ERP nativo de IA vs ERP tradicional

Rastreie uma ordem de compra através de ambos os sistemas

Comece com algo comum. Um fornecedor chamado Northwind fez uma cotação para stock, a cotação é aceitável, e a empresa precisa de uma ordem de compra levantada, enviada e correspondente quando os bens e a fatura chegarem. Siga esse pedido através de cada arquitetura e a diferença é visível antes de qualquer lista de funcionalidades ser aberta.

No sistema tradicional, o caminho é o caminho de uma pessoa. Alguém abre o módulo de compras, encontra ou cria o fornecedor, insere as linhas da cotação, verifica o centro de custos, salva, exporta o documento, anexa-o a um email e, mais tarde, retorna para receber os bens e corresponder a fatura. Se o sistema tiver um assistente, ele pode pré-preencher as linhas da cotação ou redigir o email. A pessoa continua a ser quem se move de ecrã para ecrã, e o assistente apenas alcança os ecrãs que o fornecedor escolheu conectar.

No sistema nativo de IA, o caminho é o caminho de um agente. A pessoa diz ao seu agente o que deseja. O agente pergunta ao espaço de trabalho quais ferramentas pode usar, e o espaço de trabalho responde com uma lista filtrada: pesquisa de fornecedores, criação de ordens de compra, envio de documentos, receção de bens, correspondência de faturas, e nada que o papel da pessoa não permita. O agente chama essas ferramentas em sequência, o espaço de trabalho verifica cada chamada novamente enquanto executa, e a ordem de compra, o documento enviado e a correspondência posterior existem no sistema exatamente como se uma pessoa os tivesse inserido. A pessoa vê o resultado e o registo, não os formulários.

O utilizador principal é a diferença

Tudo o resto na comparação entre ERP nativo de IA e ERP tradicional decorre de uma decisão de design: quem o software espera que o opere. O ERP tradicional responde a essa pergunta com uma pessoa, e quarenta anos de bom trabalho foram investidos em tornar o trabalho da pessoa mais fácil. Os ecrãs tornaram-se mais rápidos, os fluxos de trabalho tornaram-se configuráveis, surgiram aplicações móveis e, eventualmente, um assistente apareceu ao lado do formulário. Nada disso mudou quem estava nos comandos.

O ERP nativo de IA responde à mesma pergunta com um agente a agir em nome de uma pessoa. Uma vez que essa é a resposta, o produto tem de ser construído de forma diferente da primeira linha. Cada capacidade precisa de uma definição de ferramenta com um nome, entradas tipadas e um resultado, não apenas um ecrã. O modelo de permissões tem de funcionar por chamada, não por sessão, porque um único pedido pode ramificar-se em uma dúzia de chamadas através de módulos. O protocolo tem de ser aberto, porque o agente que faz a chamada pode pertencer ao cliente e não ao fornecedor. E o registo de auditoria tem de registar o que o agente fez com a mesma fidelidade do que uma pessoa fez, porque esse registo é agora a principal forma como um gestor revisa o trabalho.

O que decorre disso: seis consequências

A tabela abaixo é a comparação prática. Cada linha é uma consequência da decisão do utilizador principal em vez de uma funcionalidade que um fornecedor escolheu e outro não.

A linha que mais surpreende os compradores é o alcance. Um assistente adicionado a um sistema tradicional parece amplo numa demonstração porque a demonstração é roteirizada em torno das funcionalidades que toca. No uso diário, para na borda dessas funcionalidades, e a pessoa assume. Num sistema nativo de agente, o limite são as permissões da pessoa, que é um limite diferente e mais útil.

O que não muda

Vale a pena ser preciso sobre o que permanece o mesmo, porque os fornecedores de ambos os lados confundem isso. O modelo de dados não muda. A contabilidade de dupla entrada é contabilidade de dupla entrada, quer um agente ou uma pessoa publique o diário. As regras fiscais, o manuseio de múltiplas moedas, a avaliação de stock, o fecho de períodos e a numeração de documentos são os mesmos problemas com as mesmas respostas. Um sistema nativo de IA que erra nestes pontos é um mau ERP com uma boa interface para agentes, o que não é uma troca que vale a pena fazer.

As permissões também não mudam em princípio; mudam em onde são aplicadas. Um sistema tradicional verifica o que um utilizador pode ver quando um ecrã carrega. Um sistema nativo de IA tem de verificar o que um utilizador pode fazer sempre que uma ferramenta é chamada, porque não há carregamento de ecrã para pendurar a verificação. A regra é a mesma. O ponto de aplicação muda.

A necessidade de julgamento não muda. Um agente levantará a ordem de compra e fará a correspondência com a fatura; também parará quando dois registos de fornecedores parecerem a mesma empresa, quando uma correspondência estiver fora de tolerância, ou quando uma aprovação estiver acima da autoridade do seu utilizador. Essas pausas são o sistema a funcionar como foi projetado, e as primeiras semanas com um agente parecem muito com as primeiras semanas com um novo colega capaz.

Onde o ERP tradicional ainda é a resposta certa

Uma comparação honesta tem de dizer quando a arquitetura mais antiga vence. Se o negócio for profundo, com fabricação validada ou processos regulamentados com décadas de personalização dentro de um conjunto estabelecido, o custo de mudança é real e o assistente que esse conjunto agora fornece pode ser suficiente para o que a equipa realmente precisa da IA, que muitas vezes é resumir, redigir e responder a perguntas sobre os dados. Se a operação for um punhado de pessoas com um pacote de contabilidade e uma folha de cálculo, qualquer uma das arquiteturas é mais do que utilizam.

O caso para nativo de IA é mais forte no meio: um negócio com trabalho rotineiro suficiente, intermodular, que a entrada se tornou um trabalho em si, e uma equipa que já usa um agente para outras coisas e prefere direcioná-lo para o negócio do que aprender a janela de chat de outro fornecedor. É aí que a roteirização do trabalho através do agente se paga rapidamente, e onde a capacidade de trazer o seu próprio agente deixa de ser um slogan e começa a ser uma linha na folha de custos, uma vez que um espaço de trabalho não realiza IA em seu nome quando o seu próprio agente faz o raciocínio.

Como saber qual a arquitetura que lhe estão a mostrar

As demonstrações são projetadas para fazer os dois parecerem semelhantes. A sequência seguinte separa-os em menos de uma hora e não precisa de uma pessoa técnica para a executar.

1. Traga o seu próprio agenteConecte o agente que já utiliza (Claude, ChatGPT ou outro cliente MCP) de fora do produto do fornecedor. Se isso não for possível, tem a sua resposta sobre a questão do protocolo.
2. Peça a lista de ferramentas.Peça ao agente que liste o que está autorizado a fazer. Verifique se a lista é longa, cobre os módulos que lhe interessam e muda quando se inicia sessão como um utilizador mais restrito.
3. Complete um resultado.Peça ao agente para levantar, enviar e agendar o seguimento de uma ordem de compra sem que ninguém toque num ecrã. Veja se termina ou se devolve a um ser humano a meio do processo.
4. Leia o registo.Encontre o registo do que o agente fez: quem pediu, quais ferramentas foram utilizadas, com quais entradas. Se esse registo for mais escasso do que o registo de uma pessoa, o agente é um convidado no sistema em vez de um utilizador.

Sois é uma implementação da arquitetura nativa de IA, e é aquela que podemos descrever com precisão. Um espaço de trabalho é um servidor MCP. Qualquer cliente compatível conecta-se adicionando o endereço do espaço de trabalho e iniciando sessão uma vez através do OAuth, sem necessidade de colar um token. As ferramentas oferecidas são filtradas pelo papel do utilizador antes de o agente as ver e verificadas novamente quando cada uma é executada; o acesso falha de forma restrita. O gasto pode ser limitado por integração e cada ação é registada. Os módulos subjacentes são aqueles que esperaria de um ERP: contactos e CRM, caixa de entrada, documentos, calendário, tarefas, contabilidade com faturação, faturas, faturas de compra e multi-moeda, negócios, armazém e stock, e um mercado de aplicações.

Quer escolha ou não, execute a sequência acima em relação ao que lhe for mostrado. A questão a continuar a perguntar não é qual produto tem IA, uma vez que todos dizem que têm, mas por quem o produto foi construído para ser operado.

Perguntas que as pessoas fazem

Este artigo é revisto quando os produtos que descreve mudam. Próxima revisão agendada: 4 de dezembro de 2026.