Como criar um SaaS de IA para conciliar recebimentos
Eu mostro como relacionar transferências, clientes e faturas com regras verificáveis, deixando para revisão humana apenas os casos realmente ambíguos.
Por Cesar A. Machado · · 3 min
Correspondências exatas devem ser resolvidas por regra, sem gastar IA.
A IA é útil para interpretar referências incompletas e ordenar candidatos.
Toda baixa precisa de idempotência, evidência e caminho de estorno.
Dinheiro entrou, mas a dívida continua aberta
Esse desencontro gera cobrança indevida, previsão de caixa errada e horas de conferência. O cliente paga com referência incompleta, agrupa duas faturas, desconta uma taxa ou usa uma conta diferente. O banco conhece a transferência; o ERP conhece o título; o CRM conhece o cliente. Eu criaria o SaaS para produzir uma relação explicável entre esses registros, não para esconder diferenças com uma baixa automática.
A entrega diária seria uma fila em quatro estados: conciliado por regra, sugerido para revisão, sem candidato e conflito. Cada item mostra valor, data, pagador, referências, faturas candidatas e o motivo da classificação. Assim, a equipe trabalha primeiro no que exige julgamento e consegue auditar o que o sistema resolveu.
Normalize antes de comparar
Eu preservaria o evento bancário bruto e criaria campos normalizados: identificador da transação, empresa, conta, data efetiva, valor, moeda, nome e documento do pagador, texto de referência e origem. Do outro lado, fatura, parcela, cliente, vencimento, valor em aberto e identificadores de cobrança. Nenhuma transformação deve apagar o texto original.
A documentação da Stripe mostra que a conciliação de transferência considera código de referência, valor e data, e ainda precisa lidar com múltiplas faturas, pagamentos parciais e excedentes: https://docs.stripe.com/invoicing/bank-transfer. Eu trataria esses casos como estados explícitos, nunca como exceções escondidas em uma planilha.
Construa uma cascata do certo ao provável
Etapa
Critério
Ação
1
Identificador único de cobrança
Conciliar por regra
2
Cliente, valor e moeda exatos
Aplicar limite aprovado
3
Soma de poucas faturas igual ao crédito
Sugerir combinação
4
Texto ou nome aproximado
IA ordena candidatos
5
Sem evidência suficiente
Revisão manual
Eu pararia a cascata assim que uma regra inequívoca fosse satisfeita. IA não melhora uma chave única; só acrescenta custo e incerteza. Nos casos restantes, um modelo pode extrair número de fatura do histórico, reconhecer abreviações e produzir candidatos, mas o score deve vir acompanhado dos campos que o justificaram.
Proteja o caixa contra repetição
Webhooks repetem, importações são reenviadas e operadores clicam duas vezes. Eu criaria uma chave idempotente por empresa, origem e identificador bancário. O PostgreSQL explica que uma restrição UNIQUE garante a unicidade de uma coluna ou combinação: https://www.postgresql.org/docs/18/ddl-constraints.html. Além disso, o vínculo entre crédito e aplicação teria estado e valor remanescente, impedindo usar o mesmo centavo duas vezes.
Correção não significa apagar. Um estorno cria um evento inverso ligado à aplicação original, registra ator e reabre o saldo quando cabível. Essa trilha é mais importante do que uma tela bonita, porque permite reconstruir o saldo quando cliente, auditoria ou contabilidade questionarem o resultado.
Avalie a IA contra conciliações conhecidas
O perfil de IA generativa do NIST recomenda avaliar precisão, qualidade e confiabilidade contra dados de verdade conhecida, combinando métodos automáticos e supervisão humana: https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf. Eu separaria um histórico revisado e mediria sugestões corretas, sugestões perigosas e casos enviados para revisão.
Falso positivo merece peso alto: baixar a fatura errada pode provocar cobrança do cliente correto e esconder inadimplência do outro. Por isso, o limiar de automação precisa nascer do custo do erro, não de uma porcentagem de confiança genérica. Mudança de banco, modelo ou regra exige nova comparação.
Calcule o retorno pelo trabalho e erro evitados
Em um exemplo hipotético, 2.000 créditos por mês exigem dois minutos de conferência, enquanto 70% poderiam ser resolvidos por chave ou valor inequívoco. Isso representa cerca de 47 horas mensais deslocadas da conferência simples. Eu descontaria custo de integração, revisão dos 30% restantes, suporte e incidentes antes de chamar essa diferença de economia.
Também observaria cobranças indevidas evitadas, saldo não conciliado por idade, tempo até a baixa e taxa de estorno. A meta não é automatizar 100%; é reduzir o trabalho previsível sem aumentar erro financeiro. Se os sistemas discordam sobre cliente ou fatura, primeiro eu definiria a fonte oficial, como explico em https://blog.cesarmachado.com/artigo/integracao-de-sistemas-fonte-da-verdade/.
Comece em modo sombra
Eu importaria um mês histórico, executaria a cascata sem escrever no ERP e compararia cada resultado com a conciliação humana. Depois liberaria somente regras exatas para um grupo de clientes, mantendo a IA como sugestão. Critérios de parada incluem duplicidade, mistura entre empresas, diferença de moeda, estorno incorreto e perda da evidência original.
Se você quer estimar se a conciliação assistida se paga, descreva volume, fontes bancárias, ERP e tempo atual em https://blog.cesarmachado.com/contato. Eu começaria pelos recebimentos repetitivos e pelos casos sem ambiguidade; eles revelam valor com risco menor.
Eu não usaria IA para confirmar o que uma chave exata já prova. Eu a reservaria para a ambiguidade que hoje consome a equipe financeira.
Quer aplicar isso na sua empresa?
Converse comigo sobre o processo que você quer melhorar e os critérios para começar com segurança.
Os projetos são apresentados pelo problema e pela engenharia envolvida, preservando informações internas. O objetivo é mostrar como decisões de produto, arquitetura e operação se conectam.
Um projeto começa com uma pergunta de negócio, avança por uma primeira versão controlada e só cresce quando os dados mostram que a solução cabe na operação.
{{ item.num }}
{{ item.title }}
{{ item.text }}
LIMITES CLAROS
A confiança também está no que o sistema não promete.
Empresas de 20 a 100 pessoas, com um processo real para melhorar.
O ponto de partida é um processo específico, com responsável, volume e impacto identificáveis. A solução precisa caber na capacidade da equipe, produzir evidência e preservar controle sobre decisões importantes.
→{{ item }}
Tecnologias e camadas
A FERRAMENTA SEGUE O PROCESSO
{{ item }}
SE FIZER SENTIDO
Descreva um processo que você gostaria de entender melhor.
Envie o fluxo atual, o volume aproximado e o principal gargalo. A primeira conversa serve para entender o problema e avaliar o próximo passo mais proporcional.
Ferramentas
Clique em uma ferramenta para abrir. Conteúdo de cada uma a definir.
Kit atual
{{ t.num }}
{{ t.title }}
{{ t.desc }}
{{ t.state }}
Portfólio
Projetos de software e ecossistemas construídos com engenharia de IA. Conteúdo de cada caso a definir.
{{ caseCount }}
Projetos
capa do projeto{{ p.num }}
{{ p.kind }} · {{ p.year }}
{{ p.title }}
{{ p.desc }}
{{ tg.label }}
ABRIR CASO
{{ detail.num }}{{ detail.kind }}
{{ detail.title }}
{{ detail.desc }}
{{ m.k }}
{{ m.v }}
imagem principal do caso
{{ bl.title }}
{{ bl.hint }}
Briefing
3 PASSOS · CERCA DE 1 MINUTO
Toque nas opções que descrevem seu projeto. Só o último passo pede digitação.
Briefing recebido
Obrigado. Retorno pelo e-mail informado com as próximas perguntas.
