Excel com inteligência artificial: análises que você confere

Excel com inteligência artificial: análises que você confere

Para usar Excel com inteligência artificial com segurança, peça à IA fórmulas, estruturas e planos de análise, não números prontos, e confira cada passo na própria planilha. Trabalhe com uma amostra sem dados pessoais ou só com o nome e o tipo das colunas. Assim a IA acelera o trabalho e você continua capaz de explicar de onde cada resultado veio.

Principais pontos

• A IA é boa para escrever fórmulas, explicar fórmulas alheias e sugerir um plano de análise. Ela é um risco quando entrega um total sem mostrar como chegou nele.
• Peça sempre a fórmula ou o passo, nunca só o resultado. Quem executa o cálculo deve ser o Excel, não o modelo de linguagem.
• Antes de colar qualquer coisa num chat, remova ou substitua dados pessoais e financeiros sensíveis. Muitas vezes a IA só precisa da estrutura da tabela.
• Toda análise precisa de uma conferência independente: um total de controle, um teste em poucas linhas e uma pessoa que entende o negócio olhando o resultado.
• Registre o que foi pedido, o que foi respondido e o que foi conferido. Sem esse registro, ninguém consegue repetir ou auditar a análise depois.

Onde a IA ajuda de verdade numa planilha

O uso mais seguro de IA em planilhas é como assistente de escrita de fórmulas. Você descreve o que quer em português comum, como "somar o valor da coluna D quando a região for Sul e o mês for outubro", e recebe uma fórmula com SOMASES pronta para testar. O ganho está em não precisar lembrar a sintaxe, e o risco é baixo porque você enxerga a fórmula e vê o resultado na célula.

Outro uso útil é a explicação. Quase toda empresa tem uma planilha herdada, com fórmulas aninhadas que ninguém mais entende. Você pode colar uma fórmula (sem dados reais) e pedir que a IA descreva, passo a passo, o que ela faz. Isso ajuda a documentar e a encontrar erros antigos, como intervalos que não cobrem todas as linhas.

A IA também ajuda a planejar. Dada a descrição das colunas, ela sugere como organizar uma tabela dinâmica, que indicadores calcular, que verificações de qualidade fazer antes de analisar (duplicados, datas fora do padrão, células vazias) e como estruturar abas de dados, cálculo e resultado.

O uso que exige mais cuidado é pedir à IA que "analise" uma planilha inteira e devolva conclusões. Modelos de linguagem podem errar contas, ignorar linhas ou inventar uma explicação plausível para um padrão que não existe. Quando a ferramenta executa código de verdade sobre o arquivo, o risco diminui, mas continua sendo seu o trabalho de conferir. A regra prática: a IA propõe, o Excel calcula, você valida.

Como proteger dados sensíveis antes de qualquer prompt

Planilhas empresariais costumam misturar CPF, e-mail, telefone, salário, valores de contratos e dados de clientes. Colar isso num chat público sem critério é o erro mais comum e o mais evitável. Antes de qualquer prompt, vale decidir o que a IA realmente precisa ver. Na maior parte dos casos de fórmula, ela precisa apenas do nome das colunas, do formato dos valores e de dois ou três exemplos fictícios.

Uma rotina simples de preparação:

• Copie a estrutura da planilha para um arquivo novo, mantendo só os cabeçalhos.
• Substitua nomes e documentos por valores inventados com o mesmo formato, como "Cliente 01" e "000.000.000-00".
• Troque valores financeiros reais por números de teste que ainda permitam verificar a lógica.
• Remova abas ocultas, comentários e metadados que possam carregar informação interna.
• Confirme qual ferramenta de IA a empresa autorizou e em que condições ela trata os dados enviados.

O último ponto é de governança, não de técnica. A empresa precisa de uma regra clara sobre quais ferramentas podem receber quais tipos de dado. Se isso ainda não existe, vale começar pela política de uso de ChatGPT na empresa, que ajuda a definir o que permitir e o que proibir. Quando a planilha contém dados pessoais, a LGPD se aplica ao tratamento, inclusive o feito por uma ferramenta externa. O site da ANPD é a referência oficial para orientações sobre o tema, e a decisão sobre casos específicos deve passar por quem cuida de privacidade na empresa ou por assessoria jurídica.

Também existe a opção de rodar a análise em ambiente controlado, como uma conta empresarial com termos de uso adequados ou uma ferramenta integrada ao pacote que a empresa já contrata. Isso não elimina a necessidade de minimizar dados. Quanto menos a IA recebe, menor o dano se algo der errado.

Passo a passo para gerar uma fórmula que você consegue conferir

Este é o fluxo que recomendamos para qualquer fórmula nova. Ele funciona com qualquer assistente de IA e com Excel ou Google Planilhas.

• Passo um: descreva o objetivo em uma frase, com o nome exato das colunas e a aba onde estão. Diga a versão do Excel ou se é Google Planilhas, porque funções como PROCX nem sempre existem em versões antigas.
• Passo dois: informe o formato dos dados. Datas estão como data ou como texto? Valores usam vírgula decimal? Há células vazias ou espaços sobrando?
• Passo três: peça a fórmula e também uma explicação de cada parte, com um exemplo de entrada e saída esperada.
• Passo quatro: teste a fórmula numa cópia da planilha, em cinco ou seis linhas cujo resultado você calcula na mão.
• Passo cinco: teste os casos de borda: célula vazia, valor zero, texto onde deveria haver número, item que não existe na tabela de busca.
• Passo seis: estenda a fórmula para todas as linhas e compare um total de controle com uma fonte independente, como o relatório do sistema de origem.
• Passo sete: anote numa aba de documentação o objetivo, a fórmula, a data e quem conferiu.

Um detalhe importante no passo quatro: calcule o esperado antes de olhar o que a fórmula devolveu. Se você olha o resultado primeiro, tende a achar que está certo. Também desconfie de fórmulas que funcionam mas escondem erros, como SEERRO envolvendo tudo. Ela pode transformar um problema real em zero silencioso. Peça à IA para tratar só os erros esperados e deixar os outros aparecerem.

Como pedir uma análise sem receber um número solto

Quando o objetivo é entender os dados, e não só escrever uma fórmula, a forma de pedir muda tudo. Em vez de "qual produto vende mais?", peça um método: "descreva como calcular o produto com maior receita por mês usando tabela dinâmica, com os campos de linha, coluna e valor, e liste as verificações de qualidade que devo fazer antes".

A diferença é que o método pode ser executado e inspecionado por você. A resposta direta só pode ser aceita ou rejeitada. Três hábitos tornam a análise verificável:

• Peça o raciocínio em etapas curtas e numeradas no texto, para que cada etapa corresponda a uma célula, uma coluna auxiliar ou uma tabela dinâmica que você consegue abrir.
• Peça que a IA liste as suposições que fez, como "considerei que devoluções estão como valores negativos". Suposições erradas são a fonte mais comum de conclusões erradas.
• Peça pontos de verificação: totais que devem bater, contagens de linhas antes e depois de um filtro, valores mínimo e máximo plausíveis.

Use colunas auxiliares visíveis em vez de uma fórmula gigante. Uma coluna para limpar o texto, outra para converter a data, outra para classificar a linha. Cada uma pode ser inspecionada separadamente, e quem herdar a planilha entende o caminho. Se a análise virar rotina mensal, vale transformá-la em um processo documentado, como descrevemos em conciliação bancária com IA, onde a mesma lógica aparece: automatizar o que é repetitivo e conferir o que tem consequência financeira.

Quando os dados chegam de PDFs, notas ou relatórios exportados, a etapa de extração tem seus próprios erros. O artigo sobre extrair dados de PDF com IA explica como definir campos, regras e conferência humana antes de a informação chegar à planilha.

Checklist de conferência antes de usar o resultado

Antes de levar qualquer número para uma reunião, uma proposta ou uma decisão de compra, passe por esta lista:

• O número de linhas processadas bate com o número de linhas da fonte?
• Existe um total de controle independente (do sistema, do extrato, do relatório anterior) que coincide com o resultado?
• Os cinco maiores e os cinco menores valores fazem sentido para quem conhece o negócio?
• Células vazias, duplicadas e datas fora do período foram tratadas de forma explícita, e não ignoradas?
• Cada fórmula nova foi testada em casos de borda?
• As suposições da análise estão escritas em algum lugar da planilha?
• Uma segunda pessoa conseguiria refazer o resultado só com a documentação?
• Se a decisão envolver clientes ou funcionários, há revisão humana antes de qualquer ação?

O último item merece atenção. Quando uma análise de planilha vira critério para negar crédito, desconto ou atendimento a alguém, ela entra no território das decisões automatizadas. O artigo sobre decisões automatizadas na LGPD trata do direito de revisão e de por que uma pessoa precisa poder entender e contestar o critério.

Cenário ilustrativo: relatório mensal de vendas

Imagine uma pequena distribuidora cujo gestor monta, todo mês, um relatório de vendas por região a partir de uma exportação do sistema. É um cenário ilustrativo, sem relação com nenhuma empresa real.

O gestor cria uma cópia com os cabeçalhos e dez linhas fictícias. Pede à IA uma fórmula que some as vendas por região e mês, e outra que sinalize pedidos sem código de região. A IA devolve SOMASES para o total e uma verificação com SE e CONT.SE para os pedidos sem região. Ele testa as duas nas dez linhas fictícias, calculando o esperado antes. Uma das fórmulas falha quando a região vem com espaço no final, e a IA sugere uma coluna auxiliar com ARRUMAR, que ele passa a usar.

Na planilha real, ele aplica as fórmulas e compara o total geral com o total que o próprio sistema mostra. Se baterem, segue. Se não, a coluna de pedidos sem região mostra onde procurar. Por fim, anota numa aba de documentação o que foi feito. No mês seguinte, qualquer pessoa da equipe repete o processo em minutos, e em nenhum momento a IA viu um nome de cliente ou um valor real.

Como aplicamos mapear, limitar, pilotar e transferir

O método que usamos em projetos de IA vale também para planilhas. Primeiro, mapear: quais planilhas sustentam decisões importantes, quem as mantém, de onde vêm os dados e qual é o resultado hoje, sem IA, que servirá de referência. Depois, limitar: definir quais dados podem sair do ambiente da empresa, em qual ferramenta e com qual tipo de ação permitida (sugerir fórmula sim, alterar a planilha de produção não).

Em seguida, pilotar um único fluxo real, como o relatório mensal, com registro do que foi pedido e conferido, e um critério de sucesso combinado antes de começar. Por fim, transferir: documentar o procedimento para a equipe e decidir se expande, ajusta ou para. Para estruturar esse piloto, o texto sobre guardrails para agentes de IA mostra como pensar em controles de entrada, saída e ação, e o NIST AI Risk Management Framework é uma referência pública para organizar a gestão de risco. Para entender riscos específicos de aplicações com modelos de linguagem, como vazamento de informação sensível e confiança excessiva na saída, consulte o OWASP Top 10 para aplicações com LLM.

Perguntas frequentes

É seguro colar minha planilha inteira no ChatGPT ou em outra IA? Em geral não é o melhor caminho. Planilhas costumam conter dados pessoais e financeiros, e a IA raramente precisa deles para escrever uma fórmula. Envie só a estrutura e dados fictícios, e confirme qual ferramenta a empresa autorizou antes de enviar qualquer informação real.

A IA pode errar contas numa planilha? Pode. Modelos de linguagem não são calculadoras e podem errar somas, ignorar linhas ou inventar explicações. Por isso o caminho mais confiável é pedir a fórmula, deixar o Excel calcular e conferir o resultado com um total independente e alguns casos testados à mão.

Preciso saber Excel avançado para usar IA nesse processo? Não precisa de conhecimento avançado, mas precisa entender o suficiente para conferir. Se você não consegue explicar o que a fórmula faz nem testar um caso simples, o risco de aceitar um erro é alto. Peça à IA que explique cada parte e comece por tarefas pequenas.

Como documentar o uso de IA numa planilha que a equipe vai reutilizar? Crie uma aba de documentação com o objetivo da análise, as fórmulas principais, as suposições, a data, quem conferiu e qual total de controle foi usado. Se possível, guarde também o pedido feito à IA. Isso permite repetir o processo no mês seguinte e facilita qualquer auditoria futura.

Fontes

• NIST: AI Risk Management Framework
• OWASP: Top 10 for LLM Applications
• ANPD: Autoridade Nacional de Proteção de Dados