McKinsey: IA encontrou US$ 10 milhões em cobranças indevidas verificando faturas contra contratos

Uma farmacêutica global gasta mais de US$ 4 bilhões por ano com produtos e serviços externos só na divisão de P&D. Quando essa empresa decidiu testar um protótipo de IA para verificar faturas contra termos contratuais, o resultado foi um choque: em apenas 4 semanas, o sistema identificou mais de US$ 10 milhões em vazamento de valor -- cobranças que não correspondiam ao que havia sido acordado nos contratos. Esse caso, documentado pela McKinsey, ilustra um problema que afeta praticamente todas as grandes empresas, mas que permanece invisível na maioria delas.

Neste post, vamos analisar como esse vazamento acontece, por que métodos tradicionais não conseguem detectá-lo, e como a IA está mudando fundamentalmente a verificação de compliance entre faturas e contratos.

O que é "vazamento de valor" em faturas

Vazamento de valor (value leakage) acontece quando uma empresa paga mais do que deveria com base nos termos contratuais negociados. Diferente de fraude, o vazamento geralmente é resultado de erros operacionais, falhas de comunicação entre departamentos ou simplesmente falta de verificação sistemática.

Os cenários mais comuns incluem:

Preços divergentes do contrato. Um fornecedor fatura com preço unitário diferente do acordado. Em contratos com milhares de SKUs, verificar cada linha manualmente é impraticável. A diferença por item pode ser pequena -- 2% a 5% -- mas o acumulado ao longo de um ano em bilhões de dólares de spend é substancial.

Termos de desconto não aplicados. Contratos frequentemente incluem descontos por volume, por antecipação de pagamento ou por fidelidade. Quando o fornecedor emite a fatura sem aplicar esses descontos e a equipe de AP não verifica, a empresa simplesmente paga a mais.

Cobranças por serviços fora do escopo. Em contratos de serviços, especialmente em P&D farmacêutico, é comum que faturas incluam itens que não estavam no escopo original ou que cobrem períodos já encerrados. Sem um cruzamento sistemático entre fatura e contrato, essas cobranças passam despercebidas.

Itens recorrentes sem cobertura contratual. A McKinsey destaca que o sistema de IA também identificou itens de gasto recorrente que não estavam cobertos por nenhum contrato -- oportunidades para a equipe de procurement negociar melhores condições retroativamente.

Por que o processo manual falha

O problema fundamental é de escala e complexidade. Uma empresa que gasta US$ 4 bilhões em serviços externos pode ter centenas de contratos ativos com milhares de fornecedores, cada um com termos específicos, tabelas de preços, cláusulas de desconto e condições de pagamento diferentes.

Volume avassalador de documentos. Cada contrato pode ter dezenas ou centenas de páginas, incluindo anexos com tabelas de preços, SLAs, condições especiais e emendas. As faturas correspondentes chegam em formatos variados -- PDF, XML, papel -- e em frequências diferentes. O cruzamento manual de cada linha de fatura contra o contrato correspondente é fisicamente impossível na escala em que grandes empresas operam.

Fragmentação de informação. Os contratos estão em um sistema (ou em pastas de rede, ou com o jurídico). As faturas estão no ERP ou no sistema de AP. As condições negociadas estão nos e-mails de procurement. Nenhuma pessoa tem visão completa de todos os termos relevantes para verificar uma fatura.

Pressão de tempo. Equipes de AP operam sob pressão para processar faturas dentro dos prazos de pagamento. Verificar cada fatura contra o contrato original adicionaria dias ao ciclo de processamento. Na prática, a verificação é feita por amostragem -- quando é feita.

A McKinsey estima que o vazamento médio identificado foi de 4% do spend analisado. Em uma empresa que gasta bilhões, isso representa dezenas de milhões de dólares.

Como o protótipo de IA funcionou

O sistema desenvolvido pela farmacêutica, com apoio da McKinsey, combina múltiplas capacidades de IA para automatizar o cruzamento fatura-contrato.

Extração inteligente de dados. O sistema usa OCR (reconhecimento óptico de caracteres) avançado combinado com processamento de linguagem natural para extrair itens de linha de faturas em formato PDF. A precisão de extração reportada é de 95% -- significativamente superior à entrada manual de dados, que tipicamente apresenta taxas de erro de 1% a 5%.

Compreensão de contratos. Modelos de linguagem processam os contratos para extrair termos relevantes: preços unitários, condições de desconto, escopo de serviços, vigência, limites de volume e cláusulas especiais. Esses termos são estruturados em uma base de conhecimento que pode ser consultada automaticamente.

Reconciliação automatizada. Cada item de fatura é cruzado automaticamente contra os termos contratuais correspondentes. O sistema verifica: o preço cobrado corresponde ao contratado? Os descontos aplicáveis foram aplicados? O serviço faturado está dentro do escopo? A fatura está dentro do período de vigência?

Classificação de discrepâncias. Quando uma divergência é encontrada, o sistema classifica a severidade e o impacto financeiro, priorizando automaticamente os itens de maior valor para revisão humana.

Os resultados em 4 semanas

O protótipo foi implementado como prova de conceito na divisão de P&D da farmacêutica e operou por 4 semanas analisando um subconjunto do spend total.

Mais de US$ 10 milhões em vazamento identificado. O valor representa uma média de 4% do spend analisado -- consistente com benchmarks de mercado para value leakage em empresas que não fazem verificação sistemática de compliance contratual.

Renegociações iniciadas. A descoberta não apenas permitiu recuperar valores já pagos a mais, mas também gerou oportunidades de renegociação com fornecedores cujos contratos estavam desalinhados com as práticas de faturamento.

Spend não coberto por contratos identificado. O sistema revelou categorias inteiras de gasto recorrente que não estavam formalizadas em contratos, abrindo oportunidade para procurement negociar condições mais favoráveis.

Para colocar o número em perspectiva: US$ 10 milhões identificados em 4 semanas, analisando apenas uma fração do spend total de uma única divisão. Extrapolando para toda a empresa e para um ano completo, o potencial de recuperação é de dezenas de milhões de dólares.

IA agêntica: a evolução natural

A McKinsey reporta que empresas mais avançadas já estão evoluindo de protótipos para sistemas de IA agêntica que operam continuamente. Uma empresa global de biotecnologia, por exemplo, implementou um sistema agentico de compliance fatura-contrato que ingere contratos e faturas ao longo de todo o ano e verifica automaticamente se todos os termos contratuais estão sendo corretamente aplicados.

A diferença entre o protótipo e o sistema agentico é fundamental:

• Protótipo: análise retrospectiva, por lote, com revisão humana de resultados.
• Sistema agentico: monitoramento contínuo, em tempo real, com intervenção humana apenas para exceções.

O sistema agentico não apenas detecta problemas -- ele rastreia performance de entrega dos fornecedores e verifica automaticamente faturas e ordens de compra contra termos contratuais. A McKinsey reporta que essa abordagem reduziu o value leakage em 4 pontos percentuais nas empresas que a adotaram.

O que isso significa para empresas menores

O caso da farmacêutica envolve bilhões em spend e centenas de contratos. Mas o princípio se aplica em qualquer escala. Uma empresa com R$ 50 milhões em compras anuais e um vazamento de 4% está perdendo R$ 2 milhões por ano -- dinheiro que poderia ser recuperado com verificação sistemática.

As ferramentas para fazer essa verificação estão se tornando acessíveis. Soluções como Kofax, ABBYY, Rossum e até GPTs customizados podem extrair dados de faturas e cruzar com termos contratuais. A precisão não será de 95% desde o primeiro dia, mas mesmo uma cobertura parcial já captura valor que estava sendo perdido.

O custo de implementar um piloto desse tipo é uma fração do valor tipicamente recuperado. A McKinsey descreve o protótipo como algo construído em 4 semanas -- não é um projeto de anos com investimentos de milhões.

O que fazer com essa informação

1. Estime seu vazamento potencial. Aplique a referência de 4% ao seu spend anual com fornecedores externos. Se você gasta R$ 100 milhões, potencialmente R$ 4 milhões estão sendo pagos a mais sem que ninguém saiba.
2. Comece com seus maiores contratos. Selecione os 10 contratos de maior valor e faça uma verificação manual detalhada das últimas faturas contra os termos contratuais. Se encontrar divergências, você tem o business case para automatizar.
3. Digitalize seus contratos. O primeiro pré-requisito para IA é ter os contratos em formato digital e acessível. Se seus contratos estão em pastas físicas ou em PDFs espalhados por servidores, comece organizando.
4. Avalie ferramentas de reconciliação automatizada. Soluções de AP automation como Vic.ai, Stampli, Mineral e Cevinio já oferecem funcionalidades de matching entre faturas e ordens de compra. A extensão para contratos é o próximo passo natural.
5. Defina um piloto de 4 semanas. Seguindo o modelo da McKinsey, selecione uma categoria de spend, implemente uma verificação automatizada e meça o valor encontrado. O resultado provavelmente vai surpreender.