Forrester: IA será usada em 1/3 dos fluxos de pagamento B2B até o fim de 2026

A Forrester publicou suas previsões para 2026 com uma afirmação que merece a atenção de toda equipe financeira: até o final deste ano, um terço dos fluxos de pagamento B2B utilizara agentes autônomos de IA para gerenciar faturamento, conciliação ou controle de gastos. Não estamos falando de automação simples -- os famosos robôs de RPA que replicam cliques humanos. Estamos falando de agentes que tomam decisões, negociam termos e resolvem disputas sem intervenção humana. Ao mesmo tempo, a consultoria alerta: apenas 24% dos adultos americanos confiam em IA para fazer compras rotineiras em seu nome. A mensagem é clara -- B2B está pronto para agentes autônomos, B2C ainda não.

Neste post, analisamos as previsões da Forrester, avaliamos o que isso significa na prática e discutimos as implicações para o mercado brasileiro.

A previsão central: agentes autônomos em pagamentos B2B

A tese da Forrester se baseia em uma observação fundamental: pagamentos B2B são uma "área ideal" para IA agêntica porque envolvem processos complexos, repetitivos e baseados em regras -- exatamente o tipo de tarefa em que agentes de IA se destacam.

Os casos de uso específicos que a Forrester identifica:

Gestão de disputas entre compradores e fornecedores: Quando uma fatura diverge do contrato ou da ordem de compra, o agente identifica a divergência, consulta os termos originais, comunica-se com o agente do fornecedor (ou com o fornecedor diretamente) e propõe uma resolução. O processo que normalmente leva dias de trocas de e-mail pode ser resolvido em horas.

Matching de faturas: O agente cruza automaticamente faturas com ordens de compra e comprovantes de recebimento, resolvendo a maioria dos casos sem intervenção humana. Para divergências que exigem julgamento, o agente escala com contexto completo, reduzindo o tempo de resolução.

Conciliação de pagamentos: Após a execução do pagamento, o agente reconcilia automaticamente o pagamento realizado com a fatura correspondente, atualiza o sistema contábil e sinaliza discrepâncias.

Controle de gastos em tempo real: Agentes monitoram gastos em tempo real contra orçamentos aprovados, sinalizando desvios e, em alguns casos, bloqueando transações que excedem limites predefinidos.

Agente-a-agente: a próxima fronteira

Além de agentes individuais, a Forrester preve o surgimento de comércio agente-a-agente no B2B. Nesse modelo:

• Agente do comprador: negocia preços e termos, estabelece cadencia de reabastecimento e confirma conformidade com políticas internas.
• Agente do fornecedor: garante que preços e termos são sustentáveis, planeja disponibilidade de estoque é oferece alternativas quando o item solicitado não está disponível.

Os dois agentes interagem diretamente, dentro de guardrails definidos por humanos, e só escalam para revisão manual quando encontram situações fora dos parâmetros acordados.

Essa visão ainda está nós estágios iniciais, mas já aparece em projetos piloto de grandes empresas de supply chain. A promessa e transformar processos de procure-to-pay que hoje levam dias em fluxos que se completam em minutos.

Por que B2B sim, B2C ainda não

A Forrester faz uma distinção importante: enquanto B2B está maduro para agentes autônomos, B2C não está. Os motivos:

B2B favorece a automação porque:

• Transações seguem contratos e termos predefinidos, criando um framework claro para decisões autônomas.
• O volume e a repetição justificam o investimento em automação.
• As partes envolvidas (empresas) tem incentivos econômicos claros para aceitar interações com agentes.
• A complexidade de compliance e regulação beneficia-se enormemente de verificação automática.

B2C resiste a automação porque:

• Consumidores valorizam a experiência de escolha e não confiam em delegar decisões a máquinas.
• Decisões de compra pessoais envolvem preferências subjetivas difíceis de codificar.
• A confiança em IA para decisões financeiras pessoais ainda e baixa.

A ressalva crítica: dados fragmentados são o maior risco

A Forrester inclui uma ressalva essencial em suas previsões: "se os dados subjacentes são fragmentados -- com campos de fatura, termos de contrato ou registros de fornecedores existindo em múltiplas versões -- agentes não conseguem raciocinar de forma confiável. Eles simplesmente replicam erros humanos na velocidade de máquina."

Isso significa que, antes de adotar agentes autônomos, empresas precisam resolver problemas básicos de qualidade de dados:

• Cadastro unificado de fornecedores: um único registro por fornecedor, com dados bancários, contratuais e de compliance consistentes.
• Termos de contrato digitalizados: contratos em PDF não acessíveis por máquina precisam ser convertidos para formatos estruturados.
• Histórico de transações limpo: dados de pagamentos históricos sem duplicidades, com categorização consistente.
• Integração de sistemas: ERP, sistema de pagamentos, bancos e plataformas de compliance precisam compartilhar dados de forma fluida.

O ritmo de adoção: onde estamos hoje

Para calibrar a previsão da Forrester, e útil olhar para indicadores atuais de adoção:

Empresas líderes já em produção:

• J.P. Morgan usa ML para validação de pagamentos cross-border há mais de dois anos, reduzindo rejeições em 15% a 20%.
• Coupa lançou agentes Navi para automação de source-to-pay com ganhos de eficiência de até 50%.
• Ramp reporta que seu agente de política de gastos preveniu 511.000 transações fora de política, economizando US$ 291 milhões para seus clientes.

Mercado intermediário em fase de piloto:

• Empresas de médio porte estão testando agentes para tarefas específicas (matching de faturas, conciliação) antes de expandir para fluxos completos.
• A adoção é mais rápida em setores com alto volume de transações B2B: tecnologia, manufatura e serviços profissionais.

Pequenas empresas ainda distantes:

• Para empresas menores, o custo de implementação e a complexidade de integração ainda são barreiras significativas.
• Soluções como Ramp e BILL estão tornando agentes de IA acessíveis para esse segmento, mas a adoção ainda e incipiente.

Implicações para o Brasil

O mercado brasileiro de pagamentos B2B tem características que tornam a previsão da Forrester especialmente relevante:

Complexidade tributária como acelerador: A complexidade do sistema tributário brasileiro -- com múltiplos impostos federais, estaduais e municipais, cada um com suas regras de retenção -- torna a automação por IA particularmente valiosa. Agentes que calculam automaticamente retenções de IRRF, PIS, COFINS, CSLL e ISS a partir dos dados da fatura e do cadastro do fornecedor podem eliminar uma quantidade enorme de trabalho manual e risco de erro.

Pix como facilitador: A infraestrutura do Pix facilita a execução automática de pagamentos B2B domésticos. Um agente pode concluir todo o fluxo de validação e executar o pagamento via Pix instantaneamente, algo que em outros países ainda depende de processamento batch.

Nota fiscal eletrônica como vantagem: O Brasil já tem uma infraestrutura robusta de documentos fiscais eletrônicos (NF-e, NFS-e, CT-e), o que facilita a extração automática de dados e o matching com ordens de compra.

Desafios de integração: Muitas empresas brasileiras ainda operam com sistemas fragmentados, o que representa o maior obstáculo para a adoção de agentes autônomos. A qualidade dos dados, como alertado pela Forrester, e pré-requisito para qualquer iniciativa nessa direção.

O que esperar até o fim de 2026

Se a previsão da Forrester se confirmar, até dezembro de 2026 veremos:

• Plataformas de pagamento B2B com agentes integrados como funcionalidade padrão, não como add-on.
• ERPs oferecendo agentes nativos para processamento de faturas e conciliação de pagamentos.
• Bancos lançando APIs que permitem integração direta com agentes corporativos para execução de pagamentos.
• Standards de interoperabilidade começando a surgir para permitir comunicação agente-a-agente entre empresas diferentes.

A inovação em pagamentos está criando raizes, mas, como a própria Forrester alerta, "não espere mudança da noite para o dia." A adoção será gradual, começando por tarefas de menor risco é expandindo conforme a confiança nós agentes aumenta.

Ações práticas

1. Avalie a qualidade dos seus dados de pagamento B2B. Antes de pensar em agentes autônomos, verifique se seu cadastro de fornecedores, termos de contrato e histórico de transações estão limpos e unificados. Essa e a fundação sobre a qual tudo mais será construido.
2. Identifique os processos com maior potencial para automação agêntica. Mapeie seus fluxos de pagamento B2B e classifique-os por volume, complexidade e frequência de erros. Os fluxos com alto volume e erros recorrentes são os melhores candidatos para agentes.
3. Comece com matching de faturas. O three-way matching (fatura x ordem de compra x recebimento) é o caso de uso mais maduro e de menor risco para agentes autônomos. Teste com um subconjunto de fornecedores antes de expandir.
4. Defina guardrails claros para autonomia. Estabeleca limites de valor, tipos de transação e situações em que o agente deve escalar para revisão humana. Documente esses guardrails e revise-os periodicamente.
5. Monitore o ecossistema de plataformas. Verifique se seu ERP, sistema de pagamentos ou banco está lançando funcionalidades de agentes de IA. A onda de adoção que a Forrester preve será impulsionada em grande parte pelas plataformas, não por desenvolvimento interno.