Empresas ainda gastam horas em dashboards para tomar decisões que poderiam ser respondidas em segundos, aponta Nimbi
Plataforma de eProcurement Nimbi, identifica gargalo entre dado e decisão como principal obstáculo à eficiência em compras corporativas e aponta inteligência artificial embarcada como caminho para superá-lo
Grandes empresas brasileiras têm hoje mais dados sobre suas operações de compras do que em qualquer outro momento da história. Requisições, cotações, pedidos, contratos e informações de fornecedores estão cada vez mais estruturados e acessíveis dentro das plataformas de eProcurement. Mesmo assim, responder a uma pergunta simples como qual fornecedor teve o melhor desempenho no último trimestre ainda exige, na maior parte das organizações, horas de trabalho manual.
O diagnóstico é da Nimbi, plataforma brasileira de eProcurement e Marketplace B2B, que acompanha o ciclo de compras de médias e grandes empresas em setores como educação, logística, serviços financeiros e indústria. Segundo a empresa, o problema central não é mais a falta de dados: é o tempo que separa o dado da decisão.
Processo demorado
O modelo predominante ainda é baseado em navegação: o profissional de compras acessa o dashboard, aplica filtros, lê indicadores, consolida informações de múltiplas fontes e só então chega a uma conclusão. Um processo que se repete a cada nova pergunta, a cada reunião, a cada ciclo de análise.
“O acesso ao dado já foi resolvido pela digitalização. O que ainda falta para a maioria das empresas é o acesso à resposta. Enquanto o profissional de compras gasta tempo navegando por sistemas para montar uma análise, ele deixa de se dedicar ao que realmente exige julgamento estratégico: negociação, gestão de fornecedores críticos, planejamento de categoria”, afirma Carolina Cabral, CEO da Nimbi.
O gargalo tem consequências diretas sobre a competitividade das áreas de compras. Perguntas recorrentes sobre desvios de política, concentração de fornecedores ou padrões de gasto por unidade de negócio continuam demandando esforço de interpretação manual toda vez que precisam ser respondidas, mesmo em ambientes digitalizados.
Modelos de interação de dados
Para a Nimbi, a saída passa por uma mudança no modelo de interação com os dados. Em vez de navegar por telas e interpretar gráficos, o profissional de compras deve ser capaz de fazer uma pergunta direta ao sistema e receber uma resposta estruturada e contextualizada. É o que a empresa chama de procurement conversacional: um modelo em que a IA atua de forma embarcada no fluxo de compras, e não como uma interface adicional desconectada dos processos.
“Estamos vendo uma mudança de paradigma. As empresas que avançam mais rápido em eficiência de compras não são necessariamente as que têm mais dados: são as que conseguem transformar esses dados em respostas mais rápidas. A IA resolve exatamente esse problema quando está integrada ao fluxo, e não em uma tela separada que o usuário precisa aprender a usar”, diz Cabral.
A abordagem exige, no entanto, uma condição prévia: dados conectados. A inteligência artificial só consegue gerar respostas úteis quando tem acesso a informações integradas ao longo de todo o ciclo de procurement. Empresas que ainda operam com sistemas fragmentados ou processos não digitalizados enfrentam uma barreira anterior à da IA. A transformação começa pela base, não pela tecnologia mais avançada.
A Nimbi eProcurement
A Nimbi conecta requisições, cotações, pedidos, contratos e fornecedores em uma única plataforma de gestão. Sobre essa base, a empresa desenvolve camadas de automação e inteligência que permitem desde a sugestão de fornecedores com base em histórico e risco até a consulta conversacional de dados operacionais em tempo real.