Resposta ao BCG: A Reestruturação Está Certa. Veja o Que Ela Custa a Você.

A mesa de um líder de compras antes do dia de trabalho: um organograma com uma lacuna onde faltam funções, um contrato de software grosso com abas fechado, e uma folha de direitos de decisão pautada em branco com uma caneta não utilizada, enquanto um monitor atrás deles executa silenciosamente o trabalho automatizado.

A BCG está certa de que a AI em compras exige uma reformulação do fluxo de trabalho, mas um CPO ainda precisa precificar essa reformulação: onde a capacidade liberada se encaixa, o que acontece com o contrato do pacote de software vinculado ao fluxo de trabalho antigo e quem pode permitir que um agente atue sem perguntar.

Minhas três propostas
  • Dê um destino à capacidade. Se as funções, orçamentos e propriedade da categoria permanecerem inalterados, uma execução mais rápida não se traduz automaticamente em valor.
  • Coloque a renovação no plano de redesenho. Evidências públicas não revelam o que uma empresa individual pagará para descontinuar ou manter seu pacote de softwares, então esta é uma questão de negociação, não um benchmark.
  • Escreva os direitos de decisão antes da escala. A revisão humana de exceções não é um controle até que as exceções, evidências, proprietário, substituição e autoridade de parada sejam explícitas.
“AI pode executar mais da execução, mas as pessoas ainda precisam de direitos de decisão nomeados porque um limite vago transforma um projeto de automação em um problema de liderança.”
— Stan Moskovtsev

A BCG está certa sobre o redesenho

Wolfgang Schnellbächer e seus coautores da BCG fazem uma observação que os líderes de compras precisam ouvir: parem de colocar AI dentro do mesmo fluxo de trabalho centrado nas pessoas e comecem a “Redesenhando em torno de fluxos de trabalho, não de ferramentas." A recomendação deles em nível empresarial é importante porque esta é mais do que uma compra de tecnologia: redesenhe o source-to-pay em torno de agentes e tenha o CEO ou COO lidera a mudança para que a arquitetura de procurement sirva a toda a empresa.

Os números precisam de mais disciplina do que a tese. O artigo diz que um modelo redesenhado pode liberar a capacidade do comprador em 60%, rotulando explicitamente esse número como modelagem BCG, e isso estima que 70% do esforço precisa ser gasto em pessoas, organização e redesenho de processos. Essas são capacidades modeladas e esforço estimado, não resultados de aquisição observados. O artigo também apresenta três faixas de resultados como observações, enquanto a passagem pública fixada não fornece amostra, grupo de comparação ou método ao lado delas. Eu usaria os números para formular perguntas, não para construir um caso de negócios.

A capacidade liberada precisa de um lugar para ir

Um estudo separado de tecnologia-compras da BCG 2026 pesquisou mais de 200 CIOs, líderes de compras e compradores especializados na América do Norte, Europa e Ásia-Pacífico. Ele afirma que as organizações que combinam a implantação com construção de capacidade, redesenho de processos e governança relataram resultados mais fortes do que aqueles focados apenas em tecnologia. Essa é uma direção útil e uma associação autorreferida de um estudo de consultoria, não uma prova causal de que uma mudança no organograma cria valor.

As evidências independentes sobre onde a capacidade se manifesta são mais escassas do que a confiança da maioria dos planos AI. A Gartner afirma que muitos adotantes estão vendo ROI desigual ou aquém das expectativas, enquanto a pesquisa de compras revisada por pares propõe modelos híbridos que usam expertise humana para validar as saídas de AI e fazer ajustes. Nenhuma fonte informa a um CPO quais funções desaparecem, quais proprietários de categoria ganham escopo ou qual orçamento paga pela capacidade do agente central. Essas são decisões de liderança, e é exatamente por isso que uma porcentagem de capacidade por si só não é um plano de força de trabalho.

  • Nomeie o proprietário central dos padrões de agentes, controles, fluxos de trabalho reutilizáveis e retenção de evidências.
  • Mantenha a estratégia comercial, especificações, seleção de fornecedores, premiações e relacionamentos com proprietários de categorias nomeados e multifuncionais.
  • Decida antes do piloto se o tempo liberado se tornará um escopo de categoria mais amplo, um trabalho mais aprofundado com fornecedores, uma equipe menor ao longo do tempo ou simplesmente capacidade não utilizada.

A renovação do pacote de sistemas legados deve estar no plano

BCG recomenda atualizações módulo a módulo que gradualmente desvinculam e substituem sistemas legados, enquanto seu exemplo de agente de sourcing envia trabalho para as pessoas apenas quando surgem exceções ou compensações estratégicas. Operacionalmente, essas ideias pertencem juntas: mudar qual sistema executa uma etapa também muda o assento, o módulo, a integração, os dados, o suporte e os termos de rescisão que o comprador ainda pode estar carregando do fluxo de trabalho antigo.

Aqui o registro público silencia. Esta pesquisa encontrou comentários sobre preços de tabela e comparações genéricas, mas nenhuma evidência que pudesse dizer a uma empresa específica quanto custaria sua renovação, desagregação, saída ou transição. Estou tratando esse silêncio como um limite, não o preenchendo com uma porcentagem conveniente. Minha posição é que a renovação que está na caixa de entrada deve ser precificada dentro da decisão do modelo operacional, porque o compromisso comercial pode sobreviver ao fluxo de trabalho que foi comprado para suportar.

  • Quais módulos e integrações ainda agregam valor após o redesenho do fluxo de trabalho?
  • Quais datas, períodos de aviso, direitos de exportação de dados, deveres de transição e dependências restringem a sequência?
  • O que pode ser desativado, o que deve coexistir e quais evidências justificariam cada decisão?
  • Quem é o responsável pela negociação quando o roteiro tecnológico e o modelo operacional de compras divergem?

Humano em exceções precisa de um documento real

A evidência suporta um limite híbrido, mas não o escreve para você. Guida e colegas descrevem a classificação de gastos de AI com validação e ajuste humano. Para sistemas legalmente classificados como de alto risco, o Artigo 14 da UE afirma que eles devem ser efetivamente supervisionado por pessoas físicas durante o uso, incluindo a autoridade não usar o sistema em uma situação específica. Não estou alegando que as ferramentas de compras comuns se enquadram nessa classe legal. A lição operacional útil é mais restrita: a supervisão precisa de visibilidade, autoridade e um caminho de parada.

Um IDC InfoBrief patrocinado pela Kinaxis, relatado pela DC Velocity, torna visível a lacuna de governança, mas deve ser desconsiderado como evidência de cadeia de suprimentos patrocinada e autorrelatada, em vez de prova de aquisição. Ele diz apenas 1 em 8 organizações tinham a governança totalmente incorporada para um amplo lançamento de AI, em uma pesquisa com mais de 2,000 líderes da cadeia de suprimentos em nove mercados. A mesma cobertura diz 52% citou a confiança nas decisões orientadas por AI como uma das principais barreiras, e é por isso que o registro de direitos de decisão é importante: ele dá às pessoas uma razão concreta para confiar em como o modelo operacional se comportará.

Para cada etapa, escreva se o agente pode executar, recomendar ou deve esperar. Em seguida, nomeie os dados permitidos, política, limite, evidência, proprietário responsável, revisor exigido, substituição, fallback e autoridade de parada. Prêmios, estratégia de negociação, aceitação de risco e compromissos materiais com fornecedores permanecem com pessoas responsáveis nomeadas sob as regras existentes de delegação de autoridade e segregação de funções; os agentes podem executar apenas transações pré-autorizadas e limitadas com limites explícitos, evidências, substituição e controles de parada.

O que muda quando o modelo operacional é projetado para agentes?

O que eu faria na segunda-feira

  1. Escolha um fluxo de trabalho consequente. Use a reprodução histórica ou uma execução de sombra aprovada, e escolha um trabalho onde uma recomendação possa ser avaliada sem dar a um agente autoridade irrestrita sobre o fornecedor ou financeira.
  2. Mapeie as transferências atuais e as decisões pretendidas. Separe a cópia, verificação, análise, recomendação, aprovação, compromisso e propriedade do relacionamento.
  3. Coloque o calendário de contratos ao lado do mapa de fluxo de trabalho. Registre módulos, integrações, datas de renovação e aviso, direitos de exportação de dados, dependências e proprietários sem adivinhar um preço de saída.
  4. Registre os direitos de decisão. Para cada etapa, defina executar, recomendar, aprovar, substituir, parar, evidenciar e reverter.
  5. Nomeie o destino de qualquer capacidade liberada antes de medi-la. Um escopo mais amplo, um trabalho mais aprofundado com fornecedores, resiliência, negociação, governança ou eventual redução estrutural são escolhas diferentes e precisam de bases diferentes.

Nossos guia para AI em compras mapeia o limite de execução versus decisão ao longo do ciclo source-to-pay. Para este redesenho, eu adicionaria o destino da organização e o calendário de contratos a esse mapa antes de pedir outro orçamento piloto. Na segunda-feira, eu estaria olhando para o organograma, a página de direitos de decisão e a renovação na minha caixa de entrada para um fluxo de trabalho que estou prestes a redesenhar. Qual desses três está realmente te atrasando?

Fontes

  1. Como a AI em Procurement Impulsiona a Vantagem Competitiva — Wolfgang Schnellbächer, Alex Dolya, Nino Mori, Tobias Schmidt e Tyler Vigen, Boston Consulting Group, 2026. Evidência contextual (artigo de profissional): O argumento engajado, suas recomendações de redesenho de fluxo de trabalho e liderança de CEO ou COO, sua figura de capacidade modelada de 60%, sua estimativa de esforço de 70%, seus intervalos de resultados não metodizados, sua proposta de desacoplamento e seu limite de exceção.
  2. Gartner Diz que a AI Generativa para Compras Entrou no Vale da Desilusão — Gartner, Inc., 2025. Evidência contextual (análise da indústria): Contra-evidência independente de que o valor realizado é desigual e as restrições de dados/integração existentes permanecem.
  3. Inteligência artificial em compras: o impacto na classificação de gastos (estudo de caso OIPT) — M. Guida, F. Caniato, A. Moretto, S. Ronchi, Journal of Purchasing and Supply Management (manuscrito aceito pelo autor, repositório Politecnico di Milano), 2025. Evidência fundamental (periódico revisado por pares): Suporte revisado por pares para um limite de validação híbrido humano-AI.
  4. Lei de Inteligência Artificial da UE, Artigo 14: Supervisão Humana — União Europeia (Regulamento (UE) 2024/1689), 2024. Evidência fundamental (relatório oficial): Um limite codificado de supervisão humana, explicitamente limitado a sistemas de alto risco.
  5. Pesquisa da IDC encontra lacuna de responsabilidade na cadeia de suprimentos AI — Equipe da DC Velocity relatando um IDC InfoBrief patrocinado por Kinaxis, DC Velocity, 2026. Evidências empíricas atuais (notícias): Evidências atuais, explicitamente descontadas, sobre a incorporação da governança e as barreiras de confiança.
  6. Escalar o AI Agêntico em Compras é um Desafio Organizacional — Heiner Himmelreich, Ilan Oshri, Sven Brüggeboes, Anas Zaidani, Paolo Scala e Lukas Van Remoortel, Boston Consulting Group, 2026. Evidências empíricas atuais (pesquisa de benchmarking): Evidências empíricas atuais de perfil sobre diferenças relatadas no modelo operacional, com as limitações visíveis da empresa de consultoria e do auto-relato.

Resumo Global de Procurement

Notícias de procurement, resumidas

Os movimentos do mercado, sinais de fornecedores e alavancas de custo que importam — curados pela equipe por trás deste Diário. Diário ou semanal, você decide.

Respeitamos sua privacidade. Sem spam. Seus dados nunca são vendidos.