Chatbot, agente de IA ou RPA: qual faz sentido para compras e logística?

A escolha entre chatbot, agente de IA ou RPA depende menos da tecnologia e mais de três características da tarefa: se a entrada chega em formato previsível, se a regra de decisão está escrita e se o resultado precisa alterar algum sistema. RPA serve para trabalho repetitivo com tela, campo e regra fixos, como lançar no ERP uma nota fiscal já conferida. Chatbot serve para responder perguntas a partir de uma base consultável, como o status de um pedido. Agente de IA entra quando a entrada é texto livre ou documento variável e a tarefa exige interpretar, decidir o próximo passo e agir em mais de um sistema. Em compras e logística, quase todo processo mistura os três, e o desenho que funciona usa cada um no trecho em que ele é mais barato e mais confiável.
RPA (Robotic Process Automation, ou automação robótica de processos) é um software que repete, na tela ou por integração, a sequência de cliques e digitação que uma pessoa faria em um sistema, seguindo um roteiro fixo. Ele não interpreta nada: se o layout da tela, o formato do arquivo ou a regra mudarem, o robô para ou erra até alguém ajustar o roteiro.
O que diferencia as três abordagens na prática?
- RPA: executa um roteiro determinístico. A mesma entrada gera sempre o mesmo resultado, o que facilita a auditoria e deixa o custo por execução baixo. Em compensação, quebra quando a tela muda e não sabe o que fazer com um e-mail escrito de um jeito que o roteiro não previu.
- Chatbot: conversa e responde. Bem desenhado, consulta uma base (o status do pedido no ERP, a política de compras, o manual do fornecedor) e devolve a resposta em linguagem natural. Ele não altera nada no sistema; quando passa a alterar, já virou outra coisa e precisa dos controles de outra coisa.
- Agente de IA: combina um modelo de linguagem com ferramentas que leem e escrevem em sistemas. Interpreta a entrada, escolhe a ação e a executa dentro de limites definidos. É o mais flexível dos três e o único cujo resultado pode variar para a mesma entrada, o que muda a forma de testar e de controlar.
Já tratamos de onde o agente pode agir sozinho e onde a aprovação humana precisa continuar no fluxo em agentes de IA no setor de compras. A pergunta deste artigo vem antes dessa: se a tarefa precisa mesmo de um agente, ou se um robô de regra fixa ou um assistente de consulta resolvem com menos custo e menos risco.
Quais critérios decidem a escolha?
- A entrada é estruturada? Arquivo com layout fixo, tela do ERP e planilha padrão da empresa cabem em RPA ou em integração direta. PDF de cotação em um formato diferente para cada fornecedor, e-mail escrito livremente e foto de canhoto de entrega pedem interpretação, e aí entra IA.
- A regra está escrita e é estável? Se a decisão cabe numa tabela de "se isto, então aquilo" que muda poucas vezes por ano, ela deve ficar em regra fixa, mesmo quando a leitura do documento for feita por IA. Se depende de contexto, como aceitar ou não um prazo diferente do contratado, a decisão fica com uma pessoa e o agente prepara o caso.
- A tarefa altera algum sistema? Consultar e responder é território do chatbot. Lançar, alterar ou enviar exige RPA, integração ou agente, sempre com permissão de escrita restrita e registro de cada ação.
- Quanto custa um erro? Um status de entrega informado errado gera retrabalho. Um pedido emitido com preço errado gera prejuízo. Quanto mais caro o erro, mais a tarefa pede previsibilidade ou revisão humana antes de efetivar.
- Existe API ou acesso ao banco? RPA de tela é o recurso para sistemas sem integração. Quando há API, a integração direta costuma ser mais estável que o robô, e o agente de IA usa essas mesmas APIs como ferramentas.
Como fica cada tarefa de compras e logística?
- Lançamento de nota fiscal de entrada já conferida: RPA ou integração. A entrada é estruturada (o XML da NF-e), a regra é fixa e não há julgamento envolvido.
- Consulta de status de pedido por compradores, vendedores ou clientes: chatbot ligado ao ERP e ao sistema de transporte, apenas com permissão de leitura.
- Leitura de cotações em PDF e e-mail e montagem do mapa comparativo: agente de IA para extrair e padronizar os dados, comparação de preço feita por regra e escolha final do comprador.
- Cobrança de confirmação de pedido e de previsão de entrega: agente de IA, porque as respostas dos fornecedores chegam em texto livre e precisam ser interpretadas e registradas no pedido.
- Conciliação de frete (CT-e contra a tabela contratada): a conciliação é regra fixa; o tratamento das divergências, que envolve ler e responder e-mails da transportadora, pode ficar com um agente.
- Aprovação de pedido por alçada: regra fixa no fluxo de aprovação, sem IA na decisão. A IA pode, no máximo, resumir o pedido para quem aprova.
Como isso aparece em números?
A simulação a seguir foi montada para este artigo, com premissas arredondadas, e não descreve nenhuma empresa atendida pela Insight Pro. Um time de compras emite 1.200 pedidos por mês, e 40% dos fornecedores não confirmam o pedido sem cobrança. São 480 cobranças mensais. Feitas à mão, cada uma leva cerca de 6 minutos entre escrever o e-mail, ler a resposta e atualizar a data prevista no ERP, ou 48 horas de trabalho por mês.
- Com RPA: o robô dispara as cobranças automaticamente, mas não entende as respostas. O time continua lendo cada retorno e lançando a data, cerca de 4 minutos por cobrança, ou 32 horas por mês.
- Com agente de IA: o agente envia a cobrança, lê a resposta e atualiza o pedido quando a nova data está clara. Supondo que 75% das respostas sejam claras, as 120 restantes vão para o comprador já resumidas, a cerca de 3 minutos cada, mais 3 horas mensais de conferência por amostragem. Total de 9 horas por mês.
A diferença de horas favorece o agente, mas ele custa mais para construir, tem custo de uso por mensagem processada e precisa de monitoramento. A conta só fecha se as horas devolvidas e os atrasos detectados mais cedo pagarem esse custo. Com 100 pedidos por mês, a mesma simulação provavelmente aponta para o robô simples, ou para nenhuma automação.
Quais erros aparecem quando a escolha parte da ferramenta?
- Agente para tarefa determinística: usar IA para lançar um XML de layout fixo adiciona custo e variação onde uma regra resolvia.
- RPA sobre entrada variável: robô que lê PDF pela posição do texto na página quebra a cada fornecedor novo, e a manutenção consome o ganho.
- Chatbot que vira canal de alteração: quando o assistente de consulta passa a aceitar pedidos ou mudar datas sem alçada e sem registro, o processo perde controle sem que ninguém perceba.
- Automação de um processo que ninguém mapeou: o tempo gasto e as exceções reais só aparecem quando o fluxo é medido. Sem isso, a automação copia o atalho de hoje, com os erros junto.
Qualquer que seja a escolha, o pré-requisito é o mesmo: processo desenhado com etapas, responsáveis e exceções, cadastros confiáveis e registro de cada ação automatizada. Um agente lendo um cadastro de fornecedores com e-mails desatualizados vai cobrar a pessoa errada com a mesma eficiência de um robô.
Antes de escolher a ferramenta, vale saber em quais etapas do seu processo de compras e logística cada abordagem se paga. Esse é o ponto de partida do diagnóstico gratuito de processos da Insight Pro, no serviço de Automação de Processos: mapeamos as etapas, medimos o tempo e o volume de cada uma, separamos as tarefas entre regra fixa, consulta e interpretação e devolvemos uma lista priorizada do que vale automatizar com RPA, com chatbot, com agente de IA ou com nenhum dos três, antes de qualquer proposta.
Leia também




