Totvs aposta em orquestração de IA para transformar a controladoria hoteleira

A discussão sobre a integração da inteligência artificial nos processos operacionais do setor hoteleiro brasileiro ganhou um novo capítulo com a divulgação de estratégias de software corporativo no evento Universo Totvs 2026, realizado em São Paulo. A agenda, que reuniu executivos e desenvolvedores, colocou no centro do debate a transição do uso isolado de ferramentas de automação para a orquestração de múltiplos modelos de linguagem. Para o setor de hotelaria, esse movimento representa uma mudança de paradigma na forma como a controladoria e a auditoria noturna lidam com o volume crescente de transações financeiras e operacionais diárias.

A arquitetura da governança e o fim do modelo único

A principal novidade técnica apresentada foi o LYNN, descrito pela Totvs como o primeiro foundation de inteligência artificial B2B do país. Diferente das abordagens anteriores, que tentavam impor um único algoritmo para todas as funções, a nova plataforma opera como uma camada de abstração. Ela permite que o software hoteleiro acesse diferentes modelos de linguagem, como os desenvolvidos por grandes players globais de tecnologia, sem que a empresa hoteleira precise gerenciar diretamente as chaves de API ou a infraestrutura de computação. Essa arquitetura responde a uma realidade de mercado em que não há um modelo dominante absoluto; cada algoritmo possui vantagens específicas para tarefas de classificação, extração de dados ou geração de texto. A proposta é que a inteligência humana defina as regras de negócio e a governança, enquanto a máquina executa a varredura massiva de dados.

Para o controller hoteleiro, a implicação imediata dessa estrutura é a segurança dos dados. A hotelaria lida com informações sensíveis, incluindo dados de hóspedes, transações de cartão de crédito e contratos de fornecimento. A plataforma busca garantir que os dados trafeguem dentro de um ambiente controlado, onde o acesso é segmentado por permissões. Isso mitiga o risco de vazamento de informações confidenciais para modelos de terceiros, uma preocupação constante para departamentos de compliance e segurança da informação. A orquestração permite que o sistema escolha o modelo mais adequado para cada tarefa, otimizando custos de processamento e latência, fatores críticos quando se trata de fechar o dia operacional em tempo real.

Do piloto de conciliação à eficiência do night audit

Uma das aplicações mais tangíveis para o back-of-house é o desenvolvimento de um agente de conciliação financeira, atualmente em fase piloto em uma grande rede hoteleira. Historicamente, a conciliação de contas é uma das tarefas mais onerosas para o night auditor, envolvendo a verificação manual de faturamentos por canal de distribuição, taxas de serviço, impostos e créditos de fornecedores. A automação via IA promete reduzir drasticamente o tempo gasto nessa rotina, permitindo que o profissional foque em exceções reais em vez de conferência linear. Em um cenário de alta ocupação e complexidade de tarifas dinâmicas, a capacidade de identificar divergências entre o que foi vendido e o que foi cobrado é vital para a integridade do P&L.

A implementação de agentes de IA na conciliação não elimina a necessidade de supervisão humana, mas altera a natureza do trabalho. O night auditor passa a atuar como um revisor de decisões automatizadas, validando apenas os casos em que a confiança do algoritmo é baixa ou quando há inconsistências lógicas. Esse modelo híbrido tende a aumentar a precisão do fechamento diário, reduzindo o risco de erros de digitação e fadiga, fatores que historicamente comprometem a qualidade dos dados financeiros gerados no período noturno. A agilidade no fechamento também impacta a disponibilidade de dados para a gestão, permitindo que o gerente geral tome decisões com base em números mais atualizados.

Impactos na revenue management e distribuição

Além da controladoria, a integração de IA no ERP hoteleiro abre portas para a otimização da revenue management. Com a capacidade de processar grandes volumes de dados de reservas, cancelamentos e alterações em tempo real, os revenue managers podem contar com insights preditivos mais precisos. A IA pode analisar padrões de comportamento do hóspede e variáveis de mercado para sugerir ajustes de tarifa com maior rapidez do que as planilhas manuais ou sistemas legados. Isso é particularmente relevante em um mercado brasileiro marcado por sazonalidades extremas e eventos corporativos de grande porte, onde a velocidade de reação à demanda é determinante para a maximização do RevPAR.

Na frente de distribuição, a automação de processos de reconciliação entre o Property Management System (PMS) e os Channel Managers pode reduzir as discrepâncias que levam a overbookings ou perdas de receita. A IA pode monitorar a sincronização de disponibilidade e tarifas em múltiplos canais de distribuição, alertando a equipe de reservas sobre falhas de comunicação antes que elas resultem em problemas operacionais. Essa proatividade é essencial para manter a reputação do hotel e evitar penalidades financeiras por quebras de contrato com OTAs.

O contexto do setor e os riscos de dependência tecnológica

O cenário atual da hotelaria brasileira é de pressão por margens e eficiência. Com o aumento dos custos trabalhistas e a complexidade regulatória, a adoção de tecnologias que automatizam tarefas repetitivas torna-se uma necessidade estratégica, não apenas um luxo. No entanto, a transição para modelos de IA orquestrada traz riscos que devem ser gerenciados com cuidado. A dependência de fornecedores de software e de modelos de linguagem externos pode criar gargalos na cadeia de suprimentos digitais. Além disso, a qualidade dos dados de entrada continua sendo o fator limitante: uma IA apenas amplifica a qualidade dos dados que recebe. Se os dados cadastrais e operacionais no PMS estiverem desatualizados ou incorretos, a automação pode escalar erros em vez de corrigi-los.

Existe também o desafio da adaptação cultural. Equipes de controladoria e auditoria noturna, muitas vezes compostas por profissionais experientes, podem resistir à mudança de um modelo de trabalho manual para um de supervisão algorítmica. A capacitação contínua é essencial para que esses profissionais entendam as limitações da IA e saibam quando intervir. A transparência nas decisões tomadas pelos algoritmos é outro ponto crítico; os gestores precisam entender por que uma conciliação foi aprovada ou rejeitada para poder auditar o processo.

Perspectivas futuras e observações de mercado

A evolução da IA na hotelaria brasileira tende a seguir um caminho de especialização. Em vez de soluções genéricas, veremos o surgimento de agentes altamente específicos para nichos operacionais, como a análise de custos de alimentos e bebidas, a previsão de manutenção preditiva ou a otimização de energia. A Totvs, ao posicionar-se como orquestradora, busca se tornar o hub central dessas integrações, oferecendo uma única interface para gerenciar a inteligência artificial em todo o ecossistema do hotel. Para os investidores e gestores financeiros, a métrica de sucesso não será apenas a redução de custos imediatos, mas a melhoria na qualidade dos dados financeiros e na velocidade de tomada de decisão. A observação dos próximos trimestres deve focar na taxa de adoção desses agentes em redes médias e independentes, que historicamente têm menos recursos para investir em tecnologia de ponta. O sucesso da estratégia dependerá da capacidade dos fornecedores de provar ROI mensurável e de garantir a segurança dos dados em um ambiente regulatório cada vez mais rigoroso.