Compras no setor de energia migram de função transacional para sistema estratégico alinhado por IA

Empresas de energia e eletricidade — utilities integradas, operadoras de transmissão e renováveis, com portfólios de suprimentos intensivos em capital e sob regulação pesada — estão redesenhando a função de compras (procurement) em torno de inteligência artificial (IA). O artigo "Artificial intelligence for strategic procurement in energy firms: a modeling framework" (Theodorou & Theodorou, Academia Green Energy, 2026) formaliza esse movimento ao propor um modelo matemático baseado no Modelo de Alinhamento Estratégico (SAM, de Strategic Alignment Model), no qual o desempenho de compras é uma função multiplicativa de quatro índices: capacidade de IA, alinhamento com a estratégia corporativa, prontidão organizacional (estrutura, governança, talento) e fatores ambientais/regulatórios. O desenho multiplicativo carrega uma tese central: se qualquer um dos fatores for baixo — por exemplo, IA sofisticada em uma organização despreparada —, o desempenho desaba, independentemente do investimento tecnológico. O artigo mapeia seis aplicações: sourcing automatizado (RFx — conjunto de documentos de solicitação de propostas/cotações), análise de contratos, gestão de risco de fornecedores, otimização de preços e apoio à negociação, otimização de cadeia de suprimentos e automação robótica de processos (RPA). A evidência externa confirma a trajetória no mercado real: a pesquisa global de CPOs de 2025 da Deloitte, com mais de 250 executivos em 40 países, mostra os líderes digitais alocando até 24% do orçamento da função em tecnologia (quase o dobro de 2023) e obtendo retorno médio de 3,2 vezes sobre investimentos em IA generativa, contra 1,5 vez dos seguidores; na rodada anterior da mesma pesquisa, 92% dos CPOs planejavam avaliar IA generativa, mas apenas 37% estavam de fato pilotando ou implantando — descompasso que dá corpo empírico à tese do alinhamento. No recorte setorial, empresas como Shell, EDF Energy, Enel e National Grid aparecem como referências ilustrativas de uso de análise de contratos, gestão de risco de fornecedores e otimização logística.

A função de compras, historicamente tratada como centro de custo e execução de pedidos, passa a disputar posição de conselheira estratégica do C-suite — em um setor onde decisões de suprimento envolvem contratos de infraestrutura de longo prazo, segurança de abastecimento e conformidade regulatória. Efeitos de segunda ordem: (1) o gargalo competitivo desloca-se da tecnologia para a prontidão organizacional — qualidade de dados, governança e talento viram o ativo escasso, o que favorece incumbentes com disciplina de dados e puni quem comprar ferramentas antes de construir fundamentos; (2) a proposta de métricas padronizadas como o LCOAI (Levelized Cost of Artificial Intelligence — custo nivelado da IA, por analogia ao custo nivelado de energia) sinaliza o início da contabilização da IA como ativo de infraestrutura comparável a ativos físicos; (3) para fornecedores do setor elétrico, o poder de negociação se redefine: compradores com análise preditiva de risco e preço mudam a assimetria de informação na mesa de contratação. Há, contudo, um sinal contrário relevante: segundo a leitura do Gartner, a IA generativa para compras teria entrado no "vale da desilusão" do ciclo de hype, com retornos irregulares entre adotantes precoces — ou seja, a tendência é real, mas a captura de valor é desigual e condicionada.

De: compras como atividade transacional e reativa, orientada a preço e processamento de pedidos, com tecnologia adotada de forma pontual → Para: compras como sistema de decisão estratégica, em que capacidades de IA, estrutura organizacional e estratégia corporativa são desenhadas em conjunto e monitoradas continuamente, sob restrições regulatórias explícitas. Estágio atual: acelerando, com investimentos dobrando e casos de retorno documentados, mas em ponto de inflexão entre intenção e implantação — a maioria das organizações ainda não superou a fase de pilotos.