Baifang alerta empresas: não reconstrua cada processo com IA
Se os últimos dois anos de entusiasmo com a IA corporativa precisassem de um slogan, “refazer tudo com IA” seria um forte candidato. Atendimento ao cliente, marketing, P&D, finanças, RH e compras foram todos reembalados como fluxos de trabalho com IA: formulários que antes as pessoas preenchiam agora são gerados, documentos que antes a equipe lia agora são escaneados por modelos, e botões que antes eram clicados à mão agora são acionados por agentes.
A Baifang, empresa chinesa que vende software corporativo para trabalho financeiro e fiscal, considera essa abordagem o maior erro das empresas. Em um argumento amplamente compartilhado, a companhia afirma que o valor da IA nas empresas não é uniforme: algumas etapas ganham enormemente com a automação, enquanto outras já são eficientes e ficam mais lentas, mais caras ou mais difíceis de auditar quando um modelo é inserido.
O exemplo da empresa é o processamento de faturas e despesas, aquele tipo de trabalho de retaguarda que as empresas chinesas lidam em volumes enormes. Um modelo consegue ler um recibo escaneado, confrontá-lo com um pedido de compra e sinalizar uma divergência muito mais rápido que um funcionário. Mas, quando se pede ao mesmo modelo que redesenhe uma cadeia de aprovação que já funciona, o resultado costuma ser um processo mais longo, mais exceções e uma nova camada de revisão que ninguém orçou.
Essa distinção importa porque as empresas chinesas estão sob pressão para mostrar retorno sobre os gastos com IA. O conselho da Baifang é começar pelas tarefas de grande volume, muito baseadas em regras e fáceis de medir, como reconhecimento de documentos, entrada de dados e conciliação, e expandir apenas onde apareça uma redução clara de custo ou de erros.
A empresa também aponta um problema estrutural: muitos projetos de IA são vendidos como reformulações de plataforma. Os fornecedores prometem reconstruir toda a pilha, o que torna a compra lenta e a integração arriscada. Uma abordagem mais restrita, adicionando IA a um punhado de etapas dentro dos sistemas existentes, é menos glamourosa, mas mais fácil de justificar e de reverter se falhar.
É um padrão conhecido no software corporativo no mundo todo. Os primeiros projetos de nuvem muitas vezes fracassavam quando as empresas migravam todas as aplicações de uma vez, e davam certo quando moviam as cargas de trabalho que mais se beneficiavam. A IA corporativa parece seguir a mesma curva, dos grandes discursos de transformação para ferramentas direcionadas com resultados mensuráveis.
Para a Baifang, o argumento também é uma jogada de posicionamento. Como fornecedora de software financeiro e fiscal, ela quer que os clientes tratem a IA como um recurso dentro de fluxos de trabalho em que já confiam, e não como motivo para substituir esses sistemas. A mensagem da empresa aos compradores é perguntar o que um modelo realmente muda em cada etapa, e manter a resposta restrita o bastante para ser testada.
O que observar é se os compradores corporativos recompensam essa disciplina. Se mais empresas chinesas começarem a publicar orçamentos de IA vinculados a métricas específicas de retaguarda em vez de amplos programas de transformação, a era do “refazer tudo” pode terminar em silêncio, uma fatura de cada vez.