Shaz Khan, CEO da Vroozi, defende que agentes de IA são a primeira tecnologia capaz de automatizar de verdade compras e contas a pagar, com casos reais de detecção de vazamento e resolução de exceções em invoices.
Agentes de IA são a primeira tecnologia capaz de automatizar de verdade as operações de procurement e contas a pagar (AP), na avaliação de Shaz Khan, CEO da Vroozi, plataforma de procurement. Em artigo publicado no Forbes Technology Council, o executivo cita um caso documentado pela McKinsey em que uma revisão de IA sobre cerca de 10% de um gasto anual de US$ 4 bilhões em P&D encontrou 4% de vazamento verificado, mais de US$ 10 milhões.
O que aconteceu
Shaz Khan argumenta que equipes de compras e contas a pagar ouviram por anos a mesma promessa de operações autônomas, sem que ela se cumprisse. Profissionais continuam correndo atrás de aprovações, investigando por que uma fatura não bate com o pedido de compra e atendendo fornecedores que perguntam quando serão pagos.
A diferença dos agentes, segundo o CEO, é estrutural. A automação tradicional segue regras escritas previamente: qualquer situação fora delas exige intervenção humana. Um agente consegue analisar uma solicitação, buscar informações em mais de um sistema, decidir o que precisa acontecer e executar o próximo passo sozinho.
Leia também · há 1 semana
Meta lança Muse Glimmer, IA de código aberto para agentes pessoais
Procurement e AP concentram exatamente o tipo de trabalho adequado a esse modelo: alto volume de transações, muitos documentos, políticas estabelecidas e exceções recorrentes. Khan faz questão de delimitar o objetivo: liberar o tempo das equipes para decisões que exigem julgamento humano, não substituir as pessoas.
Info: o processamento direto de faturas (straight-through processing) é de apenas 32,6% na média do setor, contra cerca de 49% entre as equipes de AP de melhor desempenho, segundo a Ardent Partners.
Os casos concretos citados pelo CEO da vroozi
O pedido de 25 laptops ilustra o potencial. Hoje, o funcionário entra no sistema, busca no catálogo, escolhe o fornecedor, digita os códigos contábeis e encaminha para aprovação.
Um agente recebe o mesmo pedido em linguagem natural, verifica fornecedores preferenciais e preços negociados, confirma a conformidade com a política, identifica quem precisa aprovar e monta a requisição sozinho.
Intake estruturado já existe há anos no software de compras; o que mudou é o quanto da decisão ao redor o sistema agora assume.
O segundo caso é o vazamento de valor. Equipes negociam bons contratos, mas os termos nem sempre aparecem no que é efetivamente comprado. Um agente pode comparar requisições, pedidos e faturas contra o contrato, sinalizando compra de fornecedor errado, preço divergente ou desconto por volume não aplicado. O caso citado pela McKinsey envolve uma empresa de ciências da vida com cerca de US$ 4 bilhões de gasto anual em procurement de P&D: a revisão por IA cobriu aproximadamente 10% desse valor e encontrou 4% de vazamento verificado, mais de US$ 10 milhões, detectado antes do pagamento, e não três meses depois em auditoria trimestral.
A captura de faturas já é automatizada há tempo; o gargalo sempre foi o que vem depois. No exemplo de Khan, uma fatura de US$ 52 mil chega contra um pedido de US$ 50 mil. Um sistema convencional apenas sinaliza a divergência no three-way match.
Um agente identifica que um frete expresso foi adicionado, que o contrato permite e que o valor está dentro da tolerância da empresa. O revisor humano passa a checar uma decisão pronta, em vez de fazer a pesquisa do zero.
Mas onde os agentes realmente mudam a rotina do AP? Na resposta a fornecedores. Toda equipe atende as mesmas ligações: "receberam minha fatura?", "quando serei pago?", "por que foi rejeitada?".
Um agente conectado ao procurement e ao ERP verifica quem pergunta, localiza a fatura, explica a situação e a move adiante, cobrando o funcionário que não registrou o recebimento ou atualizando o fluxo. Um chatbot explica o problema; um agente o resolve.
Dica: para times de tecnologia brasileiros que mantêm ERPs e sistemas de compras, a lição prática é expor os dados de fornecedores, contratos e faturas via APIs bem documentadas antes de pensar em agentes. Sem integração, o agente não tem de onde puxar o contexto das decisões.
Onde o humano continua no circuito
O otimismo de Khan vem com condições explícitas. Antes de um agente executar qualquer coisa sozinho, equipes de compras e finanças precisam desenhar limites claros.
- Limites de valor: requisições ou pagamentos pequenos são liberados automaticamente; acima de um teto definido, exigem aprovação humana.
- Rotas obrigatórias para pessoas: novos fornecedores, mudança de conta bancária e exceções contratuais inéditas devem ir para um humano por padrão, pois é onde fraude e erros caros costumam se esconder.
- Permissões graduais: um agente que sinaliza divergência é muito diferente de um que libera pagamento. A recomendação é começar em modo recomendar-e-escalar e só depois partir para agir-e-reportar.
- Trilha de auditoria: cada decisão do agente e seu raciocínio precisam ser logados e revisáveis, como o rastro de papel de uma pessoa na mesma transação.
O executivo também aponta uma mudança no modelo de cobrança do software: de licença fixa para pagamento por resultados que o agente efetivamente entrega.
Na avaliação do Mercado de TI, esse detalhe é um dos mais relevantes para o mercado brasileiro: se o modelo de precificação por resultado se consolidar, fornecedores de IA passam a dividir o risco da adoção com o cliente, o que pode acelerar contratações em empresas médias que hoje travam projetos por medo de pagar licença sem retorno comprovado.
O movimento dialoga com um padrão que o portal já acompanha: a discussão sobre empresas que adotam agentes de IA antes de estruturar a governança e os alertas de que autenticação sozinha não garante segurança em agentes de IA. O caso da Vroozi reforça o mesmo ponto pelo lado do processo: delegação gradual, trilha auditável e humanos nas decisões de risco.
O próximo passo para o setor é observar se os números de straight-through processing saem do patamar de 32,6% medido pela Ardent Partners à medida que agentes assumem as exceções. Para líderes de procurement e finanças, a pergunta prática deixada pelo CEO da Vroozi é objetiva: o que delegar ao agente e o que manter sob decisão humana, com guardrails que sustentem essa escolha.
Fonte: Forbes Technology Council
Quem escreveu
Dagmar Cirino · Editor-chefe
Especialista em tecnologia, criador de conteúdo e fundador do portal Mercado de TI e Casa do Dev. Analiso tendências de mercado, Inteligência Artificial e carreira, entregando informações precisas, transparentes e acessí...
