"Têm em stock, já paguei, quando é que chega?"
É a pergunta mais banal que um cliente te faz por WhatsApp. Uma frase, ponto de interrogação, enviada às 21h de um domingo. E é também a pergunta que separa um bot que custa €25 por mês de um agente ligado ao teu ERP que custa dez vezes mais — porque, apesar de parecer uma pergunta, são na verdade quatro perguntas encavalitadas, cada uma a viver num sistema diferente.
Vamos abri-la devagar, porque é aqui que a diferença deixa de ser conversa de marketing e passa a ser mecânica.
Uma frase, quatro sistemas
- "Têm em stock?" — isto vive no teu módulo de stock/armazém. Não é o catálogo do site (que pode estar congelado de ontem), é a quantidade disponível agora, descontadas as reservas de encomendas ainda por expedir.
- "Já paguei" — isto está na faturação e no recebimento. Existe uma fatura emitida? Está liquidada, ou continua em aberto? O cliente jura que pagou; o teu ERP sabe se o valor entrou.
- "…quando chega?" — logística e expedição. A encomenda foi separada, embalada, entregue à transportadora? Há número de guia? Data prevista?
- E por baixo de tudo, quem é este cliente — o CRM. Sem saber com quem estás a falar, não consegues ligar o número de telemóvel à ficha, às encomendas dele, às faturas dele.
Quatro sistemas. Uma resposta útil tem de cruzar os quatro e devolver uma frase só: "Sim, temos 12 unidades. A tua fatura FT 2026/1487 está paga. A encomenda saiu ontem, guia da transportadora X, entrega prevista para amanhã." Isso é o que o cliente queria. Não queria um FAQ; queria o estado real do processo dele.
Onde o bot de €25 para
Sê justo com o bot comoditizado. Por €25/mês (mais uns €100 de setup, valores típicos do mercado nacional), ele faz coisas reais: responde 24/7, apanha leads, corre em cima do WhatsApp nativo da Meta, dá as respostas de FAQ que lhe escreveste. Para uma padaria que só quer dizer o horário e o preço do bolo-rei, chega e sobra.
O problema não é a conversa. É que ele toca zero dos teus quatro sistemas. Não sabe o stock porque não está ligado ao armazém. Não sabe se pagaste porque não vê a faturação. Não sabe da guia porque não fala com a logística. Nem sequer sabe quem tu és, além do número que aparece no chat.
Então faz o que estas ferramentas fazem sempre que saem do guião: ou responde com uma generalidade simpática — "vou verificar e já lhe digo" — e alguém teu tem de ir ao ERP à mão fazer o trabalho todo; ou, pior, inventa. Diz que há stock quando não há. E aí não pouparam €25, perderam uma venda e ganharam um cliente furioso.
Repara também na conta do "barato": no WhatsApp da Meta, desde meados de 2025, passou-se a pagar cada vez mais por mensagem/conversa, não por um chavão fixo. Um bot que dá voltas — "vou verificar", "podes confirmar o número da encomenda?", "um momento" — gera mensagens que não resolvem nada e ainda assim são faturadas. A conversa vazia tem custo. A resposta certa à primeira é que é barata.
O que muda com um agente ligado ao ERP
Um agente grounded — assente nos teus dados — recebe a mesma frase e faz o que um funcionário experiente faria: identifica o cliente pelo número no CRM, vai ao stock buscar a quantidade disponível, à faturação buscar o estado do documento, à logística buscar a guia, e compõe uma resposta com números reais, não adjetivos.
E faz isto por defeito em modo só-leitura. Consultar o teu ERP não muda nada lá dentro; é o equivalente a alguém abrir o sistema e olhar. É por isso que dá para ligar sem "arrancar o sistema": pões uma camada de leitura por cima do PHC, do Primavera ou do que já tens — o PHC GO, por exemplo, expõe uma API (Simple/Full) que serve exatamente para isto — e o ERP continua a ser a fonte de verdade. Ninguém substitui nada.
Quando é mesmo preciso escrever — criar uma segunda via, registar um pedido, alterar uma morada — aí sai do modo de leitura para uma ação auditada: fica registado quem pediu, o quê, quando, e a ligação ao documento. Mas isso é outro tema; a pergunta das quatro fontes resolve-se toda em leitura.
Porque é que "grounded" ganha ao chatbot que adivinha
A palavra da moda é IA, e é aí que muita gente se engana. Um modelo de linguagem sozinho é excelente a soar correto e péssimo a estar correto sobre os teus dados — porque não os tem. Se lhe perguntas o stock e ele não está ligado ao armazém, ele produz uma frase plausível. Plausível não é verdadeiro.
Grounded quer dizer exatamente o contrário: a resposta é obrigada a vir de uma consulta real ao teu sistema, e pode citar de onde veio — a FT 2026/1487, a linha de stock, a guia. Se não encontra, diz que não encontra, não inventa. É a diferença entre um estagiário que responde de cor para não parecer mal e um que abre o ecrã e lê o que lá está. Para uma FAQ, a diferença não se nota. Para "já paguei?", a diferença é entre ter razão e ter um problema.
"Mas eu já pago um humano para isto"
É a objeção honesta, e é justa. Sim, alguém teu já responde a estas mensagens. A questão é como: hoje, essa pessoa recebe a frase, abre o stock, abre a faturação, abre a logística, cruza tudo na cabeça e escreve a resposta — três a cinco minutos, dezenas de vezes por dia, muitas fora de horas. O agente não substitui o julgamento dela; faz-lhe o trabalho de garçom entre sistemas. A mesma pessoa passa a tratar do que é difícil, e as cem perguntas de "onde está a minha encomenda" respondem-se sozinhas, com dados certos, à primeira. É aí que os €250 ficam mais baratos que os €25 mais o teu tempo.
O teste que podes fazer hoje
Não precisas de acreditar em ninguém. Pega no bot que estás a pensar contratar — ou no que já tens — e faz-lhe a pergunta das quatro fontes: "Têm em stock o artigo X, a minha fatura está paga, e quando chega a minha encomenda?" Se a resposta for uma generalidade, um "vou verificar", ou um número que ninguém confirmou no ERP, já sabes o que compraste: conversa. Se vier uma frase com o stock real, o estado da fatura e a guia, ligada aos teus sistemas e auditável — isso já é outra categoria de produto.
Se quiseres ver essa segunda versão a correr sobre o teu ERP, sem substituir o que já tens, fala connosco em leiritech.pt ou hello@leiritech.com. Começamos sempre por uma camada de leitura — mostramos-te a pergunta das quatro fontes respondida com os teus próprios dados antes de mexer fosse no que fosse.
