Encomendas por áudio: a transcrição não é o original

O cliente mandou uma mensagem de voz e precisas de despachar a encomenda. Disse quinze ou cinquenta? A transcrição apresenta uma quantidade sem hesitar. Tu hesitas — e fazes bem.

Numa PME, essa diferença pode chegar à preparação, ao transporte e à faturação antes de alguém ouvir novamente o áudio. A IA pode ajudar a organizar pedidos. Mas o texto que produz é uma interpretação do som, não uma cópia garantida do que o cliente disse.

Uma frase bem escrita também pode estar errada

Um sistema de reconhecimento de fala transforma áudio em texto. Ao fazê-lo, pode trocar palavras, omitir uma negação ou produzir texto que não foi pronunciado. A ficha técnica do Whisper, publicada pela OpenAI, documenta estes limites, incluindo repetições e diferenças de desempenho entre línguas e sotaques.

Isto não permite concluir que uma determinada percentagem das encomendas portuguesas vai sair errada. A documentação descreve uma família de modelos, não um teste ao teu atendimento. Permite concluir algo mais útil: uma transcrição não deve tornar-se automaticamente uma instrução de expedição.

O problema agrava-se quando outro sistema resume o texto. Uma hesitação ou uma correção pode desaparecer numa frase limpa. E quem prepara a encomenda já só vê a versão final, sem saber que havia uma dúvida.

O pedido que não pode seguir diretamente para o armazém

Considera este exemplo fictício de um distribuidor de consumíveis:

«Manda quinze filtros da referência AB-40. Os AB-14 não são para enviar. E não despaches antes de eu confirmar a morada.»

Imagina que a transcrição troca quinze por cinquenta e perde o último «não». O resumo passa a indicar cinquenta filtros e autorização de envio. O catálogo pode confirmar que AB-40 existe; o stock pode mostrar disponibilidade. Nenhuma dessas verificações demonstra que o cliente pediu cinquenta ou autorizou a saída.

Aqui há três verificações distintas: quantidade, referência e negação. São importantes porque alteram a ação, mesmo que quase todas as outras palavras estejam certas.

A pessoa responsável deve ouvir esses trechos no original. Se o som continuar ambíguo, pergunta ao cliente: «Confirmas quinze filtros AB-40, sem AB-14, e envio apenas depois de confirmares a morada?» A dúvida não se resolve pedindo ao modelo uma resposta mais confiante.

Antes de aumentares o volume de encomendas de fim de ano, vale a pena definir esta regra.

Do áudio ao pedido confirmado, sem saltos

Mantém o áudio associado à transcrição e ao rascunho, com acesso controlado e durante o prazo necessário. Permite reproduzir o trecho correspondente a cada campo crítico. Obrigar alguém a procurar uma referência num áudio longo torna a revisão menos provável precisamente quando há pressa.

O rascunho deve separar o que foi extraído do que foi confirmado. Quantidade, referência, exclusões, morada e condição de envio não devem aparecer como aprovadas só porque o texto está completo. No teste inicial, confere esses campos em todos os pedidos, não apenas nos que o sistema assinala como duvidosos.

Uma IA apoiada nos teus dados — por vezes chamada grounded — pode consultar o catálogo para procurar referências válidas. Em modo só de leitura, consulta o ERP sem alterar encomendas, stock ou documentos. É uma separação útil: ajuda a verificar, mas não executa o pedido.

Este é o tipo de abordagem que a Leiritech aplica à consulta de sistemas existentes: dados autorizados, leitura e registos de utilização. Ainda assim, um artigo válido no ERP não prova que foi esse o artigo pronunciado. O áudio continua a ser a fonte para conferir a fala; uma confirmação posterior do cliente pode esclarecer ou alterar o pedido.

«Se tenho de ouvir, o que ganho?»

Ganhas apenas se a organização do pedido poupar mais trabalho do que acrescenta. A ferramenta pode preencher um rascunho e localizar passagens relevantes, em vez de te obrigar a escrever tudo. Mas ouvir novamente, corrigir e pedir esclarecimentos também conta como trabalho.

A «falta de tempo para gerir a mudança» foi assinalada por 29 de 57 organizações no barómetro HeraPrime de outubro de 2026, uma amostra voluntária, não representativa. Mede o processo inteiro, não apenas a rapidez da transcrição.

Num cálculo inteiramente ilustrativo, considera 300 mensagens mensais. Se o tratamento completo passar de quatro para dois minutos por mensagem, libertas dez horas. Valorizadas a 18 euros por hora, representam 180 euros de capacidade. Não são automaticamente dinheiro que deixou de sair da conta.

Com 50 euros mensais de serviço e 240 euros de configuração, o primeiro mês teria um saldo de menos 110 euros. Nos meses seguintes, seriam 130 euros, antes de outros custos. Acrescenta integração, apoio e correções. Estes valores são hipóteses para fazer contas, não preços nem resultados da Leiritech.

Um teste de 30 dias centrado nas encomendas

Começa com um canal e uma família de produtos. Na primeira semana, regista o tempo atual entre receber o áudio e ter o pedido conferido. Nas seguintes, usa a transcrição apenas para criar rascunhos, mantendo a aprovação humana antes do registo no ERP.

Regista separadamente trocas de quantidade, referências erradas e negações perdidas. Inclui ruído, correções feitas pelo cliente a meio da frase e referências parecidas. Guarda exemplos autorizados dos erros para perceber se a mesma falha regressa.

Ao fim dos 30 dias, compara tempo total, esclarecimentos e erros detetados. Se a ferramenta acelerar a escrita mas tornar a conferência mais difícil, não alargues o uso.

Custos, proteção de dados e limites

Uma voz identificável pode ser um dado pessoal. Define finalidade e fundamento jurídico, informa as pessoas quando aplicável, limita acessos e estabelece prazos de conservação. Confirma com o fornecedor o contrato de tratamento de dados, eventuais transferências internacionais e a utilização dos ficheiros para treino. Guardar o original não significa guardá-lo para sempre.

Com poucas mensagens, áudio frequentemente incompreensível ou consequências graves de um erro, um formulário estruturado pode compensar mais. Um segundo modelo também não substitui a confirmação do cliente: pode repetir a mesma interpretação errada.

A regra prática é simples: usa a transcrição para preparar trabalho, não para fingir que desapareceu a dúvida. Se queres avaliar este processo no teu negócio, fala connosco em hello@leiritech.com.