powered by

desafio ativo

Procurement

Procurement

Procurement

Mundo de Agentes para Aceleração do Processo de Procurement

status

crítico

5 participantes

5 participantes

recrutados

Requisito do desafio

People-first

Future-proof

AI-driven

Mentores

Áureo Videira

Áureo Videira

Group Product Manager

Einstein Torres

Einstein Torres

CFO & Especialista em IA

Dante Freitas

Dante Freitas

Founder - GZero

Renan Hannouche

Renan Hannouche

Founder - GZero

Lelec

Lelec

CDO

Davy Mota

Davy Mota

Davy Mota

Head of Design

Gabriel Albuquerque

Gabriel Albuquerque

CEO Loomi

Skills Necessárias

Skills Necessárias

Multi-Agent AI Orchestration

Procurement Process Design

Technical Requirement Analysis

Risk Assessment and Mitigation

Contract Lifecycle Management

Supplier Management and Qualification

Proposal Evaluation and Comparison

Best Value Analysis

Commercial Analysis

Legal and Compliance Review

Natural Language Processing

Document Generation and Templates

Competitive Strategy

Data Integration and ETL

AI Model Training and Validation

Process Standardization

Governance and Auditability

Knowledge Management Systems

Change Management

Performance Analytics

A missão

Contexto

Nos últimos anos, a EcoRodovias avançou bastante na digitalização do procurement de ponta a ponta, com iniciativas como SAP S/4HANA, robôs para compras transacionais, automação de recebimento de NFs (XML) e CLM. Mesmo com esse nível de digitalização, ainda existem etapas críticas que dependem fortemente de esforço humano, análise manual e retrabalho. Isso abre espaço para uma evolução além da automação tradicional: o uso de IA baseada em agentes, com capacidade de raciocínio, crítica técnica e recomendação de decisões.

Problema

As fases mais determinantes do ciclo — da construção do Termo de Referência à análise de propostas e formalização contratual — ainda são lentas, variáveis e muito dependentes de conhecimento individual, o que aumenta retrabalho e risco. A ausência de padronização e de “segunda linha de defesa” consistente (crítica de TR, análise técnica/comercial e revisão contratual) pode gerar ambiguidades, lacunas, sobre/subespecificação e impactos financeiros, jurídicos e operacionais. Na prática, o processo perde velocidade e qualidade justamente onde decisões de best value exigem mais rigor, governança e rastreabilidade.

Desafio

Conceber e prototipar uma solução integrada de IA multiagentes, orquestrada, para acelerar, padronizar e qualificar as principais etapas do procurement — do desenho da demanda à formalização contratual. A solução deve garantir governança, rastreabilidade e mitigação de riscos, mantendo foco em best value.

Objetivo (O)

Transformar o processo de procurement em um fluxo rápido, inteligente e orientado a best value, reduzindo tempo de ciclo, aumentando a qualidade das decisões e elevando o nível de governança por meio do uso de Inteligência Artificial.

Resultados-Chave (KRs)

KR1. Reduzir em 60% o tempo total do ciclo de procurement, da elaboração do Termo de Referência (TR) à assinatura do contrato.

KR2. Automatizar ou apoiar com IA 100% das etapas críticas do processo (TR, estratégia de contratação, vendor list, análises técnica e comercial, contrato).

KR3. Garantir que 100% dos TRs passem por crítica automatizada de riscos, ambiguidade e competitividade antes do envio ao mercado.

KR4. Elevar para 90% a padronização técnica e estrutural dos TRs e análises, reduzindo variabilidade entre processos similares.

KR5. Reduzir em 50% o retrabalho gerado por inconsistências técnicas, comerciais ou contratuais ao longo do processo.

KR6. Assegurar que 100% das decisões de contratação sejam baseadas em análises estruturadas de best value, integrando critérios técnicos, comerciais e de risco.

KR7. Criar uma base de aprendizado contínuo, na qual 100% dos processos concluídos retroalimentem os modelos de TR, estratégia e análise para ciclos futuros.

Leia o desafio na íntegra