Todos os cases

SolarMesh

Créditos de energia solar com a fatura lida por IA

30 s

em média para a IA ler uma fatura de energia inteira, que antes a equipe digitava à mão numa planilha.

Desafio

A SolarMesh cuida dos créditos de energia solar de quem tem uma usina e divide a energia entre várias unidades, como a casa, o escritório e a casa dos pais. O crédito aparece todo mês na fatura de cada unidade, numa linguagem que pouca gente entende, e quem não acompanha perde dinheiro sem ver: crédito que vence sem uso, unidade que fica abaixo do teto de compensação, economia que nem aparece na fatura.

O acompanhamento era manual. A equipe lia cada fatura e digitava os dados num Excel, e o relatório do cliente passava por dois sócios, uma planilha, um PowerPoint e uma conversa com a IA até virar a página final. Cada cliente novo era mais fatura para digitar.

Solução

Uma plataforma própria em que o cliente cadastra a usina e as unidades, envia as faturas pelo celular e recebe todo mês um relatório que diz, em reais, quanto a usina devolveu. A IA lê cada fatura, e as contas da própria fatura conferem a leitura antes de a equipe aprovar. No relatório, a IA ajuda a escrever e o código faz as contas.

Ilustração com dados fictícios: o painel da cliente, que abre dizendo se está tudo certo, com o relatório do mês a um clique e as unidades e faturas logo abaixo.
Ilustração com dados fictícios: a fila de revisão das faturas lidas pela IA, com o status e os alertas de cada uma, a aprovação em lote e a grade do que já foi aprovado em cada unidade, mês a mês.
Ilustração com dados fictícios: a capa do relatório mensal, que diz em reais quanto a usina já devolveu, e o mapa de quanto cada unidade aproveitou do teto de compensação.

O que foi entregue

  1. Área do cliente. Usina, unidades e faturas num lugar só, com a geração mês a mês e um passo a passo para quem está começando: cadastrar a usina e as unidades, mandar as faturas, em PDF ou foto, e pedir o diagnóstico.

  2. Leitura da fatura por IA. A IA lê a fatura inteira, em PDF ou foto, e preenche 57 campos. Regras conferem as contas (os itens somam o total, as leituras batem com o consumo) e comparam com o texto do PDF; quando algo não fecha, uma segunda leitura pode entrar com um modelo mais forte.

  3. Fila de revisão. A equipe confere, corrige, liga a fatura à unidade e aprova, uma a uma ou em lote, com os alertas na frente e uma grade que mostra que mês de que unidade ainda falta.

  4. Relatório que explica a usina. Economia total, o que aparece e o que não aparece na fatura, quanto cada unidade aproveitou do teto de compensação, os créditos perto de vencer e um índice de saúde da usina de 0 a 100.

  5. A IA escreve, o código calcula. Os totais do relatório são refeitos em código a partir dos dados de origem, e uma trava impede o envio quando os números não batem.

  6. Editor, cobrança e envio. O especialista edita clicando no próprio relatório, com prévia ao vivo, e envia com a cobrança, o e-mail e um link próprio para o cliente, liberado depois do pagamento.

  7. Parceiros e comissão. Instaladores e distribuidores indicam clientes por um código próprio, acompanham os indicados e têm a comissão definida na plataforma.

  8. Painel da gestão. Clientes por etapa, cadastros, faturas e receita por mês num painel só.

Resultados

  • 90 de 90

    campos críticos lidos certo num teste com 10 faturas reais conferidas à mão, em PDF e em foto, a cerca de 5 centavos de dólar por fatura.

  • 1 centavo

    de diferença entre a conta da plataforma e a do especialista na economia do relatório: os totais saem do código, não do texto da IA.

  • 560

    testes automatizados conferem cálculo, cobrança e permissões antes de cada entrega.

  • A equipe confere e aprova o que a IA leu, em vez de digitar fatura por fatura, e o relatório deixou de passar de um sócio para o outro: o especialista sobe os dados do mês, e a plataforma monta, confere as contas e envia.

Próximo casebem.carePlataforma de receita do lead à assinatura97%

Próximo passo

Compartilheo seu desafio