Inteligência artificial na logística: de que forma pode melhorar a eficiência dos seus processos

A inteligência artificial (IA) está na boca de todos no mundo da logística. Sobretudo porque cada vez é mais acessível aos gestores de cadeias de abastecimento e profissionais da logística.

À medida que os custos diminuem, a IA oferece ganhos de eficiência e oportunidades que se traduzem em crescimento e vantagem competitiva para as empresas.

Entre outras vantagens, a IA no setor logístico permite aproveitar dados que estão subutilizados, automatizar processos e realizar uma análise de previsão para reduzir imprevistos.

Neste artigo analisamos o papel que a IA pode desempenhar em relação às cadeias de abastecimento e de que forma pode melhorar os seus processos. Além de mostrar a forma de gerir possíveis anomalias que surjam na sua empresa.

De processos simples a aplicações complexas

Na sua forma mais simples, a IA apoia funções administrativas e processos através da deteção de anomalias e exceções. Graças a isso, os problemas são evidenciados antes deles poderem crescer.

No caso de aplicações mais complexas, oferece aos operadores 3PL (serviços de logística terceirizada), despachantes e transportadores informações baseadas na análise de dados da cadeia de abastecimento. Isto é mais importante do que nunca de acordo com as lições que aprendemos do coronavírus (COVID-19).

A IBM comenta a respeito*: «Embora ninguém saiba o que o amanhã nos trará, podemos trabalhar hoje na construção de uma cadeia de abastecimento mundial mais inteligente.

As empresas podem aproveitar a inteligência artificial (IA) para ajudar a transformar o imprevisível em previsível».

Em termos operacionais, a IA é a base da otimização de rotas inteligente (IRO), uma vez que ajuda as empresas de logística a coordenar os recursos e as viagens de forma mais rentável. Muitas vezes fá-lo em tempo real e de forma muito mais eficiente do que os humanos poderiam conseguir. Uma melhor gestão dos processos implica previsões mais fiáveis e, por conseguinte, menos surpresas.

Além disso, a oportunidade de melhorar as comunicações com o utilizador final e o serviço ao cliente contribui para a solidez da gestão de relações.

O desafio da IA em logística

Segundo um relatório sobre o setor logístico da DHL e da IBM, um dos maiores desafios e dos valores mais subutilizados da indústria é o grande volume de dados estruturados e não estruturados.

Apesar de um estudo realizado pela Forrester** ter concluído que apenas 17% dos inquiridos consideravam a falta de dados bem depurados como o seu maior desafio, temos de admitir que a qualidade dos dados recolhidos e conservados é geralmente baixa.

Chris Geiser, diretor de tecnologia do The Garrigan Lyman Group, uma empresa de marketing que ajuda as empresas a processar dados de diversas fontes, comentou a respeito: Entender a matemática e os padrões ajudá-lo-á até certo ponto. O mais importante é entender cada uma de suas fontes de dados».

O ERP (Enterprise Resource Planning) tem os dados e conecta cada parte operacional da organização para criar um valioso ativo central de dados que contribuam para o sucesso da IA.

Ao entender as fontes de dados individuais pela sua função pode criar registros precisos, completos e coerentes. Assim, poderá aproveitar todo o potencial da IA para gerar resultados práticos e realistas para a criação de novas oportunidades de negócio.

Ajudadas pela i-ERP (planeamento inteligente de recursos empresariais), 65 % das empresas que integram a lista Forbes Global 2000 terão atualizado os seus sistemas para 2023 através de um processo de racionalização, modernização e transformação. Portanto, o que fizer agora, para ultrapassar os desafios que a qualidade dos dados apresenta para a IA, ajudá-lo-á a acompanhar os seus concorrentes.

Três formas da IA o ajudar a melhorar os seus processos de logística

Para maximizar a eficácia da IA no seu negócio, deve apoiá-la com dados de qualidade, em linha com os seus objetivos empresariais. Estes são três aspetos que deve ter em atenção:

1. Aproveite os ativos de dados subutilizados

• Aplique a IA a grandes volumes de dados gerados nas cadeias de abastecimento que, por sua vez, permitam obter análises e informações para identificar tendências sempre que seja possível obter ganhos de eficiência.

2. Automatize e acelere os processos

• O objetivo aqui é erradicar/minimizar erros e propiciar a poupança de custos. Um exemplo disso é o NLP (processamento de linguagem natural), que permite processar documentação alfandegária numa infinidade de formatos.
• A extração de informações relevantes e a acumulação de conhecimentos permitem automatizar as declarações e complementar o fator humano, criando ganhos de eficiência.

3. Análise de previsão para limitar os imprevistos

• Ao aplicar IA à otimização de rotas e gestão de redes, pode planear o futuro com conhecimento de causa, como aconteceu com a DHL, que desenvolveu uma ferramenta baseada na aprendizagem automática para prever atrasos nos tempos de trânsito de carga aérea e poder adotar medidas de mitigação proativa.
• Analisando 58 diferentes parâmetros de dados internos, este modelo de aprendizagem automática é capaz atualmente de prever aumentos e diminuições nos tempos de trânsito com até uma semana de antecedência para melhorar eficazmente a gestão de recursos.
• Em cima do acontecimento, certifique-se de definir uma métrica de negócio para cada solução (redução de custos, criação de valor, compromisso do cliente, etc.) a fim de alcançar um impacto quantitativo importante, de modo que saiba reconhecer o que é bom.

IA e gestão de anomalias

As empresas de logística estão conscientes do valor que a IA representa para a resolução de problemas habituais no setor, como a otimização das rotas.

Além de ser entendido instintivamente, o planeamento de rotas é algo que os computadores, ao contrário dos humanos, podem executar em tempo real.

Ao conectar fontes de dados como, por exemplo, localizadores GPS, informações meteorológicas e sistemas de tráfego, pode começar a prever os tempos de transporte em movimento.

Também pode planear melhor os recursos e até mesmo informar os seus clientes da hora de chegada do seu envio; é uma fantástica aplicação da IA.

Mas o benefício é apenas incremental -reduz o transporte em alguns minutos e terá uma redução semelhante em tempo, combustível, salário e custos de manutenção- na melhor das hipóteses.

As anomalias geram perdas

Algo mais interessante e, no entanto, menos falado, pelo menos até o coronavírus transformar completamente o setor da logística, é a aplicação da IA nas exceções, anomalias ou outros elementos suscetíveis de falhar, quer para os resolver ou para evitar que ocorram desde o início.

As exceções são interessantes porque ficam incrivelmente caras.

Nas atuais cadeias de abastecimento onde as margens são extremamente apertadas, gerir uma exceção (seja um código de barras errado ou a ocorrência de um evento perturbador ao mais puro estilo «cisne negro» como é o coronavírus) tem todas as probabilidades de acabar por sair mais caro do que o custo do próprio serviço.

Basta pensar em solicitar um reembolso ou em gerir uma bagagem que foi parar ao destino errado. E no que diz respeito à parte administrativa, os erros de tipo financeiro ou contratual podem custar dinheiro ou acarretar problemas de cumprimento normativo.

Exceções geram perdas, por isso usar a tecnologia para reduzi-las pode ser uma solução muito rentável.

Exceções e erros também são difíceis de detetar por parte dos humanos. Precisamente porque são erros ou circunstâncias que devem ser descobertas por um gestor de conformidade ou um supervisor que se encarregue de detetar uma ocorrência entre mil.

Os humanos não são particularmente hábeis neste campo, enquanto a IA é um consultor cada vez mais inteligente que nunca dorme.

Lidar com o processamento de milhões de contas

Ao contrário dos humanos, a capacidade de julgamento da IA não se ressente de situações complexas. Um relatório elaborado pela DHL em colaboração com a IBM*** conclui o seguinte: «Os prestadores de serviços de logística dependem frequentemente de um grande número de terceiros, incluindo serviços de transporte geral, pessoal subcontratado, companhias de frete aéreo e outros serviços prestados por terceiros que desempenham funções essenciais na sua atividade».

Isto implica um encargo cada vez maior para as equipas de contabilidade de logística, que devem processar anualmente milhões de faturas de milhares de vendedores, parceiros e fornecedores».

Neste ponto, tecnologias de IA como o processamento de linguagem natural são capazes de extrair informação essencial. Como montantes de faturação, informação de contas, datas, endereços e partes envolvidas entre o dilúvio desorganizado de faturas que a empresa recebe.

Depois dos dados estarem classificados, um bot de RPA (automação de processos robóticos) pode extraí-los e introduzi-los no software da empresa para gerar uma ordem, executar o pagamento e enviar ao cliente uma confirmação por email, tudo sem a intervenção humana.

A empresa de consultoria Ernst & Young (EY) está a aplicar uma abordagem semelhante à deteção de faturas fraudulentas. O sistema de deteção de fraude da EY tem uma precisão de 97 % e foi implantado em mais de 50 empresas.

A IA elimina a carga humana, deteta erros eficazmente e age como um conjunto de guias não intrusivas. Assim, poderá continuar a manter o negócio em andamento e resolver os problemas sem interromper nem o fluxo nem o ritmo diário de trabalho.

Como usar a IA para corrigir anomalias: aspetos a considerar

Para implementar com sucesso a IA para avaliação de anomalias, concentre-se nos seguintes aspetos:

• Deteção de padrões e tendências: Os sistemas de IA devem aprender a identificar o que é bom (e, consequentemente, também o que é mau) a partir de seu data lake.
• Ocorrências dependentes de eventos: A maioria das exceções são mantidas dependentes de eventos, o que sem dúvida se refletirá nos sistemas de deteção. A IA deve fazer parte de um conjunto de processos existentes.
• Trabalhar com fornecedores: Trabalha de forma colaborativa e integrada com os fornecedores para entrar nas suas organizações e processos e detetar a tempo os problemas. Partilhar dados pode ser um tema controverso, mas é essencial. A deteção de anomalias em transações a montante através da utilização de IA está a começar a produzir resultados promissores no sector.

Reflexões finais sobre a inteligência artificial em logística

Como pode deduzir deste artigo, a IA tem um papel chave a desempenhar na logística. Se está a pensar em adotá-la para modernizar a sua cadeia de fornecimento e para gerir anomalias, usar a IA corretamente sempre compensa.

Analise o que quer que os sistemas de IA façam e resolvam. Depois, adote-os de acordo com os seus objetivos de negócio e use as métricas adequadas para medir as eficiências.

Fontes:
*IBM
** Estudo Forrester
*** Relatório DHL e IBM