Cómo Crab.AI usa inteligencia artificial para automatizar inventarios de carbono

El problema: recolectar datos ESG a mano

En la mayoría de las empresas, recolectar datos para un inventario de emisiones es un proceso manual, fragmentado y lento. El analista de sostenibilidad tiene que pedir información a decenas de áreas, facilities, logística, compras, RR.HH., finanzas, y cada una responde en un formato distinto: hojas de cálculo de Excel, PDFs de facturas, informes del ERP, correos con adjuntos, sistemas heredados.

El resultado típico: semanas de trabajo para consolidar datos que después hay que revisar línea por línea, porque los errores de tipeo, las unidades cambiadas y los duplicados son inevitables. Cada ciclo de inventario repite el mismo esfuerzo. Y cuando el auditor pide rastrear el origen de una cifra, el analista tiene que revolver carpetas de correo y versiones de hojas de cálculo.

Ese es el problema que resuelve Crab.AI. En lugar de personas extrayendo datos de documentos, la inteligencia artificial hace la lectura, la extracción, la clasificación y la validación, y la persona se concentra en el análisis y en las decisiones.

Cómo lee documentos Crab.AI (facturas de energía, documentos de flete, informes de RR.HH.)

Crab.AI es el módulo de inteligencia artificial de la plataforma Mangue Tech. Procesa documentos en varios formatos, PDF, imagen, Excel, CSV, XML de facturas, y extrae los datos relevantes para el inventario de emisiones.

Facturas de energía eléctrica. Crab.AI identifica automáticamente el consumo en kWh, la demanda contratada, el tipo de contrato (mercado regulado o libre), la distribuidora y el período de referencia. Para empresas en el mercado libre, también identifica los certificados de energía renovable (I-REC) vinculados al contrato.

Facturas de combustible. Extrae volumen (litros), tipo de combustible (diésel S10, nafta C, etanol, GNC), identificación fiscal del proveedor y fecha. Para flotas, consolida el consumo automáticamente por vehículo o centro de costo.

Informes de viajes. Procesa extractos de agencias de viaje y plataformas de reserva. Identifica origen, destino, clase de cabina, aerolínea y fecha de cada tramo. Calcula las emisiones por vuelo con factores de OACI y Defra.

Datos de logística. Lee los documentos electrónicos de transporte de Brasil (CT-e, MDF-e) e informes de TMS. Extrae peso de la carga, origen, destino, modo y distancia recorrida. Para transportistas con flota propia, cruza los datos de carga de combustible.

Datos de RR.HH. Procesa encuestas de commuting (desplazamiento casa-trabajo) y las consolida por modo de transporte, distancia media y frecuencia. Integra datos de trabajo remoto para ajustar las emisiones de desplazamiento.

Datos de residuos. Lee manifiestos de transporte de residuos, informes de pesaje y certificados de destinación final. Clasifica por tipo de residuo y destino (relleno sanitario, reciclaje, incineración, compostaje).

El proceso es transparente: cada dato extraído queda vinculado a su documento de origen, con marca de tiempo, nivel de confianza y posibilidad de revisión humana en los casos de baja confianza.

Clasificación automática de gastos por categoría del GHG Protocol

Una de las capacidades más potentes de Crab.AI es clasificar automáticamente los datos de gasto por categoría del GHG Protocol.

Muchas empresas tienen datos de consumo dispersos en sistemas ERP y financieros. La información existe, pero no está clasificada con la lente del inventario de emisiones. Un pago a un transportista aparece como "flete" en el ERP, pero en el inventario puede ser Categoría 4 (transporte aguas arriba) o Categoría 9 (transporte aguas abajo), según el flujo.

Crab.AI analiza la descripción del gasto, la identificación fiscal del proveedor, la cuenta contable y el centro de costo para clasificarlo automáticamente en una de las 15 categorías del Alcance 3, o en los Alcances 1 y 2. La clasificación usa modelos entrenados con datos de inventarios reales y se refina de forma continua.

Para empresas que arrancan con el enfoque spend-based, esta clasificación es especialmente valiosa: genera un inventario preliminar de Alcance 3 a partir de datos financieros ya disponibles, sin recolección adicional.

Sugerencia de factores de emisión y detección de anomalías

Una vez extraídos y clasificados los datos de actividad, Crab.AI sugiere automáticamente el factor de emisión más adecuado para cada registro.

La sugerencia considera: tipo de actividad (combustión, electricidad, transporte, residuos), geografía (Brasil, estado, municipio), período de referencia (los factores de red varían por año), prioridad de fuente (MCTI sobre IPCC, IPCC sobre Defra) y versión de GWP (AR5 o AR6, según la configuración del inventario).

La plataforma mantiene más de 60.000 factores de emisión actualizados. Cuando el MCTI publica una actualización, los factores se incorporan y los inventarios pueden recalcularse automáticamente.

Detección de anomalías. Crab.AI compara cada dato con patrones históricos y referencias sectoriales. Si el consumo de diésel de una filial se duplica de un mes a otro sin explicación aparente, el sistema lo marca para revisión. Si una factura de energía reporta un consumo incompatible con el tamaño de la planta, se dispara la alerta.

Esa validación automática es esencial para la calidad. Los inventarios manuales suelen tener errores que pasan inadvertidos hasta la auditoría: unidades cambiadas (litros frente a galones), duplicados, períodos superpuestos, factores desactualizados. Crab.AI detecta esos patrones antes de que contaminen el resultado.

Rastro de auditoría: cómo cada cifra sigue siendo trazable

La auditabilidad es un principio de diseño de Crab.AI, no una funcionalidad agregada después.

Cada cifra del inventario final tiene una cadena de procedencia completa: documento de origen (PDF, factura, informe), dato extraído (consumo, volumen, distancia), clasificación GHG Protocol (alcance, categoría), factor de emisión aplicado (fuente, versión, GWP), cálculo realizado (fórmula, resultado en tCO2e), responsable de la validación y fecha de la última revisión.

Esa cadena se preserva íntegra en el sistema. Cuando el auditor cuestiona una cifra específica, por ejemplo las emisiones de transporte de carga de la filial de Manaos en marzo, el analista puede navegar de la emisión total a la factura de origen en tres clics.

El rastro de auditoría también registra los cambios: si un dato fue corregido, quién lo corrigió, cuándo y por qué. Eso atiende los requisitos de verificación del GHG Protocol, CDP, IFRS S2 y CVM 193.

Comparación: proceso manual frente a Crab.AI

La diferencia más significativa no es la velocidad, es la confiabilidad. Un inventario producido con Crab.AI tiene trazabilidad nativa, validación en tiempo real y consistencia metodológica entre ciclos. Eso reduce drásticamente el riesgo de retrabajo en la auditoría y aumenta la confianza de los stakeholders en los resultados.

Crab.AI está disponible como módulo integrado de la plataforma Mangue Tech. La activación es progresiva: la empresa puede empezar con un tipo de documento (por ejemplo, facturas de energía) y ampliar a medida que gana confianza en el proceso automatizado.