Como as cadeias de suprimentos se beneficiam do uso de IA generativa

Na cadeia de suprimentos, de ponta a ponta, a tecnologia que merece destaque adiciona recursos extras às tarefas de IA e promete uma experiência de usuário simplificada.

Em resumo

• Existem casos de uso hoje, e ganhar ou perder no mercado em breve poderá depender de contar com as melhores ferramentas generativas de IA e com qualidade dos dados para combiná-las.
• As organizações estão identificando necessidades de negócios e estimulando-as com tecnologia generativa, seja no planejamento, fornecimento, fabricação ou entrega.

As empresas têm implementado cada vez mais a inteligência artificial (IA) nas cadeias de suprimentos para o planejamento da demanda e a aquisição, ao mesmo tempo que exploram a sua utilização em outras áreas, como a padronização de processos e a otimização da etapa final das entregas. Mesmo na área relativamente recente de monitoramento e mensuração da sustentabilidade, a adoção da IA chega a 62%, de acordo com um estudo da EY.

Mas no ano passado, outra evolução da IA ganhou destaque – a IA generativa (GenAI), popularizada pelo ChatGPT – que modificou as nossas noções do que é possível.

O que é GenAI na cadeia de suprimentos?

A GenAI cria novos conteúdos, como dados numéricos, imagens, texto, áudio ou vídeo, com base nos dados nos quais foi treinada. Avanços recentes simplificam o uso e a obtenção de valor, mas essa tecnologia não é nova. Cerca de 40% das organizações da cadeia de suprimentos já estão investindo em GenAI, com foco em aplicações de gestão de conhecimento.¹

O futuro é agora

40% das organizações da cadeia de suprimentos estão investindo em GenAI

À medida que os investidores aplicam dinheiro na tecnologia, os executivos correm para determinar as implicações para as operações e os modelos de negócio. Para aqueles que buscam, com diligência, a inovação, guiados pela estratégia e pela compreensão das limitações – e não só pelo ímpeto de ir atrás do mais recente objeto brilhante – a GenAI pode provar ser um co-conselheiro ágil e multiplicador no fortalecimento das cadeias de suprimentos.

Existem limitações e riscos na utilização da GenAI nas cadeias de suprimentos – especialmente quando a implementação é apressada ou mal integrada entre organizações e redes da cadeia de suprimento. As ferramentas GenAI são tão poderosas quanto os seus dados de entrada, pelo que são limitadas pela qualidade e disponibilidade dos dados dos parceiros da cadeia de suprimento. Em termos gerais, os riscos decorrentes de menos pontos de contato humano — como a falta de transparência ou de considerações éticas e jurídicas — são mais bem geridos com uma governança forte e atuação com parceiros experientes.

No entanto, o que há um ano parecia ficção científica está agora sendo potencializado em casos de utilização no mundo real, em toda a cadeia de suprimentos, de ponta a ponta. Esses projetos são viabilizados pela capacidade da GenAI de:

• Classificar e categorizar informações com base em dados visuais, numéricos ou textuais.
• Analise e modifique rapidamente estratégias, planos e alocações de recursos com base em dados em tempo real.
• Gere conteúdo automaticamente em vários formatos que permitem tempos de resposta mais rápidos.
• Resuma grandes volumes de dados, extraindo insights e tendências importantes.
• Auxiliar na recuperação rápida de informações relevantes e fornecer respostas instantâneas por voz ou texto.

Os líderes podem integrar a IA nestes quatro blocos fundamentais das operações da cadeia de suprimentos: planejar, obter, produzir e movimentar.

Planejar: geração de simplicidade com a IA

A GenAI traz simplicidade às interações em todos os esforços de planejamento baseados em tecnologia. A função de “chat” de uma dessas ferramentas GenAI ajuda uma empresa de biotecnologia a fazer perguntas que informam sua previsão de demanda. Por exemplo, a empresa pode executar cenários hipotéticos sobre a obtenção de produtos químicos específicos para os seus produtos e o que pode acontecer se ocorrerem determinados choques globais que causem rupturas nas operações diárias. As ferramentas GenAI atuais podem até sugerir vários cursos de ação se as coisas derem errado. A gestão de riscos pode ser a área mais promissora para a contribuição da GenAI, particularmente na preparação para riscos que os planejadores da cadeia de suprimentos não levaram em consideração.

As empresas globais Fortune 500 e organizações governamentais estão desenvolvendo ferramentas GenAI com parceiros para mapeamento e navegação em redes complexas de fornecedores. Estas ferramentas facilitam o planejamento de fornecedores alternativos em caso de interrupção e oferecem plataformas de rastreio de produtos para cumprir requisitos regulamentares ou ESG.

Em que pontos a GenAI agrega valor no planejamento:

• Previsão de demanda: Muitas organizações estão usando IA para analisar grandes conjuntos históricos de dados de vendas, tendências de mercado e outras variáveis para criar modelos de demanda em tempo real. Com a GenAI, níveis ideais de estoque, cronogramas de produção e planos de distribuição podem ser criados para atender a demanda do cliente com eficiência.
• Planejamento de produção: A IA ajuda a planejar a produção e a programação considerando fatores como mudanças de clientes, capacidades de produção, disponibilidade de recursos e prioridades de pedidos. Semelhante aos seus recursos de previsão de demanda, a GenAI pode fazer planos de produção, programar sequências e alocar recursos de forma eficaz para minimizar gargalos e otimizar a eficiência da produção.
• Gestão de risco: Hoje, a IA pode ser aproveitada para analisar dados históricos, condições de mercado, padrões climáticos e eventos geopolíticos, entre outras fontes de dados, para identificar potenciais riscos na cadeia de suprimentos. Contudo, em vez de painéis previamente preenchidos, por exemplo, pode-se solicitar à GenAI a elaboração de avaliações de risco, simulações de cenários e estratégias de mitigação sob demanda para ajudar os planejadores a gerenciar e mitigar os riscos de forma proativa.

Fonte: automatizar a negociação com fornecedores

Um varejista em posição de liderança nos EUA e uma empresa europeia de transporte de contêineres estão usando bots alimentados pela GenAI para negociar custos e termos de compra com fornecedores em um período de tempo mais curto. Os esforços iniciais do varejista já reduziram custos ao estruturar processos de cotação complexos. A tecnologia apresenta a oportunidade de fazer mais com menos, e quando os fornecedores foram questionados sobre o desempenho do bot, mais de 65% preferiram negociar com ele em vez de um colaborador da empresa. Também houve casos em que as empresas usaram ferramentas de GenAI para negociar entre si.

Além das negociações, a GenAI apresenta uma oportunidade para melhorar o relacionamento e a gestão dos fornecedores, com recomendações sobre o que fazer em seguida. Essas ferramentas são úteis para extrair rapidamente informações de grandes contratos e ajudar as pessoas a se preparar melhor para discussões de renovação, por exemplo.

Em que pontos a IA gera valor nos processos de fornecimento (sourcing): 

• Gestão de fornecedores: Aproveitar o processamento de linguagem natural para obter insights de comunicações e pontos de dados de fornecedores. Apoiar, monitorar e analisar interações com fornecedores; identificar possíveis problemas; e melhorar o relacionamento com fornecedores.
• Abastecimento: Apoiar o processo de seleção de fornecedores analisando uma ampla gama de dados de fornecedores e gerando insights. Ao considerar fatores como desempenho do fornecedor, capacidades, preços e perfis de risco, os algoritmos de GenAI podem fornecer recomendações ou classificações para a tomada de decisões conscientes.
• Contratos: A análise de contratos é auxiliada pela extração automática de informações importantes dos contratos e pela geração de resumos ou insights. Revisar e comparar os termos e condições do contrato, identificar riscos e ajudar a garantir a conformidade. As negociações e renovações de contratos são apoiadas pelo fornecimento de recomendações com base em dados.
  

Fazer: criação e manutenção mais rápidas e eficazes

A GenAI na cadeia de suprimentos apresenta a oportunidade de acelerar desde o projeto até a comercialização com muito mais rapidez, mesmo com novos materiais. As empresas estão testando e aprimorando modelos em seus próprios conjuntos de dados e depois pedindo à IA que encontre maneiras de melhorar a produtividade e a eficiência. A manutenção preditiva é outra área em que a GenAI pode ajudar a definir as máquinas ou linhas específicas que têm maior probabilidade de apresentar falhas nas próximas horas ou dias. Isso pode ajudar a melhorar a eficácia geral do equipamento (OEE) — uma das métricas mais importantes em termos industriais.

Por exemplo, uma empresa líder de produção industrial na Europa fez parceria com uma líder em tecnologia para utilizar a GenAI para automação de fábrica e gestão do ciclo de vida do produto, encurtando o ciclo de vida de desenvolvimento do produto e aumentando a eficiência com processos de inspeção automatizados.

Em que pontos a IA gera valor na indústria:

• Design de produto: Gere e avalie rapidamente centenas de projetos alternativos com base em critérios predefinidos, acelerando significativamente o processo de inovação. Isso poderia ser usado para tudo, desde o projeto de novas peças para máquinas até a criação de produtos de consumo mais eficientes, duráveis ou esteticamente atraentes.
• Manutenção preditiva: Ao aprender com os dados coletados das máquinas no chão de fábrica, os modelos de GenAI podem criar novos planos de manutenção para estabelecer correlação com o tempo em que o equipamento provavelmente apresentará falhas. Isso permite que os fabricantes ajustem seus cronogramas de manutenção somente quando necessário, reduzindo o tempo de inatividade e os custos e, ao mesmo tempo, prolongando a vida útil de seus equipamentos.
• Ciência e engenharia de materiais: A GenAI pode ser utilizada para descobrir novos materiais e otimizar os existentes. Ao processar grandes quantidades de dados sobre propriedades de materiais e iterar em diferentes combinações, pode propor novos materiais com propriedades desejadas ou sugerir otimizações para os existentes. Isto poderia levar à criação de materiais de fabricação mais eficientes, sustentáveis ou duráveis.
  

Movimentar: utilização da GenAI para otimizar a logística

Uma das maiores empresas de logística dos EUA está usando uma plataforma proprietária de IA para otimizar as rotas de retirada de itens em seus armazéns, aumentando a produtividade da força de trabalho em cerca de 30% e, ao mesmo tempo, reduzindo os custos operacionais por meio da otimização do espaço e do manuseio de materiais. Embora este não seja um uso novo para IA, o componente generativo oferece dimensões adicionais de personalização – por exemplo, otimização com base em menos combustível, priorização de certas entregas ou consideração de muitos outros fatores em um aplicativo fácil de usar. O bate-papo por meio de sua ferramenta customizada ajudou a empresa a entender se sua rede comercial estava otimizada e ainda ofereceu sugestões de melhorias.

Em que pontos a IA gera valor na logística:

• Otimização do comércio global: Analisar a miríade de variáveis, incluindo tarifas, regulamentações alfandegárias, acordos comerciais e custos de transporte, para sugerir as rotas e estratégias comerciais mais eficientes e econômicas. Isso ajuda as empresas a navegar em redes comerciais internacionais complexas, contribuindo para garantir a conformidade e, ao mesmo tempo, minimizar os custos.
• Projeto de rede logística: Otimizar o projeto de redes logísticas considerando fatores como locais de armazenamento, ligações de transporte e padrões de demanda para gerar a configuração mais eficiente. Isto leva a prazos de entrega reduzidos, custos mais baixos e melhores níveis de serviço.
• Otimização dinâmica da rota na fase final da entrega: Para as operações logísticas, um dos grandes desafios é a roteirização em tempo real. A GenAI pode atualizar e otimizar continuamente as rotas de entrega ou retirada com base em fatores variáveis, como condições de tráfego, clima e prioridade das entregas. Isso leva ao aumento da eficiência, redução do consumo de combustível e maior satisfação do cliente.
  

Embora a GenAI seja uma ferramenta poderosa com certas limitações, não se trata de uma estratégia. Foque no valor do negócio e defina um roteiro para moldar e causar impacto na organização, guiado por quatro passos:

1. Concentre-se na transformação de todo o domínio: identifique casos de uso de alto impacto, visualizando um ecossistema coeso que tenha sinergia com modelos de negócios tradicionais e abra possibilidades.
2. Coordene a colaboração organizacional: Discuta as implicações e identifique as habilidades necessárias em todas as áreas, indo além das funções técnicas.
3. Mantenha a mente aberta e proteja-se contra riscos: implemente iniciativas piloto de prova de conceito para aprender mais, obter ganhos rápidos e se esforçar para uma adoção escalonável, ao mesmo tempo em que cuida da qualidade dos dados e dos riscos de perda de noção da realidade.
4. Fique à frente da curva: explore a arte do possível. À medida que a adoção aumenta, as empresas testarão e implementarão GenAI em novas áreas das suas cadeias de suprimentos, como em cadeias de suprimentos sustentáveis e responsáveis.

Sumit Dutta, diretor de cadeia de suprimentos e operações da Ernst & Young LLP; e Asaf Adler, líder de tecnologia emergente da cadeia de suprimentos da EY Americas, contribuíram para a elaboração deste artigo.

Fonte: Portal Ernst & Young

Gostou desse conteúdo? Leia também: A magia da Inteligência Artificial Generativa