A Análise Custo-Volume-Lucro (CVL) tradicionalmente adota como uma de suas hipóteses simplificadoras a ausência de incerteza associada às variáveis envolvidas. Buscando superar esta restrição, o presente artigo tem como objetivo verificar a viabilidade e as vantagens da utilização de Redes Neurofuzzy na Análise CVL para minimizar a incerteza nas tomadas de decisões. A principal característica das Redes Neurofuzzy é a sua capacidade de aprendizado, por meio da aplicação de dados de entrada e saída, facilitada por meio da análise dos relacionamentos entre as variáveis. Assim, essa pesquisa se classifica predominantemente como quantitativa e experimental. Foram construídos três cenários distintos, com dados obtidos de forma aleatória, utilizando-se a Distribuição Beta. Os cenários englobavam um período de 720 dias cada, sendo adotado como percentuais de variabilidade: 10%, 20% e 30%. Com a análise dos resultados, realizada com o emprego da toolbox ANFIS do Matlab 6.5®, constata-se a adequação das Redes Neurofuzzy à análise CVL. O algoritmo de treinamento sugeriu estruturas diferentes para os três cenários analisados. As taxas de erro encontradas são aceitáveis e estão de acordo com a variabilidade das informações. Conclui-se a existência de viabilidade das Redes Neurofuzzy aplicadas à Análise CVL mesmo em situações que apresentem alta variabilidade nas variáveis econômicas.