A Inteligência Artificial está mudando o jeito que as empresas pensam sobre os seus sistemas internos, e na fabricação isso fica ainda mais evidente.
Os ERPs, aqueles sistemas que centralizam e integram operações como estoque, compras, produção e finanças em um único lugar, existem desde o final dos anos 90 e continuam sendo a espinha dorsal de boa parte das indústrias no mundo todo. Mas o papel deles está em plena transformação conforme a IA ganha espaço.
E tem algo curioso acontecendo agora.
Enquanto a IA avança em velocidade acelerada, uma pesquisa recente da plataforma de dados de fabricação Caddi revelou que 69% das organizações pesquisadas planejam investir em ativos físicos, mas apenas 33% têm planos de investir em software operacional, como ERPs e sistemas de execução de manufatura, os famosos MES.
Isso representa uma queda de 60% em relação ao ano anterior.
Na prática, os fabricantes parecem estar priorizando investimentos que têm efeito imediato e mensurável na produção da fábrica. O problema é que essa escolha pode sair caro lá na frente quando o assunto é integração com IA.
Especialistas apontam que a IA não chega para substituir o ERP, ela exige que ele seja muito melhor do que é hoje.
Dados fragmentados, sistemas legados e processos desconectados criam um cenário onde a IA, em vez de ajudar, pode acabar gerando respostas erradas com mais velocidade e confiança do que nunca.
E aí o estrago é maior.
Neste artigo, a gente vai explorar como essa relação entre IA e ERPs está se desenvolvendo na prática, quais são os riscos reais dessa integração, o que grandes fabricantes já estão fazendo e por que a modernização dos dados pode ser o passo mais importante antes de qualquer automação.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
O que acontece quando a IA encontra um ERP desatualizado
Quando a gente fala em Inteligência Artificial dentro de ambientes industriais, a primeira imagem que vem à cabeça costuma ser robôs, esteiras automatizadas e sensores espertos espalhados pelo chão de fábrica. Mas a parte mais crítica dessa transformação não está no hardware, está nos dados que alimentam as decisões. E é exatamente aí que os sistemas ERP entram em cena, ou deveriam entrar.
O problema é que muitos desses sistemas ainda operam com arquiteturas pensadas para um mundo que não existe mais, onde as informações eram inseridas manualmente, os relatórios levavam horas para rodar e a integração entre departamentos era feita por e-mail ou planilha.
Como resumiu Srinivas Chippagiri, membro sênior da equipe técnica da Tableau, uma empresa da Salesforce, a IA eleva o nível da fundação de dados em vez de substituir o ERP por completo. Segundo ele, fabricantes com dados de ERP limpos e bem integrados conseguem colocar a IA por cima e obter ganho real, enquanto quem tem dados fragmentados em sistemas envelhecidos apenas recebe respostas erradas com mais confiança e mais rápido.
Quando você conecta uma ferramenta de Inteligência Artificial a um ambiente assim, o resultado pode ser pior do que não ter IA nenhuma. Modelos de linguagem e algoritmos preditivos dependem de dados limpos, consistentes e bem estruturados para funcionar direito. Se o ERP alimenta a IA com informações duplicadas, desatualizadas ou mal categorizadas, o modelo vai processá-las com a mesma confiança e velocidade de sempre, só que entregando respostas erradas em escala muito maior. Especialistas da área de arquitetura de sistemas industriais chamam esse fenômeno de amplificação do erro, e ele é um dos maiores riscos da integração apressada entre IA e sistemas legados.
Outro ponto que pouca gente discute é o impacto disso nas equipes operacionais. Quando um sistema de IA faz uma recomendação errada com alto grau de certeza aparente, o operador ou gestor tende a confiar nela, afinal, a máquina disse. Esse deslocamento de responsabilidade pode gerar decisões ruins em compras, gestão de estoque, planejamento de produção e até manutenção preventiva.
Modernizar em vez de trocar tudo
Cache Merrill, fundador e diretor de tecnologia da Zibtek, empresa que trabalha com indústrias em modernização de ERP, software personalizado e iniciativas de IA, tem uma visão bem prática sobre isso. Ele conta que os clientes da empresa não estão escolhendo entre ERP e IA. Em vez disso, estão começando a usar IA ao redor dos sistemas ERP dos quais já dependem.
Segundo Merrill, existe muito investimento em sistemas e dados antigos, então pode ser difícil justificar a substituição de tudo só para ter acesso a recursos mais novos de IA. Em muitos casos, faz mais sentido modernizar as partes do ERP que estão criando problemas, melhorar a forma como os dados circulam entre sistemas e só então introduzir IA ou automação onde existe um caso de negócio claro.
Para ele, o melhor cenário de uso acontece quando os agentes de IA conseguem assumir o trabalho que normalmente exige que alguém fique navegando entre vários sistemas e relatórios. Um exemplo simples é a análise de estoque. Para dar conta disso, uma pessoa precisaria olhar o estoque atual, os pedidos recentes, as informações de compra, os dados de fornecedores e a demanda prevista antes de decidir o que merece atenção.
Merrill explica que um agente de IA poderia reunir tudo isso, identificar padrões e preparar o próximo passo, em vez de alguém fazer esse trabalho todo manualmente. Na visão dele, os fabricantes que mais se beneficiam disso são os que trabalham os dois lados do problema: modernizam o ERP e os dados onde é preciso, ao mesmo tempo em que usam IA e automação para eliminar o trabalho manual desnecessário ao redor.
Por que a modernização dos dados vem antes da automação
A lógica parece simples, mas na prática as empresas costumam inverter a ordem. Elas investem primeiro em ferramentas de Inteligência Artificial, depois descobrem que os dados disponíveis não têm qualidade suficiente para sustentar os modelos, e aí começam um processo de correção às pressas que custa mais tempo e dinheiro do que teria custado se a base tivesse sido preparada antes.
No setor de fabricação, esse erro é ainda mais caro porque os sistemas estão conectados a operações físicas, onde uma decisão errada pode significar desperdício de material, parada de linha ou atraso em entrega.
A modernização de um ERP não significa necessariamente jogar tudo fora e começar do zero. Em muitos casos, o caminho mais inteligente é uma estratégia de camadas, onde os dados existentes são migrados, normalizados e enriquecidos progressivamente, enquanto novas integrações são construídas em cima de uma arquitetura mais flexível. Plataformas modernas de ERP já oferecem APIs abertas, suporte a microsserviços e compatibilidade com pipelines de dados em tempo real, o que facilita muito a conexão com ferramentas de IA sem a necessidade de uma substituição completa do sistema legado.
O que os especialistas recomendam de forma consistente é que as empresas comecem pelo mapeamento de seus fluxos de dados antes de qualquer decisão tecnológica. Saber exatamente onde os dados são gerados, como eles transitam entre sistemas, onde estão os gargalos e onde as informações se perdem ou se duplicam é o primeiro passo para uma modernização que realmente funcione. Sem esse diagnóstico, a empresa pode acabar automatizando processos ruins, e aí a IA vai apenas fazer coisas erradas com muito mais eficiência. 😅
O peso dos sistemas legados na indústria
Remi Beges, diretor de tecnologia e cofundador da Bonx, uma empresa de ERP de manufatura nativa de IA, é direto ao apontar o gargalo. Para ele, o ERP legado é a maior coisa que segura os fabricantes na hora de conquistar ganhos significativos de eficiência com IA. A maioria das indústrias hoje ainda usa um ERP legado que não foi construído, em sua essência, pensando em IA.
Beges explica que esses sistemas foram projetados com um único objetivo: registrar transações de forma confiável. Em outras palavras, foram feitos como sistemas de registro, não como sistemas capazes de agir.
Mas, na teoria, a IA de hoje poderia não só identificar quais sistemas são afetados por um atraso de entrega, como também redigir e enviar e-mails para os clientes avisando que o pedido vai atrasar, além de notificar os trabalhadores sobre processos e cronogramas atualizados. O detalhe é que isso é praticamente impossível em um sistema desenhado apenas para registrar transações.
Programas de ERP com IA e os riscos que vêm junto
Algumas empresas como a Microsoft estão lançando programas especializados como o Dynamics 365, um sistema de ERP agêntico voltado para manufatura, que conecta dados de demanda, oferta, produção, entrega e custo para que os agentes de IA possam executar decisões, em vez de apenas responder perguntas e gerar recomendações.
Diante desse movimento, Beges faz um alerta importante contra entregar tarefas totalmente para a IA, já que ela poderia tomar ações indesejadas sem um humano no circuito. Para ele, um sistema agindo de forma autônoma não é perigoso por si só, e existem situações em que isso é perfeitamente adequado.
Por exemplo, se o ERP percebe que um material vai faltar para uma produção futura com base no uso planejado, a empresa pode querer que o sistema descubra qual fornecedor seria melhor para atender o pedido e redija uma ordem de compra para o comprador revisar. Só que talvez ela não queira que essa ordem seja enviada sem nenhuma verificação humana.
A chave, segundo Beges, é definir esses limites com antecedência, combinando como o sistema deve e como não deve agir, além de garantir que ele seja inteligente o suficiente para destacar exceções e situações fora do padrão de forma proativa.
O que grandes fabricantes já estão colocando em prática
Apesar da postura cautelosa da indústria diante dos riscos e desafios de implementação, alguns fabricantes já deram passos grandes nesse território. A Clorox anunciou em 2025 a transição para um novo sistema de ERP, saindo de planilhas manuais para um processo bem mais automatizado. A mudança faz parte de um plano de digitalização de 500 milhões de dólares que começou em 2021.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Gigantes como a Nestlé também anunciaram a adoção de sistemas de ERP focados em IA. A empresa migrou todo o seu processo de ERP dos data centers para a nuvem em 2022, um passo importante para preparar a base de dados para novos recursos inteligentes.
Já a Schreiber Foods anunciou recentemente uma parceria com a Ascendion para modernizar seus sistemas de ERP com a implantação de agentes de IA. As mudanças serão introduzidas em mais de 40 unidades espalhadas por cinco continentes.
No setor automotivo, empresas estão usando modelos preditivos alimentados diretamente pelo ERP para antecipar falhas em componentes da linha de produção antes que elas aconteçam. Isso reduz o tempo de parada não planejada e melhora a eficiência geral da planta. O diferencial dessas implementações bem-sucedidas é sempre o mesmo: dados bem organizados, com histórico consistente e atualização em tempo real.
No setor de bens de consumo, grandes fabricantes estão integrando IA ao módulo de compras do ERP para otimizar pedidos com base em variáveis como previsão de demanda, tempo de entrega dos fornecedores e flutuações de preço no mercado. O resultado prático é uma redução significativa no estoque parado e uma melhora na margem operacional, dois indicadores que qualquer diretor financeiro acompanha de perto. Mas o que torna isso possível não é apenas o algoritmo de IA, é a qualidade dos dados históricos que o ERP armazenou ao longo dos anos.
O gap de investimento que pode custar caro
A pesquisa da Caddi que revelou a queda de 60% nos planos de investimento em software operacional acende um alerta importante. Existe uma tendência clara de priorizar o que é visível, máquinas novas, equipamentos modernos, automação física, em detrimento do que sustenta tudo isso por baixo, que são os sistemas de dados e gestão. Esse desequilíbrio cria uma situação paradoxal onde a empresa compra hardware de última geração, mas continua operando com uma infraestrutura digital dos anos 2000 para tomar decisões sobre ele.
Esse gap também tem uma dimensão humana. Equipes de TI industrial muitas vezes carregam anos de conhecimento sobre sistemas legados, e quando a modernização chega sem planejamento, esse conhecimento pode se perder no processo. A modernização bem feita envolve não só a tecnologia, mas também as pessoas que vão operar e manter esses sistemas, garantindo que o conhecimento institucional seja preservado e adaptado ao novo ambiente.
Os especialistas reforçam que essas mudanças precisam ser feitas com cuidado. Chippagiri destaca que a maior armadilha é confiar em uma saída probabilística dentro de um sistema que as pessoas tratam como autoridade absoluta. Segundo ele, respostas erradas construídas sobre dados desatualizados ou inconsistentes são piores do que nenhuma resposta, porque as pessoas agem com base nelas.
Isso também cria lacunas de responsabilidade. Quando uma ação conduzida por IA se revela errada, quem assume a conta? Essa é uma pergunta que toda indústria precisa responder antes de dar autonomia demais para os seus sistemas.
O setor de fabricação tem uma janela de oportunidade clara neste momento. As ferramentas de Inteligência Artificial estão mais acessíveis do que nunca, os fornecedores de ERP estão competindo para oferecer integrações nativas com IA, e as empresas que conseguirem alinhar uma base de dados sólida com uma estratégia de modernização bem executada vão ter uma vantagem competitiva real nos próximos anos. As que ficarem esperando podem descobrir que o custo de atualizar depois, com sistemas ainda mais fragmentados e uma dívida técnica maior, será muito mais alto do que investir agora. 🚀
