50 Comprovantes de Combustível e Pedágio,
Um Relatório de Custos da Frota

Onde os cartões de combustível param — e a pilha de recibos começa

Um cartão de combustível captura dados de transação automaticamente na bomba: data, galões, preço unitário, total, ID do veículo, localização. Para combustível comprado na rede, os dados chegam a um painel sem que ninguém digite um único dígito. É por isso que os cartões de combustível dominam o gerenciamento de combustível de frotas — e com razão. A pesquisa Shell State of Fleet Cards 2025, com 260 gestores de frotas dos EUA, confirmou que os cartões de combustível continuam sendo a ferramenta mais usada para gestão de despesas com combustível, com 62% de adoção, enquanto softwares dedicados de gestão de frotas têm 55% (Shell, 2025).

Mas a mesma pesquisa constatou que 25% dos gestores de frotas ainda controlam despesas com combustível em planilhas manuais, e outros 25% dependem de registros em papel e diários de bordo. Não se trata de frotas que nunca ouviram falar de cartões de combustível — são frotas onde os cartões não cobrem tudo. Três cenários específicos geram recibos que o cartão nunca vê:

Faturas de pedágio. Seja E-ZPass, SunPass, TxTag ou FasTrak, as concessionárias de pedágio geram extratos em PDF — não transações de ponto de venda. Eles chegam mensalmente como faturas de várias páginas com itens por viagem: data, hora, praça de pedágio, placa do veículo, valor. Em algumas regiões, sistemas de pedágio por placa enviam faturas impressas pelo correio. Uma frota que opera em 12 estados pode receber faturas de pedágio de 6 concessionárias diferentes, cada uma em um formato distinto, todas precisando ser alocadas ao veículo e centro de custo corretos.

Comprovantes de abastecimento fora da rede. Todo cartão de combustível tem uma rede de postos. Quando um motorista abastece fora dessa rede — em um posto independente, um posto rural ou uma rede regional — a transação não passa pelo sistema do cartão. O motorista entrega um comprovante impresso no final da semana. Esses comprovantes se acumulam, representando cerca de 5 a 15% do volume total de combustível, dependendo da geografia da rota e da cobertura da rede do cartão.

Documentação de referência cruzada do IFTA. O Acordo Internacional de Imposto sobre Combustíveis (IFTA) exige a declaração trimestral de milhas percorridas e combustível adquirido por jurisdição. Para cada galão de combustível com imposto pago declarado, o IFTA exige um comprovante contendo nove campos específicos: data da compra, nome e endereço do vendedor, galões comprados, tipo de combustível, preço por galão ou valor total da venda, número da unidade do veículo e nome do comprador (Requisitos de Manutenção de Registros do IFTA de Ohio, P560). Um registro de transações do cartão de combustível fornece a maioria desses campos — mas durante uma auditoria do IFTA, os auditores cruzam os dados do cartão com os comprovantes físicos. A falta de comprovantes resulta na redução do MPG (milhas por galão) da sua frota para 4,0 ou em 20%, o que custar mais em obrigação tributária. Os registros devem ser mantidos por quatro anos a partir da data da declaração.

O que torna o processamento de lotes de recibos de frotas diferente de escanear um único recibo de despesa

Processar um único recibo de combustível é simples: leia a data, os galões, o total e o ID do veículo, digite-os em uma planilha, pronto em 60 segundos. O desafio não é o recibo único. É o que acontece quando você multiplica por 150.

Uma frota que gera 200 transações manuais mensais gasta cerca de 65 a 100 horas no processamento de despesas — submissão, revisão, entrada de dados e correções — a um custo de mão de obra de R$ 8.125 a R$ 12.500 por mês. Isso sem considerar a taxa de erro de 25 a 40% na entrada manual de dados de transações de combustível, com cada correção custando R$ 75 a R$ 125 para ser corrigida.

Três problemas estruturais se acumulam quando você passa do processamento de um único recibo para lotes mensais em escala de frota:

Fragmentação de formatos entre fontes. Uma fatura de pedágio SunPass exibe os valores em uma tabela com colunas para data, hora, praça e valor. Um extrato E-ZPass usa uma ordem de colunas diferente e inclui o ID do transponder. Um PDF TxTag coloca a placa do veículo no cabeçalho, não na tabela de itens. Um recibo de combustível do Pilot exibe galões e preço em um layout; o Love's usa outro; um posto independente usa papel térmico com posicionamento de campos totalmente diferente. Ferramentas de OCR baseadas em modelos — que esperam campos em coordenadas fixas — precisam de uma definição de modelo separada por formato. Uma frota processando recibos de 8 autoridades de pedágio e 15 redes de postos de combustível precisaria de 23 modelos, cada um quebrando no momento em que a autoridade ou rede atualiza seu formato.

Atribuição de veículos entre tipos de comprovante. Uma transação de cartão de combustível vincula automaticamente um número de unidade. Uma fatura de pedágio lista uma placa ou ID do transponder — não o número interno da sua unidade. Um comprovante de combustível fora da rede pode não ter nenhum identificador de veículo, apenas a assinatura do motorista. Criar um relatório de custos unificado exige mapear cada comprovante a um veículo, e fazer isso de forma consistente em 150 comprovantes. Quando a atribuição está ausente ou inconsistente, um item fica solto — ele permanece na sua planilha sem estar vinculado a nenhum veículo, o que significa que não pode contribuir para a análise de custo por milha por unidade.

Mesclagem de resultados em uma única estrutura de relatório. Mesmo que você extraia cada comprovante corretamente, a saída precisa de uma estrutura de colunas unificada: ID do Veículo, Data, Tipo de Comprovante (Combustível / Pedágio), Jurisdição, Galões, Preço Unitário, Total, Tipo de Combustível, Localização. Um comprovante de pedágio não tem campo de galões, mas precisa de mapeamento de jurisdição. Um comprovante de combustível tem galões, mas não tem praça de pedágio. A etapa de mesclagem — alinhar diferentes tipos de comprovante na mesma estrutura de colunas — é onde as planilhas quebram. Quem faz a mesclagem começa a tomar decisões subjetivas: "este pedágio foi em Oklahoma, então jurisdição = OK." Essas decisões subjetivas consomem tempo e introduzem variação.

Esta é a lacuna entre o que um comprovante diz e o que um relatório de custos precisa: não apenas extração, mas extração + atribuição + normalização estrutural — aplicada a 150 comprovantes em uma única passada.

Como a extração por IA lida com a fragmentação de formatos sem um único modelo

O motivo pelo qual o OCR baseado em modelos não consegue processar um lote misto de recibos de combustível e faturas de pedágio é estrutural: ele lê por coordenada, não por significado. Uma ferramenta de modelo espera o total em (x=120, y=340) porque era ali que o total estava no último recibo daquele posto. Quando o próximo recibo coloca o total em outro lugar — ou quando o documento é de um tipo completamente diferente, como uma fatura de pedágio — o modelo retorna lixo.

A extração baseada em IA adota uma abordagem diferente. Em vez de mapear coordenadas de pixels, a IA lê o documento de forma semântica — ela entende o que é um "total" independentemente de onde ele aparece na página. Essa é a diferença entre combinar posições de caracteres e entender a estrutura do documento. Quando você define uma coluna chamada "Valor Total", a IA identifica o valor em reais que funciona como a soma final em cada página — seja no canto inferior direito de um recibo da Pilot, no meio da página de um recibo da Love's, ou enterrado em uma tabela de itens de um extrato do E-ZPass.

Esse mecanismo — Extração de Colunas Personalizadas — é o que faz uma única definição de coluna funcionar em 23 formatos diferentes. Você digita os nomes dos campos de que precisa: Veículo/Unidade | Data | Tipo de Recibo | Jurisdição | Galões | Preço Unitário | Total | Tipo de Combustível | Local/Posto. A IA lê cada documento de forma independente e preenche essas colunas entendendo o que cada nome de campo significa, não onde ele estava posicionado no último documento. Um recibo de um posto rural no Nebraska que imprime o total em uma fonte minúscula no canto inferior esquerdo é lido da mesma forma que uma fatura de pedágio em PDF de Oklahoma que coloca os valores de pedágio em uma tabela estruturada de itens. A IA localiza o valor pelo significado, não pela coordenada.

Duas colunas adicionais transformam uma simples extração de recibo em um relatório de custos pronto para frotas:

Colunas Inferidas para classificação automática. Nem todo recibo declara explicitamente o que é. Uma fatura de pedágio de um sistema de cobrança por placa pode ser estruturalmente semelhante a um recibo de estacionamento. Um recibo de combustível de um posto independente pode não dizer "diesel" em lugar visível. Defina uma Coluna Inferida como Tipo de Combustível (opções: Diesel | Comum | ARLA 32 | Outro) ou Categoria (opções: Combustível | Pedágio | Estacionamento | Manutenção), e a IA lê o conteúdo do documento para determinar o valor correto — analisando itens, nomes de comerciantes e a estrutura do recibo — e preenche a coluna automaticamente. Um lote inteiro de recibos mistos se classifica sozinho durante a extração.

Colunas Calculadas para métricas por unidade. Um recibo bruto informa o total pago e os galões abastecidos. O que você precisa em um relatório de custos é o custo por galão no nível do veículo. Defina uma Coluna Calculada como Custo por Galão (Total ÷ Galões), e a IA calcula durante a extração — gerando uma métrica pronta para análise junto com os dados brutos. Uma coluna como Verificação de Imposto (Total × alíquota da jurisdição) vs Imposto Informado sinaliza recibos onde o valor do imposto não corresponde à alíquota esperada — detectando problemas de qualidade de dados antes que eles se propaguem na sua declaração IFTA.

De um mês de recibos a um relatório de custos pronto para IFTA

Aqui está o fluxo de trabalho completo para um lote mensal — considerando uma frota de 50 veículos com recibos de três fontes: exportações do painel do cartão de combustível (para transações cobertas pelo cartão), faturas em PDF das autoridades de pedágio e recibos de combustível fora da rede coletados pelos motoristas.

Velocidade de processamento: a IA extrai cada página em 5 a 10 segundos, comparado a cerca de 3 minutos de entrada manual de dados por página. Para 150 recibos, isso representa aproximadamente 12 a 25 minutos de processamento pela IA contra 7,5 horas de entrada manual. O tempo economizado não está na extração em si — está na eliminação de 150 sessões individuais de digitação e na limpeza estrutural que segue a entrada manual. Para um olhar mais aprofundado sobre o processo de extração por recibo que alimenta o lote mensal, veja como recibos de combustível de frota são extraídos para uma planilha de custos estruturada — o fluxo de trabalho de recibo único que o processo em lote escala para toda a frota.

O que a IA pode e não pode fazer com recibos de frota

Expectativas honestas geram resultados melhores do que porcentagens genéricas de precisão. Aqui está onde a ferramenta funciona bem e onde precisa de atenção humana:

A ferramenta extrai e estrutura dados de recibos. Ela não arquiva declarações IFTA, valida se o imposto sobre combustível foi aplicado corretamente ou detecta recibos fraudulentos. Estas são funções contábeis e de conformidade que ocorrem após a extração. A separação é intencional: a extração produz um conjunto de dados limpo e estruturado que alimenta seus fluxos de trabalho existentes de contabilidade, arquivamento IFTA e auditoria — ela não tenta substituí-los.

Perguntas Frequentes

Uma única configuração de colunas consegue lidar com recibos de combustível e faturas de pedágio — documentos com campos de dados completamente diferentes?

Sim, porque a IA lê cada documento de forma independente pelo significado do campo. Defina colunas para o superconjunto de campos necessários: Data, Total, Veículo/Unidade, Jurisdição, Galões, Tipo de Combustível, Local, Tipo de Recibo. Em um recibo de combustível, a IA encontra Galões, Preço Unitário, Tipo de Combustível e Local do Posto — a coluna Praça de Pedágio permanece vazia nessa linha, pois o documento não contém dados de pedágio. Em uma fatura de pedágio, a IA encontra Data, Praça de Pedágio (mapeada para Local), Total e Jurisdição — as colunas Galões e Tipo de Combustível permanecem vazias. O resultado é uma planilha onde as linhas de combustível têm colunas específicas preenchidas e as linhas de pedágio têm colunas específicas preenchidas. Para o relatório de custos, é exatamente isso que você deseja: uma tabela com todas as transações, combustível e pedágio diferenciados pelas colunas preenchidas.

O que acontece se uma fatura de pedágio listar 50 viagens individuais — a IA extrai cada item de linha ou apenas o total da fatura?

A IA extrai os detalhes dos itens de linha quando a fatura de pedágio apresenta as viagens em formato de tabela estruturada — que é como a maioria dos PDFs de autoridades de pedágio é formatada. Cada linha de viagem (data, hora, praça, valor) se torna uma linha separada na sua planilha de saída. Para rastreamento de custo por viagem ou análise de pedágio por rota, essa é a granularidade necessária. Se você quiser apenas totais mensais de pedágio por veículo, pode definir colunas de nível de resumo (Veículo, Mês, Total de Pedágio) e a IA lê o total da fatura. Os nomes das colunas que você define determinam a granularidade da saída.

Como lidar com o mapeamento de jurisdição IFTA quando um comprovante de combustível não informa explicitamente o estado?

Muitos comprovantes incluem o endereço do posto ou a linha cidade/estado. Defina "Jurisdição" como uma coluna, e a IA extrai qualquer informação de localização presente no comprovante — cidade e estado do posto, endereço da loja ou código de localização. Se um comprovante realmente não tiver dados de localização (raro em redes de postos, mas comum em alguns comprovantes independentes), defina uma coluna inferida como Jurisdição (opções: AL|AK|AZ|AR|CA|CO|CT|DE|FL|GA|...) e a IA tentará inferir a jurisdição a partir do contexto — padrões de nome do posto, códigos de área do telefone no comprovante ou marcas regionais. Isso não é 100% confiável e deve ser verificado pontualmente, mas reduz o trabalho manual de mapeamento de 150 comprovantes para um pequeno subconjunto onde a inferência é incerta. Para os dados IFTA mais confiáveis, combine os dados extraídos pela IA com a telemetria GPS — o GPS sabe em qual estado o veículo estava quando o combustível foi comprado, que é a verdade absoluta que a extração da IA complementa, não substitui.

Processar 150 comprovantes em lote afeta a precisão da extração em comparação com processá-los individualmente?

Não — cada recibo é processado de forma independente, independentemente do tamanho do lote. Um lote de 150 recibos equivale a 150 operações de extração individuais, não a uma única operação que calcula médias entre os documentos. Um recibo térmico desbotado na posição 47 não afeta a qualidade da extração de uma fatura de pedágio em PDF limpa na posição 48. A IA lê cada documento isoladamente, usando as mesmas definições de colunas. A única diferença prática entre o processamento individual e em lote é que o modo lote mescla todos os resultados em uma única planilha automaticamente — a qualidade individual da extração por documento é idêntica.

E quanto à exigência do IFTA de que os recibos comprovem o "pagamento do imposto" — a IA consegue extrair isso?

O IFTA exige que os recibos de combustível comprovem o pagamento do imposto à jurisdição aplicável — geralmente indicado por uma linha de imposto, uma anotação "imposto incluído" ou um detalhamento do imposto sobre combustível no recibo. A IA extrai qualquer informação fiscal que apareça no recibo: Imposto sobre Vendas, Imposto Estadual sobre Combustíveis, Imposto Federal sobre Produtos Industrializados ou uma linha genérica de "Imposto". Se o recibo exibir um valor de imposto, defina uma coluna "Imposto" e a IA a preencherá. Se o recibo não detalhar o imposto, mas incluir o preço por galão (que nos postos de varejo sempre inclui imposto), o preço por galão combinado com o total do recibo serve como evidência indireta do status de imposto pago. Para fins de declaração do IFTA, cópias digitais dos recibos originais — dados extraídos mais as imagens dos recibos — constituem registros aceitáveis de acordo com as disposições de manutenção de registros eletrônicos do IFTA. Os recibos devem ser mantidos por quatro anos.

Posso usar isso para a própria declaração trimestral do IFTA ou apenas para relatórios mensais de custos?

Os dados extraídos alimentam a preparação do IFTA — eles fornecem dados de combustível estruturados e identificados por jurisdição, organizados por veículo e trimestre. Mas a ferramenta não calcula a obrigação fiscal do IFTA, aplica as alíquotas de imposto por jurisdição ou faz a declaração. Seu processo de declaração IFTA continua o mesmo: você precisa do total de galões por jurisdição, total de milhas por jurisdição e das alíquotas de imposto do trimestre. O que muda é que, em vez de extrair manualmente a jurisdição e os galões de cada recibo para sua planilha IFTA, você tem uma planilha gerada por IA que cobre todos os recibos manuais de uma só vez. Combinada com a exportação de transações do seu cartão de combustível (que já fornece as tags de jurisdição para transações com cartão), os dados extraídos por IA preenchem os ~30% de recibos que o cartão não cobre — e seu preparador de IFTA trabalha com um conjunto de dados completo, em vez de dois parciais mais uma pilha de papel.