A pergunta aparece quase sempre da mesma forma, e quase sempre no mesmo ponto da conversa: "isso obriga-nos a mudar de sistema?". A resposta curta é que não, na maior parte dos casos. E vale a pena perceber porquê, porque é aqui que muitas empresas adiam durante um ano uma decisão que podiam ter tomado numa tarde.
O software de gestão que a empresa usa hoje, seja ele um ERP de mercado, um CRM ou uma aplicação feita à medida há dez anos, guarda o registo do que aconteceu. Encomendas, faturas, clientes, stock, horas. A inteligência artificial não vem substituir esse registo. Vem ler o que lá está, cruzar com o resto da informação da empresa e agir sobre isso: preparar, classificar, responder, escrever de volta. São camadas diferentes, e é por isso que podem coexistir.
O que quer dizer, na prática, "integrar IA"
Convém tirar o termo da nuvem. Integrar IA num sistema existente significa, em concreto, três coisas que acontecem em sequência.
Primeiro, o sistema de IA tem de conseguir ler o que interessa: os campos do ERP, o histórico do CRM, os PDFs no servidor de ficheiros, as mensagens numa caixa partilhada. Segundo, tem de conseguir raciocinar sobre isso com o contexto certo, o que na prática quer dizer encontrar os cinco documentos que importam entre dez mil e não inventar o que não encontrou. Terceiro, tem de conseguir fazer alguma coisa com o resultado: criar um registo, atualizar um estado, enviar um rascunho para aprovação, marcar uma tarefa.
Se falhar o primeiro passo não há projeto nenhum. Se falhar o terceiro, o que resta é uma ferramenta de consulta bonita que ninguém usa ao fim de três semanas, porque continua a obrigar a pessoa a ir ao sistema fazer o trabalho à mão.
As três formas de chegar aos dados
Há essencialmente três caminhos, e a escolha entre eles é a decisão técnica com mais impacto no orçamento.
Pela API do sistema. É o caminho limpo. O ERP ou o CRM expõe uma interface documentada, a integração usa-a para ler e escrever, e o fornecedor do sistema continua a suportar tudo normalmente. Quando existe API, é sempre esta a opção.
Por leitura direta da base de dados. Muitos sistemas instalados localmente não têm API utilizável, mas têm uma base de dados a que é possível aceder. A prática correta aqui é ler de uma réplica e nunca escrever diretamente: o sistema mantém-se o único dono da escrita, e o risco de corromper dados desaparece. Dá mais trabalho porque obriga a perceber um modelo de dados que ninguém documentou, mas funciona.
Pela camada de documentos. Uma parte enorme do conhecimento de uma empresa nunca esteve num sistema estruturado. Está em propostas, contratos, relatórios, cadernos de encargos, emails. Indexar esse acervo e torná-lo pesquisável em linguagem natural é frequentemente o projeto com melhor retorno, e é o que descrevemos no artigo sobre o cérebro digital de uma PME.
Na prática quase nenhum projeto real usa só um destes caminhos. O padrão típico é API para o sistema principal, réplica para o legado que ninguém quer tocar, e indexação para tudo o que vive em ficheiros.
O que faz o preço subir
O modelo de linguagem é a parte barata e previsível. O que faz variar o orçamento é o acesso aos dados.
Um sistema com API documentada e dados razoavelmente organizados é trabalho de engenharia normal, com estimativa fiável. Um sistema fechado, sem documentação, com quinze anos de campos livres onde cada delegação inventou a sua convenção, pode custar o dobro para chegar ao mesmo resultado visível. É desconfortável de explicar numa proposta, porque o cliente vê o mesmo ecrã final nos dois casos, mas é a realidade do trabalho.
O segundo fator é o nível de autonomia. Um agente que lê, prepara e propõe é consideravelmente mais simples do que um agente que executa ações com impacto financeiro. O segundo obriga a desenhar aprovações, registo de decisões e reversão, e essa engenharia é uma parte real do custo. Os intervalos concretos estão detalhados no artigo sobre quanto custa implementar IA numa empresa em Portugal.
Quando faz mesmo sentido substituir o sistema
Há um caso em que integrar não resolve, e vale a pena ser franco sobre ele.
Quando o processo que se quer automatizar não existe no sistema. Quando metade da operação vive em folhas de Excel paralelas porque o ERP nunca previu aquela forma de trabalhar, o problema não é falta de IA: é que o sistema não modela o negócio. Pôr um agente a ler folhas de cálculo que alguém preenche à mão é automatizar o sintoma e deixar a causa intacta.
Nesses casos a conversa muda de sítio, e passa a ser sobre construir o sistema onde o processo cabe. É a comparação que fazemos entre software à medida e as suítes de mercado como Primavera, PHC ou SAP. Também aqui a resposta honesta nem sempre é construir.
O que confirmar antes de começar
Antes de pedir propostas, há quatro coisas que compensa ter respondidas internamente, porque determinam o preço e o prazo mais do que qualquer decisão técnica que venha depois.
- Que processo concreto. Não "usar IA nas vendas", mas "preparar a resposta a pedidos de cotação que chegam por email". Quanto mais estreito, melhor o primeiro projeto.
- Quantas horas por semana esse processo consome hoje. Sem este número não há forma de saber se o investimento se paga, nem de demonstrar depois que se pagou.
- Onde estão os dados e quem controla o acesso. Se o ERP é gerido por um fornecedor externo, ele vai ter de estar na conversa, e isso tem prazos próprios que não dependem de si.
- Que ações a IA pode executar sozinha e quais exigem aprovação. Esta decisão é de gestão, não de engenharia, e é melhor tomá-la antes de o sistema estar construído.
Do lado da conformidade, um projeto que trata dados de clientes ou de colaboradores tem obrigações concretas que é melhor desenhar desde o início do que acrescentar no fim. Escrevemos sobre isso em detalhe no artigo sobre RGPD e AI Act antes de pôr agentes de IA em produção.
O caminho mais curto
Escolha o processo mais aborrecido e mais repetido da operação, aquele que toda a gente sabe qual é. Meça o tempo que consome. Integre a IA nesse processo, usando os sistemas que já tem. Se a conta fechar, alarga-se; se não fechar, perdeu-se pouco e aprendeu-se onde estavam os dados, que é trabalho que serve para tudo o que venha a seguir.
É exatamente isso que fazemos no diagnóstico: olhamos para os sistemas que já existem, identificamos por onde é possível chegar aos dados e dizemos quanto custa e quanto tempo demora. Se as contas não fecharem, dizemos antes de começar. O diagnóstico é gratuito e não obriga a avançar. Pode falar connosco ou ver como abordamos a integração de IA em sistemas empresariais.