendentemente semelhante para um banco. Ainda é necessário apoiar a integração, conformidade, fraude, segurança, monitoramento de transações e atendimento ao cliente, independentemente de quanto de receita esse cliente gera para você. Isso significava que os bancos precisavam construir grandes equipes operacionais para atender clientes que, individualmente, nem sempre eram tão valiosos para eles.

Dez anos atrás, acreditávamos que o software poderia ajudar a mudar essa equação. A IA está levando essa ideia muito mais longe agora. Um especialista em conformidade pode usar a IA para resumir informações, processar documentos e redigir relatórios ou respostas, permitindo que uma pessoa lide com mais de dez vezes o volume que poderia antes. Nossas equipes de atendimento ao cliente podem deixar a IA lidar com perguntas rotineiras, de modo que as pessoas possam dedicar seu tempo aos problemas que realmente exigem julgamento. Modelos de fraude podem identificar potenciais problemas mais cedo e nos ajudar a recuperar perdas mais rapidamente quando algo dá errado. A IA nos deu uma maneira muito melhor de cumprir o que a Novo foi criada para fazer, que é oferecer uma experiência bancária que funciona para empresas, independentemente de seu tamanho.

Historicamente, as pequenas empresas não tinham acesso às equipes financeiras, analistas e softwares sofisticados disponíveis para empresas maiores. Quanto a IA pode realisticamente fechar essa lacuna de recursos, e onde a expertise humana continuará essencial?

A IA está avançando incrivelmente rápido, mas o ritmo parece muito diferente dependendo de onde você está. Se você trabalha com tecnologia em San Francisco ou Nova Iorque, provavelmente tem uma experiência de IA muito diferente da de um proprietário de pequena empresa que está simplesmente tentando administrar sua companhia.

Muitos dos problemas que as pequenas empresas enfrentam já estão ao alcance da IA. O grande desafio é que a tecnologia está avançando mais rápido do que as pessoas conseguem aprender a usá‑la. É por isso que me interesso no que empresas como a Anthropic estão fazendo com produtos projetados para oferecer aos usuários menos técnicos um ponto de partida.

A expertise humana não desaparecerá, mas a IA pode fechar a lacuna tornando essa expertise mais acessível. Já vi produtos como o April Tax tornar coisas que antes exigiam muito tempo e conhecimento especializado muito mais fáceis para um proprietário de pequena empresa. Ainda não chegamos ao ponto em que a IA pode colocar seu negócio em piloto automático, mas se você já perdeu um fim de semana preparando a declaração de impostos, recuperar esse tempo faz diferença.

Onde você vê a IA criando o valor mais tangível para os proprietários de pequenas empresas hoje, particularmente em relação à previsão de fluxo de caixa, gerenciamento de despesas, orçamento e tomada de decisão financeira do dia a dia?

Uma das aplicações mais úteis da IA que desenvolvemos na Novo é, na verdade, algo que parece bastante simples: a rotulagem de transações. Historicamente, fazer com que esses modelos funcionassem bem exigia uma enorme quantidade de dados de treinamento e, mesmo assim, você poderia alcançar cerca de 80 % de precisão. Isso não é suficiente quando se lida com informações financeiras de alguém, pois ainda é necessário verificar tudo.

Ao usar uma quantidade menor de nossos próprios dados, algumas técnicas de destilação de modelo e modelos de ponta quando nossos sistemas não estão confiantes, elevamos essa precisão para bem acima de 97% e recentemente mais próximo de 99%. Quando você consegue entender com precisão o que cada transação representa, pode criar ferramentas financeiras muito mais úteis sobre esses dados. Isso pode alimentar painéis de despesas, FP&A básico e até ajudar uma empresa a separar dinheiro para itens como folha de pagamento e pagamentos a fornecedores, evitando que gastem esse valor em outro lugar por engano.

O interessante é que os LLMs são surpreendentemente bons em classificação e agrupamento. Isso significa que podemos pegar as transações de uma empresa e começar a construir uma visão personalizada de suas finanças sem a complexidade de engenharia que antes era necessária. Para nossa base de clientes, as capacidades da IA de hoje estão realmente à frente da complexidade dos problemas que estamos tentando resolver. É um lugar bastante empolgante para estar.

Uma das promessas da IA é mover o software financeiro de simplesmente mostrar aos proprietários de empresas o que aconteceu para, proativamente, dizer a eles o que devem fazer a seguir. Como é, na prática, uma plataforma financeira genuinamente inteligente?

A melhor experiência bancária que você pode ter ainda é conversar com alguém do seu banco que conhece tudo sobre o seu negócio. Essa pessoa entende seu histórico, o que você está tentando alcançar e o que pode precisar a seguir. O software sempre foi um facilitador desse relacionamento, mas não o substituiu.

Para mim, uma plataforma financeira genuinamente inteligente começa a parecer que você reduziu o número de pessoas necessárias na sala para gerir seu negócio. Você deve poder fazer uma pergunta, obter uma resposta, ver a informação correta e receber orientações úteis sem precisar descobrir onde procurar por conta própria. A parte importante é confiar na resposta.

Na Novo, às vezes dizemos que estamos competindo com a calçada. Ir a um consultor bancário ainda é uma ótima experiência. Não há aplicativo para navegar, alguém conhece você e pode orientá-lo com base no seu negócio. O que a IA nos oferece é a chance de levar parte dessa experiência a um grupo subatendido de empresas em uma escala que antes não era possível. Para nossos clientes, essa oportunidade finalmente está ao alcance.

Será que a IA poderia eventualmente funcionar como uma espécie de Diretor Financeiro virtual para uma pequena empresa, monitorando continuamente as finanças, identificando riscos e recomendando ações? Quais capacidades precisariam amadurecer antes que empreendedores confiassem em tal sistema?

Sim, e digo isso com confiança porque já estamos construindo isso. No início deste ano, lançamos nossa infraestrutura de Agente de IA especificamente para avançar nessa visão.

A parte difícil não é fazer um modelo responder a uma pergunta. É construir algo em que as pessoas possam confiar com suas vidas financeiras. Aprendemos isso na prática. Nosso primeiro grupo beta foi bom, mas não foi suficiente para dizer que a experiência não acabaria por quebrar a confiança de alguém. Então continuamos avançando, aprimorando como o sistema aprende, como agentes especializados trabalham juntos e como utilizam as informações e ferramentas disponíveis.

O que construímos é essencialmente um sistema bancário de agentes, com diferentes agentes lidando com transações, fraude, cartões e ACH, cada um com suas próprias ferramentas e conhecimentos. Foi muito trabalho para chegar lá, mas os resultados agora são realmente bons. Não queremos apressar algo assim apenas porque a IA está em alta. Isso seria injusto com o cliente. Mas para empresas do porte que atendemos, acredito que esse momento chegou, e isso é incrivelmente empolgante.

Acesso a capital continua sendo um dos maiores desafios para pequenas empresas. Como a IA poderia mudar a subscrição e o empréstimo, e dados alternativos permitiriam que instituições financeiras avaliassem empresas que os modelos de crédito tradicionais tendem a ignorar?

Esta é uma área onde acho que a conversa se confunde. Não se trata realmente de IA. Trata‑se de justiça e de entender o que esses modelos realmente podem fazer.

Você nunca deve usar um modelo de linguagem de ponta como o modelo que toma a decisão de crédito. LLMs são não determinísticos, ou seja, as mesmas entradas podem gerar resultados diferentes. Modelos tradicionais de aprendizado de máquina usados para decisões de crédito são determinísticos, de modo que as mesmas entradas produzem o mesmo resultado. Essa distinção importa enormemente quando se decide quem recebe crédito. É preciso saber quais fatores estão impulsionando a decisão, testar viés e ser capaz de corrigir problemas quando eles surgem.

A IA pode, sem dúvida, nos ajudar a construir modelos melhores para entender risco, e fazemos isso extremamente bem na Novo. Mas não acho que a IA sozinha resolva o grande problema do acesso de pequenas empresas ao capital. Grande parte desse problema vem do ambiente regulatório criado pelo framework Basel, que mudou a economia dos empréstimos a pequenas empresas para os bancos e os tornou menos dispostos a assumir esses riscos.

Sempre dizemos que as pequenas empresas são a espinha dorsal da economia, mas construímos um sistema financeiro ao redor delas onde muitas das decisões que afetam sua capacidade de sobreviver são tomadas em salas nas quais elas não têm voz. Esse é um problema muito maior do que termos um modelo de IA melhor.

IA também está se tornando cada vez mais importante na detecção de fraudes e na segurança financeira. Como as plataformas financeiras podem usar IA para identificar atividades suspeitas sem gerar falsos positivos excessivos ou tornar as transações legítimas mais difíceis para pequenas empresas?

A IA é particularmente útil para detectar coisas que não parecem corretas. Modelos de linguagem são surpreendentemente bons em classificação e agrupamento, o que permite usá‑los para identificar comportamentos incomuns a um custo relativamente baixo.

A distinção importante é que eu não usaria um modelo não determinístico para tomar a decisão final. Eu o utilizaria apenas para levantar um alerta e, em seguida, um modelo determinístico faria a decisão. Foi assim que abordamos a fraude na Novo.

Também trabalhamos com empresas como a Sardine, que podem trazer padrões de um conjunto muito mais amplo de instituições financeiras para nossos modelos. Elas nos ajudam a identificar coisas como credenciais que já foram associadas a fraudes ou comportamentos que parecem atividade automatizada. Construímos uma operação robusta de combate à fraude em torno dessa combinação de tecnologia e expertise. Segurança é sempre uma corrida armamentista, mas a IA nos fornece ferramentas melhores para nos mantermos à frente.

Sistemas de IA financeira podem ter acesso a informações extremamente sensíveis sobre receitas, despesas, clientes e saúde financeira de uma empresa. Que salvaguardas os empreendedores devem esperar em relação à privacidade de dados, segurança e ao uso de seus dados financeiros para treinar modelos de IA?

Existem algumas camadas nisso, começando pelas políticas e termos dos modelos que você está usando. Os principais provedores de modelos de fronteira oferecem opções empresariais e de API onde os dados dos clientes não são usados para treinar seus modelos, mas ainda há uma distinção importante entre usar um modelo via API e utilizá‑lo através de um aplicativo voltado ao consumidor, onde o histórico de conversas é armazenado.

Também há a questão de quanto de informação você realmente deseja fornecer a um sistema de IA. Na Novo, projetamos nossos agentes para que os clientes possam fazer essa escolha. Você pode querer que um agente responda perguntas usando apenas nosso conhecimento bancário, ou simplesmente indique onde a informação está no aplicativo, ou ainda se sentir confortável em fornecer mais dos seus dados financeiros porque isso gera uma resposta melhor.

Também inserimos sistemas entre os dados dos clientes e os modelos que podem remover automaticamente informações sensíveis, como EINs e números de Seguro Social, e testamos repetidamente nossos sistemas para garantir que não exponham informações que não deveriam. Isso é o que torna a construção de uma boa IA difícil. Não se trata apenas de tornar o modelo inteligente. É preciso criar as salvaguardas ao redor dele e mantê‑las em teste constante.

Há um enorme entusiasmo em torno da IA no fintech atualmente. Quais aplicações você acredita que são genuinamente transformadoras para pequenas empresas, e onde você acha que o setor está supervalorizando o que a IA pode entregar?

Deve haver entusiasmo pela IA em todos os setores. Já vimos esse filme antes. A internet mudou como distribuíamos software, os navegadores mudaram como o acessávamos, a computação em nuvem mudou como o implantávamos e o mobile mudou onde podíamos usá‑lo. A IA agora está mudando como experimentamos o software.

O que acho mais interessante é que também estamos mudando a linguagem do próprio software. As pessoas podem cada vez mais criar software descrevendo o que desejam em linguagem natural, em vez de aprender JavaScript ou Python. Por décadas, esse conhecimento técnico foi uma das barreiras que mantinha o desenvolvimento de software atrás de um portão. Esse portão está começando a cair, o que explica, em parte, por que empresas como Lovable e Replit cresceram tão rapidamente.

Ao mesmo tempo, acredito que ainda estamos muito no início. Grande parte do hype vem de pessoas no Vale do Silício que estão vivenciando a IA em um ritmo completamente diferente do resto do mundo. As empresas que realmente obtêm valor dela não a tratam como mágica. Elas descobrem o que a IA realmente pode fazer e a aplicam a problemas onde funciona.

Ainda estamos no começo disso. Quando você compara a adoção de IA com as curvas de adoção precoce da internet e do mobile, é incrivelmente precoce. Portanto, acho que descartar a IA porque a tecnologia atual não corresponde a parte do hype seria como olhar para a internet nos seus primeiros dias e decidir que era apenas uma moda passageira.

Olhando para o futuro, como você acha que a IA remodelará o próprio banco para pequenas empresas? Poderemos eventualmente passar do modelo atual de contas, painéis e ferramentas financeiras para plataformas financeiras autônomas que gerenciem ativamente grande parte das operações financeiras de uma empresa em nome do proprietário?

Essa é a visão que estamos construindo na Novo. Fundamentalmente, queremos recriar a experiência de ter um excelente consultor bancário no seu telefone. Você deve poder fazer uma pergunta e obter uma resposta, gerar um gráfico ou relatório quando precisar, receber informações de crédito no momento certo, descobrir seguros à medida que seu negócio cresce e até aprender sobre subsídios ou mudanças fiscais que possam beneficiá‑lo.

A inovação não está apenas em fazer a IA fazer coisas por você. É fazer a IA fazer essas coisas bem o suficiente para que você realmente confie nela. Isso é muito mais difícil do que parece, e acredito que a confiança está se tornando uma característica do próprio produto.

A IA pode manter muito mais informação em contexto do que uma pessoa, mas não pode substituir os relacionamentos humanos que realmente impulsionam os negócios. As pessoas assumem os riscos, constroem os relacionamentos e criam as oportunidades que movem a economia. É por isso que nossa medida de sucesso na Novo não é fazer você passar mais tempo em nosso aplicativo. É o contrário. Queremos que você passe o menor tempo possível lá e realize mais nesses poucos minutos do que poderia antes.

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