Agentes de IA são sistemas que usam modelos, informações e ferramentas para executar tarefas orientadas a um objetivo. Em uma empresa, o valor aparece quando o sistema consegue realizar um trabalho definido e deixar claro de onde veio cada resultado.
Considere uma operação que recebe uma solicitação com documentos de uma empresa, comprovantes e extratos bancários. A equipe precisa identificar os arquivos, conferir informações, analisar as movimentações e investigar divergências. Um agente pode coordenar essas atividades quando tem acesso às ferramentas adequadas e limites bem definidos.
Na Paperwork, Paper OS é o ambiente de casos em que os agentes trabalham com Fraud Detection, Bank Statement Analysis (BSA) e Document Automation (DA). Cada produto tem uma responsabilidade. O agente usa os resultados das ferramentas para ajudar a equipe a trabalhar com o caso.
O que observar na demonstração
- Os documentos e as conversas pertencem a um caso identificado.
- Os agentes usam ferramentas distintas para fraude, extratos e fluxos documentais.
- A recomendação da política, a revisão do agente e a ação da equipe aparecem separadamente.
- O resultado pode conter uma pendência, não apenas uma resposta pronta para aprovação.
O que diferencia um agente de IA de um chatbot?
Um chatbot oferece uma interface de conversa. Um workflow define etapas de um processo. Um agente pode interpretar uma solicitação e usar ferramentas dentro das permissões e instruções estabelecidas.
As três abordagens podem coexistir:
| Abordagem | Exemplo | O que deve ficar claro |
|---|---|---|
| Conversa | Perguntar o que um documento informa | Quais arquivos e fontes sustentam a resposta |
| Workflow configurado | Extrair uma fatura e compará-la com um pedido | Campos, regras, tolerâncias e revisão |
| Agente com ferramentas | Solicitar verificações e uma explicação do caso | Ferramentas permitidas, contexto e limites de atuação |
Um processo repetitivo nem sempre precisa de autonomia para escolher os passos. Uma sequência configurada pode ser mais apropriada quando a organização já conhece as verificações necessárias.
A distinção entre workflows definidos e agentes que dirigem o uso de ferramentas também aparece na orientação da Anthropic sobre agentes.
Exemplos de agentes de IA em operações com documentos
Verificar sinais de alteração em um arquivo
No Paper OS, Seal usa Fraud Detection para procurar sinais de adulteração nos documentos. Os achados dependem das evidências disponíveis no arquivo, como histórico, detalhes inconsistentes ou regiões suspeitas.
Uma anomalia exige interpretação. Um arquivo legítimo editado para uma finalidade administrativa não é automaticamente uma fraude. O resultado deve indicar o que foi observado e o que precisa de investigação.
Analisar movimentações bancárias
Ledger trabalha com BSA para explicar receitas, saídas, saldos e outros sinais presentes nos extratos fornecidos.
Para uma empresa, entradas totais não equivalem necessariamente a receitas de clientes. Um empréstimo ou uma transferência entre contas pode aumentar o saldo sem representar uma venda. O resultado precisa permitir a consulta às transações que sustentam os números.
O suporte depende do layout do extrato. Um projeto para bancos brasileiros deve confirmar os formatos necessários, em vez de presumir que a localização do cliente garante compatibilidade.
Executar um processo configurado de documentos
Clip pode executar cenários de DA associados ao caso. O cenário define documentos, campos, tabelas, verificações, perguntas e tratamento das exceções.
Uma empresa pode precisar comparar uma fatura com um pedido de compra. Outra pode precisar conferir a documentação recebida de um fornecedor. O processo é configurado para a necessidade do cliente.
Um caso completo no Paper OS: da solicitação à revisão
A gravação mostra uma solicitação de capital de giro de AED 250.000, com prazo de 180 dias, em um caso de exemplo. O painel reúne informações da aplicação, documentos, dados bancários e a conversa com os agentes. Os valores e a interface são do exemplo em inglês, não de uma operação bancária brasileira.
Comece pelo contexto. Qual empresa está sendo analisada? Qual o valor solicitado? Quais contas e períodos estão representados nos arquivos? Uma resposta sobre o cliente errado ou sobre um período incompleto pode ser bem escrita e ainda assim não atender à tarefa.
Em seguida, identifique o que veio de cada origem. A receita informada na aplicação é uma declaração. Uma métrica calculada a partir do extrato é outro dado. Um resultado de verificação do arquivo responde a uma terceira pergunta. A revisão deve permitir consultar cada fonte, em vez de transformar todos os valores em uma única narrativa.
Na conversa do exemplo, a solicitação a Folio é revisar os documentos atuais do caso e preparar o memorando. O coordenador utiliza os especialistas e reúne os achados. A equipe pode fazer perguntas posteriores sobre a mesma evidência, como a diferença entre o faturamento declarado e os créditos bancários observados.
O produto também mantém a recomendação da política separada da revisão do agente. No caso gravado, aparecem uma recomendação de recusa e uma revisão que pede mais informação. Antes de usar o resumo, o analista precisa abrir o motivo e verificar quais resultados estavam disponíveis para aquela revisão.
Esse modo de leitura evita um problema comum na adoção de IA: avaliar apenas se a resposta parece convincente. Uma boa revisão precisa mostrar de onde veio a conclusão, qual operação falhou, que informação está ausente e qual pessoa pode resolver a pendência.
Exemplo prático: entradas bancárias não são todas receitas
Um segundo exemplo, gravado separadamente no BSA, mostra a empresa fictícia Cedarline Office Supplies. Em seis meses, a conta recebeu AED 1.659.680,10. Parte desse dinheiro veio de clientes; outra parte veio de uma empresa relacionada, de um empréstimo e de transferências entre contas próprias.
| Créditos no exemplo | Valor em AED | Tratamento usado no relatório |
|---|---|---|
| Recebimentos de clientes | 894.680,10 | Créditos líquidos do negócio |
| Transferências de empresa relacionada | 450.000,00 | Separadas conforme o perfil configurado |
| Liberação de empréstimo | 200.000,00 | Financiamento |
| Transferências entre contas próprias | 115.000,00 | Movimentação interna |
| Total de créditos | 1.659.680,10 | Inclui as diferentes origens |
Se o usuário perguntar quanto a empresa recebeu de clientes, repetir o total de créditos daria uma resposta diferente da análise. O trabalho útil é explicar os grupos, mostrar a regra utilizada e permitir a consulta às transações que sustentam o número.
O perfil da empresa fornece contas próprias e relações conhecidas. Uma descrição bancária pode conter o nome de uma companhia sem explicar se ela é cliente, sócia ou empresa do mesmo grupo. Essa informação precisa entrar no processo quando influencia a classificação.
No vídeo curto abaixo, o analista abre a composição dos indicadores. É esse tipo de resultado verificável que deve sustentar a explicação de um agente: definição, valores mensais e movimentos incluídos ou excluídos.
A revisão também precisa distinguir uma métrica calculada de receita contábil auditada. O extrato cobre as contas e os períodos enviados; outros documentos podem ser necessários para explicar liquidações, ajustes e movimentações fora desse conjunto.
Como escolher entre chatbot, agente e workflow
Use a pergunta operacional como ponto de partida. Se a equipe já conhece as etapas, os campos e as verificações, um workflow configurado costuma ser uma base clara. Para conferir uma fatura, por exemplo, defina primeiro o documento de referência, as chaves das linhas e o tratamento de diferenças.
Se a pergunta seguinte depende do resultado anterior, um agente pode ajudar a conduzir a investigação. O analista pode pedir a explicação de uma classificação, solicitar os documentos ausentes ou explorar a evidência de uma divergência. As ferramentas e permissões disponíveis delimitam o que ele consegue fazer.
O chatbot é a interface dessa interação. Ele não demonstra, sozinho, que existe um processo documental reproduzível por trás. Na avaliação de uma solução, peça para ver a ação executada, seu resultado e a origem dos valores usados na resposta.
| Necessidade da equipe | Ponto de partida | Evidência esperada |
|---|---|---|
| Extrair campos de um pacote recorrente | Workflow DA configurado | Campos e suas fontes |
| Comparar fatura e referência | Verificações definidas | Valores comparados e divergências |
| Explicar um caso após os checks | Agente com acesso aos resultados | Resumo ligado aos achados |
| Aplicar política de crédito | Regras e revisão apropriadas | Caminho da decisão e responsável |
| Pedir outro documento ao cliente | Fluxo de comunicação aprovado | Solicitação revisada pela equipe |
Em muitos projetos, a solução combina essas abordagens. A equipe configura as verificações repetitivas e utiliza os agentes para trabalhar com o caso e fazer perguntas sobre os resultados. Isso permite avaliar cada camada com critérios próprios.
Regras, permissões e decisões na prática
A tela do Decision Engine no exemplo mostra regras organizadas em etapas. A política define o tratamento dos fatos disponíveis. O texto de um memorando ajuda o analista a entender o caso, mas não substitui a regra nem a evidência usada por ela.
Antes do piloto, descreva as ações que cada papel pode realizar. Ler resultados, solicitar uma verificação, alterar uma política, preparar uma mensagem e confirmar uma decisão são ações diferentes. A existência de uma conversa com o agente não deve deixar essas responsabilidades implícitas.
Prepare um caso correto, um caso com uma divergência conhecida e outro com dados incompletos. Escreva os resultados esperados antes de executar o processo. Depois compare o que a ferramenta produziu, como o agente explicou a evidência e qual ação ficou disponível para a equipe.
Quando houver erro, identifique sua origem. A extração leu o número errado? A regra comparou campos incompatíveis? O perfil estava incompleto? A explicação usou um resultado anterior? Cada situação pede uma correção específica. Ajustar apenas o texto da resposta pode deixar o problema operacional intacto.
O papel do Paper OS, BSA, Fraud e DA
Paper OS reúne os agentes, documentos e resultados no caso. BSA analisa os extratos. Fraud Detection verifica sinais de alteração nos arquivos. DA executa o processo documental configurado.
Essa separação ajuda a definir o projeto. A pergunta “o documento foi alterado?” exige verificações diferentes de “o valor da fatura corresponde ao pedido?”. Uma divergência entre arquivos não prova que algum deles foi adulterado.
A equipe também pode precisar de uma recomendação baseada em sua política. Nesse caso, as informações necessárias, regras e limites da decisão precisam fazer parte da configuração.
Como definir um projeto de agentes de IA para empresas
Comece por uma tarefa com resultado observável.
- Identifique os documentos e registros de referência.
- Defina os campos e verificações necessários.
- Especifique o resultado que a equipe precisa receber.
- Determine quais ações podem ocorrer automaticamente.
- Estabeleça o tratamento de dados ausentes e casos ambíguos.
- Teste o processo contra resultados esperados preparados de forma independente.
Exemplos corretos são tão importantes quanto divergências conhecidas. Um sistema que gera alertas para todos os arquivos não demonstrou que consegue distinguir o trabalho que pode seguir daquele que precisa de revisão.
DA pode atender a novos cenários?
Sim, o projeto pode incluir a configuração de um cenário específico. A existência de um motor de workflows não significa que todas as regras de qualquer processo já estejam prontas.
Na conciliação bancária, por exemplo, é necessário comparar registros do banco com dados contábeis. Valores iguais podem aparecer várias vezes. As regras precisam definir identificadores, datas, pagamentos parciais e entradas que só existem de um lado.
Na conferência de compras, é necessário esclarecer o que o pedido, a fatura e o registro de recebimento comprovam. Documentos de entrega e registros internos de recebimento não devem ser tratados como equivalentes sem conferir o processo.
A Paperwork configura o fluxo a partir dos documentos e regras do cliente e testa os resultados esperados. O escopo e os formatos aceitos são definidos antes da utilização operacional.
Perguntas frequentes
Podemos usar nossas próprias instruções?
Paper OS permite definir agentes com instruções e ferramentas selecionadas. Os cenários de DA definem os campos, ações e verificações do processo documental.
O agente substitui as ferramentas de análise?
O agente usa ferramentas para realizar o trabalho. Uma explicação sobre um extrato continua dependendo da extração e análise das movimentações fornecidas.
É possível integrar o resultado ao nosso sistema?
Os produtos oferecem API e webhooks. O projeto deve especificar quais dados entram, quais resultados saem e como o sistema existente trata as exceções.
Como avaliar se um agente está funcionando?
Confira os resultados e suas fontes. Meça erros, falsos alertas, casos incompletos e o trabalho que chega à revisão. Uma resposta bem escrita não substitui evidências corretas.
Como começar?
Escolha um caso representativo e descreva a tarefa, os documentos e o resultado esperado. Para agentes que trabalham em casos, veja o Paper OS. Para um processo documental específico, veja Document Automation. As páginas comerciais e a demonstração estão em inglês.