Quando três propostas descrevem três realidades diferentes
Uma equipe de compras pede a três fornecedores uma cotação para o mesmo serviço. Um envia uma planilha com preços unitários, outro apresenta um PDF com valor agrupado e o terceiro inclui condições importantes apenas no corpo do e-mail. Prazos usam referências diferentes, impostos aparecem em campos distintos e níveis de serviço não são diretamente comparáveis. O analista passa horas reconstruindo as propostas antes que alguém possa discutir a decisão.
Um agente de IA pode ler esses materiais, extrair condições e preparar uma comparação. O risco começa quando um resumo convincente esconde informações ausentes ou transforma uma preferência comercial em uma classificação aparentemente objetiva. O objetivo deve ser melhorar a análise, não fazer a decisão desaparecer dentro do sistema.
Defina o modelo de comparação antes de ler as propostas
Comece por um esquema comum aprovado por compras e pela área solicitante. Ele pode incluir custo total, condições de pagamento, prazo de implantação, escopo, certificações obrigatórias, suporte, restrições contratuais e riscos. Cada campo precisa de definição, unidade esperada, fonte e regra para valores ausentes.
Separe também requisitos eliminatórios de preferências ponderadas. A ausência de uma licença obrigatória não equivale a um prazo de entrega um pouco maior. O agente deve aplicar a política definida pela empresa, não inventar pesos a partir da redação das propostas.
A orientação Map do NIST AI RMF recomenda documentar as tarefas específicas apoiadas pelo sistema de IA, seus limites de conhecimento, como os resultados serão usados e como ocorrerá a supervisão humana. Em compras, isso significa declarar se o agente extrai, verifica, compara ou recomenda, além de registrar onde termina sua autoridade.
Separe extração, normalização, recomendação e decisão
Trate o fluxo como quatro etapas diferentes. A extração identifica cláusulas e valores nos arquivos originais. A normalização converte datas, moedas e unidades para o formato acordado sem mudar o significado. A recomendação aplica critérios de negócio explícitos ao registro normalizado. A decisão pertence às pessoas autorizadas e considera contexto que talvez não esteja nos documentos.
Cada etapa deve produzir uma saída estruturada e um estado visível. Um valor pode estar confirmado, inferido, em conflito ou ausente. Se dois documentos do mesmo fornecedor discordarem, o agente deve preservar as duas referências e abrir uma pergunta, em vez de escolher silenciosamente a opção mais conveniente.
A orientação da OpenAI para construção de agentes recomenda ferramentas bem definidas, instruções claras e intervenção humana em ações sensíveis ou de alto impacto. A escolha de fornecedor pode afetar custo, continuidade, exposição contratual e relacionamentos. O agente prepara as evidências, mas aprovação e compromisso devem continuar submetidos às regras de autorização da empresa.
Ligue cada campo importante à sua evidência
Uma tabela comparativa só é confiável quando os revisores conseguem chegar à evidência original. Guarde o identificador do documento, a página ou seção, a localização do trecho, o horário da extração e a versão do arquivo para cada valor relevante. Quando a proposta mudar, crie uma nova versão e identifique quais campos foram afetados.
Não preencha lacunas com estimativas, a menos que a política permita isso de forma explícita. Mostre a informação ausente como ausente, registre quem pediu esclarecimento e impeça a recomendação final enquanto um campo eliminatório continuar sem resposta. Isso é mais útil do que uma tabela bem apresentada que cria uma certeza falsa.
Exemplo hipotético: contrato de embalagens
Considere uma indústria de alimentos hipotética, que não é um caso de cliente da NM Solutions. A empresa solicita propostas a três fornecedores de embalagens. Os arquivos trazem preços por quantidades diferentes, regras de frete, custos de preparação de impressão, pedidos mínimos e certificados de qualidade.
O agente extrai cada condição comercial para um esquema compartilhado e converte os preços para a mesma faixa de quantidade. Ele não trata um frete omitido como custo zero. Marca o campo como ausente e vincula o estado ao documento de origem. Uma regra determinística verifica certificados obrigatórios e impede que uma proposta sem evidência válida entre no grupo recomendado.
O agente prepara dois cenários com critérios aprovados por compras: menor custo anual esperado e menor risco de abastecimento. Um comprador revisa as evidências citadas, pede aos fornecedores que resolvam dois conflitos e registra o motivo da escolha final. O cenário não comprova que o fornecedor selecionado terá o desempenho esperado, mas torna visíveis as hipóteses, exclusões e responsabilidades.
Avalie a comparação, não apenas a escolha final
Teste o agente com compras concluídas e propostas deliberadamente difíceis. Meça a exatidão da extração, conflitos não resolvidos, valores sem suporte, correções feitas pelos revisores e tempo até uma comparação aprovada. Inclua diferentes formatos de documento e estilos de redação dos fornecedores.
Observe se os revisores aceitam sugestões automaticamente ou investigam as evidências. Uma taxa alta de aceitação nem sempre representa qualidade. Ela pode indicar que a interface dificulta a discordância ou que as pessoas tratam a recomendação como decisão. Uma amostragem periódica deve comparar o registro do agente com os documentos originais.
Reconheça os limites e mantenha a decisão responsável
Arquivos digitalizados, cláusulas ambíguas e anexos citados, mas não entregues, podem limitar a extração. Mudanças de moeda, impostos e descontos por volume podem tornar a comparação normalizada instável. O desempenho histórico de um fornecedor também pode refletir contextos diferentes e não deve virar uma penalização sem explicação. Propostas confidenciais exigem controles de acesso, retenção e compartilhamento.
Nem toda compra precisa de um agente. Um formulário e uma planilha com regras determinísticas podem bastar para aquisições padronizadas e de baixo volume. A NM Solutions ajuda empresas a mapear o fluxo de compras, critérios de comparação, integrações, evidências e pontos de aprovação antes da automação. Um diagnóstico pode identificar onde um agente reduz trabalho analítico sem esconder a decisão de negócio.