A SAP acabou de fazer o ERP falar — e, mais importante, escutar. Em parceria com a LiveKit, a empresa levou voz em tempo real, always-on, ao Joule, seu assistente de IA. O recurso já está disponível no Joule Work em modo Early Adopter, com disponibilidade geral (GA) prevista para o segundo semestre de 2026, e entrega uma experiência speech-to-speech de ponta a ponta: você fala, o Joule entende, o Joule responde falando. O alvo é claro e inteligente — tirar a IA da mesa e do teclado e levá-la para quem nunca vai parar para digitar num ERP: o chão de armazém, o técnico de campo, o gestor em trânsito.
É um passo real e bem-posicionado. Mas vale um lembrete que a empolgação costuma abafar: "Joule que te escuta" não é o mesmo que "Joule que resolve". A voz é a interface — a camada de entrada e saída. Pedir por voz "libera a ordem de compra X" ou "confirma o estoque do depósito Y" só vira ação se o Joule estiver conectado aos sistemas, SAP e não-SAP, que executam essas operações. Sem integração, é um alto-falante bonito que entende o comando e não faz nada com ele. Este artigo explica o que muda com a voz no Joule e por que, sem integração, a fala não vira ação.
SAP Joule ganhou voz: o que é a parceria com a LiveKit
A LiveKit é uma plataforma especializada em comunicação em tempo real — a mesma classe de tecnologia que sustenta chamadas de voz e vídeo de baixa latência. Ao integrá-la ao Joule, a SAP resolve o problema técnico mais difícil de um assistente de voz corporativo: fazer o ciclo fala → transcrição → raciocínio → resposta falada acontecer rápido o suficiente para parecer uma conversa natural, e não um walkie-talkie com atraso.
O resultado é uma voz always-on e speech-to-speech de ponta a ponta. "Always-on" significa que o assistente está disponível continuamente, sem precisar acionar um botão a cada frase — essencial para quem tem as mãos ocupadas. "Speech-to-speech de ponta a ponta" significa que tanto a entrada quanto a saída são por voz, mantendo o profissional livre da tela.
A estreia acontece no Joule Work, em Early Adopter, com GA planejada para o H2/2026. Ou seja: o recurso já é real e testável agora, e caminha para adoção ampla no segundo semestre. Para as áreas de operação, é hora de entender o que isso muda — e o que ainda precisa estar no lugar para que a novidade vire produtividade.
Para quem isso muda o jogo: chão de armazém, campo, gestão em trânsito
O maior mérito dessa entrega não é técnico, é de público. Durante anos, a IA corporativa foi desenhada para quem senta na frente de uma tela: analistas, gestores de escritório, times de back-office. Uma parcela enorme da força de trabalho ficou de fora — não por falta de necessidade, mas por falta de interface adequada. Ninguém opera uma empilhadeira e digita num ERP ao mesmo tempo.
A voz muda isso. Três públicos ganham de imediato:
Chão de armazém. Um operador com as mãos ocupadas pode perguntar "quantas unidades do SKU 4471 tem na doca 3?" ou comandar "registra a entrada dessa carga" sem largar o que está fazendo. A informação e a ação chegam pela voz, no fluxo de trabalho real.
Técnicos de campo. Quem faz manutenção, instalação ou entrega raramente tem um computador à mão. Poder consultar uma ordem de serviço, confirmar a disponibilidade de uma peça ou atualizar o status de um chamado falando com o Joule elimina o retrabalho de anotar no papel e transcrever depois.
Gestão em trânsito. O gestor no carro, entre uma reunião e outra, pode pedir um resumo de um indicador ou aprovar uma solicitação por voz, sem parar para abrir o sistema.
É uma democratização real do acesso à IA corporativa. Mas repare no padrão: em todos os três casos, o valor não está em ouvir o comando — está em executá-lo. E executar é onde a interface encontra seu limite.
Voz é interface, não ação: a diferença que decide o ROI
Aqui está o ponto que separa uma demonstração impressionante de uma operação que funciona. A voz é a camada de interface. A ação mora nos sistemas por trás.
Quando alguém diz "confirma o estoque do depósito Y", a frase precisa percorrer um caminho: ser transcrita, ser interpretada como uma intenção ("consultar estoque"), ser traduzida numa consulta ao sistema que tem o estoque — que pode ser o próprio SAP, um WMS de terceiros, ou uma combinação — e devolver a resposta certa. Se esse caminho está pavimentado por integração, a voz vira ação. Se não está, a voz vira uma pergunta que ecoa sem resposta útil.
O mesmo vale para comandos que alteram estado, e esses são os mais valiosos: "libera a ordem de compra X", "agenda a coleta Z", "aprova a requisição W". Cada um deles precisa disparar uma transação real no sistema correspondente. O Joule pode entender perfeitamente o que foi pedido; se ele não tem o encanamento para executar a transação no ERP, no WMS ou no TMS, o comando morre na compreensão.
É por isso que "Joule que escuta" e "Joule que resolve" são coisas diferentes. Escutar é a parte que a LiveKit e a SAP resolveram brilhantemente. Resolver depende de algo que nenhum recurso de voz entrega sozinho: a conexão com os sistemas que fazem o trabalho.
O que precisa estar integrado para a fala virar execução
Se a voz é a ponta visível, a integração é a fundação invisível. Para que um comando falado vire uma ação concreta, alguns sistemas precisam estar conectados ao Joule — e raramente são apenas os da SAP:
ERP (SAP e não-SAP). É o coração transacional: ordens de compra, requisições, aprovações, dados mestres. Muitas operações rodam SAP em parte dos processos e outros sistemas no restante; o Joule precisa alcançar ambos.
WMS (gestão de armazém). Onde o estoque realmente vive em nível de doca, posição e lote. Comandos de armazém dependem de leitura e escrita nesse sistema em tempo real.
TMS (gestão de transporte). Para comandos de coleta, expedição e rastreamento. Um "agenda a coleta" só faz sentido se chega ao TMS que controla a operação logística.
E-commerce e outros sistemas de linha de frente. Quando a operação conecta venda e estoque, o dado precisa fluir entre a plataforma de e-commerce e o backend — para que "tem esse produto disponível?" tenha uma resposta verdadeira.
O elo entre tudo isso é uma camada de integração robusta, idealmente event-driven, em que uma mudança em um sistema propaga para os outros em tempo real. É isso que transforma o Joule de um assistente que entende num assistente que age — e é exatamente o tipo de encanamento que não aparece no vídeo de lançamento, mas define se o projeto entrega resultado.
Como a CCX conecta o Joule aos seus sistemas
Dar voz ao ERP é a parte fácil e bonita — a SAP entregou. Fazer essa voz virar ação na sua operação real é integração, e é o que a CCX faz há anos.
Com a frente de Integrações & APIs Enterprise, a CCX conecta o Joule aos seus sistemas SAP e não-SAP usando arquitetura event-driven com Kafka e RabbitMQ, além de REST, GraphQL e a expertise específica de SAP — OData, iDocs e RFC — para integração em tempo real entre o ERP e o resto da operação: e-commerce, WMS, TMS, Protheus. É o encanamento que faz "libera a OC" ou "confirma o estoque" deixarem de ser perguntas e virarem transações executadas.
Como o público-alvo da voz está em campo e no armazém, a frente de Apps Mobile (nativo, React Native, PWAs com offline-first) garante que a experiência funcione onde a conectividade oscila. Por baixo, Data & BI mantém o dado confiável para que o comando de voz aja sobre a informação certa, e as Squads Dedicadas — engenheiros sêniores, onboarding em 48 horas — implantam essa conectividade integradas ao seu time.
O resultado é a diferença entre um alto-falante que entende e um assistente que resolve: com a integração certa por trás, o Joule deixa de demonstrar e passa a operar.
Voz no Joule é a interface; integração é o que faz a fala virar ação. A CCX conecta o Joule aos seus sistemas SAP e não-SAP — ERP, WMS/TMS, e-commerce — para o comando de voz executar de verdade no chão de armazém e no campo. Integre o SAP ao seu e-commerce e à sua operação →
FAQ — Perguntas frequentes
O que a SAP anunciou com a parceria LiveKit?
A SAP levou voz em tempo real e always-on ao Joule, seu assistente de IA, com experiência speech-to-speech de ponta a ponta. O recurso está no Joule Work em Early Adopter, com disponibilidade geral (GA) prevista para o segundo semestre de 2026, focado em profissionais que trabalham longe do teclado.
Para quem a voz no Joule faz mais diferença?
Para quem não senta na frente de uma tela: operadores de chão de armazém, técnicos de campo e gestores em trânsito. A voz dá a essas pessoas acesso à IA corporativa no fluxo de trabalho real, sem precisar parar para digitar num ERP.
Por que dizem que a voz é interface, não ação?
Porque a voz apenas capta o comando e devolve a resposta. Para que "libera a ordem de compra" ou "confirma o estoque" vire uma operação real, o Joule precisa estar conectado aos sistemas que executam a transação — ERP, WMS, TMS. Sem essa integração, o assistente entende o pedido mas não o executa.
O que precisa estar integrado para o comando de voz executar?
Tipicamente o ERP (SAP e não-SAP), o WMS (estoque em nível de armazém), o TMS (transporte) e sistemas de linha de frente como e-commerce — conectados por uma camada de integração, idealmente event-driven, que propaga mudanças em tempo real entre os sistemas.
Preciso ter tudo em SAP para usar a voz no Joule com integração?
Não. A maioria das operações combina SAP com sistemas não-SAP. A integração correta conecta o Joule a ambos os mundos — usando OData, iDocs, RFC no lado SAP e APIs/eventos no restante — para que o comando de voz atue sobre a operação inteira, não só sobre a parte SAP.