ERP com inteligência artificial: o que realmente significa em 2026

Em 2026, quase todos os ERPs do mercado dizem que têm IA. O problema é que “ter IA” pode significar coisas muito distintas, com impactos operacionais radicalmente diferentes.

Há ERPs que lançaram um chatbot em novembro de 2023, quando todo mundo fazia isso, e o chamam de “IA”. O chatbot permite que você pergunte coisas como “quanto faturei no mês passado?” e ele dá a resposta extraindo o dado do seu banco de dados. É útil. Não é transformador.

E há ERPs onde a inteligência artificial é parte da arquitetura desde o primeiro dia: onde a IA não está em cima do sistema olhando dados, mas dentro do sistema processando operações.

A diferença útil não é um rótulo de marketing. É um contrato verificável: quais dados podem ser lidos, qual rascunho pode ser preparado, quais permissões são necessárias e quem confirma a ação final.

O problema de “adicionar IA” a um ERP existente

Imagine que você tem um edifício construído nos anos 90 e quer adicionar painéis solares. Você pode fazer isso. Os painéis funcionam. Geram energia. Mas a estrutura do edifício não foi projetada para eles: você tem que adicionar cabos que passam por cima das paredes, o sistema elétrico original não está integrado com os painéis, e o desempenho nunca será o de um edifício projetado com energia solar desde as fundações.

Uma camada conversacional pode ser útil para pesquisar ou resumir. Para avaliar um ERP, porém, peça a lista de operações compatíveis, as permissões necessárias, o comportamento em caso de erro e o ponto exato em que uma pessoa revisa e confirma.

Esse critério evita deduzir a arquitetura privada do produto a partir de um slogan. A superfície pública documentada e o controle mantido pelo usuário são os elementos verificáveis.

O que são as function tools e por que importam

Uma function tool é uma operação cujas entradas, saídas e falhas precisam estar documentadas. O catálogo público da Frihet permite verificar os recursos atualmente compatíveis, em vez de deduzir uma cobertura geral a partir da palavra “IA”.

A distinção essencial é entre leitura, preparação e gravação. Um assistente pode consultar um recurso autorizado ou preparar um rascunho. Alterar dados financeiros, emitir um documento ou enviar uma mensagem a um cliente exige uma etapa separada de revisão e confirmação.

Antes de integrar uma ferramenta, verifique seu escopo, use credenciais de escopo limitado, valide a resposta e trate falhas de forma explícita. O usuário inicia o fluxo e continua responsável pela ação final.

OCR: a diferença entre digitalizar e entender

O OCR (reconhecimento óptico de caracteres) existe desde os anos 90. O que mudou com a IA não é que o texto pode ser lido — isso já era feito — mas que o sistema pode entender a estrutura do documento.

O OCR tradicional lê: “FATURA — Empresa XYZ — Base de cálculo: 1.000,00 — IVA 21%: 210,00 — Total: 1.210,00”.

O OCR com IA pode propor uma estrutura para o documento: fornecedor, data, identificador fiscal, base, imposto e total. Esses campos continuam sendo um rascunho a comparar com o original.

A diferença operacional está na qualidade do rascunho. O usuário revisa cada campo, corrige as divergências e confirma antes de registrar a despesa.

A Frihet apresenta os valores extraídos e a categoria como sugestões. A legibilidade do documento, a moeda, as regras fiscais e a qualidade da imagem podem alterar o resultado; o documento original continua sendo a referência.

Categorização automática: como seu negócio aprende

A categorização de despesas tem uma complexidade que só aparece na prática: o mesmo fornecedor pode emitir documentos que pertencem a categorias diferentes, conforme o uso e o comprovante disponível.

A Frihet pode propor uma categoria a partir dos dados disponíveis e do histórico compatível. A proposta não é um lançamento definitivo: o usuário verifica o documento, escolhe ou corrige a categoria e confirma o registro. Em caso de dúvida fiscal, deve consultar o profissional responsável.

A assistência fiscal tem limites claros

Uma IA pode ajudar a ler dados ou preparar uma estimativa com base nas informações registradas. Ela não determina sozinha o tratamento fiscal correto, não garante uma dedução e não apresenta declarações em nome do usuário.

Verifique sempre o período, o regime, a jurisdição e os comprovantes. Rascunhos fiscais devem ser revisados e confirmados pelo usuário ou pelo profissional responsável antes de qualquer uso oficial.

Análise de caixa: apoio, não decisão

A tesouraria é o problema que mais surpresas desagradáveis gera nos pequenos negócios. Não porque os números sejam ruins — às vezes são perfeitamente gerenciáveis — mas porque ninguém estava olhando com antecedência suficiente.

Uma análise pode usar as informações que o usuário já registrou ou importou:

Histórico de recebimentos e pagamentos. Quais clientes costumam pagar atrasado? Quanto tempo atrasam, em média? Quais fornecedores cobram pontualmente e quais têm flexibilidade?

Compromissos futuros conhecidos. Faturas emitidas pendentes de recebimento, pagamentos a fornecedores programados, quotas de autônomos ou quotas da Previdência Social, vencimentos de impostos.

Hipóteses explícitas. Possíveis atrasos e variações sazonais devem aparecer como hipóteses, não como certezas.

O resultado é um cenário a ser conferido com os saldos e documentos de referência. A decisão de adiar uma despesa, cobrar um cliente ou alterar um pagamento continua pertencendo a uma pessoa.

Os extratos bancários são importados quando o usuário inicia a operação, nos formatos OFX, MT940, CAMT.053 ou CSV. Não há conexão direta de Open Banking nem sincronização bancária contínua. As correspondências são sugestões: o usuário as revisa e confirma.

A assistência em linguagem natural: da solicitação ao rascunho

Um fluxo seguro começa quando o usuário inicia uma solicitação específica. O assistente pode ler os recursos autorizados e preparar um resumo ou rascunho, com as fontes e os campos que precisam ser verificados.

O usuário revisa o resultado, corrige divergências e confirma separadamente a ação seguinte. Preparar um documento e enviá-lo são duas etapas distintas; uma instrução em linguagem natural não elimina permissões nem responsabilidade humana.

O Agent Loop permanece em beta, limitado a rascunhos e não está disponível como funcionalidade voltada ao usuário. Portanto, não deve ser apresentado como um agente autônomo que administra a empresa.

O servidor MCP: um contrato documentado

A Frihet publica um servidor Model Context Protocol. Seu catálogo documentado especifica as ferramentas, os recursos e os prompts disponíveis para clientes compatíveis; ele não descreve a arquitetura privada do produto.

Uma conexão MCP herda as permissões das credenciais fornecidas. Use o menor escopo necessário, valide cada resposta e mantenha revisão humana antes de uma gravação contábil, da emissão de um documento ou de uma comunicação com clientes.

O que a IA não faz na Frihet

A honestidade faz parte do design. Há coisas que a IA da Frihet deliberadamente não faz:

Não toma decisões por você. Pode projetar o fluxo de caixa, mas a decisão de adiar uma despesa ou adiantar um recebimento é sua. Pode detectar uma anomalia, mas a decisão do que fazer com ela é sua.

Não substitui o consultor fiscal. Pode preparar campos ou uma estimativa para revisão. O planejamento fiscal estratégico, a interpretação de legislação complexa e as decisões com implicações legais exigem um profissional que se responsabilize por elas.

Não funciona com dados de má qualidade. Se os documentos que o usuário enviar forem ilegíveis, as categorizações serão incorretas. A IA é tão boa quanto os dados que recebe.

Não consolida dados sem revisão humana. As sugestões de categorização e os rascunhos gerados por IA são marcados como tal. O usuário revisa e aprova antes que sejam consolidados na contabilidade.

Estas não são limitações vergonhosas. São princípios de design. Um ERP que automatiza decisões críticas sem supervisão humana não é um bom ERP — é um gerador de problemas com interface bonita.

Como avaliar a IA de um ERP antes de comprá-lo

Se você está avaliando um ERP com IA, estas são as perguntas que separam a IA real da IA de marketing:

A IA acessa meus dados reais ou apenas dá respostas genéricas? Pergunte sobre um caso específico do seu negócio. Se a resposta for genérica, a IA não tem contexto dos seus dados.

As ferramentas estão documentadas? Verifique entradas, saídas, permissões e falhas de cada operação, em vez de confiar em um total de marketing.

O que acontece antes de uma gravação? Um bom fluxo distingue claramente leitura, rascunho, revisão e confirmação final.

Há supervisão humana no fluxo? Um sistema que consolida automaticamente sem revisão é um sistema que pode cometer erros na sua contabilidade sem que você perceba.

O fornecedor explica o que a IA faz com seus dados? O escopo, a retenção, os subprocessadores e os controles aplicáveis devem ser verificáveis na documentação e nos termos vigentes.

Para a Frihet, consulte a documentação pública da API e do MCP para o recurso de interesse. Teste o fluxo com dados não sensíveis e confirme as permissões e o ponto de controle humano antes de usá-lo com dados reais.