Como medir o retorno da IA em compras: do piloto ao indicador

Entre o piloto que

Entre o piloto que

O gap entre o piloto e o indicador

A área de compras testa um agente de IA por três meses, relata que a cotação ficou mais rápida e que o comprador ganhou tempo livre. O financeiro pergunta quanto tempo exatamente, comparado a qual período anterior, e qual valor entra no orçamento do ano seguinte. Sem número registrado antes do teste, a resposta fica no campo da percepção, não no da prova.

Esse gap aparece nos números do setor. O estudo 2026 Procurement Key Issues, do The Hackett Group, mostra que 43% das organizações de compras já conduzem projetos de IA, quase o dobro do ano anterior. Mas só 12% aplicam a tecnologia de forma ampla na operação: a maioria segue em pilotos isolados, sem conectar o teste a um indicador de negócio.

Em resumo: o piloto responde a uma pergunta técnica (a tecnologia funciona dentro do processo?). O indicador responde a uma pergunta de negócio (quanto tempo, dinheiro ou risco ela devolveu?). São etapas diferentes, e confundir uma com a outra é um dos erros apontados pelo blog da ME, fornecedora de software de compras que documentou o tema.

O que já funciona, o que está em teste e o que é promessa

Nem toda métrica de IA em compras tem o mesmo grau de maturidade, e tratar todas como certeza é o primeiro erro de medição:

• Já funciona: levantar linha de base com dados de ERP e histórico de cotação é prática estabelecida de controladoria; não depende de IA para existir.
• Em teste: agentes de IA aplicados a cotação e análise de contrato ainda operam em escopo limitado e caso a caso, enquanto apenas 12% das empresas aplicam IA de forma ampla na operação de compras, segundo o Hackett Group.
• Promessa: os ganhos de 21% em produtividade, 12% em economia de custos e 11% em receita que o Gartner projeta para 12 a 18 meses são expectativa de líderes de sourcing, não resultado medido e auditado.

O próprio Hackett Group reforça essa cautela: 76% das organizações relatam ganhos de 25% ou mais em métricas de desempenho conforme a adoção avança, mas o estudo trata o número como referência de expectativa, não como promessa de resultado.

Linha de base: o registro que precisa existir antes

A linha de base é o retrato do processo nos 90 dias anteriores ao teste, com poucos números coletados sempre pela mesma fonte e pelo mesmo critério de cálculo. Sem esse retrato, qualquer ganho reportado depois vira estimativa, não prova. Antes de ligar qualquer agente, o registro mínimo inclui:

• Tempo médio entre requisição e pedido colocado
• Tempo médio de uma cotação, do envio ao fechamento
• Número de pedidos processados por comprador no mês
• Percentual de compras feitas fora do contrato vigente
• Horas mensais gastas em retrabalho e correção de dados

Empresas que já mantêm indicadores financeiros estruturados em compras partem na frente, porque o baseline já existe e segue critério aprovado pelo financeiro. É o tipo de pré-requisito que normalmente passa despercebido na euforia do piloto.

Os quatro grupos de indicador

O Gartner recomenda priorizar casos de uso por valor de negócio e viabilidade, avaliando cada candidato pelo potencial de reduzir tempo de ciclo, diminuir erros, acelerar pendências e ampliar visibilidade sobre pedidos. Isso se traduz em quatro grupos de métrica:

Indicador de adoção baixo costuma apontar problema de dado, não de tecnologia: a IA entrega resultado quando encontra cadastro organizado e processo preparado para recebê-la.

Como calcular o retorno financeiro

O cálculo cabe em uma linha: retorno = (ganho anual − custo total do projeto) ÷ custo total do projeto. No lado do ganho entram horas liberadas por mês multiplicadas pelo custo médio da hora e por 12, savings realizados, cost avoidance validado com o financeiro e multas ou paradas evitadas por antecipação de risco.

No lado do custo entram a licença da plataforma, a integração com ERP e sistemas internos, a limpeza e preparação de dados, o treinamento do time e as horas internas dedicadas ao projeto. Limpeza de cadastro e padronização de categoria consomem horas reais e precisam entrar nessa conta, não ficar de fora por serem trabalho "de bastidor".

Dividir o custo total pelo ganho mensal dá o payback em meses. Um caso de uso de cotação com payback acima de 18 meses raramente sobrevive ao ciclo orçamentário seguinte, segundo o levantamento da ME.

Seis passos do piloto ao indicador

1. Escolha um caso de uso com dado disponível: cotação e análise de contrato costumam ter histórico registrado em um único sistema, e 12 meses de histórico já sustentam um teste válido.
2. Levante a linha de base dos 90 dias anteriores; sem esse registro, qualquer ganho vira estimativa.
3. Defina a meta em número e prazo, por exemplo reduzir o tempo de cotação de 12 para 7 dias em quatro meses.
4. Meça durante o teste com o critério original; trocar a régua no meio do caminho invalida a comparação.
5. Valide o número com o time financeiro antes de levar savings e cost avoidance ao relatório da diretoria.
6. Amplie o uso apenas com o indicador confirmado: um caso de uso comprovado sustenta o orçamento do próximo.

Um ciclo de 90 dias de linha de base mais 90 a 120 dias de operação assistida costuma bastar para fechar a conta de um caso de uso único. O timing importa mais em 2026: o Hackett Group projeta aumento de 8% na carga de trabalho das áreas de compras neste ano, com queda simultânea de quadro e de orçamento operacional.

Os erros que distorcem a medição

Medir apenas savings negociado mantém compras no papel de corte de custo. O Gartner mostra que executivos seniores de apenas 41% das empresas veem compras como parceira operacional, e só 3% como referência de liderança; painéis focados só em economia reforçam essa percepção. As três métricas que o Gartner aponta como relevantes para CEO, CFO e conselho são desempenho de preço por categoria frente ao melhor referencial de mercado, receita viabilizada por atividades de compras e contribuição da economia anual para o resultado da empresa.

Outro erro recorrente é contar hora economizada sem realocar a pessoa: hora liberada só vira ganho quando o comprador passa a fazer outra coisa com valor conhecido, e isso precisa ser registrado. E tratar adoção baixa como falha da tecnologia ignora a causa mais comum, que é cadastro desatualizado chegando ao agente e gerando recomendação rejeitada.

Onde entra a plataforma, e onde não entra

O material usado como fonte vem do blog da ME, fornecedora que integra cotação, contrato, pedido, recebimento e pagamento em um único registro através do seu Source-to-Pay, com o ME Genius atuando como camada de automação e governança sobre esse fluxo. É esse tipo de histórico unificado que permite calcular tempo, custo e qualidade com o mesmo critério antes e depois da IA.

A lição não depende do fornecedor escolhido: nenhuma suíte substitui a disciplina de registrar a linha de base antes de ligar o agente, nem o trabalho de validar savings e cost avoidance junto ao financeiro antes de levar o número à diretoria. Isso é processo de medição, não recurso de produto.

Fonte: blog.me.com.br