IA empresarial: os casos de uso que criam mesmo valor em SAP.

Raramente uma tecnologia terá sido adotada tão depressa nos discursos e tão devagar nos processos. Todas as direções viram demonstrações impressionantes. Muitas lançaram pilotos. Muito poucas conseguem apontar um processo completo cujo desempenho tenha mudado de forma duradoura. Ao contrário do que se diz, este desfasamento pouco deve à maturidade dos modelos; deve-se à forma como as empresas escolhem os seus casos de uso. Ou, mais exatamente, à forma como não os escolhem.

Porque é que «a IA em todo o lado» falha

Polvilhar IA sobre todos os temas ao mesmo tempo produz invariavelmente o mesmo resultado: uma coleção de pilotos órfãos. De autópsia em autópsia, encontramos sempre os mesmos mecanismos.

• A demonstração ocupa o lugar do processo. Um assistente que brilha em comité e um processamento que cumpre a sua promessa sobre milhares de operações reais, com as suas exceções, os seus litígios e os seus dados imperfeitos, são dois objetos diferentes. O primeiro obtém-se em poucas semanas. O segundo exige refazer o processo que o rodeia.
• Ninguém é dono do resultado. Quando o caso de uso nasce num «lab» e não junto de um responsável de processo, ninguém responde pela distância entre a promessa e a produção. O piloto corre bem, a implementação fica órfã, o tema apaga-se.
• Os dados descobrem-se demasiado tarde. A IA empresarial não raciocina sobre a internet, mas sobre as suas encomendas, as suas faturas, os seus dados mestre. Se estiverem incompletos ou contraditórios, o modelo industrializa a confusão. Muitos projetos de IA morrem de um problema de dados que um enquadramento honesto teria revelado logo no primeiro dia.

O que distingue um bom caso de uso

A nossa grelha de leitura é deliberadamente austera. Cinco condições, todas necessárias.

• Um processo frequente e caro em atenção humana. O valor da IA conta-se em ocorrências; desconfie dos temas prestigiantes de baixo volume.
• Um resultado mensurável nos termos do negócio: prazo, taxa de erro, carga de trabalho evitada. Definido antes do projeto. Os indicadores reconstruídos a posteriori não provam nada.
• Dados acessíveis e suficientemente fiáveis, ou um trabalho de fiabilização explicitamente incluído no perímetro.
• Um dono do lado do negócio que queira o resultado ao ponto de aceitar alterar o seu próprio processo para o obter.
• Um caminho até à produção: integração no sistema, gestão das exceções, supervisão. Sem plano de industrialização, um caso de uso continua a ser um protótipo, seja qual for o seu orçamento.

Substitua «onde é que podemos pôr IA?» por «que processo queremos ver a funcionar de outra maneira daqui a um ano?»: metade da triagem já está feita.

Em SAP, o que passa a barreira da produção

No perímetro SAP, os casos de uso que chegam efetivamente à produção parecem-se uns com os outros. Com a prática, vemo-los agrupar-se em torno de três terrenos.

A automatização documental

Faturas de fornecedores, encomendas de clientes, confirmações, avisos de pagamento: uma parte considerável do trabalho administrativo consiste em ler documentos para voltar a introduzir o seu conteúdo em SAP. A extração, a reconciliação e a contabilização assistidas formam o terreno mais seguro da IA empresarial. Os volumes são elevados, o resultado verifica-se, e os ganhos são visíveis para as próprias equipas, o que muda tudo na adoção.

O preditivo ancorado nas operações

Previsão da procura, antecipação dos atrasos dos fornecedores, projeção de tesouraria: o preditivo cria valor quando aquilo que produz alimenta uma decisão recorrente e devidamente equipada, um plano de aprovisionamento ou uma revisão de riscos, em vez de mais um painel de indicadores. O critério decisivo nada tem a ver com a sofisticação do modelo. É preciso que um gesto do negócio mude graças a ele.

Os copilotos e agentes

Assistentes que respondem com o conhecimento da empresa, agentes que preparam ou executam transações sob controlo humano: a família mais promissora é também, a nosso ver, a mais exigente. Pressupõe um enquadramento estrito. Perímetro de ação delimitado, rastreabilidade de cada gesto, validação humana em tudo o que compromete a empresa. Um agente sem governação não é outra coisa senão um risco operacional com uma boa interface.

Os pré-requisitos que o entusiasmo não substitui

Nenhuma destas famílias se aguenta sem duas fundações. Os dados, primeiro: dados mestre limpos, definições partilhadas, acessos governados. É o trabalho ingrato que condiciona todos os outros, e a razão pela qual a nossa oferta SAP Analytics trata os dados e os seus usos em conjunto. A governação, depois: quem decide o que a IA tem o direito de fazer, quem supervisiona os seus resultados, quem responde pelos seus erros. Recusamo-nos a ver nisto travões à inovação. É o que separa uma capacidade de empresa de uma experimentação permanente.

E porque estas fundações vivem dentro do núcleo do sistema, a trajetória de IA não se pensa separadamente da trajetória do ERP. Um núcleo S/4HANA limpo, com processos harmonizados e dados fiáveis, continua a ser, quanto a nós, o melhor investimento em IA que a maioria das empresas pode fazer. Explicamo-lo na nossa leitura do prazo ECC de 2027.