O gestor financeiro de uma distribuidora no interior de São Paulo passava todas as sextas-feiras conferindo manualmente notas fiscais com o ERP. Quatro horas por semana, mais de 200 horas por ano. O fornecedor de RPA chegou com uma proposta alta e prometeu eliminar o trabalho. Meses depois, a empresa ainda separava uma parte relevante das notas para revisão humana porque cada fornecedor formatava o arquivo de um jeito diferente.
O processo que parecia perfeito para automação tinha uma falha básica: os documentos não eram estruturados. E isso muda tudo.
RPA com IA: o que é na prática, sem linguagem de vendedor
Uma empresa de telecom usa RPA para baixar faturas de operadoras, cruzar com o ERP e emitir alertas de divergência. O processo acontece centenas ou milhares de vezes por mês. O bot clássico funciona porque cada fatura chega no mesmo formato, na mesma pasta, com os mesmos campos nas mesmas posições.
Essa é a versão que aparece nos estudos de caso dos fornecedores.
RPA clássico é um bot que segue regras fixas. Ele executa exatamente o que foi programado, na sequência que foi definida. Funciona muito bem quando o processo é repetitivo, previsível e os dados chegam sempre no mesmo formato.
O problema começa quando o processo envolve variação. Uma nota fiscal de fornecedor A tem o valor no campo X. A nota do fornecedor B tem o valor no campo Z. O bot clássico falha nas duas. Sem IA, ele não sabe interpretar, só seguir regra.
RPA com IA, ou automação cognitiva, adiciona uma camada de interpretação. O sistema pode ler documentos com formatos variados, classificar e-mails por intenção e reconhecer padrões em textos livres. O próprio material do Google Cloud separa bem essa diferença: RPA atende melhor tarefas repetitivas e previsíveis; IA entra quando há complexidade, compreensão e tomada de decisão. Isso não torna o projeto automaticamente melhor. Torna o projeto mais caro e mais sensível à qualidade dos dados de entrada.
A distinção prática é esta:
- Dados estruturados, processo previsível, regras fixas: RPA clássico resolve e custa menos
- Documentos com variação, exceções frequentes, decisão contextual: precisa da camada cognitiva com IA
O que a maioria dos fornecedores não separa nessa conversa é que as duas soluções têm custos, complexidades e riscos completamente diferentes.
Os 3 cenários onde RPA com IA gera retorno real para PMEs
O retorno só aparece em condições específicas. RPA com IA não compensa quando a empresa está tentando automatizar um processo que nem a equipe consegue descrever do mesmo jeito duas vezes.
Cenário 1: volume alto, processo repetitivo, dado estruturado
Uma empresa de logística emite 800 conhecimentos de transporte por semana. O layout é sempre o mesmo, o sistema de origem é sempre o mesmo, o destino também. Um bot clássico resolve isso em dias, sem precisar de IA. O retorno é rápido porque não há variação para gerenciar.
Cenário 2: processo que cruza sistemas e ninguém faz direito
Conciliação bancária manual em empresa com contas em três bancos diferentes. O trabalho é chato, ninguém faz com cuidado, erros aparecem no fechamento. Uma automação que cruza dados estruturados dessas três fontes resolve um problema real de conformidade sem contratar mais ninguém.
Cenário 3: documentos variáveis com volume suficiente para justificar a camada cognitiva
Uma importadora recebe notas de fornecedores internacionais em formatos diferentes. Com IA no processo, o sistema aprende a extrair os campos certos independente do layout. Aqui a camada cognitiva se paga, mas só porque o volume é alto o suficiente para diluir o custo.
Esses três cenários têm algo em comum: o processo foi mapeado antes de qualquer conversa com fornecedor. Quando o processo existe só na cabeça das pessoas, os bots herdam o caos.
Os 5 sinais de que é desperdício antes mesmo de contratar
1. O processo tem mais de 20% de exceções
Uma transportadora tentou automatizar a entrada de pedidos recebidos por e-mail. Cada cliente mandava o pedido num formato diferente, com campos faltando, com informações no corpo do texto e no anexo ao mesmo tempo. O bot não economizou trabalho: ele adicionou uma camada de triagem técnica e devolveu as tarefas para a fila humana em ritmo mais rápido do que antes. Escalar uma bagunça é pior do que a bagunça em ritmo humano.
2. O processo foi mapeado só agora, por causa da reunião com o fornecedor
Quando o mapeamento existe apenas no papel do fornecedor, a automação vai herdar todos os desvios informais que as pessoas criaram para fazer o trabalho funcionar. Ninguém documenta os atalhos. O bot vai travar neles.
Quando o processo é mapeado antes da implementação, a proposta muda. O fornecedor deixa de vender "um bot" e passa a discutir fluxo, exceção, dado de entrada, responsável interno e custo de manutenção.
3. A pessoa que executa o processo é a única que sabe fazer
Se o processo existe só na cabeça de uma pessoa, ele não está pronto para automação. Está pronto para documentação. Nessa sequência.
4. O processo muda frequentemente
Se a regra de negócio muda todo trimestre, o bot vai quebrar todo trimestre. Cada quebra gera um custo de manutenção. Processos instáveis são caros de automatizar e mais caros ainda de manter automatizados.
5. O volume não justifica o investimento
Um processo que acontece poucas dezenas de vezes por mês pode consumir só algumas horas de trabalho humano. Automatizar poucas horas mensais por uma implementação cara dificilmente se paga. O cálculo de ROI precisa incluir volume real, tempo real por execução e custo real da hora humana envolvida.
Esse é o ponto mais esquecido em PMEs: a empresa quer IA para interpretar exceções, mas ainda não sabe quantas exceções existem por mês. Sem esse número, o fornecedor estima. E estimativa otimista vira custo depois.
O custo que nenhum fornecedor menciona antes de assinar o contrato
A proposta vai mostrar o custo de implementação. Vai detalhar a licença. Pode mencionar a infraestrutura. O que raramente aparece é o custo de manutenção nos 24 meses depois do go-live.
Como referência conservadora, uma empresa que implanta uma automação precisa separar orçamento para ajustes depois do go-live. Se o processo depende de telas de terceiros, layout de documento ou regra comercial que muda com frequência, esse custo não é detalhe. É parte do projeto.
Tem mais. A licença quase nunca é o custo total. Setup, desenvolvimento, testes, infraestrutura, monitoramento e manutenção entram na conta. Ou seja: se o fornecedor mostra só a licença anual, você ainda não sabe quanto o projeto custa.
É por isso que muitos projetos param no primeiro bot. O piloto funciona. A expansão não vem, porque cada novo processo exige mapeamento, ajuste, exceção, suporte e dono interno.
As três perguntas que nenhum vendedor vai responder voluntariamente na reunião comercial:
Qual é o custo total real nos 24 meses após o go-live, incluindo manutenção, licença e infraestrutura?
O processo foi mapeado antes desta proposta ou o bot vai herdar o fluxo atual com todos os desvios?
Esta é uma automação por regra fixa ou o processo exige interpretação de documentos com variação?
Se a resposta para a primeira pergunta não vier com número detalhado, a reunião acabou.
Checklist de go/no-go: 8 perguntas para responder antes de qualquer reunião comercial
Responda com honestidade antes de entrar numa conversa com fornecedor de RPA. Se mais de três respostas forem "não" ou "não sei", a automação não é o próximo passo.
1. O processo acontece mais de 200 vezes por mês? Abaixo disso, o volume raramente justifica o investimento inicial.
2. As regras do processo estão documentadas e não mudam mais do que duas vezes por ano? Processo instável gera bot com manutenção frequente.
3. A taxa de exceções é menor que 15%? Acima disso, o bot vai devolver trabalho para a fila humana com frequência.
4. Os dados de entrada chegam em formato consistente, ou existe variação de layout entre fontes? Variação alta exige camada cognitiva com custo e complexidade maiores.
5. A pessoa que executa o processo consegue descrever cada passo por escrito em menos de uma hora? Se não consegue, o processo não está maduro para automação.
6. Há orçamento reservado para manutenção no segundo e terceiro ano, além do custo de implementação? Sem essa reserva, o bot vai parar e não vai ser corrigido.
7. Existe alguém internamente que vai acompanhar a operação do bot? RPA sem responsável interno vira um sistema invisível que quebra sem que ninguém perceba.
8. O processo que vai ser automatizado é o gargalo real, ou existe um problema anterior que o origina? Automatizar o sintoma sem resolver a causa é duplicar o custo do problema.
O que revisar na proposta antes de chamar isso de IA
Muita proposta usa "IA" como palavra de venda. Antes de aceitar esse rótulo, peça para o fornecedor separar três camadas:
- Qual parte é regra fixa de RPA?
- Qual parte interpreta documento, texto livre ou intenção?
- Qual parte ainda depende de validação humana?
Essa separação muda prazo, custo e risco. Se a IA só aparece na apresentação comercial, mas a proposta não explica onde ela toma decisão, quais campos ela interpreta e como o erro será tratado, você não tem uma proposta técnica. Tem uma promessa.
Se passou no teste: por onde começar sem comprometer o orçamento
Antes de contratar qualquer fornecedor, mapeie o processo com precisão. Não um mapeamento bonito em PowerPoint. Um fluxo com cada decisão, cada exceção, cada sistema envolvido, cada variação de entrada que acontece na prática.
Esse mapeamento vai revelar duas coisas: se o processo está maduro para automação e qual camada é necessária. Às vezes o mapeamento já resolve parte do problema, porque torna visível um desvio que ninguém tinha percebido antes.
Depois disso, comece com um piloto em escopo mínimo. Um processo, um fluxo, um sistema de origem. Meça o resultado real em 90 dias antes de expandir. As empresas que escalam RPA com sucesso quase sempre começam por aqui, não por uma proposta de 15 bots de uma vez.
Por último, exija do fornecedor um documento que detalhe o custo total de propriedade em 24 meses. Não só a licença. Não só a implementação. Todo o custo, item por item. Se ele não consegue ou não quer fazer isso, você já tem a resposta que precisava sobre essa parceria.
Há fornecedores em quantidade. O que não há em quantidade suficiente é gestor de PME que chegou à reunião comercial com as oito perguntas acima respondidas.
Fontes consultadas: Google Cloud sobre RPA e documentação de Google Document AI, usada como referência para casos de extração de dados em documentos.
Se o seu processo de conciliação, emissão de documentos ou entrada de dados ainda ocupa mais de 150 horas por ano de trabalho manual repetitivo, vale um diagnóstico antes de qualquer proposta. Antes da reunião comercial, leia também quando usar RPA, script ou IA para automatizar processos e como calcular o ROI de automação antes de contratar. A Coffe&Code Labs ajuda a decidir se o processo pede automação com RPA, IA ou uma solução mais simples antes de você assinar qualquer proposta.