Empresas estão buscando ganhos na cadeia de suprimentos com novas ferramentas de IA

Empresas de logística estão buscando economia de custos e entregas mais rápidas e eficientes ao incorporar a inteligência artificial generativa em suas operações

As empresas que estão se tornando mais confortáveis com a inteligência artificial estão incorporando as ferramentas mais recentes em suas cadeias de suprimentos, com o objetivo de reduzir custos, acelerar a distribuição e antecipar possíveis interrupções.

Os primeiros passos indicam áreas onde os operadores logísticos veem os maiores benefícios de curto prazo da inteligência artificial generativa, a ferramenta tecnológica em desenvolvimento que pode rapidamente analisar grandes quantidades de informações, fazer previsões e responder a perguntas com uma voz humanizada.

Empresas, desde escritórios de advocacia até fabricantes, têm buscado possíveis benefícios desde que a tecnologia surgiu no final de 2022, com os primeiros passos focados em acelerar tarefas como tomada de decisão, codificação de software e redação de relatórios empresariais.

Para os operadores logísticos, os usos iniciais incluíram a criação de chatbots que podem lidar com funções de suporte ao cliente, como rastreamento de remessas e reserva de cargas. As empresas estão encontrando maneiras de incorporar a tecnologia em suas operações logísticas do dia a dia.

A companhia alemã de software Celonis está trabalhando com o fornecedor de alimentos para lanches Mars para usar a inteligência artificial generativa para combinar cargas de caminhão, reduzindo custos de envio e acelerando a entrega.

O CEO da Celonis, Alex Rinke, afirmou que a Mars avaliava manualmente fatores como o clima para determinar quais remessas poderiam ser combinadas e se era necessário usar caminhões refrigerados para sua carga.

Com a IA, “podemos dizer proativamente a eles: ‘Aqui estão todas as cargas de caminhão que você tem para consolidar’,” disse Rinke. “Isso reduziu os processos manuais em 80% e também os tornou mais eficientes como empresa, pois diminuíram os custos de envio, as emissões e melhoraram as entregas pontuais.”

Rinke explicou que outra empresa está usando a tecnologia para comparar seus contratos com fornecedores em relação às faturas finais para garantir que não esteja perdendo descontos ou abatimentos.

Anteriormente, isso era um processo demorado no qual os funcionários peneiravam manualmente os contratos. “Você obtém um entendimento muito bom de onde tem oportunidades de economizar dinheiro, porque talvez tenha termos melhores em seus contratos do que realmente está utilizando”, apontou ele.

O crescente uso da inteligência artificial generativa é o mais recente passo nos esforços de longo prazo das empresas para incorporar ferramentas de aprendizado de máquina na gestão de suas cadeias de suprimentos.

A varejista de roupas em segunda mão ThredUp tem utilizado a IA em seus centros de distribuição para “melhorar a produção e a produtividade”, segundo o CEO James Reinhart na apresentação do balanço trimestral em 4 de março.

A empresa utiliza a tecnologia para aprimorar as descrições dos itens em seu site, por exemplo, em vez de fazer com que os trabalhadores do armazém digitem manualmente essas características.

“Mas acho que nos últimos 12 meses, é notável essa mudança de função em relação ao que a tecnologia pode fazer”, disse Reinhart. “Isso tem implicações reais para a produtividade de nossas operações e como o perfil de margem pode ser no final das contas.”

A inteligência artificial generativa ainda tem limitações em suas capacidades. O programa é tão bom quanto os dados em que foi treinado e, às vezes, pode responder incorretamente a perguntas, afirmam os especialistas.

Matthias Winkenbach, diretor de pesquisa do Centro de Transporte e Logística do Instituto de Tecnologia de Massachusetts, destacou que as limitações da tecnologia, por enquanto, estão relegando as ferramentas a cantos relativamente isolados das cadeias de suprimentos.

Dessa forma, “se algo der errado, sua exposição ao risco é limitada, então você não está cortando seus clientes mais importantes e não está enfrentando grandes questões de responsabilidade”, disse Winkenbach. Winkenbach disse que a tecnologia eventualmente poderia ser usada para tarefas mais amplas, como gerenciamento de pedidos e rastreamento de fornecedores.

Rinke pontuou que a Celonis, por exemplo, está procurando maneiras de combinar dados de seus diversos clientes de forma anônima para fornecer informações mais abrangentes sobre riscos e economias potenciais em suas cadeias de suprimentos, sem expor informações proprietárias.

O provedor de serviços de cadeia de suprimentos Uber Freight, uma divisão da Uber Technologies, e a FourKites, uma startup que rastreia remessas de carga em tempo real, criaram chatbots que permitem aos embarcadores fazer perguntas conversacionais sobre suas operações logísticas.

As empresas que utilizam o chatbot da Uber Freight podem fazer perguntas sobre quais rotas costumam ter atrasos e como seus níveis de serviço se comparam com seus pares, informações que antes estavam disponíveis, mas eram difíceis de interpretar e agir rapidamente.

A Uber Freight afirmou que está trabalhando para desenvolver a capacidade de fazer recomendações para os embarcadores reduzirem custos e acelerarem as remessas.

O chatbot da FourKites pode responder a perguntas, como quais entregas estão atrasadas, de maneira conversacional para ajudar as empresas a tomar decisões rápidas.

O conglomerado farmacêutico e agrícola alemão Bayer afirmou que utilizou o programa da FourKites para ajudar a lidar com interrupções no Mar Vermelho, já que ataques de rebeldes Houthi a navios porta contêineres levaram muitas transportadoras e embarcadores a rerrotear suas remessas.

“Você pode ver qual é o contêiner, qual é o obstáculo, qual é a razão. É em tempo real, então você pode tomar decisões’, ressaltou Johnny Ivanyi, diretor sênior de cadeia de suprimentos na Bayer Crop Science, uma divisão agrícola da Bayer.

Isso ajudou a Bayer a acompanhar as remessas a caminho de suas fábricas em meio a decisões de envio em constante mudança, para que possa planejar melhor a produção, concluiu ele.

(Com The Wall Street Journal; título original: Companies Are Seeking Real-World Supply-Chain Gains in New AI Tools; tradução feita com auxílio de IA)