IA nas PME
Estratégia · 8 min de leitura

O tempo não é o pior: o erro humano do copy-paste e o que custa à reputação

Um dossier entregue com o nome de outro cliente lá dentro faz mais dano do que todas as horas perdidas do mês. Taxas de IVA erradas que o software aceita sem avisar. NIF trocados detetados só no upload final. A automação como seguro de reputação.
Profissional a revisar documentos num portátil com expressão de preocupação, a conferir dados linha a linha

Quando perguntamos a donos de PME o que mais lhes custa no trabalho manual repetitivo, a resposta que mais nos ficou não falava de produtividade: "o tempo não é o pior; é a margem de erro". E o raciocínio que a acompanha é simples e correto: "quanto mais repito, maior a probabilidade de errar". É uma intuição estatística certeira. Cada vez que uma pessoa copia informação de um sítio para outro, existe uma probabilidade pequena de falhar; multiplicada por centenas de repetições por mês, deixa de ser pequena. E a diferença decisiva é esta: uma hora perdida recupera-se na semana seguinte; um documento entregue com o nome de outro cliente lá dentro não se recupera. É por isso que vale a pena olhar para o copy-paste não como um método de trabalho, mas como um risco por gerir.

Três erros que encontramos em quase todas as operações manuais

O nome do cliente errado no documento entregue

É o erro clássico de quem produz documentos a partir de modelos: abre-se o dossier do cliente anterior, altera-se o que é visível e entrega-se — com o nome antigo a sobreviver numa página interior, num cabeçalho, num campo de rodapé. Um relatório, uma proposta ou um dossier técnico entregue assim diz ao cliente duas coisas que nenhuma empresa quer dizer: que ele é mais um, e que o cuidado com os detalhes não é o que se anunciou. Em serviços profissionais, onde o produto vendido é precisamente o rigor, isto faz mais dano do que um atraso de uma semana. E há a hipótese pior: ao reaproveitar o documento, revelar informação de outro cliente.

A taxa de IVA errada que o software aceita sem avisar

O segundo erro é mais silencioso e, a prazo, mais caro. Em faturação feita à mão — restauração, serviços com taxas mistas, obra com prestações a taxas diferentes — basta escolher 23% onde devia estar 13%, ou o contrário. O que torna este erro perigoso é que o programa de faturação tipicamente não se opõe: aceita a taxa que lhe derem, porque não tem contexto sobre o que está a ser vendido. O erro passa, é faturado, é comunicado, e só aparece na correção posterior — com acertos, notas de crédito e, em cadeia, a conversa desconfortável com o cliente. Multiplique por meses e tem um problema que já não é um erro de digitação.

O número de identificação trocado, descoberto no último passo

O terceiro é o mais frustrante, porque aparece sempre no pior momento. Um NIF mal escrito num ficheiro só é detetado quando o ficheiro é submetido — no upload final, no portal, com o prazo a fechar. Quem já esteve numa sexta-feira a procurar qual das setecentas linhas tem o dígito errado sabe exatamente o custo deste género de erro: não é o minuto da correção, é a hora da caça, e é o stress de a fazer contra o relógio.

Porque é que o copy-paste falha: a probabilidade acumula

Há uma lógica que explica os três casos e que a maioria das empresas nunca formulou. O trabalho manual repetitivo tem uma taxa de erro pequena mas não nula, e completamente independente do cuidado de quem o faz — depende da atenção disponível, que varia com a hora do dia, o cansaço, as interrupções e a pressão do prazo. A pessoa mais competente da equipa comete este tipo de erro exatamente como qualquer outra; apenas com menos frequência.

Daí resultam duas conclusões desconfortáveis. A primeira: pedir mais atenção não é um plano de melhoria. "Ter mais cuidado" não altera a estrutura do risco, só distribui culpa quando o erro aparece. A segunda: a conferência no fim é um mau controlo. Reler trezentas linhas para encontrar uma errada é uma tarefa em que o ser humano é péssimo — ao contrário de um computador, que é perfeito nela. Pior ainda, a conferência final deteta o erro depois de ele já ter atravessado todo o processo, quando corrigi-lo é mais caro.

Validar à entrada, não no fim

A mudança de desenho que resolve isto é curta de explicar: o controlo passa do fim do processo para o momento da entrada do dado. Em vez de conferir no fim o que foi escrito ao longo do mês, o sistema valida cada dado no instante em que entra — e aí o erro custa segundos a corrigir, porque a pessoa ainda tem o documento à frente e o contexto na cabeça.

  • Eliminar a reescrita. Metade destes erros desaparece não por serem detetados, mas por não existir ocasião para eles. Um dado lido automaticamente do documento e propagado para todos os sistemas não é mal copiado — simplesmente não é copiado. É o princípio que desenvolvemos no artigo sobre o custo escondido dos lançamentos duplicados.
  • Verificação na origem. Um número de identificação fiscal pode ser validado no formato e confrontado com os dados oficiais no momento em que é introduzido, não no upload final. Um dossier gerado a partir da ficha única do cliente não pode conter o nome de outro cliente, porque nunca existiu um documento anterior para reaproveitar.
  • Coerência com o histórico. É aqui que a IA acrescenta o que uma regra fixa não consegue. Se um artigo foi sempre faturado a uma taxa e hoje aparece a outra, o sistema levanta a questão — não porque alguma regra o proíba, mas porque o padrão mudou. O mesmo para valores fora do habitual, datas inconsistentes ou fornecedores atribuídos a rubricas invulgares. Descrevemos este mecanismo aplicado à contabilidade em classificação automática de lançamentos e à faturação em automatizar a faturação.
  • Conferir em vez de fazer. O papel da pessoa muda: deixa de produzir o documento e passa a aprovar um documento já feito, com os pontos duvidosos assinalados. É um trabalho em que o ser humano é bom — julgar casos marcados — em substituição de um em que é mau: não falhar nenhuma linha em trezentas.

A automação como seguro de reputação

Há uma forma útil de avaliar um projeto de automação que raramente é usada: em vez de calcular apenas as horas poupadas, calcular o risco removido. Quanto vale não entregar um documento com o nome errado? Quanto custou a última correção de IVA, incluindo o tempo, o acerto e o desgaste com o cliente? Quantas vezes por ano a empresa passa uma noite a caçar um erro antes de um prazo? Estes números não entram nos cálculos habituais de retorno, mas são frequentemente maiores do que a poupança de tempo — e são a razão pela qual muitos projetos valem a pena mesmo quando as horas, por si só, não os justificariam.

Convém, em todo o caso, ser honesto sobre os limites. Automatizar não elimina o erro: muda-lhe a natureza. Um sistema mal configurado erra de forma sistemática em vez de aleatória, o que é mais detetável mas potencialmente mais extenso. É por isso que a revisão humana nas exceções não desaparece, e é por isso que a fase de validação inicial — correr o sistema em paralelo com o processo atual e comparar resultados — não deve ser cortada para ganhar tempo. É também a razão pela qual tanto software caro acaba na gaveta: foi instalado sem ninguém verificar se produzia resultados corretos no contexto daquela empresa.

O próximo passo

Comece por fazer a lista: quais foram os três últimos erros que chegaram a um cliente ou a uma entidade oficial, e em que ponto do processo nasceram? Quase sempre nasceram numa reescrita. Marque um diagnóstico gratuito: identificamos os pontos do seu processo onde o erro humano é estruturalmente provável, propomos validação à entrada em vez de conferência no fim e entregamos um plano concreto — que, sendo um projeto de adoção de IA numa PME, pode ser financiado até 75% através do Portugal 2030 / IFIC.

Perguntas frequentes

Porque é que o trabalho manual repetitivo gera tantos erros?

Porque a taxa de erro de uma tarefa manual é pequena mas não é nula, e depende da atenção disponível — que varia com o cansaço, as interrupções e a pressão do prazo. Multiplicada por centenas de repetições por mês, a probabilidade de pelo menos uma falha torna-se alta. Pedir mais cuidado não altera esta estrutura; só muda o processo altera a probabilidade.

Como evitar entregar um documento com o nome de outro cliente?

Deixando de produzir documentos a partir do dossier do cliente anterior. Quando cada documento é gerado a partir de uma ficha única de cliente ou de projeto, o nome antigo não pode sobreviver num cabeçalho ou numa página interior, porque nunca existiu um documento anterior para reaproveitar. É a diferença entre detetar o erro na revisão final e tornar o erro impossível.

A IA consegue detetar uma taxa de IVA errada na faturação?

Sim, e é um dos casos onde acrescenta mais do que uma regra fixa. O programa de faturação aceita a taxa que lhe derem porque não tem contexto sobre o que está a ser vendido. Um sistema com IA compara cada linha com o histórico da empresa: se um artigo foi sempre faturado a uma taxa e hoje aparece a outra, levanta a questão no momento da emissão, não na correção posterior.

O que significa validar à entrada em vez de conferir no fim?

Significa mover o controlo para o instante em que o dado é introduzido, em vez de o deixar para uma conferência final. Validar o formato de um número fiscal na origem, confrontá-lo com dados oficiais e sinalizar valores fora do padrão custa segundos a corrigir, porque a pessoa ainda tem o documento à frente. Procurar a linha errada entre centenas, no fim, custa horas e acontece sempre contra o relógio.

A automação elimina completamente o erro humano?

Não — muda-lhe a natureza. Um sistema bem configurado remove a maioria dos erros aleatórios de transcrição, mas um sistema mal configurado pode errar de forma sistemática, o que é mais detetável e potencialmente mais extenso. Por isso a revisão humana nas exceções mantém-se, e a fase inicial de correr o novo processo em paralelo com o antigo, comparando resultados, não deve ser cortada.

erro humanoqualidadereputaçãofaturaçãoautomaçãoPME

Quer aplicar isto na sua empresa?

30 minutos para perceber a sua operação e identificar onde a IA tem retorno. Sem compromisso.

Continuar a ler.