O leite chegou frio. Tens a leitura da receção, a recolha registada e a cisterna identificada. Mas, quando tentas mostrar o que aconteceu durante o percurso, falta uma parte do registo de temperatura. Vais ao ERP, abres o ficheiro do registador e pedes à equipa que procure o resto.
Numa cooperativa açoriana, esta é uma pergunta concreta para fazer aos teus sistemas: que recolhas chegaram com evidência térmica em falta, e exatamente onde está a lacuna? Não é a mesma pergunta que «que leite chegou acima do limite?». Confundir as duas pode esconder um problema documental ou transformar uma ausência de dados numa acusação sem fundamento.
Uma integração com IA só de leitura, auditada e fundada nos teus dados pode ajudar a separar estas situações. Não reconstrói a temperatura que ninguém mediu. Reconstrói as ligações entre aquilo que ficou registado, mostra o que falta e entrega ao responsável informação verificável para decidir.
Uma leitura à chegada não descreve o percurso
A medição na receção responde a uma pergunta limitada: qual era a temperatura medida naquele ponto e naquele momento? Não demonstra, por si só, que todas as condições anteriores foram cumpridas. Também não prova que houve um desvio antes da chegada.
É aqui que um resumo demasiado confiante falha. Se o sistema só recebe a leitura final e responde «cadeia de frio cumprida», está a concluir mais do que os dados permitem. Se encontra um intervalo vazio e responde «houve quebra de frio», comete o erro inverso.
Para trabalhar com rigor, convém manter três situações distintas:
- Desvio medido: existe uma leitura fora do critério aplicável àquela etapa, a avaliar pelo responsável.
- Evidência em falta: falta uma medição prevista, o ficheiro ainda não entrou ou não foi possível associá-lo à recolha.
- Registos previstos encontrados: estão disponíveis os elementos definidos no plano de controlo, sem que isso constitua uma declaração automática de segurança alimentar.
A terceira situação não significa conhecer a temperatura em todos os instantes. Significa que encontraste a evidência que o teu procedimento exige. Essa diferença tem de aparecer tanto no ecrã como na resposta da IA.
O limite depende da etapa, não da preferência do chatbot
A DGAV, na página sobre temperaturas aplicáveis ao leite e produtos lácteos, distingue as etapas. Após a ordenha, indica arrefecimento imediato para uma temperatura não superior a 8 °C quando a recolha é diária, ou 6 °C quando não é diária. Durante o transporte, a cadeia de frio deve ser mantida; à chegada ao destino, a temperatura não deve ultrapassar 10 °C.
Estes números não são três opções para o mesmo alarme. Uma leitura na exploração não deve ser avaliada como se fosse uma leitura à chegada. E o valor de 10 °C à chegada não autoriza o sistema a ignorar o que aconteceu antes.
A mesma orientação prevê exceções aos requisitos da exploração e transporte, sujeitas aos critérios indicados do Regulamento (CE) n.º 853/2004: transformação nas duas horas seguintes à ordenha, ou necessidade tecnológica de temperatura superior autorizada pela DGAV. Para a unidade transformadora, indica arrefecimento rápido até 6 °C, com condições próprias que permitem temperatura superior, incluindo processamento imediatamente após a ordenha ou nas quatro horas seguintes à entrada, ou autorização tecnológica da DGAV.
Por isso, as regras da integração têm de ser validadas pelo responsável técnico para o processo concreto. Uma exceção exige condições e evidência; não pode ser deduzida pelo modelo porque «normalmente fazemos assim». Também não se deve transformar esta orientação numa alegada obrigação universal de registo contínuo: a frequência de medição a verificar tem de vir do plano aplicável, não de uma invenção do software.
Um percurso com quatro leituras em falta
Considera este exemplo hipotético, sem mistura de outras recolhas no compartimento analisado. Os valores servem para explicar o método, não descrevem um cliente da Leiritech.
A recolha R-217 está associada a um compartimento identificado e ao respetivo registador. O procedimento interno prevê uma leitura de dez em dez minutos durante o transporte. No ficheiro importado existem estes dados:
| Hora | Evidência disponível |
|—|—|
| 06:20 | Registador: 5,2 °C |
| 06:30 | Registador: 5,4 °C |
| 06:40, 06:50, 07:00 e 07:10 | Leituras previstas não encontradas |
| 07:20 | Registador: 5,7 °C |
| 07:30 | Medição independente na receção: 5,8 °C |
Entre as duas leituras do registador que delimitam a lacuna passaram 50 minutos. Faltam quatro leituras previstas. Não são quatro desvios de temperatura, nem 50 minutos de temperatura comprovadamente excessiva. São factos diferentes, calculados a partir do horário e da frequência definidos.
A resposta útil seria: «Na recolha R-217, faltam quatro leituras previstas entre as 06:30 e as 07:20. A receção registou 5,8 °C às 07:30. Estes dados não permitem concluir quais foram as temperaturas no intervalo em falta.» A resposta deve permitir abrir o ficheiro de origem e o registo da receção, respeitando as permissões do utilizador.
Traçar uma reta entre 5,4 °C e 5,7 °C produziria um gráfico mais agradável. Não produziria novas medições. Neste controlo, o intervalo fica vazio: não se interpolam temperaturas para apresentar uma continuidade que não foi documentada.
A primeira investigação pode encontrar um ficheiro incompleto, uma associação errada ou leituras ainda guardadas no equipamento. Se os dados originais forem recuperados, entram com a respetiva origem e a data de importação. Se não forem encontrados, a lacuna continua identificada. A IA não a preenche com valores prováveis.
Antes da IA, é preciso ligar os registos certos
O trabalho principal não está em escrever uma pergunta elegante. Está em garantir que o sistema compara dados que pertencem ao mesmo percurso.
Uma matrícula e uma data podem não chegar. A mesma viatura pode fazer várias recolhas, transportar leite em compartimentos diferentes ou usar outro registador após uma substituição. A ligação precisa de identificar recolha, intervalo de transporte, compartimento, equipamento e receção. Quando essa ligação não existe, o resultado deve ser «associação por confirmar», não uma correspondência escolhida por semelhança.
Também importa saber o que foi medido. Uma temperatura do ar num espaço envolvente não deve ser apresentada como temperatura do leite. O ponto de medição, o equipamento e os elementos relevantes da sua verificação metrológica fazem parte do contexto que o responsável precisa de consultar.
Depois vêm os relógios. Num operador açoriano com ERP alojado no continente, é necessário distinguir hora local, hora do servidor e hora do equipamento. Guardar o instante normalizado e preservar a referência horária original evita criar lacunas ou sobreposições artificiais. O alojamento do ERP não determina a hora da recolha.
Por fim, «não está na base de dados» não significa necessariamente «não foi medido». Um registador pode conservar leituras localmente e sincronizá-las mais tarde. A resposta tem de indicar até quando os dados foram importados e distinguir atraso de sincronização de ausência confirmada no ficheiro recebido.
O que faz a IA — e o que fica no código
A contagem de leituras em falta, a comparação com limites aprovados e a identificação dos intervalos devem ser executadas por regras de sistema testáveis. Não se pede ao modelo de linguagem que invente a frequência esperada ou faça uma avaliação livre da segurança do leite.
A IA torna essa informação consultável: «Mostra as receções desta semana com leituras previstas em falta no transporte.» A resposta apresenta as recolhas encontradas, a dimensão de cada lacuna, a última atualização e as fontes. Se não houver informação suficiente para associar um ficheiro, explica essa limitação.
Só de leitura significa que as credenciais da integração não permitem alterar recolhas, corrigir temperaturas ou aprovar receções no sistema operacional. Não basta escrever essa proibição nas instruções do chatbot. A restrição deve existir nas permissões da base de dados ou da API.
Auditada significa que há um registo separado de quem consultou, quando, com que filtros, sobre que versão dos dados e das regras, e que resposta recebeu. Esse registo não modifica a evidência operacional. Permite perceber por que motivo uma resposta de ontem difere da de hoje, por exemplo depois de uma importação tardia.
É esta ligação controlada aos teus dados que distingue a proposta de um chatbot que apenas conhece regras gerais sobre lacticínios. Saber explicar a cadeia de frio não é saber se o ficheiro da tua recolha chegou completo.
«O meu ERP já tem temperaturas. Preciso mesmo de IA?»
Talvez não. Se o ERP já cruza recolhas, registadores e receções, identifica lacunas e mostra a origem dos dados, um relatório pode resolver o problema. Não faz sentido acrescentar IA só para substituir um filtro que funciona.
A camada conversacional torna-se útil quando a equipa precisa de consultar essa evidência de formas diferentes sem andar a juntar exportações. Mesmo aí, depende de uma integração bem feita. Um ficheiro sem identificação da recolha não ganha essa identificação por entrar num chatbot.
A comunicação de mercado consultada para este tema inclui usos gerais de IA no ERP e formação em ferramentas. Aqui, o teste é mais estreito: perante uma pergunta sobre frio, o sistema consegue distinguir uma temperatura fora do critério de uma temperatura desconhecida? Essa distinção vale mais do que uma resposta fluente.
Antes de adotar a solução, mede o processo atual: quanto tempo demora reunir a evidência de uma recolha, quantas associações exigem procura manual e quantas lacunas continuam por esclarecer. Repete a medição com a integração. Não há fundamento para prometer uma percentagem de poupança antes desse trabalho.
Uma oferta para a operação nas ilhas, não uma promessa de apoio
O ponto de partida é uma cooperativa açoriana; um operador de leite cru na Madeira com este processo pode avaliar a mesma abordagem a partir dos seus próprios registos. Não é preciso tratar a localização como uma limitação, nem esperar por uma candidatura para perceber o problema.
O aviso-convite 07/C05-i14.01/2026 de IA nas PME delimita o investimento às regiões NUTS II do Continente. Isso não permite afirmar que não existem apoios nas Regiões Autónomas: o regulamento geral e os instrumentos regionais têm âmbitos próprios. A decisão técnica aqui proposta não depende de uma promessa de elegibilidade.
Na Leiritech, esta é uma integração à medida a construir e validar com a tua equipa, não um módulo de lacticínios anunciado como pronto. Trabalhas diretamente com a equipa pequena que escreve o código, sobre o teu ERP e os teus registos, com acesso só de leitura e auditoria. A avaliação do leite e a decisão sobre a receção continuam com o responsável técnico, segundo os procedimentos aplicáveis.
Escreve para hello@leiritech.com para avaliarmos um percurso de recolha concreto. Começamos pela estrutura dos registos de recolha, temperatura e receção, partilhados por um meio acordado. O primeiro resultado a procurar é simples: mostrar o que está documentado, o que falta e o que não é possível concluir.
