Processamento de faturas com IA: o que automatizar primeiro e o que manter manual

As contas a pagar são muitas vezes o primeiro sítio para onde as equipas financeiras olham quando pensam em IA. O trabalho repete-se todas as semanas, a informação de entrada são documentos e os erros custam o suficiente para que alguém dê sempre por eles. Isso faz das faturas um bom candidato, mas só se estiver claro que passos um modelo deve tratar e quais ficam com uma pessoa.

Este artigo percorre o processo de faturas passo a passo, mostra onde a IA compensa e enumera os controlos que colocamos à volta dela nos nossos projetos.

Comece pelo formato em que as faturas chegam

Nem todas as faturas precisam de IA. Segundo as regras europeias, uma fatura eletrónica é emitida, transmitida e recebida num formato de dados estruturado que permite o seu tratamento automático, com base na norma europeia EN 16931. Um PDF anexado a um e-mail não cumpre essa definição. Quando uma fatura chega como dados estruturados, por exemplo através da rede Peppol, os campos já lá estão, e uma importação baseada em regras é mais barata e fiável do que qualquer modelo.

A parte das faturas estruturadas está a crescer. Na Alemanha, todas as empresas nacionais têm de conseguir receber faturas eletrónicas desde 1 de janeiro de 2025, e só podem continuar a emitir outros formatos até ao fim de 2026, ou até ao fim de 2027 se o volume de negócios do ano anterior tiver sido de €800.000 ou menos. A nível europeu, o pacote VAT in the Digital Age, adotado em março de 2025, introduz a comunicação digital das transações B2B transfronteiriças a partir de 1 de julho de 2030 e permite aos Estados-Membros impor a faturação eletrónica obrigatória a nível nacional. A IA é mais útil no que sobra: PDF, digitalizações, fotografias de recibos e a longa lista de fornecedores que ainda não mudaram.

O processo de faturas, passo a passo

O que automatizar primeiro

Os melhores primeiros passos têm muito volume e pouca exigência de julgamento. Nos nossos projetos, isso significa normalmente três coisas.

• Receção e classificação. Uma caixa de correio partilhada de contas a pagar recebe faturas, lembretes de pagamento, extratos e perguntas de fornecedores. Um modelo consegue separá-los e encaminhar cada um para a fila certa, o que elimina uma quantidade surpreendente de cliques manuais.
• Extração de campos de faturas não estruturadas. Os modelos de linguagem que leem imagens lidam com formatos que nunca viram, algo que o OCR antigo baseado em modelos fixos não conseguia. O resultado deve ser sempre o mesmo registo estruturado que o seu sistema de contabilidade espera, para que uma fatura digitalizada e uma fatura Peppol fiquem idênticas daí em diante.
• Sugestões de classificação. A maioria das empresas lança o mesmo fornecedor na mesma conta e centro de custo mês após mês. Um modelo que propõe a classificação com base em lançamentos anteriores, e mostra porquê, poupa tempo e mantém a decisão visível.

O que manter manual

Alguns passos ficam com pessoas. Não porque a IA não consiga dar uma resposta, mas porque uma resposta errada custa demasiado, ou porque a responsabilidade tem de estar com uma pessoa identificada.

• Alterações aos dados bancários de fornecedores. Um pedido para mudar uma conta bancária é uma via clássica de fraude com faturas. Confirme-o com um contacto conhecido por outro canal, nunca respondendo à mensagem que fez o pedido.
• Libertação de pagamentos. A IA pode preparar o lote de pagamentos. Uma pessoa com autoridade para gastar o dinheiro aprova-o.
• Novos fornecedores e casos de IVA invulgares. Uma primeira fatura de um novo fornecedor, ou uma transação transfronteiriça ou com autoliquidação, merece revisão humana até haver provas de que o sistema a trata corretamente.
• Litígios e exceções maiores. Diferenças que exigem uma conversa com o fornecedor são trabalho de relação, não trabalho de dados.

Os controlos que tornam o sistema fiável

Um sistema de faturas vale o que valem os controlos à sua volta. Estes são os que incluímos desde o início.

1. Limiares de confiança por campo. Os valores sobre os quais o modelo tem dúvidas vão para uma fila de revisão em vez de serem lançados sem ninguém ver.
2. Verificações aritméticas e de completude. As linhas da fatura têm de somar os totais. A Diretiva IVA da UE enumera os elementos que uma fatura deve conter, como o número de IVA do fornecedor, um número sequencial e a taxa de IVA aplicada, por isso os elementos em falta são assinalados antes do lançamento.
3. Deteção de duplicados. Compare fornecedor, número da fatura, valor e data. A mesma fatura chega muitas vezes duas vezes: por e-mail e através de um portal ou por correio.
4. Tolerâncias de conciliação definidas pelas finanças. A diferença aceite no preço ou na quantidade é uma regra de negócio. Registe-a e aplique-a no código, em vez de a deixar ao modelo.
5. Uma pista de auditoria. A Diretiva IVA exige que a autenticidade da origem, a integridade do conteúdo e a legibilidade de uma fatura sejam garantidas, por exemplo através de controlos de gestão que criem uma pista de auditoria fiável entre a fatura e a entrega. Guarde o documento original, os dados extraídos, cada alteração e quem a aprovou.
6. Uma amostra semanal. Verifique uma amostra aleatória de faturas tratadas automaticamente, e não apenas as assinaladas. É a única forma de encontrar erros de que o sistema tinha a certeza.

Como começar

Meça primeiro o processo atual durante algumas semanas: quantas faturas chegam, por que canais, quanto tempo demora cada uma e onde ficam paradas. Depois escolha o passo da tabela que corresponde ao seu maior estrangulamento. Para a maioria das equipas, é a receção e a extração, com uma pessoa a rever cada lançamento proposto durante o primeiro mês. Alargue a automatização apenas onde a revisão mostrar que a taxa de erro é suficientemente baixa para confiar.

Para estimar quanto isto pode poupar à sua equipa, descreva o processo na calculadora de ROI. Se ainda está a decidir por onde começar, leia cinco perguntas para escolher a primeira automatização ou veja fluxos de trabalho comuns por área de negócio.