Como a Crab.AI usa inteligência artificial para automatizar inventários de carbono

O problema: coleta manual de dados ESG

A coleta de dados para um inventário de emissões é, na maioria das empresas, um processo manual, fragmentado e demorado. O analista de sustentabilidade precisa solicitar informações a dezenas de áreas — facilities, logística, compras, RH, financeiro — e cada uma responde em formatos diferentes: planilhas Excel, PDFs de faturas, relatórios do ERP, e-mails com anexos, sistemas legados.

O resultado típico: semanas de trabalho para consolidar dados que, ao final, precisam ser revisados linha a linha porque erros de digitação, unidades trocadas e duplicatas são inevitáveis. Cada ciclo de inventário repete o mesmo esforço. E quando o auditor pede para rastrear a origem de um número, o analista precisa vasculhar pastas de e-mail e versões de planilhas.

Esse é o problema que a Crab.AI resolve. Em vez de humanos extraindo dados de documentos, a inteligência artificial faz a leitura, extração, classificação e validação — e o humano foca na análise e nas decisões.

Como a Crab.AI lê documentos (faturas de energia, notas de logística, relatórios de RH)

A Crab.AI é o módulo de inteligência artificial da plataforma Mangue Tech. Ela processa documentos em múltiplos formatos — PDF, imagem, Excel, CSV, XML de notas fiscais — e extrai os dados relevantes para o inventário de emissões.

Faturas de energia elétrica. A Crab.AI identifica automaticamente o consumo em kWh, a demanda contratada, o tipo de contrato (mercado cativo ou livre), a distribuidora e o período de referência. Para empresas no mercado livre, identifica também certificados de energia renovável (I-RECs) vinculados ao contrato.

Notas fiscais de combustíveis. Extrai volume (litros), tipo de combustível (diesel S10, gasolina C, etanol, GNV), CNPJ do fornecedor e data. Para frotas, consolida automaticamente o consumo por veículo ou centro de custo.

Relatórios de viagens. Processa extratos de agências de viagem e plataformas de reserva. Identifica origem, destino, classe de cabine, companhia aérea e data de cada trecho. Calcula emissões por voo usando fatores da ICAO e DEFRA.

Dados de logística. Lê CTe (Conhecimento de Transporte Eletrônico), MDF-e e relatórios de TMS. Extrai peso da carga, origem, destino, modal e distância percorrida. Para transportadoras com frota própria, cruza com dados de abastecimento.

Dados de RH. Processa pesquisas de commuting (deslocamento casa-trabalho) e consolida por modal de transporte, distância média e frequência. Integra com dados de home office para ajustar emissões de deslocamento.

Dados de resíduos. Lê manifestos de transporte de resíduos (MTR), relatórios de pesagem e certificados de destinação final. Classifica por tipo de resíduo e destino (aterro, reciclagem, incineração, compostagem).

O processo é transparente: cada dado extraído é vinculado ao documento de origem, com timestamp, nível de confiança e possibilidade de revisão humana para casos de baixa confiança.

Classificação automática de despesas por categoria GHG Protocol

Uma das funcionalidades mais poderosas da Crab.AI é a classificação automática de dados de despesas por categoria do GHG Protocol.

Muitas empresas têm dados de consumo dispersos em sistemas ERP e financeiros. A informação existe — mas não está classificada pela lente do inventário de emissões. Um pagamento a uma transportadora aparece como "frete" no ERP, mas no inventário pode ser Categoria 4 (transporte upstream) ou Categoria 9 (transporte downstream) dependendo do fluxo.

A Crab.AI analisa a descrição da despesa, o CNPJ do fornecedor, a conta contábil e o centro de custo para classificar automaticamente em uma das 15 categorias do Escopo 3, ou nos Escopos 1 e 2. A classificação usa modelos treinados com dados de inventários reais e é refinada continuamente.

Para empresas que usam a abordagem spend-based como ponto de partida, essa classificação é especialmente valiosa: permite gerar um inventário preliminar de Escopo 3 a partir de dados financeiros já disponíveis, sem necessidade de coleta adicional.

Sugestão de fatores de emissão e detecção de anomalias

Após extrair e classificar os dados de atividade, a Crab.AI sugere automaticamente o fator de emissão mais adequado para cada registro.

A sugestão considera: tipo de atividade (combustão, eletricidade, transporte, resíduos), localização geográfica (Brasil, estado, município), período de referência (fatores do SIN variam por ano), fonte prioritária (MCTI sobre IPCC, IPCC sobre DEFRA) e versão do GWP (AR5 ou AR6, conforme configuração do inventário).

A plataforma mantém mais de 60.000 fatores de emissão atualizados. Quando o MCTI publica uma atualização, os fatores são incorporados e os inventários podem ser recalculados automaticamente.

Detecção de anomalias. A Crab.AI compara cada dado com padrões históricos e benchmarks setoriais. Se o consumo de diesel de uma filial dobrou de um mês para outro sem explicação aparente, o sistema sinaliza como anomalia para revisão. Se uma fatura de energia reporta um consumo incompatível com o porte da unidade, o alerta é disparado.

Essa validação automática é essencial para qualidade. Inventários manuais frequentemente contêm erros que passam despercebidos até a auditoria — unidades trocadas (litros vs galões), duplicatas, períodos sobrepostos, fatores desatualizados. A Crab.AI detecta esses padrões antes que contaminem o resultado.

Trilha de auditoria: como cada número é rastreável

Auditabilidade é um princípio de design da Crab.AI, não uma funcionalidade adicionada depois.

Cada número no inventário final tem uma cadeia de proveniência completa: documento de origem (PDF, nota fiscal, relatório), dado extraído (consumo, volume, distância), classificação GHG Protocol (escopo, categoria), fator de emissão aplicado (fonte, versão, GWP), cálculo realizado (fórmula, resultado em tCO2e), responsável pela validação e data da última revisão.

Essa cadeia é preservada integralmente no sistema. Quando o auditor questiona um número específico — por exemplo, as emissões de transporte de carga da filial de Manaus em março — o analista pode navegar da emissão total até a nota fiscal de origem em três cliques.

A trilha de auditoria também registra alterações: se um dado foi corrigido, quem corrigiu, quando e por quê. Isso atende aos requisitos de verificação do GHG Protocol, CDP, IFRS S2 e CVM 193.

Comparativo: processo manual vs Crab.AI

A diferença mais significativa não é a velocidade — é a confiabilidade. Um inventário produzido com Crab.AI tem rastreabilidade nativa, validação em tempo real e consistência metodológica entre ciclos. Isso reduz drasticamente o risco de retrabalho na auditoria e aumenta a confiança dos stakeholders nos resultados.

A Crab.AI está disponível como módulo integrado da plataforma Mangue Tech. A ativação é progressiva — a empresa pode começar com um tipo de documento (ex: faturas de energia) e expandir conforme ganha confiança no processo automatizado.