Pedidoporfotodopapel,lidoporIAeconfirmadoporumapessoa

O contexto

Uma distribuidora de lubrificantes vende para oficinas, frotas, postos e indústrias. O catálogo é curto e técnico: óleo de motor, hidráulico, de engrenagem, graxa. Cada produto sai em caixa, balde ou tambor. O cliente não compra um frasco. Compra carga, e quer saber quando pode buscar.

O pedido chegava por um caminho que qualquer operação B2B pequena conhece. Alguém anota no papel, tira uma foto e manda no WhatsApp. Do outro lado, uma pessoa lê, redigita, confere o estoque de cabeça e responde.

O sistema que construí tira a redigitação desse caminho. O comprador continua fotografando a anotação. A IA lê a foto, cruza com o catálogo e propõe os itens. Uma pessoa confere linha por linha, e só então aquilo vira pedido.

Conduzi o projeto de ponta a ponta: problema, regras de negócio, telas e construção, feita com uma squad de agentes de IA trabalhando em ondas. A primeira versão entrou no ar em poucos dias. Depois vieram ajustes quase diários, a partir do que o cliente pedia.

A dor

A foto no WhatsApp funciona até o dia em que alguém pergunta alguma coisa sobre ela.

O trabalho manual aparecia em quatro pontos.

• No back-office, cada pedido é trabalho duplicado. A letra é corrida, “balde” quer dizer 20 litros, “tb” quer dizer tambor, e a quantidade às vezes é um número solto no fim da linha. Quem redigita também interpreta, e interpretar dá erro.
• No estoque, o saldo vive na cabeça de quem separa. Se o número está errado, não há como saber em que momento ele errou.
• Para quem compra, não há histórico. Repetir o pedido do mês passado é procurar a foto antiga na conversa. Saber se já está separado é mandar mensagem e esperar.
• Para a empresa cliente, o pedido pertence a quem mandou a mensagem. Se o comprador sai de férias, o histórico vai junto.

O estudo

A decisão que orientou o resto foi não pedir para ninguém mudar de hábito antes de ganhar alguma coisa com isso. O comprador já fotografa a anotação. Então o sistema precisava aceitar a foto, e não obrigar a pessoa a aprender um catálogo antes do primeiro pedido.

Daí saíram os dois caminhos de entrada: montar o pedido pelo catálogo ou mandar a foto do papel. Os dois terminam no mesmo lugar.

A segunda decisão foi sobre o papel da IA. Errar a embalagem de um tambor de 200 litros não é um erro barato. Por isso a regra é: a IA propõe, o humano confirma.

A terceira foi separar os dois públicos de verdade, o comprador no celular e a loja no balcão, em vez de fazer uma tela que tenta servir a todos.

A solução

A IA lê a foto e monta a proposta

O comprador fotografa a anotação, do jeito que já fazia. A leitura roda em segundo plano, cruza cada linha com o catálogo e devolve uma proposta.

O casamento entende o vocabulário do balcão. “Balde” é 20 litros, “tb” é tambor, “cx 24” é caixa com 24 frascos, e a viscosidade pode vir escrita de vários jeitos. Quando a primeira leitura falha, o sistema tenta de novo com um modelo maior antes de desistir.

A pessoa decide linha por linha

A tela de revisão é onde mora a decisão de produto. A foto fica no topo, com zoom, e cada linha mostra o que estava escrito no papel ao lado do que o sistema entendeu.

Linha com dúvida aparece como sugestão: “Não temos certeza. É este mesmo?”, com quantidade editável e as opções de aceitar, trocar ou ignorar.

Linha que o sistema não reconheceu não é adivinhada. Fica marcada em vermelho e pede que o comprador escolha o produto ou ignore a linha. O botão de continuar só libera quando não sobra nenhuma linha sem decisão.

Confirmado, o pedido chega ao painel igual a qualquer outro, com o mesmo protocolo, a mesma regra de retirada e o mesmo aviso. Leva a etiqueta de origem e a foto original anexada, para quem vai separar conferir.

Uma decisão que vale registrar: a funcionalidade está pronta e testada, mas ficou desligada no ar a pedido do cliente até a leitura real ser ativada. Religar é mudar uma chave, sem mexer nas telas.

Dois públicos, duas telas

O portal do comprador foi pensado para o celular de quem está no pátio da oficina: navegação por abas embaixo, botões grandes, nenhuma tabela. O painel da loja foi pensado para o computador do balcão: fila com busca, filtros por cliente, origem e datas, contadores por status e a etapa avançada direto na linha.

O pedido passa por cinco situações, sempre na mesma ordem: recebido, em separação, pronto para retirada, retirado ou cancelado. O sistema não deixa pular etapa. Voltar uma etapa é só para o administrador, e fica registrado com motivo.

No meio do projeto, o cliente mudou duas regras. Passou a vender por caixa (“12 x 1 L”, “24 x 1 L”) além do avulso, e pediu para tirar o preço de todas as telas, porque cada cliente tem sua negociação e cada estado tem seu imposto. O sistema continua registrando o preço internamente, mas telas e relatórios passaram a medir o que importa para quem busca a mercadoria: volumes e quilos. É por esse peso que o comprador sabe que veículo mandar.

A retirada é agendada no fechamento, por dia e período, com as regras da operação no sistema: domingo fechado, horário de corte para o mesmo dia e capacidade opcional por período. Se duas pessoas disputam a última vaga, só uma consegue. A outra recebe alternativas.

O estoque que explica o próprio número

A tela inicial da loja resume o dia em números que abrem a fila já filtrada: pedidos, volumes e peso de hoje, quantos esperam separação, quantos estão prontos e quantas fotos aguardam revisão.

O saldo saiu da cabeça de quem separa. Não é um campo que alguém edita. É o resultado de um extrato: cada entrada, saída de pedido, ajuste e estorno fica gravado com data, quantidade, saldo depois do movimento e quem fez.

A baixa acontece sozinha quando o pedido entra em separação, não quando é recebido, para não travar mercadoria por pedido que ainda pode ser cancelado. Se o pedido é cancelado depois de separado, o estorno é automático. O filtro “no mínimo ou abaixo” vira a lista de reposição.

O pedido é da empresa, não de quem mandou

O acesso é só por convite. Cada empresa cliente tem seus compradores, e todos veem o mesmo histórico e o mesmo andamento. O próprio comprador pode convidar um colega: o convite leva só o e-mail, e empresa e papel quem define é o servidor, nunca a tela.

Pedido de outra empresa simplesmente não existe para quem está logado. O isolamento tem três camadas: a API não aceita o campo de empresa, uma trava recusa a requisição se ele aparecer e o banco impede comprador sem empresa.

O que roda em volta

Completam o sistema relatórios em volumes e quilos por período e por cliente, a importação de planilha com prévia antes de gravar, avisos por e-mail e WhatsApp com romaneio em PDF e auditoria de quem mudou o quê.

Por baixo, é TypeScript de ponta a ponta: API NestJS sobre PostgreSQL e dois aplicativos React. As filas rodam em tabelas do próprio banco, sem serviço extra para manter num servidor pequeno.

O que mudou

O sistema está no ar no servidor do próprio cliente, com o portal do comprador e o painel da loja no mesmo endereço. O catálogo real foi carregado, as regras de venda por caixa e de preço oculto entraram em produção, e o pedido por foto espera só a ativação da leitura real para ser ligado.

O que era feito na mão. Ler a foto no WhatsApp, redigitar cada linha, conferir o estoque de cabeça e responder ao comprador.

O que ficou automático. A leitura da anotação e o casamento com o catálogo, a baixa e o estorno do estoque, as regras de retirada e os avisos por e-mail e WhatsApp com o romaneio em PDF.

Onde a pessoa decide. Na revisão linha por linha, antes de o pedido existir. Na foto original, que segue anexada para quem separa conferir. E em qualquer volta de etapa, que é só do administrador e fica registrada com motivo.

O que eu levo desse projeto

A IA foi a parte mais fácil de decidir e a que mais precisou de limite. Ler a foto é o recurso que chama atenção, mas o valor está no que vem em volta: mostrar o texto original ao lado da sugestão, impedir que uma linha duvidosa passe despercebida e fazer o pedido por foto terminar exatamente onde termina o pedido por catálogo.

É a mesma regra do agente jurídico: a IA propõe, a pessoa confirma.

A outra lição veio das mudanças de regra no meio do caminho. Tirar o preço de todas as telas parecia uma mudança grande. Deu certo porque a decisão já existia num lugar só, e as telas apenas a obedeciam. Quando uma regra de negócio tem um endereço só, mudar de ideia sai barato.