Patrimônio
PAT-0001
Em produção
NF Autônoma
A inteligência que lança no ERP as notas fiscais de entrada e os CT-es da empresa, do XML às contas a pagar. Ela decide em camadas, simula antes de gravar, mede o próprio acerto e, com o modo automático ligado, faz tudo sozinha.
Ciclo completo
- XML da nota e do frete
- Decisão em camadas
- Simulação, sem gravar
- Verba e ordem de compra
- Lançamento em uma transação
- Placar de 14 dias
- Situação
- Lançar uma nota de entrada mexe ao mesmo tempo em estoque, impostos, livro fiscal, contas a pagar, ordem de compra e orçamento, e cada fornecedor tem o seu padrão de classificação e de prazo. Esse conhecimento ficava com quem digitava, não em regra de sistema. É o projeto mais difícil que já conduzi: automatizar sem tirar o controle da equipe.
- O que fiz
- Levantei os requisitos com as áreas Fiscal e de Compras e transformei as respostas da área fiscal em regras escritas. Cada regra foi medida contra o lançamento da equipe antes de ir para o código.
- Fiz o robô ler o XML da nota e do frete e a ordem de compra amarrada a ela, e montar o processo inteiro antes de decidir. No frete, confere se o documento foi cancelado e o vincula à nota transportada.
- Criei a simulação: o plano completo do lançamento, passo a passo, com cada bloqueio explicado, sem gravar nada. Nela o robô confere a verba da conta e avisa quando falta.
- Desenvolvi a gravação como uma transação única, com a numeração oficial do ERP: estoque, impostos, livro fiscal e contas a pagar, com a baixa da ordem de compra item a item. Se um passo falha, nada é gravado.
- Criei o placar que relê cada nota lançada por 14 dias. O que a equipe corrige fica registrado campo a campo e vira lição: a regra que acerta é promovida, a que erra é suspensa.
- Implantei por degraus: só leitura, teste cego, modo sombra, simulação em produção e, por fim, lançamento, com as chaves desligadas por padrão.
- Decisão em camadas
- Regras da casa. O que a área fiscal definiu vira regra escrita e decide por código, sem IA.
- Padrão do fornecedor. Quando o histórico do fornecedor é estável, o padrão dele decide.
- IA generativa. Entra só no caso ambíguo, com a nota, o histórico e as regras em mãos.
- IA revisora. Uma segunda IA confere a decisão e pode vetar. Com veto ou certeza baixa, o robô se abstém e a nota vai para a fila da equipe, com o motivo escrito.
- Motor de regras
- O motor vai junto com o projeto: as regras globais valem para qualquer empresa. São centenas de regras, cada uma com placar testado em campo, promovida quando acerta e suspensa quando erra. A demonstração mostra algumas genéricas.
- Modos de operação
- Assistido. O robô decide, simula e prepara o lançamento, e uma pessoa confirma.
- Automático com limites. O robô lança sozinho o que passou limpo na simulação, dentro de um limite por nota e por dia. Um interruptor liga e desliga o modo e registra quem mudou.
Uma implantação começa no modo assistido e passa ao automático conforme a confiança medida cresce.
- Como medi
- No teste cego, o robô decidiu notas antigas sem ver o lançamento da equipe, e só depois comparei as duas decisões. O padrão dos fornecedores foi validado com separação no tempo: aprendido num período e testado no seguinte. Cada percentual abaixo foi medido contra o lançamento feito por uma pessoa.
- Resultado
- Em produção: com o automático ligado, ela lança sozinha o que passa limpo, e só o que não passa nas travas vai para a fila da equipe, com a explicação em linguagem simples. Nas decisões tomadas por regra, que são a maior parte do volume, o acerto medido ficou acima de 97%.
Medições
- 97,9%
- de acerto nas decisões tomadas por regra, que são a maior parte do volume. Medição de 30 dias.
- 99,3%
- de acerto do padrão dominante, nos fornecedores que têm um, em 12 meses de histórico.
- 98,1%
- de acerto nos fornecedores de padrão estável, em validação com separação no tempo.
- 97 a 98%
- de acerto nos fretes em que o sistema decide, na medição feita antes da entrada em produção. Abaixo do grau de certeza exigido, ele se abstém.
- 38 dias
- do início do projeto ao primeiro lançamento em produção.
Tecnologias
- C# / .NET
- ASP.NET Core (serviços em segundo plano)
- SQL Server / T-SQL (transações)
- API de IA generativa (saída estruturada, cache de prompt)
- Next.js / React / TypeScript
- XML de NF-e e CT-e