Como a IA Pode Acabar com Disrupções na Cadeia de Suprimentos: Cinco Estratégias Comprovadas

Disrupções de negócios trazidas pela pandemia do coronavírus — de prateleiras vazias em supermercados a longos atrasos em entregas de e-commerce — iluminaram fraquezas na cadeia de suprimentos, e uma oportunidade crescente para inteligência artificial.

Parte do problema tem sido a mudança para manufatura just-in-time (JIT), que criou cadeias de suprimentos enxutas que mantêm níveis mais baixos de inventário para remover o risco associado à superprodução e excedentes. Esta estratégia, emprestada da indústria automotiva, permitiu que fornecedores reduzissem seus custos através de baixos níveis de inventário e custos de produção reduzidos. No entanto, quando algo como uma pandemia ou desastre natural ocorre que cria um aumento na demanda, é difícil aumentar a produção, ou aproveitar suprimentos excedentes para preencher o pipeline — especialmente quando fábricas inteiras são fechadas por causa de infecção. O que é necessário hoje, em vez disso, é um novo modelo que permita manufatura de demanda em tempo real em vez de JIT.

Kit de Ferramentas Impulsionado por IA

Mais fornecedores estão recorrendo a várias formas de IA para lidar melhor com os desafios de disrupção na cadeia de suprimentos agora e no futuro. Considere as seguintes cinco aplicações:

• Análise preditiva. Para que as empresas não sejam pegas de surpresa por mudanças de mercado, econômicas ou do consumidor, análises preditivas baseadas em IA estão permitindo previsões precisas analisando padrões em dados históricos. Ela usa mineração de dados, modelagem estatística e aprendizado de máquina para permitir que enormes conjuntos de dados prevejam resultados futuros. Por exemplo, um varejista pode usá-la para determinar a probabilidade de que itens específicos ficarão fora de estoque e quando, ou a probabilidade de que um consumidor ainda comprará a marca X de papel toalha se a produção da Bounty parar. Também poderia analisar fornecedores para determinar quais se provarão mais confiáveis em uma situação de emergência.
• Aprendizado profundo. Ter visibilidade em uma localização de loja remotamente tornou-se crucial durante a pandemia. Hoje, vigilância por vídeo, combinada com soluções baseadas em aprendizado profundo, pode ajudar gerentes a determinar se protocolos de segurança estão sendo seguidos, como limpeza de sistemas POS, insistência no uso de máscaras e distanciamento social. Além disso, esses tipos de vigilância por vídeo baseados em IA podem ajudar com auditorias de loja para gestão de inventário para determinar onde estão as prateleiras vazias e o que não está vendendo.
• Robótica de armazém. Robôs em pisos de armazém, separando e embalando itens, estão aumentando substancialmente a velocidade e eficiência dos armazéns. Durante a pandemia, quando houve escassez de mão de obra humana devido a trabalhadores doentes ou aqueles com condições de saúde comprometidas que os forçaram a permanecer em casa, os robôs assumiram a folga.
• Automação de processos robóticos (RPA). Tarefas repetitivas, como faturamento, processamento de pedidos, entrada de dados e outras tarefas administrativas podem ser um grande culpado de disrupção na cadeia de suprimentos. RPA permitiu que muitas empresas automatizassem essas tarefas, e liberassem funcionários humanos para lidar com tarefas mais estratégicas, bem como lidar diretamente com parceiros, clientes e outros. Por exemplo, RPA pode ser usado para processar ordens de compra, identificar níveis de inventário necessários e compará-los com o estoque real — tudo sem depender de intervenção humana, exceto para lidar com exceções.
• Visão Computacional. Esta forma de detecção de imagem impulsionada por IA pode ser usada em transporte e logística, para ajudar a identificar áreas de alto tráfego e ajudar a planejar as melhores rotas de caminhões. Algoritmos baseados em Visão Computacional analisam imagens digitais ou vídeo de imagens de satélite para detectar e contar, por exemplo, carros e ônibus em certas áreas e ajudar caminhoneiros a evitar essas áreas. Em outras aplicações, pode ser usado para determinar onde pode haver trilhos de trem danificados que poderiam impedir o fornecimento suave de mercadorias por trem.

Abordagem de Micro-Armazéns

Além da automação, o que se tornará uma marca registrada das cadeias de suprimentos futuras é armazenagem e armazenamento localizados mais perto dos clientes. Mesmo de gigantes como Amazon ou Walmart, grandes armazéns serão substituídos por muitos menores — atendendo uma base de clientes dentro de duas milhas. Em vez de ter alguns grandes armazéns, as empresas podem ter muitos para descentralizar o processo de distribuição, levar mercadorias a varejistas e consumidores mais rápido e até impulsionar práticas de sustentabilidade, com menos emissões aéreas e rodoviárias.

Na verdade, a cadeia de suprimentos do futuro muito bem será composta por menos trabalhadores humanos; maior automação impulsionada por IA para gerenciar e prever necessidades de inventário, processar dados e lidar com tarefas de back-office e operações de armazém; e novos canais de entrega, incluindo drones, para entregas domésticas mais seguras e sem contato.

A cadeia de suprimentos do futuro precisará superar obstáculos-chave para se tornar realidade. Sistemas interoperáveis e integrados precisarão compartilhar dados através da cadeia de suprimentos para ser eficazes. Mas as empresas precisarão estar abertas a essa interoperabilidade para ter sucesso. Outro desafio é o medo de perda de empregos que a automação trará. As empresas devem dissipar esses medos abrindo oportunidades para trabalhadores assumirem novos papéis mais estratégicos, oferecendo treinamento e suporte de educação continuada; e reforçando os benefícios da IA, sem perder de vista a vantagem inabalável que os humanos sempre terão sobre a IA.

A COVID-19 iluminou as fragilidades da cadeia de suprimentos, mas através de suas lições estamos começando a reimaginar a cadeia de suprimentos do futuro, que será impulsionada por IA e capacitada pela engenhosidade humana.

Carlos Melendez é diretor de operações da Wovenware.