A caixa geral@ recebe 100 emails por dia: como pôr a IA a fazer a triagem antes das 9h

São 8h40 e já lá estão. A encomenda de um cliente de Pombal que tem de sair hoje, três faturas de fornecedores em PDF, um pedido de orçamento, uma reclamação sobre uma entrega que chegou partida, duas newsletters, um "aviso de segurança" do teu banco que não é do teu banco, e mais oitenta e tal coisas. Tudo no mesmo sítio: o geral@.

Na maior parte das PME, alguém (muitas vezes o dono, outras vezes a pessoa da receção ou da contabilidade) começa o dia a abrir email a email, a decidir para quem é e a reencaminhar. Ninguém contratou essa pessoa para isso. Mas é isso que ela faz durante a primeira hora e meia.

É provavelmente o primeiro sítio onde a IA te dá retorno a sério. Não porque seja espetacular, mas porque é aborrecido, repetitivo e fácil de medir.

Quanto custa, de facto, a triagem manual

Faz a conta com os teus números, não com os meus. Mas como ponto de partida:

• 100 emails por dia numa caixa partilhada é normal para uma PME com 10 a 50 pessoas que vende a empresas.
• Cerca de 1 minuto por email para abrir, perceber o que é, abrir o anexo se for preciso e reencaminhar. Uns levam 10 segundos, outros (a reclamação mal escrita, a fatura sem número de encomenda) levam cinco minutos.
• Dá perto de 1h40 por dia, ou seja, mais de 35 horas por mês em 22 dias úteis.

Isto é uma estimativa e não um estudo. Mas mede a tua durante uma semana: conta os emails do geral@ e cronometra três manhãs. Vais ficar surpreendido, e o mais caro nem é o tempo. É a encomenda que só foi vista às 11h e a reclamação que ficou dois dias sem resposta porque estava entre duas newsletters.

O que a IA faz aqui (e o que não faz)

A triagem é um trabalho de classificação. A IA lê cada email que chega e responde a três perguntas:

1. O que é isto? Encomenda, fatura de fornecedor, pedido de orçamento, reclamação, pedido de suporte, candidatura, publicidade ou tentativa de phishing.
2. Para quem vai? Comercial, compras, contabilidade, armazém, ou o dono.
3. Quão urgente é e o que falta? "Encomenda para hoje, mas sem morada de entrega." "Fatura sem número de encomenda associado."

Depois põe uma etiqueta, move para a pasta certa e, às 8h55, manda-te um resumo: "12 encomendas (2 urgentes), 9 faturas, 1 reclamação do cliente X, 34 spam ou newsletters."

O que não faz, pelo menos no início, é responder ao cliente, aprovar a fatura ou lançar a encomenda no ERP. Separa e prepara. Quem decide continua a ser uma pessoa.

O passo que faz a diferença: cruzar com os teus dados

Uma triagem que só lê o email é útil. Uma triagem que confirma o email contra o teu ERP já é outra conversa:

• Chega uma fatura do fornecedor? A IA lê o NIF e o número da encomenda e vai ver ao ERP se essa encomenda existe e se o valor bate certo. Se bater, marca "pronta para lançar". Se não bater, marca "verificar" e diz porquê.
• Chega uma encomenda? Vê se o cliente existe, se tem crédito em atraso e se há stock dos artigos pedidos.

É isto que chamamos IA grounded: a resposta assenta nos teus dados reais e não no que o modelo acha provável. E deve ser read-only: a IA consulta o ERP mas não escreve lá nada. Na Leiritech fazemos isto por cima de ERPs que já existem, como o PHC, sem mexer no sistema e com registo de cada consulta feita. Se alguma coisa correr mal, sabes exatamente o que foi lido e quando.

Confiança por campo: quando a IA deve dizer "não sei"

A objeção mais comum que ouvimos é esta: "E se ela classificar mal uma fatura?" Vai acontecer. A pergunta certa é o que acontece a seguir.

As ferramentas de extração de documentos já dão um grau de confiança por campo. Por exemplo, a versão 2.5 do LlamaIndex Extract, lançada a 1 de outubro, mostra para cada valor extraído onde é que o leu no documento e com que confiança. Segundo os números do próprio fabricante, a precisão dessa ligação ao documento subiu de cerca de 46 para 80 e poucos pontos. São benchmarks do vendedor e vale a pena tratá-los como tal, mas a ideia é a que interessa:

• Confiança alta e confere com o ERP → segue automático para a pasta da contabilidade.
• Confiança baixa ou não confere → vai para uma fila de revisão humana, com o campo duvidoso assinalado.

Isto não quer dizer que deixas de rever. Quer dizer que revês 15 emails em vez de 100. No inquérito da Homebase a 750 pequenas empresas americanas (setembro de 2026), 31% dos que não usam IA apontam o medo de erros como travão e 31% pedem prova de supervisão humana. Uma fila de revisão bem desenhada responde às duas coisas.

Como começar em pequeno e medir em 30 dias

Não precisas de automatizar a caixa toda à primeira.

• Semana 1, medir. Conta os emails por tipo e cronometra a triagem manual. Sem isto não tens ROI, tens opinião.
• Semana 2, só etiquetar. A IA classifica, mas não move nada. A pessoa que faz a triagem confirma ou corrige. Anota a taxa de acerto por categoria.
• Semana 3, mover o que é seguro. Spam, newsletters e faturas que conferem com o ERP passam a ser automáticos. Reclamações e encomendas continuam a ser vistas por alguém, mas já chegam separadas e com resumo.
• Semana 4, comparar. Tempo de triagem antes e depois, tempo até à primeira resposta numa reclamação, e encomendas vistas antes das 9h.

Se ao fim de 30 dias não poupas pelo menos metade do tempo de triagem, para e percebe porquê. Pode ser que a tua caixa seja demasiado pequena para justificar o investimento.

Custos, RGPD e onde não compensa

Custo. Classificar um email é barato em modelo: com os preços atuais (o GPT-6.1 Sol está a 2 dólares por milhão de tokens de entrada), cem emails por dia custam cêntimos. O custo real está na integração com o teu email e com o ERP, e em afinar as categorias para o teu negócio. Esse é trabalho de dias, não de meses, mas não é zero.

RGPD. O geral@ tem dados pessoais: nomes, moradas, NIF e, às vezes, coisas sensíveis num email de reclamação. Antes de ligar seja o que for, confirma onde são processados os dados (de preferência na UE), que o fornecedor não usa os teus emails para treinar modelos e que tens registo do que foi lido. Lembra-te também que nem tudo o que é anunciado está disponível cá: os agentes "dots" da OpenAI, por exemplo, ficaram de fora da UE.

Onde não compensa:

• Se recebes 15 emails por dia, filtros do Outlook ou do Gmail bem feitos resolvem 80% do problema por zero euros.
• Responder automaticamente a reclamações. O cliente chateado quer uma pessoa, não um texto bem escrito.
• Se a tua informação está espalhada em folhas de Excel sem número de encomenda, a IA não tem com o que cruzar. Arruma isso primeiro.

Em resumo

A triagem do geral@ é um bom primeiro caso de IA numa PME porque é mensurável, de baixo risco e devolve horas todas as semanas. A regra é simples: a IA separa e confirma contra os teus dados, só lê e não escreve, e o que tiver dúvidas vai para uma pessoa.

Se quiseres ver como isto ficaria em cima do teu email e do teu ERP, fala connosco em hello@leiritech.com ou em leiritech.pt. Começamos por medir a tua caixa e só depois falamos de automatizar.