Como automatizar o processamento de documentos com IA: da fatura digitalizada ao lançamento

O tratamento de faturas continua a assentar em reescrever. Alguém abre a fatura de um fornecedor, copia o número, a data, o fornecedor, as linhas e os totais para o Primavera, o PHC ou o Sage, confronta com a nota de encomenda e procura os dois cêntimos que não batem certo. Multiplique isto por algumas centenas de faturas por mês e "fechar o mês" torna-se uma semana de horas extra.

A IA não tira o contabilista do processo. Tira-lhe a reescrita. Este guia explica como funciona de facto a automação do processamento de documentos: que documentos já pode entregar à IA, onde a integração com o seu ERP se parte, quanto custa e em que diferem OCR, IDP e um agente LLM. Sem magia e sem "a IA substitui o departamento financeiro".

Que documentos já pode entregar à IA

A regra é simples: quanto mais normalizado for o documento, com mais fiabilidade a IA o lê sem supervisão. Um PDF limpo saído do ERP do fornecedor é fácil. Um recibo manuscrito numa foto cortada do telemóvel, não. Estes são os tipos de documento que uma equipa financeira trata todos os dias, e o que verificar em cada um.

Os contratos ficam para o fim de propósito. Extrair os dados das partes para a ficha de fornecedor é tarefa para a IA. Decidir se as condições convêm, não. Quanto maior o custo de um erro, mais fica com uma pessoa.

Como funciona o processamento de documentos com IA: da receção ao lançamento

Por trás do "botão mágico" há um processo de cinco passos. Perceba-os e verá exatamente onde estará o seu estrangulamento.

1. Receção. Os documentos chegam por e-mail, pasta partilhada, portal de fornecedores ou foto de telemóvel. O sistema reúne tudo numa fila e retira o ruído: assinaturas de e-mail, duplicados, páginas em branco.
2. Reconhecimento. O OCR transforma a imagem em texto e um modelo percebe qual é o número da fatura, qual o total e qual o NIF do fornecedor. A digitalização passa a dados estruturados.
3. Validação. O sistema verifica que as linhas somam o total, que o fornecedor coincide com os dados mestre, que o número não é duplicado, e confronta fatura com encomenda e guia. Tudo o que não bate certo vai para uma fila de exceções.
4. Lançamento. Os dados limpos entram no Primavera, PHC, Sage ou no seu módulo contabilístico — como rascunho, movimento classificado ou lançamento pronto, consoante a confiança que deposita no sistema.
5. A pessoa, nas exceções. A sua equipa já não vê centenas de faturas, apenas a dúzia que o modelo assinalou. Decide, e o sistema memoriza a decisão.

O passo cinco é o que importa. Automatizar não significa "sem pessoas". Significa que as pessoas trabalham só onde é preciso critério, e não onde é preciso reescrever números.

OCR, IDP ou agente LLM: em que diferem e o que escolher

Três termos que os fornecedores usam como sinónimos, embora sejam três níveis de maturidade.

OCR é reconhecimento de texto. Transforma uma imagem em caracteres, mas não sabe que "1.250,00" é um valor e não um telefone. Para um modelo fixo chega; mal o formato da fatura muda, os modelos começam a falhar.

IDP (processamento inteligente de documentos) é OCR mais classificação e extração de campos com lógica de negócio. O sistema sabe que tem à frente uma fatura, encontra os campos mesmo num layout desconhecido e valida-os contra regras. É o padrão de trabalho para faturas em volume.

Agente LLM é para quando um documento tem de ser entendido em contexto, não apenas lido: encontrar o contrato a que pertence uma fatura, verificar as condições, decidir o circuito de aprovação. Um modelo de linguagem grande trata os casos atípicos que as regras não previram.

Na prática não se escolhe um dos três — combinam-se. O OCR levanta o texto, o IDP extrai e valida os campos do fluxo, o agente LLM fica com as exceções. Convém começar com IDP no tipo de documento mais frequente, em vez de tentar "entregar à IA toda a contabilidade" logo no primeiro dia.

Integrar com o ERP, o e-mail e o SAF-T: onde se parte

O reconhecimento é a parte fácil. O difícil começa quando os dados limpos têm de entrar no seu sistema sem duplicados nem erros.

• Os dados mestre não coincidem. A fatura diz "Acme, Lda", o seu ERP tem "Acme Lda." e há dois fornecedores parecidos. Sem normalização e confronto por NIF, o sistema gera fichas de fornecedor duplicadas.
• Os códigos de artigo do fornecedor ≠ os seus. O mesmo produto tem outro nome em cada catálogo. É preciso uma camada de correspondências que aprenda com as decisões da equipa.
• O IVA e o confronto. Base, taxa e valor têm de bater entre fatura, encomenda e guia. Automatizar a reescrita é fácil; acertar a lógica de confronto em entregas parciais e tolerâncias de preço é o trabalho a sério.
• O e-mail como fonte de caos. Documentos no corpo, num ZIP, digitalizados ao contrário, vários por PDF. A camada de receção tem de desmontar isto, ou o lixo chega à contabilidade.
• Permissões e auditoria. Quem alterou o quê e de onde veio um número. Sem um registo de auditoria, nem o seu responsável financeiro nem um auditor externo aprovam o lançamento automático.

SAF-T, ATCUD e faturação eletrónica: porque importam os dados limpos

Em Portugal, as faturas têm de incluir ATCUD e código QR (o ATCUD é obrigatório desde 2023) e são reportadas no SAF-T (PT). Nas regras em vigor, os PDF podem continuar a valer como fatura eletrónica até 31 de dezembro de 2026, passando a exigir-se assinatura eletrónica qualificada (QES) a partir de 1 de janeiro de 2027; a faturação eletrónica é obrigatória nas transações com o Estado (B2G). O SAF-T da contabilidade tem sido sucessivamente adiado, por isso confirme sempre o prazo em vigor junto da Autoridade Tributária (fontes abaixo). Nada disto dita como capta a fatura de um fornecedor, mas eleva o custo de uma contabilidade desarrumada, que é precisamente o que o lançamento automático e validado evita.

Erros habituais na implementação

A maioria dos projetos que falham falha na abordagem, não na tecnologia. Estas são as quatro armadilhas mais frequentes.

• Começar pelo mais difícil. Se o primeiro tipo são documentos manuscritos de dezenas de pequenos fornecedores, a equipa desanima depressa. Pegue no formato mais frequente e limpo, mostre um resultado e depois alargue.
• Automatizar sobre a desarrumação. Se o cadastro de fornecedores está cheio de duplicados, o sistema só multiplica o caos mais depressa. Primeiro, higiene básica dos dados.
• Perseguir o "100% sem pessoas". O objetivo não é retirar a pessoa, mas deixá-la ver só as exceções. Fechar os últimos pontos percentuais custa mais do que toda a restante automação junta.
• Não ter um responsável pelas exceções. Sem alguém que resolva os casos duvidosos e ensine o sistema, o modelo não melhora e a confiança cai.

Casos Neurotrack: antes e depois

Generalidades não valem nada sem números. Estes são quatro projetos em que entregámos documentos à IA. Os números vêm das fichas de caso ligadas abaixo.

MHP — documentos primários para o sistema contabilístico

Para a MHP criámos um serviço interno em que o dado do documento se transforma num pedido no 1C, o seu sistema contabilístico, sem reescrita manual. Resultado: os documentos primários são processados dezenas de vezes mais depressa — de vários dias para poucas horas.

Thrash! — uma rede com mais de 200 lojas

Na rede Thrash! os documentos primários estão espalhados por centenas de pontos. Automatizámos a contabilidade primária em mais de 200 lojas, e também aí o tratamento acelerou dezenas de vezes: de vários dias para poucas horas.

IDEA Travel — documentos a partir de foto

Uma agência de viagens recebe bilhetes e reservas como fotos dos clientes. O bot lê os dados a partir da foto e preenche a base sozinho: o tratamento de documentos passou a ser duas vezes mais rápido e a precisão dos dados introduzidos subiu 85%.

Globino — relatórios de mais de 1000 SKU

Onde os documentos se contam aos milhares, o ganho é maior. Para a Globino automatizámos os relatórios de custo de mais de 1000 SKU: um relatório que antes levava dias é agora feito dezenas de vezes mais depressa — em minutos.

O fio comum aos quatro não é "IA em vez de pessoas". É a reescrita manual eliminada e o tempo libertado para o que precisa de cabeça.

Quanto custa e quanto dura a implementação

A resposta honesta: depende do volume e de quantos sistemas é preciso integrar. A nossa referência é a mesma que consta nas fichas de caso: a partir de 2500 $ pela implementação e a partir de 200 $/mês pelo acompanhamento. O valor final toma forma depois de olharmos para os seus documentos e a sua contabilidade.

Três coisas definem preço e prazo:

• Tipos de documento. Um formato estável é rápido. Cinco diferentes mais manuscritos, mais demorado.
• Estado dos dados mestre. Um cadastro de fornecedores e artigos limpo poupa a maior parte do trabalho de integração.
• Profundidade da automação. "Extrair dados para um ficheiro" é uma coisa. "Criar um lançamento classificado no PHC com circuito de aprovação" é outra.

De propósito não indicamos um número fixo de semanas às cegas: um prazo real só existe depois de auditar o seu processo. Por isso o primeiro passo não é desenvolver, é auditar.

Lista de verificação: a sua empresa está pronta?

• Processa mais de várias centenas de documentos por mês e são introduzidos à mão.
• Tem um sistema contabilístico (Primavera, PHC, Sage ou pelo menos uma base estruturada) onde os dados vão aterrar.
• Existe um cadastro de fornecedores e artigos — mesmo que precise de limpeza.
• Há uma pessoa para resolver as exceções e ensinar o sistema com as suas decisões.
• Sabe onde passa a linha de controlo: o que a IA decide e o que o contabilista faz.

Quatro "sim" em cinco e é hora de calcular a poupança, em vez de duvidar da ideia.

Por onde começar

Se as faturas comem horas todos os dias, o primeiro passo é olhar para o processo de fora. Peça uma auditoria de IA à sua automatização do fluxo documental: vamos percorrer os seus documentos e mostrar exatamente o que pode ser entregue à IA e quanto poupa.