Employee Data Management Agent

Um colaborador se muda e informa o novo endereço. Três semanas depois, o holerite chega ao endereço antigo. O ponto eletrônico ainda mostra a localidade anterior. O sistema de acesso nunca recebeu a alteração. Não porque alguém cometeu um erro - mas porque três pessoas diferentes precisam inserir a mesma informação em três sistemas diferentes e uma delas estava de férias.

Isso não é falha. Isso é arquitetura.

Dados cadastrais não são um problema administrativo - são um problema de sincronização

Este agente segue o princípio do Decision Layer: cada decisão é baseada em regras, assistida por IA ou atribuída explicitamente a uma pessoa.

A maioria das empresas trata alterações cadastrais como rotina administrativa. Chamado entra, dados são alterados, chamado fechado. O que elas ignoram: a partir de 500 colaboradores, cada alteração individual gera uma reação em cadeia por três a sete sistemas - folha de pagamento (PT: processamento salarial), ponto eletrônico, benefícios, eSocial, controle de acesso, às vezes ainda frota ou refeitório. Cada sistema tem suas próprias telas de entrada, suas próprias regras de validação, suas próprias permissões.

37% de todos os erros de folha de pagamento são causados por digitação manual. O custo médio por erro gira em torno de EUR 265 (USD 291) em custos diretos e indiretos. Para 1.000 colaboradores, isso se acumula em cerca de EUR 230.000 (USD 253.000) por ano - apenas pelas correções, sem contar a perda de confiança quando o salário cai na conta errada.

A taxa de erro não cresce linearmente com o tamanho da empresa. Cresce exponencialmente - porque cada sistema adicional multiplica a probabilidade de uma sincronização esquecida ou incorreta. A equipe de RH percebe pouco disso. Vê chamados individuais, correções individuais. O que não vê: a divergência sistemática entre sistemas, que se acumula silenciosamente.

Onde o dano real acontece

O dano visível é o holerite errado. O dano invisível é mais grave.

Um terço das empresas brasileiras relata que processos e regras para manutenção de dados cadastrais não estão definidos na medida necessária. Com a mesma frequência, são citadas responsabilidades ausentes ou confusas. Isso significa: ninguém sabe se todos os sistemas têm o mesmo estado. Não há verdade central. Há apenas a esperança de que a última alteração chegou a todos os lugares.

As consequências:

• Inconsistências na folha: alteração tributária no sistema de RH, mas não no cálculo de folha. A empresa responde legalmente.
• Violações de conformidade: a LGPD (Art. 6, V) exige qualidade dos dados pessoais. Se três sistemas têm três endereços diferentes, qual é o correto?
• Riscos de auditoria: auditores encontram discrepâncias entre sistemas. Cada discrepância gera uma consulta. Cada consulta consome capacidade de RH.
• Obrigações do eSocial: eventos enviados com dados inconsistentes geram retificações, multas e retrabalho. O S-2205 (alteração de dados cadastrais) precisa ser transmitido corretamente.

Por que automação sozinha não basta

A resposta óbvia é: automatizar tudo. Construir interfaces, manter dados sincronizados, pronto. Mas isso é insuficiente porque nem toda alteração cadastral é igual.

Uma alteração de endereço pode rodar totalmente automática - verificação de plausibilidade, validação de CEP, propagação para todos os sistemas. Nenhum ser humano precisa olhar.

Uma alteração de dados bancários, por outro lado, precisa de validação e aprovação manual no princípio de quatro olhos. Aqui, automação total seria um risco de segurança - engenharia social via dados bancários falsos é um dos vetores de fraude mais comuns na área de RH.

Uma alteração de estado civil dispara efeitos tributários que não apenas precisam ser validados tecnicamente, mas verificados quanto à plausibilidade. Três alterações de estado civil em seis meses são formalmente corretas - mas um padrão que um ser humano deve avaliar.

O ponto decisivo: cada tipo de alteração precisa de um caminho de decisão diferente. Algumas etapas são baseadas em regras. Algumas precisam de IA para reconhecimento de padrões. Algumas exigem julgamento humano. O sistema precisa saber quando faz o quê.

Alteração chega
    |
    v
[Regras] Que tipo? ─── Endereço ──> Automático
    |                └── Banco ────> Validação + Aprovação
    |                └── Tributo ──> Plausibilidade + Aprovação
    v
[IA] Padrão incomum? ──── Não ──> Continuar
    |                  └── Sim ──> Escalação ao analista
    v
[Regras] Quais sistemas? ──> Mapeamento: Campo → Sistemas-alvo
    |
    v
[Automático] Sincronização de todos os sistemas-alvo
    |
    v
[Automático] Confirmação: Todos os sistemas atualizados?

Infraestrutura em vez de solução isolada

Dados cadastrais são o componente mais tedioso e ao mesmo tempo mais crítico da infraestrutura de RH. Todo agente que posteriormente processa dados de pessoas - onboarding, desligamento, transferência, reajuste salarial - precisa de dados cadastrais confiáveis como base. Se os dados cadastrais não estão corretos, nada está correto.

Por isso, este agente não é um produto isolado, mas infraestrutura. O framework de mapeamento, que define qual alteração vai para qual sistema, é reutilizado por todo agente que opera entre sistemas. A lógica de validação, que verifica um CNPJ, CPF ou dados bancários, forma a base para todo agente que manipula dados pessoais. A trilha de auditoria - qual alteração foi acionada quando, por quem ou pelo quê - é o pré-requisito para que cada decisão automatizada permaneça rastreável e contestável.

Para organizações de RH a partir de 500 colaboradores, a questão não é se a manutenção de dados cadastrais deve ser automatizada. A questão é se podem se dar ao luxo de ter um analista dedicando 29 semanas por ano de folha de pagamento a correções de erros - em vez do trabalho para o qual foi contratado.