Insights · Casos de uso
Licitações com IA no setor público: de 30 para 50 processos por mês, com evidências da Lei 14.133
Como uma secretaria estadual redesenhou a fase preparatória das licitações com IA: 67% mais processos, auditoria dedicada e MVP em 3 semanas.
Por Thiago Santos · · 4 min de leitura
Uma equipe de licitação de 5 pessoas, que atende todos os órgãos de um estado, passou de 30 para 50 processos por mês. Com isso, liberou uma pessoa só para qualidade e auditoria. A virada não foi automatizar o processo antigo. Foi redesenhar o processo pensando na IA, junto com o time que o executa, e fazer cada etapa gerar a evidência que a Lei 14.133 exige. O MVP ficou pronto em 3 semanas, e a implantação com integração aos sistemas legados levou 1 mês.
O ponto de partida
O setor de licitação de uma secretaria estadual concentra a preparação das contratações de todos os órgãos do estado. O cenário antes do projeto:
- 5 pessoas na equipe, todas dedicadas à execução dos processos
- 30 processos por mês concluídos
- Mais de 200 processos acumulados na fila
- 7 dias, em média, de uma pessoa para cada processo
O gargalo estava na fase preparatória. É ali que a Lei 14.133 concentra o maior volume de trabalho documental: formalizar a demanda, elaborar o estudo técnico preliminar, analisar riscos, pesquisar preços, escrever o termo de referência e montar a minuta do edital. Cada processo era montado quase do zero, e a qualidade da evidência dependia de quem o conduzia.
Por que não bastava automatizar
Colocar IA sobre o fluxo antigo só aceleraria o mesmo trabalho manual, com as mesmas lacunas. O objetivo tinha duas metas:
- Reduzir o tempo de cada processo, para enfrentar a fila.
- Aumentar a qualidade das evidências em toda a construção da licitação, com rastreabilidade de cada decisão, como exige a Lei 14.133.
Por isso o projeto começou pelo mapeamento do processo real e seguiu pelo redesenho. Só depois veio a construção dos agentes.
O redesenho, feito pelo time
O mapeamento mostrou o que nenhum fluxograma oficial registrava: os atalhos, as verificações que cada pessoa fazia por experiência, os erros que voltavam do jurídico, os modelos que circulavam por e-mail.
Redesenhar o processo pensando na IA engajou a equipe inteira. Cada conhecimento prático virou uma decisão de projeto: uma regra que o agente passa a verificar, um ponto em que o servidor precisa decidir, uma evidência que precisa ficar registrada. O time deixou de ser usuário da mudança e passou a ser autor dela.
Na nova divisão de papéis, a IA prepara e o servidor decide:
- Formalização da demanda: o agente estrutura o pedido do órgão e aponta o que falta antes de o processo andar.
- Estudo técnico preliminar e análise de riscos: o agente produz a primeira versão a partir da demanda, de modelos aprovados e de processos anteriores. O servidor revisa e decide.
- Pesquisa de preços: o agente consolida as fontes de preço, organiza a memória de cálculo e marca as discrepâncias.
- Termo de referência e minuta do edital: montados com base nos modelos padronizados, com verificação de conformidade item a item.
- Trilha de evidências: cada sugestão do agente, cada alteração e cada aprovação ficam registradas, com autor, data e fonte.
As decisões, as aprovações e as assinaturas continuam com os servidores responsáveis.
A arquitetura
O Onni Builder desenhou o processo redesenhado e orquestra os agentes e as pessoas em cada etapa. O Onni Atlas guarda a evidência de cada decisão: o que foi sugerido, por qual agente, com quais dados e quem aprovou. O barramento de integração conecta a solução aos sistemas legados de processo e de compras, sem substituí-los. A equipe continua trabalhando nos sistemas que já conhece.
Antes, a qualidade do processo dependia de quem o conduzia. Agora, ela é uma propriedade do processo.
O resultado
| Antes | Depois | |
|---|---|---|
| Processos concluídos por mês | 30 | 50 |
| Pessoas na execução dos processos | 5 | 4 |
| Pessoas dedicadas a qualidade e auditoria | 0 | 1 |
- Mais 67% de capacidade: de 30 para 50 processos por mês, com uma pessoa a menos na execução. A produção média por pessoa passou de 6 para 12,5 processos por mês.
- Uma função que não existia: uma pessoa passou a se dedicar exclusivamente à qualidade e à auditoria. Isso trouxe uma governança e uma transparência que o setor não tinha.
- Evidência por padrão: cada processo sai com a trilha de decisões e fontes que a Lei 14.133 pede, e não depende mais da memória de quem o conduziu.
O cronograma
- 3 semanas para o MVP: mapeamento, redesenho e primeiros agentes, testados em processos reais.
- 1 mês para a implantação e a integração com os sistemas legados.
O que levar para a sua organização
- Redesenhe antes de automatizar. A IA multiplica o processo que encontra; se ele for ruim, ela multiplica o problema.
- Faça do time o autor do redesenho. O conhecimento prático de quem executa é a matéria-prima das regras e das melhorias.
- Trate a evidência como produto do processo. No setor público, a velocidade só se sustenta com rastreabilidade de cada decisão.
Fontes
Parte de: Como colocar IA no core?