IA em Compras e Facilities: o que já funciona, segundo quem lidera a área.

Um gestor de compras com mil fornecedores na base e um painel de gestão em branco. Sem dado sobre quem está do outro lado da cadeia, sem critério formal de qualificação, sem saber se aquele fornecedor tem passivo trabalhista ou risco reputacional. Essa foi a cena descrita por Sérgio Quinsan, Head de Compras e Facilities da COOP, no painel que a CIAL Dun & Bradstreet conduziu no COMPRAR Fórum & Expo 2026. Boa parte da plateia reconheceu a própria operação ali.

A pergunta que organizou a conversa foi direta: o que de IA em compras já saiu do slide e entrou na rotina? Este artigo reúne as respostas que apareceram no palco, com o vídeo completo do painel ao final.

O que é IA aplicada a compras

IA aplicada a compras é o uso de modelos de inteligência artificial para executar ou acelerar etapas do processo de procurement, como triagem e homologação de fornecedores, saneamento de cadastro, leitura e comparação de contratos, especificação técnica de demandas e análise de gastos. Diferente da automação tradicional, que segue regras fixas, a IA interpreta dados não estruturados e devolve uma recomendação. A qualidade dessa recomendação depende do contexto que a empresa consegue fornecer, ou seja, do dado que ela tem organizado.

Essa dependência do dado é o ponto que explica por que duas empresas com a mesma ferramenta chegam a resultados diferentes.

O que já gera resultado hoje

Os casos relatados no painel têm algo em comum: são ganhos de tempo em tarefas que antes dependiam de circulação interna entre áreas.

1. Homologação de fornecedor. O parecer que passava por financeiro, contabilidade e área técnica, e voltava com aprovação uma semana depois, hoje é resolvido em segundos com análise automática de documentos e dados cadastrais.
2. Saneamento de cadastro. Bases com centenas de linhas de descrição genérica ou incompleta passam por validação automática, com identificação dos atributos faltantes.
3. Consolidação de contratos. Dezenas de contratos dispersos viram uma tabela única com vigência, valor, prazo de pagamento e escopo em minutos.
4. Especificação de demanda. Agentes embarcados em ferramentas de eProcurement questionam o requisitante sobre tamanho, capacidade e requisitos técnicos antes de gerar o pedido, reduzindo retrabalho na cotação.
5. Análise de gastos. Classificação e categorização de spend a partir de bases historicamente mal estruturadas.

Nenhum desses ganhos depende de um projeto de transformação de dois anos. Todos dependem de dado minimamente organizado.

As barreiras reais de adoção em grandes empresas

O painel foi explícito sobre o que trava. Vale nomear cada barreira, porque elas se repetem em empresas de portes muito diferentes.

Segurança da informação. Uma prova de conceito simples, para consolidar cláusulas de contratos regionais, ficou seis meses parada por restrição de dados em nuvem. O efeito prático foi o inverso do pretendido: o time seguiu resolvendo o problema em ferramentas pessoais, fora do controle da empresa.

Base de dados ruim. Empresas com 25 anos de operação ainda carregam cadastro inconsistente, o que limita qualquer análise automatizada. A IA entrega o que o contexto permite.

Resistência do cliente interno. A área requisitante defende o fornecedor de sempre e questiona o critério. Sem critério formalizado e visível, a decisão parece pessoal.

Ausência de dono. Projetos com muitas pessoas envolvidas e nenhum responsável nomeado não chegam à produção. Toda implementação precisa de um champion interno para sair do papel.

Processo não estruturado. Colocar tecnologia dentro de um fluxo mal desenhado multiplica o problema em vez de resolvê-lo. A frase que circulou no painel resume: tecnologia boa, processo ruim e pessoas mal treinadas não geram valor.

Brasil e América Latina: onde estamos na maturidade digital

Jorge Dabah, Head de Customer Success LATAM na CIAL, acompanha implementações em México, Argentina, Peru, Brasil e Caribe. Ele afirmou no painel que o Brasil está à frente dos demais países da região na adoção de IA aplicada a compras e gestão de fornecedores, com empresas brasileiras testando mais rápido e cobrando resultado mais cedo. A disponibilidade de dados públicos empresariais no país, do CNPJ a registros fiscais e trabalhistas, ajuda a explicar essa diferença.

A contrapartida é que a velocidade de teste não se converte em ganho quando a IA opera como camada isolada, por fora do processo de decisão de compra.

Por onde começar quando a sensação é de estar atrasado

A resposta mais repetida no palco foi que a maioria das empresas ainda está no começo. Cinco passos apareceram como consenso entre os painelistas.

1. Faça o diagnóstico de maturidade antes de escolher a ferramenta. Processos básicos precisam existir antes de qualquer camada de IA.
2. Organize o dado de fornecedor. Cadastro fragmentado entre compliance, jurídico, ERP e financeiro impede qualquer decisão automatizada confiável.
3. Defina os critérios de qualificação da sua empresa. Critério genérico gerado por IA não substitui a política de risco do seu negócio.
4. Nomeie um responsável por projeto. Implementação sem dono não chega à produção.
5. Capacite o time sem esperar o programa corporativo. Comece pelas ferramentas disponíveis e pelos casos de uso de menor risco.

Como a CIAL apoia a qualificação de fornecedores com dados

O gargalo descrito no início deste artigo, mil fornecedores sem visibilidade, é o tipo de problema que depende menos de ferramenta e mais de base de dados confiável. É aí que entra a estrutura da CIAL Dun & Bradstreet, operação da Dun & Bradstreet na América Latina, que conecta informação cadastral, financeira, fiscal e de compliance sob um identificador único de empresa, o número D-U-N-S.

Na prática, o CIAL360 Supplier permite homologar fornecedores com critérios definidos pela própria empresa, monitorar continuamente a base e identificar mudanças de risco sem depender de coleta manual de documentos. Foi essa a mudança que a COOP descreveu no painel: a saída da planilha para um fluxo com critérios parametrizados, em poucos meses.

Assista ao painel completo

Painel Do hype à prática: Como IA e novas tecnologias estão gerando resultado real em compras, gravado em 1º de setembro de 2026 no COMPRAR Fórum & Expo, no Centro de Convenções Frei Caneca, em São Paulo. Mediação de Pedro Maciel (Country Manager Brazil, COO e Head de Produtos LATAM da CIAL Dun & Bradstreet), com Sérgio Quinsan (COOP), Fernanda Amorim Canejo (Movecta) e Jorge Dabah (CIAL). Segundo a organização do evento, o Fórum COMPRAR acumula 3.497 participantes, 3.155 empresas, 245 expositores e 105 palestrantes ao longo de suas edições.

Perguntas frequentes

O que é IA em compras?

IA em compras é o uso de inteligência artificial para executar ou acelerar etapas do processo de procurement, como homologação de fornecedores, saneamento de cadastro, leitura de contratos, especificação de demandas e análise de gastos. A tecnologia interpreta dados não estruturados e devolve uma recomendação, o que exige que a empresa tenha o dado organizado para gerar resultado confiável.

A IA vai substituir o comprador?

Não foi essa a leitura dos profissionais ouvidos no painel do COMPRAR Fórum & Expo 2026. A avaliação é que a IA muda a forma de atuar do comprador, retirando tarefa manual e ampliando o tempo dedicado a estratégia, negociação e relacionamento com o cliente interno. O profissional que domina o dado e sabe decidir sobre ele ganha espaço.

Quais são as principais barreiras para implementar IA em compras?

As cinco barreiras citadas no painel foram restrição de segurança da informação, base de dados inconsistente, resistência do cliente interno, ausência de um responsável nomeado pelo projeto e processo interno não estruturado. Nenhuma delas é resolvida pela ferramenta em si.

Por onde uma empresa deve começar a usar IA em compras?

Pelo diagnóstico de maturidade. Antes de contratar plataforma, é preciso mapear quais processos existem, qual a qualidade do cadastro de fornecedores e quais critérios de qualificação a empresa usa. Tecnologia aplicada sobre processo mal desenhado não gera ganho.

Como a IA ajuda na qualificação de fornecedores?

A IA acelera a triagem documental, cruza dados cadastrais, fiscais, financeiros e de compliance e sinaliza divergências que exigiriam conferência manual. O ganho aparece quando esses dados estão consolidados sob um identificador único de empresa e conectados aos critérios de risco definidos internamente, em vez de espalhados entre áreas.

O Brasil está atrás de outros países na adoção de IA em compras?

Segundo Jorge Dabah, Head de Customer Success para América Latina da CIAL Dun & Bradstreet, o Brasil está à frente dos demais países da região em adoção de IA aplicada a compras e gestão de fornecedores. A disponibilidade de dados públicos empresariais no país favorece esse avanço.

Se a sua área está definindo onde investir no próximo ciclo, o ponto de partida costuma ser o diagnóstico da base de fornecedores. Veja como funciona o CIAL360 Supplier e entenda o que muda quando a homologação passa a rodar com critério e dado atualizado.