Radar IA 19 de outubro de 2026
✨ IA MÁGICA Agentes · Modelos · Automação
ÚLTIMAS
Novidades e Integrações

Agentes de conciliação bancária: cruzar extratos OFX com faturas no ERP

Arquitetura de um agente de IA que faz conciliação bancária: o formato OFX, a diferença para CSV, o cruzamento com lançamentos do ERP e as etapas de aprovação humana obrigatórias.

Agentes de conciliação bancária: cruzar extratos OFX com faturas no ERP
Imagem: capa editorial — Novidades e Integrações

Um agente de conciliação bancária é um sistema de software que lê o extrato do banco em formato OFX, lê os lançamentos registrados no ERP e tenta casar cada transação bancária com o lançamento correspondente, apontando o que sobrou nos dois lados. Na versão com IA, o agente não só compara valores exatos: ele usa um modelo de linguagem para ler o histórico das transações, reconhecer padrões e propor o pareamento quando os valores não batem ao centavo. O que separa um agente sério de um brinquedo é o desenho das etapas de aprovação humana, que continuam obrigatórias.

O ponto de partida técnico é o formato OFX, um padrão aberto de troca de dados financeiros que existe desde 1997 e é mantido hoje por um consórcio ligado à Financial Data Exchange (FDX). Sem entender o que vem dentro do arquivo OFX e como ele difere de um CSV, não dá para projetar o cruzamento com as faturas do ERP.

Resumo rápido

  • O que é: agente que cruza extrato bancário em OFX com os lançamentos do ERP.
  • Formato OFX: padrão aberto de troca de dados financeiros, XML nas versões 2.x.
  • OFX x CSV: OFX traz estrutura e tipos definidos; CSV traz só texto delimitado.
  • Papel da IA: casar transações quando o valor não bate exatamente e ler históricos.
  • Regra de ouro: aprovação humana obrigatória antes de qualquer baixa no ERP.
  • Integração: por exportação e importação de arquivo; webhooks só quando documentados.

O que é o formato OFX

OFX é a sigla de Open Financial Exchange, um padrão aberto para sistemas cliente-servidor e APIs em nuvem trocarem dados financeiros e executarem transações entre instituições financeiras e aplicações. Ele foi anunciado em 16 de janeiro de 1997 pela Microsoft, pela Intuit e pela CheckFree, e a primeira especificação saiu em 14 de fevereiro do mesmo ano, segundo a página oficial do OFX mantida pela FDX em financialdataexchange.org/about-fdx/ofx-work-group.

Três fatos do padrão importam para quem vai montar o agente:

  • A sintaxe mudou. As versões 1.0 a 1.6 usavam SGML. A partir da versão 2.x, o OFX passou a ser baseado em XML. Na prática, um arquivo OFX moderno tem tags e uma estrutura que qualquer parser de XML consegue ler.
  • A governança mudou. Em 2019, o consórcio do OFX passou a integrar a Financial Data Exchange (FDX), que hoje mantém a especificação. A FDX descreve sua missão como unificar o setor financeiro em torno de um padrão comum para acesso seguro e permissionado a dados financeiros de consumidores e empresas.
  • A especificação é pública. A FDX publica a especificação em PDF. Hoje ela é dividida em OFX Banking 2.3 e OFX Tax 2026.0, e a versão de banco pode ser baixada em OFX Banking Specification v2.3.

A autenticação também evoluiu. A partir do OFX 2.2, o padrão passou a oferecer um modelo de autenticação por token OAuth, além dos mecanismos anteriores. Isso interessa diretamente a quem constrói agentes que puxam extrato do banco, porque afeta como o agente se autentica na fonte.

O que vem dentro de um arquivo OFX

Um arquivo OFX de extrato de conta traz, em estrutura, duas partes principais. Uma seção de identificação da conta e do período, e uma lista de transações. Cada transação, por sua vez, carrega campos padronizados, e são esses campos que o agente usa para o cruzamento.

Elemento OFX O que representa Uso no agente
Banco e conta Instituição e número da conta Saber de qual conta veio o extrato
Período (data inicial e final) Janela de tempo do extrato Definir o intervalo a conciliar
Transação Uma linha de lançamento Unidade de cruzamento
Identificador da transação Código único daquela linha Evitar conciliar a mesma linha duas vezes
Tipo Débito, crédito ou outro Saber o lado do dinheiro
Data Data da transação Janela de busca do par no ERP
Valor Montante da transação Estoque da tolerância de diferença
Nome e memória Contraparte e histórico Campo principal de trabalho da IA

O campo de memória (o histórico da transação) é onde a IA mais agrega. É nele que aparece, por exemplo, o nome de um fornecedor abreviado, um número de nota ou uma referência a um contrato, informação que o casamento por valor exato não aproveita.

OFX e CSV: por que não são a mesma coisa

Muitos bancos oferecem exportação tanto em OFX quanto em CSV, e a diferença entre os dois muda o desenho do agente.

Critério OFX CSV
Estrutura Campos definidos por especificação Linhas e colunas definidas pelo banco
Tipo dos dados Padronizado pelo padrão Depende do layout do arquivo
Identificador de transação Faz parte da estrutura Pode existir ou não, a critério do banco
Diferenças entre bancos Menores, por usar o mesmo padrão Grandes, cada banco formata do seu jeito
Uso típico no agente Fonte mais estável e estruturada Precisa de parsing por banco

O OFX tende a dar menos dor de cabeça porque a especificação padroniza os nomes e os tipos dos campos. Um CSV, por outro lado, é só texto com separadores, e cada banco decide o layout: ordem das colunas, formato de data, uso de vírgula ou ponto no decimal. Isso obriga a escrever e manter um parser por banco, o que é o tipo de trabalho que ninguém quer multiplicar.

A arquitetura do agente de conciliação

Um agente de conciliação bancária bem desenhado separa o que é determinístico do que é probabilístico. Casamento exato de valor com data não precisa de IA. Já o pareamento aproximado é onde o modelo de linguagem ajuda. A arquitetura abaixo trata cada camada com a ferramenta certa.

  • 1. Ingestão. Receber o arquivo OFX do banco e os lançamentos exportados do ERP. Registrar origem, período e conta.
  • 2. Parsing do OFX. Ler a estrutura do arquivo e extrair conta, período e a lista de transações com todos os campos.
  • 3. Normalização. Converter valores para número e datas para um formato único, para que banco e ERP falem a mesma língua.
  • 4. Casamento exato. Casar as transações em que valor, data e tipo batem sem ambiguidade. Etapa puramente de regra, sem IA.
  • 5. Casamento assistido por IA. Nas transações que sobraram, o modelo lê o histórico e propõe o par mais provável, com um grau de confiança.
  • 6. Fila de revisão. Tudo que a IA propôs e tudo que ficou sem par vai para uma fila humana, nunca direto para o ERP.
  • 7. Aprovação humana. Uma pessoa confirma ou rejeita cada proposta. Só o que for aprovado gera efeito no sistema.
  • 8. Baixa no ERP. A conciliação aprovada é aplicada, por importação de arquivo ou pelo mecanismo que o ERP oferecer.
  • 9. Log e auditoria. Registrar quem aprovou o quê, quando e com base em qual sugestão.

A ordem importa. O casamento exato primeiro reduz o volume que chega à IA, e a IA reduz o volume que chega ao humano. Cada camada existe para poupar a seguinte.

Onde a IA realmente ajuda

Vale ser específico sobre o que a IA faz bem nesse fluxo, e o que ela não deve fazer.

Onde ajuda: casar uma transação bancária com um lançamento do ERP quando o valor bate mas a data tem poucos dias de diferença; reconhecer que um histórico abreviado do banco, como o nome de uma operadora de cartão, corresponde a um lançamento lançado com outro nome no ERP; agrupar estornos e tarifas; e sugerir o plano de contas mais provável para um lançamento sem par.

O que não deve fazer: dar baixa definitiva sem revisão, decidir sozinho em casos de valor alto ou fora do padrão, e reescrever lançamentos contábeis. A IA propõe, a pessoa decide. Isso não é uma limitação temporária: é uma decisão de controle, coerente com o princípio contábil de que cada lançamento precisa de responsável.

As etapas de aprovação humana obrigatórias

O desenho das aprovações é o que impede o agente de virar um passivo. Um arranjo defensável tem três níveis de controle.

Etapa O que acontece Regra de bloqueio
Revisão do casamento exato Amostragem das conciliações automáticas Sinalizar se a taxa de erro amostral subir
Revisão do casamento por IA Humano confirma ou rejeita cada proposta Nada entra no ERP sem aprovação explícita
Alçada por valor Transações acima de um limite exigem aprovador sênior Bloqueio automático acima do teto

A alçada por valor é a peça mais prática. Uma tarifa de alguns reais pode ser aprovada em lote. Já uma transferência de valor alto nunca deveria depender só da confiança no modelo. Definir esse teto é uma decisão de gestão, não de tecnologia, e deve sair da política de controles internos da empresa.

Integração com o ERP

Aqui vale uma ressalva importante: não existe uma resposta única de integração, porque cada ERP tem seu próprio conjunto de recursos, e inventar nomes de APIs de sistemas específicos seria errar o alvo. O que se pode afirmar com segurança é o padrão geral.

Por arquivo. O caminho mais universal e mais fácil de auditar. O agente gera um arquivo em um formato que o ERP aceita, geralmente CSV ou um layout de importação padronizado, e uma pessoa faz a importação. Essa abordagem tem uma vantagem de controle: a importação é um ato deliberado, com um arquivo rastreável.

Por integração direta. Quando o ERP oferece interface programática documentada, o agente pode enviar as conciliações aprovadas sem passagem manual pelo arquivo. Isso só deve ser feito sobre uma API que o próprio fornecedor documenta, seguindo as regras dele de autenticação e de limite de uso.

Por webhooks. Webhooks servem para o ERP avisar o agente de um evento, como um lançamento novo aprovado. Mas webhook é recurso que precisa estar documentado pelo fornecedor para existir. Só conte com ele quando a documentação oficial do ERP confirmar o recurso. Se a recepção de eventos vier por webhook, vale tratar a validação do evento como assunto de segurança, como se discute em webhooks: validar assinatura.

Em qualquer um dos casos, o dado financeiro passa por sistemas diferentes, e isso exige cuidado com quem tem acesso ao quê. Sobre esse ponto, vale ler o material do portal sobre segurança e LGPD na implantação de IA.

Exemplo: transportadora em Goiânia com cartão corporativo

Considere uma transportadora de médio porte em Goiânia que dá cartão corporativo a dezenas de motoristas. As compras de combustível e pedágio aparecem na fatura do cartão e no extrato da conta que paga a fatura, enquanto a equipe financeira lança cada despesa no ERP à mão, a partir de notas e comprovantes.

O agente entra em duas frentes. Na primeira, ele lê o extrato em OFX da conta e tenta casar cada pagamento da fatura com o lançamento correspondente. Na segunda, ele olha as transações individuais do cartão e propõe o centro de custo e o motorista para cada uma, com base no histórico e no nome do estabelecimento. O que não bate entra numa fila de revisão, e o financeiro aprova ou corrige.

O ganho está em reduzir o tanto de linha que chega à mão humana, não em eliminar a conferência. É um cenário ilustrativo, para mostrar o critério de desenho. Quanto de fato se economiza depende do volume de transações, da qualidade dos históricos e de quanto o ERP aceita receber de forma automática, e só um piloto com os dados reais responde isso.

Erros comuns

  • Dar baixa automática no ERP. Conciliar sem aprovação humana transforma qualquer erro do agente em erro contábil registrado.
  • Tratar OFX e CSV como iguais. O OFX tem estrutura padronizada; o CSV muda de banco para banco e exige parser próprio.
  • Ignorar a versão do OFX. Versões 1.x usam SGML, versões 2.x usam XML. Ler uma com o parser da outra quebra.
  • Presumir webhook do ERP sem documentação. Só use integração por evento se o fornecedor documentar o recurso.
  • Não guardar o identificador da transação. Sem ele, a mesma linha pode ser conciliada duas vezes.
  • Deixar a IA decidir em valores altos. Defina alçada por valor e bloqueie o que passar do teto.
  • Cruzar sem normalizar data e valor. Banco e ERP em formatos diferentes geram milhares de falsos não casados.

Perguntas frequentes

O que é OFX, em uma frase?

É um padrão aberto para trocar dados financeiros entre bancos e aplicações, criado em 1997 e hoje mantido pela Financial Data Exchange. Nas versões 2.x, o arquivo é baseado em XML, o que facilita o parsing.

OFX é melhor que CSV para conciliação?

Em geral sim, porque a especificação padroniza os campos e reduz as diferenças entre bancos. O CSV depende do layout de cada instituição, o que obriga a escrever um parser por banco. Se você pode escolher, o OFX tende a dar menos manutenção.

O agente pode dar baixa sozinho no ERP?

Não deveria. O desenho recomendado é que o agente proponha o casamento e uma pessoa aprove. A baixa só acontece depois da aprovação, com log de quem aprovou e com base em qual sugestão.

Preciso de IA para conciliar?

Não para o casamento exato, que é regra pura. A IA ajuda no que sobra: casar com pequenas diferenças de data, ler históricos abreviados e sugerir contas. É um complemento, não um substituto da lógica determinística.

Como integrar com o meu ERP?

O caminho mais universal é por arquivo: o agente gera um CSV ou um layout de importação e uma pessoa importa. Integração direta só quando o fornecedor documenta uma API, e webhooks apenas quando o recurso existe na documentação oficial.

Isso serve para faturas de cartão de crédito?

Sim. O mesmo desenho vale para cruzar a fatura do cartão com os lançamentos do ERP e com o extrato que paga a fatura. A diferença está nos campos disponíveis, que variam conforme o que o banco e o ERP exportam.

Fontes e leitura recomendada

Sobre

A Redação IA Mágica é formada por especialistas e pesquisadores em inteligência artificial aplicada, agentes autônomos, automações no-code/pro-code e grandes modelos de linguagem (LLMs). Nossos conteúdos cobrem implementações reais, análises e tutoriais aprofundados para profissionais e empresas.