A inteligência artificial está cada vez mais presente nos processos empresariais. No entanto, a sua maior mais-valia passa por utilizar a informação gerada pelos grandes ciclos operacionais da organização para melhorar decisões, antecipar incidentes e gerir exceções com maior precisão.
Dois desses ciclos são especialmente relevantes: o Source-to-Pay (S2P), que liga a relação com os fornecedores desde o momento da procura e seleção até ao pagamento, e o Order to Cash (O2C), que abrange o processo desde a receção da encomenda de um cliente até à cobrança.
Ambos geram informação crítica sobre compras, fornecedores, encomendas, faturas, pagamentos, clientes e cobranças. Quando estes dados estão estruturados, conectados e disponíveis, a inteligência artificial pode ajudar a transformar a forma como as compras, finanças e as operações gerem os processos de negócio.
O desafio não consiste apenas em incorporar a IA: consiste em criar processos suficientemente interligados para que a IA possa acrescentar-lhe valor.
O Source-to-Pay e o Order to Cash representam dois fluxos complementares dentro de uma organização. O primeiro gere principalmente a relação económica e operacional com os fornecedores, enquanto o segundo faz o mesmo com os clientes.
O Source-to-Pay contém diferentes fases que permitem identificar uma necessidade, selecionar fornecedores, formalizar as condições de compra, efetuar a encomenda e completar e finalmente, o pagamento. Pode incluir processos como o sourcing, homologação e gestão de fornecedores, contratação ou pedidos e ordens de compra.
Cada etapa produz informação que pode ser utilizada nas seguintes.
O Order to Cash começa quando uma empresa recebe uma encomenda e termina quando consegue converter essa operação comercial em dinheiro disponível. Normalmente inclui a receção da encomenda, validação, envio da fatura, acompanhamento ou gestão de incidentes.
Neste caso, também existe uma cadeia contínua de dados, uma vez que a encomenda fornece informação que posteriormente deve ser relacionada com a entrega, a fatura e a cobrança. Quando estes processos permanecem fragmentados, uma parte importante desse contexto perde-se.
A IA pode analisar grandes volumes de informação, identificar padrões, priorizar exceções ou auxiliar os profissionais em determinadas decisões.
Contudo, nem todas as suas aplicações exigem o mesmo nível de complexidade. Se em alguns casos ajudam apenas a classificar informação, noutros permitem detetar desvios ou comportamentos anómalos.
E, quando existe informação histórica suficiente e de qualidade, esta pode apoiar modelos preditivos sobre riscos, pagamentos, cobranças ou procura.
As suas principais contribuições podem agrupar-se em quatro grandes âmbitos:
A diferença em relação à automatização tradicional reside precisamente nesta capacidade de interpretar informação e utilizá-la para orientar as ações seguintes.
No Source-to-Pay, a inteligência artificial pode ser utilizada em diferentes momentos da relação com os fornecedores.
Os processos de sourcing podem envolver a análise de grandes quantidades de informação sobre fornecedores, propostas, categorias, histórico de gastos ou condições comerciais.
A IA pode ajudar a organizar e analisar essa informação, facilitando a identificação de padrões e apoiando a avaliação de alternativas.
Isto não significa que a seleção de fornecedores deva tornar-se uma decisão completamente automática: fatores estratégicos, contratuais, de risco ou de relação comercial podem exigir sempre o critério humano.
As organizações trabalham cada vez mais com informação vinculada a fornecedores: documentação administrativa, certificações, informação financeira, critérios de sustentabilidade, avaliações, incidentes e desempenho histórico.
As capacidades analíticas podem ajudar a classificar essa informação, detetar documentação incompleta ou identificar sinais que exijam uma revisão mais detalhada.
A IA pode tornar-se, assim, um apoio para passar de uma gestão puramente administrativa do fornecedor para uma gestão mais dinâmica da sua informação.
Os processos de pedido podem gerar uma grande quantidade de operações de diferente natureza. A IA pode ajudar a classificar pedidos, identificar informação em falta ou facilitar que uma operação siga o fluxo de aprovação adequado. Também pode contribuir para detetar comportamentos atípicos que mereçam uma revisão.
A visibilidade sobre os custos é um dos principais desafios da área de Compras. Quando a informação provém de diferentes categorias, empresas, fornecedores ou sistemas, consolidá-la e classificá-la torna-se uma tarefa complexa.
A IA permite identificar padrões de consumo, agrupar transações e detetar anomalias. Esta análise oferece à área de Compras uma visão clara de onde se concentra o investimento e onde são necessários ajustes.
Uma grande parte do esforço administrativo em contas a pagar não provém das faturas que seguem o fluxo previsto, mas sim daquelas que apresentam algum incidente. Diferenças entre a encomenda e a fatura, dados incompletos, ausência de referências ou discrepâncias em valores podem interromper o processo.
A IA pode ajudar a detetar e classificar estas exceções para as direcionar para o circuito de resolução adequado. O objetivo é reduzir o tempo dedicado a localizar e compreender por que razão uma fatura não pode ser processada automaticamente.
O potencial da IA não termina quando a empresa vende. O Order to Cash gera também um volume muito relevante de informação sobre encomendas, clientes, faturação e comportamento de cobrança.
Quando determinadas encomendas exigem interpretação ou apresentam informação incompleta, a IA pode ajudar a identificar os dados relevantes, classificar operações ou assinalar aquelas que necessitam de intervenção.
Isto pode reduzir tarefas administrativas e acelerar o início do processo comercial.
Um incidente detetado no início do ciclo é habitualmente mais fácil de resolver do que um incidente descoberto quando a fatura já foi emitida.
Os sistemas analíticos podem ajudar a identificar incoerências nos dados da encomenda, condições ou referências antes que continuem a avançar no processo.
A qualidade da fatura condiciona diretamente a possibilidade de a cobrar sem incidentes. Erros em dados, referências ou condições podem provocar rejeições, pedidos de esclarecimento ou atrasos.
A automatização e as capacidades analíticas podem facilitar controlos antes do envio e ajudar a identificar operações que apresentem um maior risco de gerar exceções.
Os incidentes com clientes podem tornar-se num dos principais pontos de fricção do Order to Cash. Quando existem grandes volumes de faturas, nem todos os incidentes têm o mesmo impacto.
A IA pode ajudar a categorizar pedidos de esclarecimento, identificar causas recorrentes ou priorizar aqueles que têm maior capacidade de atrasar a cobrança.
A informação histórica sobre pagamentos pode fornecer sinais relevantes, uma vez que nem todos os clientes nem todas as operações se comportam da mesma forma.
Analisar padrões pode ajudar a identificar desvios em relação ao comportamento esperado e melhorar a capacidade de antecipar determinados atrasos. Este tipo de análise pode ser especialmente relevante para os departamentos de finanças e tesouraria.
Embora o Source-to-Pay e o Order to Cash sejam habitualmente geridos por áreas distintas, ambos acabam por convergir na área das finanças.
O S2P determina grande parte dos compromissos futuros de pagamento e o O2C determina grande parte das entradas de capital esperadas.
Isoladamente, fornecem informação valiosa; no entanto, quando interligados, oferecem uma visão muito mais completa.
| Visão financeira através do ciclo S2P | Visão financeira do ciclo O2C |
| Faturas recebidas | Faturas emitidas |
| Obrigações pendentes | Vencimentos |
| Vencimentos | Incidentes |
| Aprovações | Cobranças pendentes |
| Pagamentos previstos | Comportamento histórico |
A combinação de ambos os fluxos permite melhorar a compreensão da posição financeira operacional e abre novas possibilidades para modelos preditivos.
Quanto maior for a qualidade da informação disponível sobre pagamentos e cobranças, maior será a capacidade para construir previsões e detetar possíveis desvios. A IA pode atuar aqui como uma camada de análise, mas necessita que os processos anteriores gerem dados fiáveis.
A inteligência artificial está a alargar as possibilidades de automatização e análise nos processos empresariais.
Contudo, o seu verdadeiro impacto não dependerá unicamente da sofisticação dos modelos. Dependerá também da capacidade das organizações para lhes fornecerem informação de qualidade e para os conectarem com processos reais.
Os ciclos S2P e O2C representam duas das principais fontes dessa informação. Um permite compreender como a empresa compra e paga, enquanto o outro mostra como vende e cobra.
Integrar ambos os ciclos proporciona uma base muito mais sólida para automatizar tarefas, gerir exceções, antecipar comportamentos e melhorar a tomada de decisões.
O passo seguinte da transformação digital não consiste apenas em tornar cada processo mais rápido. Consiste em converter os dados gerados por esses processos em inteligência útil para o negócio.