Escopo do projeto
O projeto monta uma esteira de leitura de documentos financeiros e administrativos para preparar lançamentos no ERP, com conferência humana. Entradas: DANFE em PDF ou foto (a NF-e em XML já chega estruturada e dispensa OCR; o problema são o DANFE impresso, a NFS-e de prefeituras com dezenas de layouts, boletos, recibos, comprovantes e notas de despesa de viagem). Cada documento cai num bucket Amazon S3 (por e-mail, pasta sincronizada ou upload), passa pelo Amazon Textract (texto, tabelas e formulários), e o Amazon Bedrock transforma o resultado no esquema do lançamento, com um campo de confiança por dado. Lançamentos acima do limiar vão para a integração com o ERP como rascunho; abaixo, para a fila de conferência, onde a pessoa vê o documento e os campos lado a lado e corrige. Todo lançamento é confirmado no ERP pelo fluxo de alçada que a empresa já tem.
Inclui a definição do limiar com o financeiro, a amostra de 50 documentos reais anonimizados, a integração com o ERP (API, importação ou arquivo), a tela de conferência, a medição e a operação inicial. Mudança no plano de contas e no fluxo de aprovação do ERP fica fora.
Desafio e problemas de hoje
- Horas por semana digitando notas, boletos e recibos no ERP; mais nos fechamentos.
- Erro de digitação em valor, vencimento ou CNPJ gera pagamento errado, multa ou retrabalho na conciliação.
- NFS-e de prefeituras diferentes, cada uma com um layout; boleto chega em PDF, foto e impresso.
- Despesa de viagem chega em foto de recibo pelo WhatsApp.
- Ninguém sabe quanto tempo o processo custa, porque é "parte do trabalho" de várias pessoas.
- Soluções de OCR antigas quebram quando o layout muda.
O ambiente de partida (perfil típico deste exemplo)
| Item | O que costuma existir |
|---|---|
| Volume | De 300 a 5 mil documentos por mês; de 3 a 8 tipos (DANFE, NFS-e, boleto, recibo, comprovante, nota de despesa) |
| Entrada | E-mail do financeiro, pasta de rede ou OneDrive, WhatsApp, papel digitalizado |
| ERP | TOTVS, Sankhya, Omie, Bling, Conta Azul ou próprio; com API, importação por planilha ou tela de lançamento |
| Qualidade | PDFs nativos e fotos de celular; parte sem OCR; carimbos e anotações à mão |
| Pessoas | De 1 a 4 pessoas do financeiro e administrativo digitando parte do dia |
| Dados pessoais | Poucos (CPF em recibos de pessoa física, nomes em notas de despesa) |
| Restrições | Alçada de aprovação já existente, fechamento mensal, auditoria contábil, retenção fiscal |
Perfil típico, com faixas, construído a partir de projetos desse tipo. O inventário real é o primeiro entregável da descoberta.
Requisitos
- R1Ler DANFE, NFS-e, boleto, recibo e comprovante em PDF e foto, em português, independente de layout fixo.
- R2Extrair os campos do lançamento com uma medida de confiança por campo.
- R3Conferência humana obrigatória abaixo do limiar; toda decisão financeira passa por uma pessoa.
- R4Entrar no ERP como rascunho, respeitando a alçada de aprovação existente.
- R5Guardar o documento original e a trilha (quem conferiu, o que mudou).
- R6Dado pessoal mascarado nos logs; documentos na conta da empresa; custo por documento conhecido.
O que desenhamos para cada requisito
| Requisito | Decisão de arquitetura | Serviço AWS |
|---|---|---|
| R1 | Amazon Textract para texto, tabelas e formulários (suporta português), com a estruturação dos campos a cargo do Amazon Bedrock | Amazon Textract |
| R2 | Amazon Bedrock recebe o resultado do Textract e devolve JSON no esquema do lançamento, com confiança por campo combinando a confiança do Textract e a consistência (ex.: CNPJ válido, soma dos itens igual ao total, vencimento depois da emissão) | Amazon Bedrock, Amazon Bedrock Guardrails |
| R3 | Limiar definido com o financeiro na PoC; a documentação do Amazon Textract indica que processos com decisão financeira podem exigir limiar de confiança de 90% ou mais (orientação de produto, e não resultado de cliente); fila de conferência com documento e campos lado a lado | Amazon SQS, AWS Lambda, tela de conferência (aplicação leve) |
| R4 | Integração com o ERP em modo rascunho (API ou arquivo de importação); aprovação final continua no ERP | AWS Lambda, AWS Secrets Manager |
| R5 | Original no Amazon S3 com versionamento e retenção; registro de cada lançamento, confiança, conferente e alterações | Amazon S3, Amazon DynamoDB, AWS CloudTrail |
| R6 | Guardrail com filtro de informação sensível na entrada e na saída do modelo; nos logs, mascaramento pela aplicação e proteção de dados do Amazon CloudWatch Logs; processamento na conta da empresa; contador de custo por documento e teto diário | Amazon Bedrock Guardrails, Amazon CloudWatch Logs, AWS Budgets, Amazon CloudWatch |
Arquitetura
Componentes e fluxos deste diagrama
- Documentos (e-mail, pasta, foto): origem dos arquivos.
- Amazon S3 (originais, versionados).
- AWS Lambda (orquestração): aciona a extração, a estruturação e o registro.
- Amazon Textract (texto, tabelas, formulários).
- Amazon Bedrock (estruturação e confiança por campo).
- Amazon Bedrock Guardrails (filtro de informação sensível).
- Amazon SQS (fila de conferência).
- Amazon DynamoDB (lançamentos, confiança, trilha).
- Conferência humana (financeiro).
- ERP (rascunho de lançamento).
- AWS CloudTrail (registro).
- Fluxos: chegada; evento; extração; estruturação; filtros; registro; abaixo do limiar para conferência; conferência para rascunho no ERP; acima do limiar direto para rascunho no ERP.
Ganhos: o que medimos no projeto
| Indicador | Como medimos | O que muda |
|---|---|---|
| Horas de digitação por mês | Apontamento de tempo por pessoa em 2 semanas antes; depois, tempo na fila de conferência | O financeiro confere em vez de digitar |
| Percentual de documentos acima do limiar (sem conferência) | Contador por tipo de documento | Mostra quais tipos a esteira já resolve sozinha |
| Taxa de lançamentos corrigidos após entrar no ERP | Comparação com o histórico de estornos e correções | Erro de dígito cai, e é medido |
| Acerto por campo na amostra de 50 documentos | Campo a campo contra o gabarito, na PoC e a cada ajuste | A qualidade é número antes de ligar no ERP |
| Tempo do documento até o rascunho no ERP | Carimbo de tempo na esteira | O fechamento para de depender de pilha |
| Custo por documento | Métricas por chamada ao Textract e ao Bedrock | Custo conhecido por tipo de documento |
Indicadores que a RFX mede na PoC e em produção. Os valores são da sua empresa; resultados de clientes ficam sob confidencialidade.
Escopo e entregáveis por fase
| Fase | O que acontece | Entregáveis | Duração |
|---|---|---|---|
| Fase 0: diagnóstico curto | Tipos de documento, volume por tipo, entradas, esquema do lançamento, amostra de 50 documentos reais anonimizados com gabarito, apontamento de tempo atual, critério de sucesso escrito (ex.: "ao menos 9 em 10 campos corretos nos tipos DANFE e boleto; nenhum lançamento com valor errado passando sem conferência; em 3 semanas") | Ficha; amostra e gabarito; critério assinado | 1 semana |
| Fase 1: PoC com critério de sucesso escrito | Bucket, Textract e Bedrock no console e por script; acerto por campo; definição do limiar com o financeiro; relatório | Relatório de acerto por campo e por tipo; limiar definido; custo por documento medido | De 2 a 3 semanas |
| Fase 2: produção | Esteira completa, fila de conferência, tela, integração com o ERP em rascunho, trilha, teto de custo, runbook | Esteira no ar; guia de conferência; registro LGPD | De 4 a 8 semanas no total |
| Fase 3: operação | Revisão mensal dos tipos com mais conferência; novos layouts de NFS-e; auditoria por amostragem; transferência ao time do financeiro com operação assistida | Rotina de operação | Contínua |
Durações típicas, em faixa. O plano do projeto fixa as datas reais.
Algo a mais: reembolso e conciliação na mesma esteira
A mesma esteira recebe a foto do recibo de viagem pelo WhatsApp ou pelo Teams e devolve o rascunho da prestação de contas para o colaborador conferir, com a política de reembolso aplicada (o documento de política do exemplo 2). E a conciliação com o extrato bancário ganha um candidato de pareamento por lançamento, para o financeiro aceitar ou rejeitar.
Cuidados: LGPD, região e revisão humana
- Conferência humana obrigatória abaixo do limiar; toda decisão financeira passa por uma pessoa; a alçada do ERP continua valendo.
- Limiar definido com o financeiro na PoC; a documentação do Amazon Textract indica que processos com decisão financeira podem exigir 90% ou mais, e esse número é orientação de produto, não resultado de cliente.
- CPF e nomes em recibos de pessoa física: mascarar nos logs, manter o original com acesso restrito e retenção fiscal.
- Região: Amazon Textract e Amazon Bedrock processam na conta da empresa; para o modelo do Bedrock vale a tabela de região do tema (há modelos na região de São Paulo). Em 06/10/2026 o Amazon Textract não é oferecido na região de São Paulo e roda em regiões fora do Brasil (por exemplo, Leste dos EUA, Norte da Virgínia, us-east-1); a região escolhida é declarada na Fase 0 e registrada no inventário LGPD como transferência internacional, e o resultado da extração é gravado num bucket Amazon S3 da empresa (OutputConfig), em vez de ficar os 7 dias padrão no bucket do próprio Textract.
- Credencial do ERP fora do prompt; integração por função com permissão de escrita só em rascunho.
- Texto manuscrito: o Amazon Textract reconhece escrita à mão só em inglês; anotações à mão em português não entram na extração e, quando importam para o lançamento, o documento vai para a conferência humana.
- Guardar o documento original e a trilha de quem conferiu e o que mudou, para a auditoria contábil.
Perguntas frequentes deste exemplo
Para o que vem de outro jeito: DANFE impresso ou em PDF sem o XML, NFS-e de prefeituras com layouts diferentes, boletos, recibos, comprovantes e notas de despesa. O XML entra na mesma esteira direto, sem passar pelo Textract.
Como rascunho, e só acima do limiar de confiança. Abaixo, uma pessoa confere documento e campos lado a lado. A aprovação final segue a alçada que o ERP já tem.
O Textract lê texto, tabelas e formulários independente de layout fixo, e o Bedrock estrutura; mudança de layout tende a derrubar a confiança e mandar para conferência, em vez de produzir erro silencioso. Isso é medido pelo percentual acima do limiar por tipo.
Depende de ele ter API, importação por arquivo ou, no mínimo, tela de lançamento; o diagnóstico verifica. Os ERPs mais comuns em PMEs têm ao menos importação.
Depende do tipo e do número de páginas; a PoC mede o custo real por documento na sua amostra, e a produção tem teto diário.
Serviços AWS deste exemplo
- Amazon Textract
- Amazon Bedrock
- Amazon Bedrock Guardrails
- Amazon S3
- AWS Lambda
- Amazon SQS
- Amazon DynamoDB
- AWS Secrets Manager
- AWS Budgets
- Amazon CloudWatch
- AWS CloudTrail
Incentivos AWS
A RFX busca para o projeto os programas de incentivo, créditos e verbas de PoC da AWS e da distribuição aplicáveis, sempre sujeitos a aprovação da AWS e da distribuição.