IA acelera análise em Compras, mas testes expõem limites e Reforma Tributária amplia risco sobre fornecedores

Casos apresentados no Fórum de Compras & Sourcing mostram como tecnologia, planejamento e novas regras tributárias estão mudando decisões que antes se concentravam em preço e negociação

Foto: Shutterstock

A inteligência artificial já consegue percorrer em poucas horas volumes de dados que antes exigiam semanas de trabalho das áreas de Compras. Mas os primeiros usos em escala também começam a deixar mais claros os limites da tecnologia — especialmente quando modelos de linguagem são aplicados a tarefas específicas de planejamento — e colocam uma questão adicional sobre a mesa: quanto dessas decisões pode, de fato, ser delegado às máquinas.

A discussão apareceu no primeiro dia do 23º Fórum de Compras & Sourcing, promovido pela Live University | INBRASC, em São Paulo. Além da inteligência artificial, a programação abordou Reforma Tributária, risco, margem, geopolítica e gestão de fornecedores, num momento em que a área deixa de responder apenas por redução de custos e passa a interferir também em caixa, produção e resultado financeiro. Um dos casos apresentados mostrou um agente de IA analisando 12 meses de compras de uma grande empresa, em uma base de 21 mil pedidos, 629 fornecedores e R$ 730 milhões em gastos. Segundo a Klauvi, o processamento levou cerca de duas horas. Após dois dias de trabalho com a ferramenta, foram identificados R$ 18,8 milhões em oportunidades de negociação, equivalentes a 2,6% do valor analisado. O mesmo levantamento, de acordo com a empresa, levava aproximadamente um mês.

O ganho de velocidade, porém, não significa que qualquer ferramenta de inteligência artificial produza o melhor resultado para qualquer problema.

Em um teste apresentado pela NPLAN, dados reais e anonimizados de uma fábrica, com cerca de 4.500 ordens de produção, foram submetidos tanto a um modelo de linguagem quanto a um motor desenvolvido especificamente para planejamento industrial. Os dois chegaram a planos válidos, mas, na configuração otimizada, o sistema especializado encerrou o planejamento com 365 horas de setup, ante 501 horas do modelo de linguagem — diferença de 27% — mantendo o mesmo OTIF.

A diferença também apareceu no tempo de processamento: 61 segundos no motor especializado e 76 minutos no modelo de linguagem.

Outro teste comparou previsões feitas por cinco modelos de IA a partir do histórico de vendas de 1.589 séries de 911 produtos. Entre execuções diferentes, os resultados dos modelos oscilaram entre 8% e 12% do volume. No sistema específico utilizado pela empresa, a variação foi de 0,55%.

A própria NPLAN ressalta que a comparação tem limitações metodológicas. Ainda assim, os testes ajudam a mostrar uma discussão que começa a ganhar espaço dentro das empresas: modelos generativos podem ser úteis para análise, interação e apoio à decisão, mas nem sempre substituem ferramentas desenhadas para problemas matemáticos e operacionais específicos.

Para Rafael Scucuglia, diretor acadêmico da Live University, essa expansão da capacidade tecnológica aumenta também a responsabilidade de quem decide.

“Durante muito tempo, Compras foi cobrada por uma conta relativamente simples: negociar melhor e economizar. Essa conta mudou. Hoje, uma decisão sobre fornecedor pode afetar caixa, margem, risco e até o aproveitamento de crédito tributário. Ao mesmo tempo, a inteligência artificial dá uma capacidade de análise que a área nunca teve. O desafio agora é transformar esse volume de informação em decisão de negócio”, afirma.

Reforma Tributária leva fornecedor para a conta do caixa

A Reforma Tributária adiciona outra camada a essa mudança: em uma simulação apresentada pela Ahlex, uma empresa com R$ 100 milhões em compras anuais e 10% desse volume concentrado em operações que impeçam o aproveitamento de créditos poderia deixar de recuperar cerca de R$ 2,65 milhões ao ano, considerando uma carga estimada de CBS e IBS de 26,5%.

O cálculo é hipotético e o impacto efetivo varia conforme setor, regime tributário e composição da cadeia. A lógica, porém, é relevante para Compras: cadastro, homologação e situação fiscal do fornecedor podem passar a ter consequência direta sobre a recuperação de créditos e o fluxo de caixa.

“Muita empresa acha que a Reforma Tributária é assunto do fiscal. Não é. O dinheiro vai embora na hora em que Compras aprova um fornecedor sem olhar o cadastro”, afirma Marcelo Dall Agnol, Head de Vendas da Ahlex.

A gestão de fornecedores também apareceu sob outra perspectiva: o trabalho necessário para acompanhar documentação, riscos e conformidade de terceiros.

A Bernhoeft informou que monitora mensalmente mais de 10 milhões de documentos relacionados a 850 mil trabalhadores e 35 mil empresas. Segundo a companhia, a combinação entre inteligência artificial e análise especializada pode reduzir em até 70% o esforço empregado na mobilização de terceiros.

Nesse modelo, a tecnologia realiza a leitura inicial dos documentos e sinaliza possíveis pendências. Situações de risco, exceções e casos que exigem interpretação permanecem com especialistas.

Para Alex Leite, diretor corporativo da Live University, esse tipo de divisão tende a mudar também o perfil profissional das equipes. “A tecnologia resolve uma parte importante do trabalho operacional, mas aumenta a necessidade de repertório de negócio. O profissional de Compras precisa entender finanças, risco, tecnologia e estratégia para participar das decisões que hoje passam pela área”, afirma.

A combinação desses movimentos ajuda a explicar por que Procurement vem ocupando um espaço maior nas discussões estratégicas das empresas. Ferramentas já conseguempercorrer  pedidos, contratos, documentos e fornecedores em velocidade muito superior à análise manual. Ao mesmo tempo, decisões envolvendo produção, risco, tributos e fornecedores continuam exigindo contexto, julgamento e compreensão do negócio.