Como processar em lote notas de entrega japonesas de vários fornecedores em um único registro de recebimento

Por que o Recebimento no Japão Ainda Depende de Digitação Manual

O mercado de 3PL do Japão — que atende à logística de manufatura, varejo e e-commerce em diversos setores — deve atingir USD 48,38 bilhões até 2031. Mas o documento que comprova o que chegou no caminhão ainda é processado do mesmo jeito de 30 anos atrás: alguém lê, digita os dados e torce para não ter trocado um número.

Os sistemas de gestão de armazém no Japão automatizaram quase todos os processos físicos. Leitores de código de barras na doca capturam os IDs dos paletes. Etiquetas RFID rastreiam a localização do estoque em tempo real. Veículos guiados automaticamente movem mercadorias entre zonas sem intervenção humana. A Nippon Express (NX GROUP), a maior 3PL do país, opera plataformas WMS que orquestram recebimento, armazenagem e separação com precisão de milissegundos. Mas todos esses sistemas compartilham a mesma dependência: eles precisam de dados estruturados para começar a funcionar. Um WMS consegue atualizar os níveis de estoque quando recebe uma transação digital — mas essa transação só pode ser criada depois que alguém lê a nota de entrega e digita os dados.

Isso não é uma falha da tecnologia logística japonesa. É um problema de formato de documento disfarçado de problema de entrada de dados. A nota de entrega (納品書) não é um documento legalmente obrigatório no código comercial japonês — ao contrário da fatura (請求書), que o Sistema de Faturas Qualificadas (インボイス制度) vem padronizando desde outubro de 2023. A nota de entrega não tem formato obrigatório, nem campos obrigatórios, nem padrão digital equivalente ao Peppol ou Factur-X. Cada fornecedor imprime, digita ou escreve à mão sua nota de entrega da forma como o back office dele produz.

Por que seu WMS vê paletes, mas não notas de entrega

Para entender por que essa lacuna persiste, é útil observar o que realmente chega a um cais de recebimento japonês em uma manhã típica de terça-feira.

A Sagawa Express entrega um carregamento de um fabricante da região de Kansai. A nota de entrega chega como PDF impresso — layout limpo, tabela com várias colunas, códigos de item e quantidades claramente rotulados. Mas os nomes dos campos estão em japonês (品名/数量/単位), a data usa o formato de era japonês (令和8年6月16日), e o nome da empresa do fornecedor aparece no cabeçalho sem um rótulo explícito de "Fornecedor".

A Yamato Transport traz um carregamento de um fornecedor de alimentos de Hokkaido. A nota de entrega deles é um recibo impresso termicamente gerado por um centro logístico da Yamato — layout diferente, rótulos de campo diferentes, ordem de colunas diferente. Uma transportadora local que atende pequenos fabricantes em Saitama deixa três caixas com uma nota de entrega manuscrita em carbono. A caligrafia é apressada, as quantidades estão em caixas e não em unidades, e o nome do fornecedor é um carimbo (印鑑) em vez de texto impresso.

Esses três documentos — chegando na mesma janela de 30 minutos — representam formatos completamente diferentes. Uma ferramenta de OCR baseada em modelo precisaria de três modelos separados treinados para três layouts diferentes. Quando um quarto fornecedor aparecer na próxima semana com mais um formato, o sistema precisará de treinamento novamente. Se a Sagawa mudar o modelo da nota de entrega em janeiro (o que acontece), o modelo antigo quebra. É por isso que a maioria das empresas de logística japonesas nunca tenta a extração automatizada de notas de entrega: o custo de manutenção do modelo excede o custo de entrada de dados que elas estão tentando eliminar.

O gargalo não é que os dados da nota de entrega sejam complexos. É que os mesmos campos — nome do fornecedor, data de entrega, referência do pedido, código do item, quantidade — aparecem em lugares diferentes com rótulos diferentes em cada documento. A resposta tradicional de automação — um modelo por formato — colapsa diante da diversidade de formatos.

Os campos de dados nas notas de entrega japonesas são surpreendentemente consistentes. De acordo com o guia da easymakedocs sobre notas de entrega japonesas, os elementos padrão são: título do documento (納品書), número da nota de entrega, data de entrega, informações do cliente, informações do fornecedor, detalhes do item (nome, quantidade, especificações, preço unitário opcional) e carimbo do fornecedor. A variação vem do layout, não do conteúdo. Uma nota de entrega da Yamato contém os mesmos campos conceituais que o recibo manuscrito de uma transportadora local — a diferença é onde esses campos ficam na página e como são rotulados. O desafio da extração não é que a informação seja diferente. É que localizá-la entre formatos exige entender o que um campo significa, não onde ele está.

Processamento em Lote: De 30 Documentos a um Único Registro de Recebimento Estruturado

É aqui que a extração semântica baseada em nomes de colunas se separa do OCR baseado em modelo. Em vez de treinar uma ferramenta para reconhecer onde um campo está no layout do Fornecedor A e no layout do Fornecedor B, você define os campos desejados uma única vez — pelo que eles representam — e o mecanismo de extração localiza cada valor em todos os documentos do lote, compreendendo seu significado.

O ImageToTable.ai usa Extração de Colunas Personalizadas: você digita os cabeçalhos das colunas desejados no seu registro de recebimento final — "Nome do Fornecedor", "Data de Entrega", "Número do Pedido", "Código do Item", "Descrição do Item", "Quantidade Entregue", "Unidade" — e a IA lê cada nota de entrega no lote, localiza cada campo independentemente de onde ele aparece na página e preenche a coluna correspondente. Uma coluna chamada "Nome do Fornecedor" encontrará o fornecedor esteja ele impresso no cabeçalho como "株式会社〇〇", carimbado com um selo inkan, ou rotulado como "納入元" — porque a extração é semântica, não posicional.

O fluxo de trabalho para uma equipe de recebimento logístico japonês:

A mudança de eficiência é mensurável. Uma nota de entrega de uma página é processada em 5–10 segundos pela extração — uma melhoria de 18× em relação à média de 3 minutos de entrada manual. Mas o ganho mais significativo é a redução de erros. Com 30 notas de entrega por dia, com uma média de 5 itens cada, a entrada manual produz aproximadamente 150 pontos de dados. Mesmo com uma taxa conservadora de 1% de erro de transcrição, isso representa 1–2 erros por dia — um dígito trocado em um código de item, uma vírgula decimal errada em uma quantidade. Ao longo de um mês, 30–60 erros se propagam para o WMS, para o sistema de correspondência tripla e para o fluxo de contas a pagar. A extração em lote não elimina a necessidade de verificação — mas a transforma de uma tarefa de transcrição em uma tarefa de confirmação, que é ordens de magnitude mais rápida e menos propensa a erros.

Do Recebimento ao Conciliação Tripla e Conformidade com a Lei do Livro Eletrônico

O registro de recebimento não é o destino final. Ele é a entrada inicial para dois processos críticos a jusante que determinam se uma empresa de logística japonesa recebe o pagamento com precisão e permanece pronta para auditoria.

De acordo com a Lei de Preservação de Livros Eletrônicos (電子帳簿保存法) do Japão, todos os documentos de transação armazenados eletronicamente devem ser pesquisáveis por 3 critérios: data da transação (取引年月日), valor da transação (取引金額) e contraparte (取引先). Para empresas com receita anual superior a ¥50 milhões, esses requisitos de pesquisabilidade são obrigatórios.

Uma pasta com 30 PDFs de notas de entrega nomeados conforme o fornecedor os intitulou — "納品書_20260616.pdf", "delivery_sagawa.pdf", "Scan001.pdf" — falha no teste de pesquisabilidade. Uma planilha estruturada onde cada linha contém Nome do Fornecedor, Data de Entrega, Número do Pedido, Transportadora, Código do Item e Quantidade Entregue — passa automaticamente. Cada critério que a lei exige que você pesquise é uma coluna na sua planilha. Filtragem por intervalo de datas, filtragem por valor, pesquisa por contraparte — tudo se torna operações nativas de planilha, não uma busca manual arquivo por arquivo.

Este é um benefício secundário da extração em lote que a maioria das discussões sobre automação de documentos ignora: o ato de extrair dados estruturados de notas de entrega simultaneamente satisfaz a conformidade japonesa de armazenamento eletrônico. Os PDFs originais ainda devem ser retidos pelo período legal (7 anos para documentos de transação sob a Lei do Imposto sobre o Consumo, 10 anos para livros comerciais sob a Lei das Sociedades) — mas para recuperação rápida durante uma auditoria fiscal, a planilha extraída é a ferramenta que sua equipe realmente usa.

O registro de recebimento também alimenta diretamente o processo de conciliação tripla que autoriza o pagamento ao fornecedor. Na prática padrão de compras japonesa, nenhuma fatura deve ser aprovada até que as quantidades e itens na nota de entrega sejam confirmados tanto contra o pedido de compra (発注書) quanto contra a fatura (請求書). Esta é a cadeia de verificação PO → Nota de Entrega → Fatura. Mas a conciliação tripla só pode ser automatizada se todos os três documentos forem dados estruturados:

Um registro de recebimento estruturado — exportado da extração em lote para Excel ou CSV — torna-se a ponte que fecha o ciclo de conciliação de três vias. Os dados extraídos podem ser importados diretamente para freee, MoneyForward Cloud, Yayoi (弥生) ou o WMS da empresa. Para empresas que usam SAP Japan, GLOVIA smart (Fujitsu) ou EXPLANNER (NEC), a saída CSV mapeia para formatos padrão de importação de transações de recebimento. A conciliação de três vias passa de uma reconciliação manual documento por documento para uma revisão sistemática de exceções: apenas as linhas onde quantidade do pedido ≠ quantidade entregue precisam de atenção humana.

Perguntas Frequentes

Consegue processar notas fiscais de entrega tanto das grandes transportadoras japonesas quanto de pequenas empresas locais?

Sim. A extração semântica lê notas fiscais de entrega entendendo o significado de cada campo — não onde ele está na página. Uma coluna chamada "Nome do Fornecedor" localizará o fornecedor esteja ele impresso no cabeçalho de um PDF da Sagawa, carimbado como um selo inkan em uma via de papel carbono, ou escrito à mão em um formulário de entrega de uma transportadora local. Esta é a diferença fundamental do OCR baseado em modelos, que exige um modelo separado para cada layout. Você define as colunas do seu registro de recebimento uma vez, e elas funcionam em todos os formatos de fornecedor — incluindo novos que você nunca viu antes.

E se uma nota fiscal de entrega usar datas do calendário japonês (令和) em vez do gregoriano?

O resultado da extração pode preservar o formato original da data do calendário ou convertê-lo automaticamente durante a exportação. Se o seu sistema downstream exigir datas gregorianas (por exemplo, para importação em ERP), a camada de pós-processamento da ferramenta converte 令和8年6月16日 para 2026-06-16 na exportação. Você define a coluna como "Data de Entrega" e controla o formato de saída — sem necessidade de conversão manual de data.

Como isso se integra ao nosso WMS existente (SAP, GLOVIA, freee, MoneyForward)?

O resultado da extração — um arquivo Excel ou CSV — pode ser importado para qualquer WMS ou ERP que suporte importação de CSV para transações de recebimento. Freee e MoneyForward Cloud aceitam importações de lançamentos contábeis baseados em CSV (仕訳インポート). SAP Japão e Oracle Japão suportam carregamento de transações de recebimento via CSV. A etapa de extração é separada da etapa de importação — você controla como e quando os dados entram no seu sistema. Para mais informações sobre fluxos de extração de notas fiscais de entrega japonesas, consulte nosso guia para extrair dados de notas fiscais de entrega japonesas para Excel.

Consegue ler notas fiscais de entrega japonesas escritas à mão?

Sim. O modelo de visão processa texto manuscrito, incluindo caracteres japoneses em notas fiscais de entrega com carbono de transportadoras locais. A precisão em manuscritos é menor do que em texto impresso — particularmente para escrita apressada, borrada ou de baixo contraste —, então campos manuscritos se beneficiam de uma verificação visual rápida durante a etapa de revisão. A ferramenta não gera uma falsa sensação de confiança em entradas de baixa qualidade; ela sinaliza incerteza em vez de adivinhar. Para um lote de 30 notas fiscais de entrega onde talvez 3–5 sejam manuscritas, a etapa de revisão foca nesses poucos documentos enquanto os mais de 25 PDFs impressos são processados com precisão quase perfeita.

A extração em lote atende aos requisitos da Lei de Preservação de Livros Eletrônicos (電子帳簿保存法)?

A extração em lote gera uma planilha estruturada que atende aos três critérios de pesquisabilidade: data da transação, valor da transação e contraparte — com suporte nativo a especificação de intervalo e combinação de filtros por meio da filtragem da planilha. No entanto, a lei ainda exige a retenção dos arquivos originais dos documentos de entrega (PDFs, digitalizações ou fotos) pelo período legal. A planilha extraída é seu índice pesquisável e registro de trabalho; os arquivos originais são seu arquivo legal. Ambos devem ser preservados. Para detalhes sobre os requisitos de pesquisabilidade, consulte as diretrizes da NTA sobre manutenção de registros eletrônicos.

E quanto aos documentos de entrega combinados com faturas (納品書兼請求書)?

Alguns fornecedores japoneses — especialmente em manufatura B2B — emitem documentos combinados de entrega e fatura (納品書兼請求書). Esses documentos contêm tanto dados de entrega (descrições de itens, quantidades) quanto dados de faturamento (preços unitários, detalhamento de impostos, condições de pagamento). Ao processar em lote documentos combinados, você pode extrair ambos os conjuntos de campos em uma única passagem, definindo colunas para campos de entrega e de fatura. A planilha de saída terá todos os dados em uma linha por documento, e você pode dividir ou filtrar as colunas conforme necessário para seus fluxos de trabalho downstream de recebimento e contas a pagar.