Sovos: OCR e machine learning para lançar NFS-e no SAP

Artigo publicado originalmente no Channel360 em 9 de setembro de 2021. Revisado em 2026.

Em 2021, a Sovos anunciou uma solução que usa OCR e aprendizado de máquina para ler notas fiscais de serviço eletrônicas (NFS-e) de qualquer prefeitura do Brasil e lançá-las automaticamente no SAP. O caso continua útil para entender um problema concreto do compliance fiscal brasileiro: milhares de padrões municipais diferentes e duas transações do SAP que precisam ser preenchidas sem erro.

O problema: NFS-e sem padrão e o lançamento manual no SAP

Até pouco tempo, cada município brasileiro definia seu próprio leiaute de NFS-e. Uma empresa que contratava serviços em dezenas de cidades recebia notas em formatos, campos e até nomenclaturas distintas, muitas vezes apenas em PDF ou imagem. Do lado do comprador, essas notas precisam entrar no ERP para que a empresa registre a despesa, apure os tributos retidos e escriture corretamente os livros fiscais.

No SAP, esse fluxo passa por duas transações citadas no anúncio original da Sovos:

ML81N: formaliza a entrada (aceite) de um serviço prestado, a chamada folha de registro de serviços, vinculada a um pedido de compra;
MIRO: registra a fatura recebida do fornecedor, confirmando valores, impostos e vencimentos para o contas a pagar.

Quando o preenchimento dessas transações é manual, cada nota exige digitação de dados e conferência humana. Erros de valor, alíquota ou código de serviço podem gerar divergências nas obrigações acessórias e, em última instância, autuações fiscais.

O que a Sovos anunciou em 2021

A Sovos, empresa global de software para compliance fiscal, apresentou em setembro de 2021 a solução Captura Smart DF-e. Segundo o comunicado, ela combinava duas técnicas:

OCR (Optical Character Recognition, reconhecimento óptico de caracteres), que converte a imagem de uma nota, seja em PDF, seja escaneada, em texto legível por máquina;
Machine Learning (aprendizado de máquina), usado para identificar em qual campo da nota está cada informação, mesmo quando o leiaute varia de prefeitura para prefeitura.

Com os dados extraídos, a ferramenta preenchia automaticamente os campos da ML81N e da MIRO no SAP. O comunicado também descrevia validação e armazenamento em nuvem dos documentos capturados, auditoria posterior e guarda das notas, o que dá visibilidade ao fluxo de documentos para as equipes fiscal e financeira.

O material da empresa citava ainda uma estimativa de que as empresas brasileiras gastavam, em média, 1,5 mil horas por ano, ou cerca de R$ 70 bilhões no agregado, com mão de obra e operação para manter a conformidade fiscal. Esses números vinham da própria Sovos e não foram verificados de forma independente para esta revisão.

O então country manager da Sovos no Brasil, Paulo Zirnberger de Castro, afirmou no comunicado original: “Investir na digitalização dos processos fiscais, que eliminam de vez os procedimentos manuais altamente sujeitos a erros, é a melhor saída para evitar autuações fiscais e, ao mesmo tempo, reduzir custos tributários.” Ele citava uma pesquisa da própria empresa segundo a qual a digitalização de impostos poderia gerar economia de até 5% na carga de tributos e compliance.

Como OCR e aprendizado de máquina trabalham juntos nesse tipo de solução

Vale separar os dois componentes, porque eles resolvem problemas diferentes. O OCR sozinho apenas transforma pixels em caracteres: ele “lê” o número 1.250,00, mas não sabe se aquilo é o valor do serviço, a base de cálculo do ISS ou um CNPJ. É aí que entra o aprendizado de máquina. Um modelo treinado com muitos exemplos de notas de diferentes municípios aprende a reconhecer padrões de posição, rótulos e formatos e, com isso, classifica cada trecho de texto no campo correto.

Esse tipo de modelo é bem mais restrito do que os modelos de linguagem que ficaram populares a partir de 2022. Ele não gera texto nem conversa; apenas classifica e extrai informação estruturada. Quem quiser entender a diferença entre esses sistemas especializados e um modelo generativo pode ler como o ChatGPT funciona. Na prática fiscal, a abordagem especializada continua relevante justamente por ser previsível e auditável, dois requisitos que a área tributária não pode dispensar.

Limites e cuidados para quem avalia ferramentas desse tipo

Taxa de acerto não é 100%. Notas com baixa resolução, carimbos ou leiautes raros ainda exigem revisão humana. Uma boa solução precisa sinalizar as extrações de baixa confiança em vez de lançá-las silenciosamente.
Validação fiscal é mais do que leitura. Depois de extrair os dados, é preciso conferir a situação da nota junto à prefeitura, o código de serviço, a retenção de ISS e IRRF e a coerência com o pedido de compra.
Integração e rastreabilidade. O valor de automatizar a ML81N e a MIRO está em manter um trilho de auditoria: quem aprovou, qual documento originou o lançamento e onde ele está guardado.
Dependência do padrão municipal. Quanto mais heterogêneos os leiautes, mais o modelo precisa ser treinado e mantido. É exatamente esse ponto que a mudança regulatória recente tende a reduzir.

O que mudou até 2026

A principal transformação veio do lado regulatório. A Lei Complementar nº 214/2025, que regulamenta a reforma tributária sobre o consumo, tornou obrigatória a adoção do padrão nacional da NFS-e por todos os municípios a partir de 1º de janeiro de 2026, com integração ao Ambiente de Dados Nacional (ADN). A Receita Federal recomendou que as prefeituras aderissem até outubro de 2025 para permitir testes, e a legislação prevê sanções para os entes que não se adequarem, como a suspensão de transferências voluntárias da União e limitações na participação da arrecadação do IBS.

Com um leiaute único em XML, a leitura por OCR de notas em imagem tende a perder importância: o dado passa a chegar estruturado. Por outro lado, a fase de transição da reforma, com IBS e CBS convivendo com ISS, ICMS, PIS e Cofins até 2033, aumenta a necessidade de validação automática de campos e cruzamento de dados fiscais, um espaço em que fornecedores como a Sovos continuam atuando.

Quanto ao produto em si: em 2026, a página oficial da Sovos para automação de contas a pagar no SAP descreve a captura de NF-e, NFS-e e CT-e com lançamento automático no ERP e validação de compliance, mas não usa mais o nome “Captura Smart DF-e” nem menciona OCR. Até onde apuramos, não há informações públicas mais recentes sobre a continuidade da tecnologia OCR e de aprendizado de máquina descrita em 2021 nem sobre resultados obtidos por clientes.

Fontes

Nota de revisão (2026): texto original (release da Sovos) reescrito como artigo explicativo e ampliado; fatos verificados em 16 de setembro de 2026; números de horas e custos mantidos como estimativas da própria empresa; acrescentado contexto sobre o padrão nacional da NFS-e e a LC 214/2025.