COVID-19 Acelerra Gestão de Supply Chain Orientada por Analytics

De escassez de equipamentos de proteção individual a ampla gama de bens de consumo, a pandemia COVID-19 disruptou supply chains globais de formas esperadas e imprevistas. Especialistas estimam que recuperação completa pode levar muitos meses.

Para recuperar mais rapidamente, líderes de supply chain estão se voltando para tecnologias avançadas — dados IoT, analytics e machine learning — para ganhar insight em tempo real em padrões erráticos de oferta e demanda.

"Ter as ferramentas certas de machine learning e IA permite que empresas entendam dinâmicas de mercado e gerenciem suas supply chains mais efetivamente", disse George Bailey, diretor do Digital Supply Chain Institute.

A disrupção começou na China, potência manufatureira mundial. Em 2010, China ultrapassou Estados Unidos em produção manufatureira. Enquanto epidemia SARS de 2002-2003 tinha China em 4,3% do PIB global, professor do MIT David Simchi-Levi nota que agora responde por 16%.

Globalização Como Conhecemos Acabou

Empresas que dependiam pesadamente de fornecedores chineses sentem impacto agudamente. Segundo dados Statista 2020, alguns varejistas fonte mais de metade seu inventário da China. Mesma pesquisa descobriu que 44% dos varejistas esperam atrasos na supply chain, 40% antecipam escassez de inventário, e mais da metade de fabricantes de eletrônicos prevê até quatro semanas de disrupção — lag inaceitável em era de expectativas de entrega em dois dias.

Enquanto muitas firms scrambling para reassessar suas redes, gestão de risco historicamente foi baixa prioridade. Pesquisa recente do Institute for Supply Management revelou que quase três quartos das empresas reportaram disrupções, ainda 44% não tinham plano formal de mitigação.

"Urgência para diversificar e construir redundâncias é agora realidade", disse Alex Capri, senior fellow na NUS Business School. "Era de supply chains globalizadas como conhecíamos acabou."

Trazendo Analytics para Gestão de Supply Chain

Fabricantes enfrentam disrupções em cascata — de fechamentos de plantas de fornecedores e escassez de inventário a atrasos de transporte e ausências de força de trabalho. Fornecedores tier-1, tier-2 e tier-3 todos experimentam contratempos, ainda muitas firms carecem visibilidade nestes efeitos ripple.

"Porque tantos fabricantes dependem da China — diretamente ou através de múltiplos tiers — fechamentos de fábricas e substaffing apertaram capacidade", explicou Bailey. Pesquisa Statista 2018 indicou que 21% de profissionais de supply chain veem visibilidade como desafio organizacional significativo.

"Hoje a maioria das empresas ainda confia no Excel para modelar cenários", disse Bailey. Enquanto Excel é útil, ferramentas mais sofisticadas podem entregar maior precisão. Estudo Supply Chain Quarterly 2022 descobriu que mais de 90% de gestores usam Excel para analytics, enquanto 82% que empregam ferramentas avançadas veem melhoria marcada.

Implantar IA com sucesso requer dados amplos. "Um sistema IA deve ser alimentado com datasets abrangentes para aprender como responder", notou Bailey. Ralf W. Seifert e Richard Markoff, em "Demand for AI in Demand Planning", argumentam que forecasts inconsistentes entre vendas e operações podem enviesar outcomes de IA.

IA no Planejamento de Demanda

Bailey enfatizou que planejadores de demanda precisam compreender padrões de demanda mudando durante crises e influenciá-los. Dados de sensores IoT, por exemplo, ajudam fabricantes de pneus monitorar pressão e desgaste de banda, alertando clientes proativamente e informando necessidades de inventário.

"Tecnologia e analytics são essenciais para entender o que impulsiona demanda e para IA prever necessidades futuras", disse Bailey. Embora algumas firms devam investir em nova tech e talento, custos de mão de obra gerais podem declinar conforme automação suplementa trabalho de planejadores.

Gartner prevê que até 2023, pelo menos 50% de empresas globais implantarão transformações supply-chain impulsionadas por IA.

No entanto, muitas organizações devem primeiro limpar e padronizar seus dados. "Muitos dados não são confiáveis — mal formatados, imprecisos ou enviesados — então esforço considerável vai em torná-los usáveis", alertou Bailey.

Qualidade de dados permanece maior obstáculo para IA no planejamento de demanda, observaram Seifert e Markoff. No curto a médio prazo, gestores de supply chain se apoiarão pesadamente em analytics para navegar escassez e incerteza.

Bailey sugeriu que empresas podem precisar estreitar portfólios de SKU, focando em clientes de alto valor e tomando decisões de priorização baseadas em fatos. "Se você tem 100 unidades de produto mas precisa 500, deve decidir quais clientes servir primeiro", explicou.

Sourcing estratégico também mudará. "Superconcentração na China não é mais viável", disse Bailey. Balancear risco e oportunidade entre localizações geográficas tornou-se primordial.

Em última análise, pandemia força firms a adotar tecnologias e práticas que adiaram mas agora devem abraçar para resiliência de supply chain.

"COVID-19 é catalisador para mudança que muitas empresas fariam de qualquer forma", concluiu Bailey. "Boa notícia é que estas mudanças agora são inevitáveis."