IA empresarial: por que 'refazer tudo com IA' é o maior erro — e o que isso significa para a eficiência das empresas brasileiras

Enquanto o mercado brasileiro corre para implementar agentes de IA sobre processos já digitalizados, a chinesa Baiwang — fornecedora de software fiscal e contábil que já entregou mais de 500 mil 'funcionários digitais' — aponta o que chama de maior equívoco da IA empresarial: refazer com IA os mesmos processos herdados do software tradicional. A tese, defendida em artigo no site Leiphone, é que a verdadeira transformação não está em colocar OCR onde havia digitação ou RPA onde havia clique, mas em redesenhar o trabalho do zero, perguntando quantas etapas ainda precisam existir. Para empresas brasileiras que gastam com automação de notas fiscais, conciliação contábil e validação de contratos, o alerta chega em momento de decisão de orçamento de tecnologia para 2025. O artigo original parte de uma constatação simples: nos últimos dois anos, praticamente todas as categorias de software empresarial — atendimento, marketing, P&D, finanças, RH e compras — buscaram sua 'versão em IA'. Formulários preenchidos por pessoas passaram a ser gerados por IA, materiais lidos por pessoas passaram a ser reconhecidos por IA, botões clicados por pessoas passaram a ser acionados por agentes, e processos já digitalizados foram reembalados como 'processos de IA'. A auditoria é o exemplo dado: reembolsos, habilitação de fornecedores, verificação de contratos e validação de documentos de pessoal são tarefas de alta frequência, repetitivas e com regras claras, em que OCR, grandes modelos de linguagem e motores de regras de fato reduzem operação manual. Mas, segundo a Baiwang, a pergunta mais importante emerge quando as empresas entram de fato na era dos agentes inteligentes: todos os processos merecem ser refeitos com IA? A resposta, diz a empresa, é provavelmente negativa. A mudança real não é 'antes dez pessoas clicavam dez vezes, agora a IA clica por elas', mas forçar a empresa a repensar se, projetando o trabalho do zero com grandes modelos, agentes, dados e execução automática, ainda desenharia o processo atual. O primeiro caso é sobrepor IA ao processo antigo; o segundo é o verdadeiro AI-Native — redesenhar o próprio trabalho conforme a capacidade da IA de compreender, julgar, orquestrar e executar. O artigo sustenta que muitos processos tradicionais são complexos não porque o negócio exija essa complexidade, mas porque, sob as capacidades de software do passado, a empresa teve de decompor um trabalho completo em ações padronizadas processáveis pelo sistema. No fluxo fiscal e contábil, por exemplo, da ocorrência da transação até o processamento final, muitas vezes é preciso passar por coleta de dados, organização de documentos fiscais, lançamento no sistema, verificação manual, geração de comprovantes, consolidação de relatórios, confirmação de declarações, pagamento e arquivamento. Na era do software tradicional, cada etapa exigia interface, operador e entradas e saídas claras, solidificando um fluxo complexo. Se a transformação por IA apenas substitui o lançamento manual por OCR, a verificação manual por grandes modelos e o clique manual por RPA, a empresa obtém ganho de eficiência, mas continua operando o processo do passado, apenas transferindo trabalho das pessoas para as máquinas. A lógica AI-Native deveria ser o contrário: a empresa propõe o objetivo de negócio — 'resolver bem os impostos deste mês', 'julgar se esta transação tem risco', 'dizer quais problemas potenciais existem este ano' — e o sistema decide quantas faturas ler, quantos sistemas acionar, quantas verificações fazer e quantas tabelas intermediárias gerar. Isso muda os critérios de avaliação da IA empresarial: no passado perguntava-se 'quantas etapas já foram automatizadas'; no futuro, a pergunta deveria ser 'quantas etapas ainda precisam existir'. O primeiro busca entregar seis dos dez nós do processo à IA; o segundo reexamina se, para obter o resultado final, ainda são necessários dez nós. É a diferença entre 'refazer o processo com IA' e 'remodelar o processo com IA'. Sob esse ângulo, a Baiwang destaca que já entregou mais de 500 mil funcionários digitais, mas o número em si importa menos do que a migração da lógica de produto da 'inteligência de funções' para a 'reconstrução da forma de trabalho'. No design do seu sistema de IA fiscal e contábil, o empresário ou profissional financeiro não precisa mais julgar em qual módulo de software entrar ou em qual menu clicar; pode diretamente apresentar o objetivo e deixar o sistema executar. Para o leitor brasileiro, o artigo funciona como alerta metodológico: empresas que compram automação apenas para 'colocar IA' sobre ERPs e fluxos de notas fiscais podem estar pagando por eficiência marginal em processos que deveriam ser eliminados. O impacto direto no comércio bilateral é indireto, via produtividade e custo de compliance das empresas brasileiras que operam com a China — importadores, exportadores e prestadores de serviços contábeis que lidam com documentação fiscal e aduaneira. Na leitura do CBI, a tese da Baiwang dialoga com a pressão por redução de custo administrativo no Brasil, especialmente após a reforma tributária, que deve exigir novos fluxos de apuração e conciliação. Os dados mostram que fornecedores chineses de software fiscal já operam em escala de centenas de milhares de agentes digitais; a avaliação do CBI é que a adoção brasileira tende a começar pela automação de etapas, não pelo redesenho de processos, o que pode gerar ganhos rápidos, mas limitados. Acompanhar: (1) anúncios de fornecedores brasileiros de ERP e compliance fiscal sobre agentes nativos, não apenas OCR/RPA; (2) o cronograma de implantação do IBS/CBS e seu efeito sobre a demanda por redesenho de processos contábeis; (3) a evolução das métricas de avaliação de IA adotadas por empresas brasileiras em relatórios de tecnologia.