A IA vai substituir os analistas de valuation? O modelo DCF se constrói sozinho -- mas o deal ainda precisa de você

A Planilha Que Se Escreve Sozinha

Se você trabalha com avaliação de empresas, provavelmente já percebeu algo perturbador. Aquele modelo de fluxo de caixa descontado que costumava levar dois dias inteiros para construir? Uma IA agora gera um primeiro rascunho razoável em menos de dez minutos. Análises de empresas comparáveis que exigiam horas de extração de dados do FactSet ou Bloomberg? Ferramentas de IA raspam, normalizam e apresentam os dados antes de você terminar seu segundo café da manhã.

Isso não é hipotético. Nossos dados mostram que analistas de avaliação têm uma exposição geral à IA de 61% em 2025, com um risco de automação de 48% [Fato]. Entre profissionais de finanças, este é um dos níveis mais altos de exposição — e a trajetória é íngreme. Mas eis a reviravolta: a demanda por analistas qualificados que combinam competências tradicionais de avaliação com fluência em IA não desabou. Na verdade, vagas publicadas para analistas que conjugam habilidades clássicas de avaliação com domínio de IA cresceram aproximadamente 18% ano a ano nos principais centros financeiros dos EUA [Estimativa, baseada em dados agregados do LinkedIn e Indeed, Q1 2026].

Então, qual é a verdade — uma profissão em declínio ou uma profissão sendo remodelada? A resposta honesta é que as duas coisas são verdadeiras ao mesmo tempo, e a diferença entre prosperar e ser eliminado dependerá de como você responde nos próximos dezoito meses.

O Que os Números Realmente Dizem Sobre Seu Emprego

Vamos ser específicos. Quando decompomos o papel do analista de avaliação em suas tarefas constituintes, o quadro se torna muito mais nítido. Aproximadamente 72% do trabalho de coleta de dados que historicamente consumia analistas iniciantes é agora automatizável com ferramentas da geração atual. Isso inclui extrair transações comparáveis, normalizar demonstrações financeiras, calcular múltiplos padrão e construir seções de texto padrão de memorandos de avaliação [Estimativa].

Mas nem toda avaliação é coleta de dados. O trabalho que exige julgamento — selecionar o conjunto correto de empresas comparáveis quando não existem pares óbvios, defender uma hipótese de taxa de desconto perante um comitê de auditoria cético, navegar por uma disputa de valor justo contestada, estruturar um pagamento condicional em um negócio de capital fechado — é muito menos automatizável. Estimamos que apenas cerca de 24% desse trabalho de julgamento enfrenta risco significativo nos próximos cinco anos [Estimativa].

O problema é que analistas no início de carreira passam aproximadamente 70-80% do tempo em tarefas automatizáveis, enquanto avaliadores seniores passam a maior parte do tempo em tarefas de julgamento. Isso cria um aperto brutal no meio. Se você está dois a quatro anos em sua carreira, está exatamente onde a IA mais devora.

Para uma análise mais granular das tarefas — incluindo as subtarefas específicas que nosso modelo sinaliza como de alto risco versus protegidas — consulte a página de ocupação de analistas de avaliação.

A OIT e a OCDE Não Concordam Completamente Conosco, e Isso Importa

Quando comparamos nossa figura de exposição de 61% com benchmarks externos, o quadro se torna interessante. O estudo de exposição à IA generativa da Organização Internacional do Trabalho de 2024 posicionou analistas financeiros de forma mais ampla em torno de 45-55% de exposição [Alegação, OIT 2024]. A Perspectiva de Emprego 2023 da OCDE sobre IA e mercados de trabalho chegou ainda mais baixo para "profissionais financeiros e de seguros", em torno de 38% [Alegação, OCDE 2023].

Por que essa discrepância? Três razões. Primeiro, nossa pontuação é específica para trabalho de avaliação, não para a categoria mais ampla de analistas financeiros. Segundo, nossa análise incorpora capacidades de modelos de 2025 — particularmente raciocínio de longo contexto sobre documentos financeiros — que simplesmente não existiam quando a OIT e a OCDE realizaram seus estudos. Terceiro, ponderamos as tarefas pelas horas gastas em vez de tratar cada tarefa como igualmente importante. Quando um avaliador júnior passa sessenta por cento de sua semana em trabalho de dados automatizável, isso eleva acentuadamente o número de exposição.

A implicação: as cifras de exposição publicadas de 2023-2024 quase certamente subestimam o risco para funções analíticas em 2026 e além. Não se console com os números mais baixos que você pode ver em relatórios mais antigos.

O Que Avaliadores Seniores Estão Realmente Fazendo (Que Você Provavelmente Não Faz)

Conversamos com uma diretora-gerente de uma firma de assessoria em avaliação de médio porte que atua na área há vinte e dois anos. A resposta dela à pergunta "o que a IA significa para sua equipe" foi reveladora. "Parei de contratar analistas que sabem construir um FCD. Todo mundo sabe construir um FCD agora. Contrato analistas que me dizem quando o FCD é a ferramenta errada."

Como isso se parece na prática? Significa saber que um FCD aplicado a um negócio de software em alto crescimento e estágio inicial produzirá um número, mas esse número é amplamente insignificante porque a hipótese de valor terminal engole todo o modelo. Significa compreender por que uma abordagem baseada em ativos faz sentido para um imóvel em dificuldades, mas não para uma prática de consultoria sem ativos físicos. Significa reconhecer o momento em que uma abordagem de renda precisa ser verificada com uma abordagem de mercado, e em qual delas confiar quando divergem em trinta por cento.

Essas não são habilidades que se adquirem rodando mais modelos. Elas se adquirem lendo centenas de transações, participando de disputas com especialistas adversários, tendo suas conclusões contestadas em deposição ou por um revisor das Big Four. A IA não pode fazer isso por você, nem pode fazê-lo em seu lugar — pelo menos não ainda, e provavelmente não por muito tempo.

Os Três Grupos: Quem Está Seguro, Quem Está Pressionado, Quem Foi Eliminado

Veja como enxergamos os próximos cinco anos para a profissão de avaliação.

Grupo um — os trinta por cento mais seguros. Avaliadores seniores com especialização profunda (avaliação de ativos intangíveis para fins fiscais, avaliação de derivativos complexos, avaliação de ESOPs, avaliação de práticas médicas) verão seu trabalho mudar, mas não desaparecer. A IA trata da mecânica do modelo; eles cuidam do julgamento defensável. A remuneração para esse grupo provavelmente aumentará, porque a oferta de verdadeiros especialistas é escassa e a demanda por avaliações defensáveis em um ambiente cada vez mais litigioso continua crescendo.

Grupo dois — o meio pressionado, aproximadamente cinquenta por cento. Generalistas de carreira intermediária que construíram suas carreiras com base na velocidade e precisão com modelos padrão enfrentam o ajuste mais difícil. Sua competência central — ser mais rápido e mais preciso do que o próximo na construção de comparáveis e FCD — está sendo comoditizada em tempo real. Para sobreviver, esse grupo precisa se mover com determinação em uma de duas direções: ou subir na escada do julgamento (especialização mais profunda, trabalho como perito, resolução de disputas) ou migrar lateralmente para funções adjacentes onde o domínio de avaliação é valioso, mas não a competência primária (desenvolvimento corporativo, assessoria em transações, private equity).

Grupo três — os vinte por cento deslocados. Analistas iniciantes cuja proposta de valor era "consigo percorrer modelos mais rápido do que os seniores querem" enfrentam o caminho mais árduo. Essas vagas já estão diminuindo nas grandes firmas. A boa notícia é que profissionais no início de carreira têm mais tempo para se reposicionar. A má notícia é que o ponto de entrada na profissão está se estreitando, e ingressar de fora é mais difícil do que era há cinco anos.

O Que Fazer Neste Trimestre — Com Concretude

Se você leu até aqui e trabalha com avaliação, aqui estão cinco movimentos concretos a fazer nos próximos noventa dias.

Primeiro, escolha uma ferramenta de IA e torne-se genuinamente proficiente. Não "tentei o ChatGPT uma vez para um comparável." Genuinamente proficiente — ou seja, você consegue orientá-la por um memorando de avaliação completo em primeira versão com fontes adequadas, entende onde ela alucina e tem uma lista de verificação do que conferir manualmente. As ferramentas de IA da Bloomberg, o Mercury da FactSet, as integrações GenAI do Capital IQ e ferramentas independentes como o AlphaSense são bons pontos de partida.

Segundo, construa um portfólio de "casos de julgamento" — situações em que o modelo óbvio deu a resposta errada e seu julgamento detectou isso. Documente-os. Dois parágrafos cada. Você precisará deles em avaliações de desempenho, em entrevistas e em sua própria cabeça quando precisar lembrar por que seu trabalho não foi comoditizado.

Terceiro, leve a sério uma especialidade. A avaliação é uma profissão que recompensa a profundidade. Escolha algo — Seção 409A, valores mobiliários complexos, impairment de ativos intangíveis, preço de transferência, dívida em dificuldades — e comece a construir expertise sistematicamente. Leia os guias práticos do AICPA. Faça os cursos CEIV ou ASA. Participe de disputas se puder.

Quarto, invista em sua comunicação escrita. A IA pode gerar um modelo, mas um memorando de avaliação claro e defensável que guia o leitor pelo seu raciocínio permanece uma habilidade profundamente humana. Conselhos de administração, comitês de auditoria, juízes e autoridades fiscais leem esses documentos. O analista que escreve o memorando mais persuasivo vence, ponto final.

Quinto, torne-se visível. A profissão de avaliação funciona com base em reputação e indicações. Publique no LinkedIn. Apresente em conferências da NACVA ou ASA. Comente com discernimento em exposições de draft do FASB. A IA não pode construir reputação por você, e a reputação está se tornando uma parcela maior do que o mercado paga.

A Conclusão Honesta

A avaliação não vai desaparecer. Empresas continuarão sendo compradas e vendidas, patrimônios continuarão sendo tributados, disputas continuarão precisando de especialistas, relatórios financeiros continuarão precisando de medições defensáveis de valor justo. O trabalho em si é durável.

Mas o trabalho será realizado por muito menos pessoas do que o fazem hoje, e essas pessoas serão diferentes dos analistas de avaliação atuais. Serão mais especializadas, mais orientadas ao julgamento, mais à vontade para dirigir a IA em vez de competir com ela. A corrida não é humano versus máquina — é humano-mais-máquina versus humano-sozinho, e a lacuna entre esses dois está se alargando rapidamente.

A boa notícia para quem lê isto é que a transição está acontecendo ao longo de anos, não de meses. Você tem tempo. A questão é se você usa esse tempo, ou espera.

Histórico de Atualizações

• 2026-04-22: Publicação inicial baseada na análise de tarefas do Q1 2026
• 2026-05-14: Expandido com comparação de benchmarks OIT/OCDE, estrutura de três grupos e plano de ação concreto de noventa dias. Adicionada discussão sobre requisitos de fluência em ferramentas de IA para trabalho de avaliação da geração atual.

---

_Esta análise foi gerada com auxílio de IA e revisada para precisão. Os pontos de dados marcados com [Fato] são provenientes de nosso modelo interno; [Alegação] refere-se a fontes externas citadas; [Estimativa] reflete análise direcional onde cifras precisas ainda não estão disponíveis._