:quality(85))
Não faltam reportagens na mídia sobre a aposta geracional que as empresas estão fazendo na proposta de valor oferecida pela inteligência artificial. Entretanto, quais tipos de empresas estão direcionando seus investimentos para essas plataformas emergentes e para quais funções de negócios específicas são questões menos debatidas com profundidade. Apesar de estar claro que gigantes de tecnologia como Meta, Alphabet e Microsoft são extremamente otimistas com a tecnologia, investindo bilhões em projetos, plataformas e parcerias de IA, avaliar o crescimento da inteligência artificial além do grupo Fortune 500 requer uma análise mais cuidadosa.
Um dos processos de negócios que registrou um aumento significativo na adoção de IA em 2024 é a gestão de riscos na cadeia de suprimentos (SCRM). Segundo uma pesquisa da Gartner divulgada no início deste ano, 40% das organizações de cadeia de suprimentos de alto desempenho utilizam IA ou aprendizado de máquina (ML, machine learning) para previsão de demanda, e quase um terço adota a tecnologia para auxiliar no planejamento de suprimentos. Já um relatório publicado pela empresa de pesquisas Zero100 no último verão demonstra uma implementação ainda mais ampla. A empresa de inteligência para cadeias de suprimentos descobriu que cerca de nove em cada dez grandes empresas já começaram a experimentar o uso de IA em suas cadeias de suprimentos de alguma forma.
Apesar desses números impressionantes, ainda é cedo para afirmar com certeza que a IA se tornará um aspecto essencial da gestão de riscos na cadeia de suprimentos nos próximos anos. Mas o fato de ainda não haver um consenso consolidado sobre o papel da inteligência artificial no futuro das cadeias de suprimentos não significa que os fabricantes não possam começar a se informar sobre essas ferramentas agora. Porque, mesmo que o setor corporativo ainda esteja na infância da IA—fase que ainda não rendeu os lucros fantásticos sobre os quais tanto se fala—, as empresas já podem se posicionar para conquistar uma vantagem competitiva significativa em dois, três ou cinco anos. E esse tipo de vantagem decisiva começa ao entender como essas tecnologias dinâmicas podem ser integradas ao seu modelo de negócios e objetivos estratégicos, além de compreender o espectro completo de resultados que elas podem gerar.
Como a IA beneficia a resiliência da cadeia de suprimentos
Apesar de a inteligência artificial continuar sendo tratada como uma oferta experimental com valor predominantemente hipotético, a IA preditiva, o aprendizado de máquina e outras ferramentas de IA já têm casos de uso legítimos em SCRM. Conforme explica a IBM , “Sistemas de cadeia de suprimentos impulsionados por IA estão ajudando as empresas a otimizar rotas, simplificar fluxos de trabalho, aprimorar compras/suprimentos, minimizar faltas e automatizar tarefas de ponta a ponta.”
Devido à sua capacidade de analisar enormes volumes de dados e examinar uma grande quantidade de documentos e arquivos, essas plataformas podem ser um diferencial para profissionais que buscam construir visibilidade na cadeia de suprimentos, evoluir estrategicamente e mitigar riscos. Em condições ideais, a IA pode agregar valor significativo a esses processos, ajudando especialistas em sourcing a enxergar as cadeias de suprimentos com mais precisão e tomar decisões fundamentadas em mais dados e contexto histórico adicional.
Fortalece a visibilidade da cadeia de suprimentos
Um dos mecanismos mais poderosos para promover resiliência na cadeia de suprimentos é garantir visibilidade. As equipes de sourcing e compras/suprimentos que conseguem mapear tanto seus fornecedores diretos quanto parceiros que atuam em níveis 2, 3 e além conseguem avaliar fabricantes de forma mais eficaz, identificar riscos, alcançar transparência e atender a regulamentações. Em outras palavras, a visibilidade da cadeia de suprimentos é um recurso praticamente imensurável no mundo da gestão de riscos.
Mas, como abordamos amplamente na Z2Data, o mapeamento completo da cadeia de suprimentos—fundamental para uma forte visibilidade—há muito tempo escapa da maioria das organizações (apenas cerca de 20% dos fabricantes, por exemplo, têm visibilidade consistente de fornecedores de segundo nível). A inteligência artificial pode mudar esse cenário, revertendo a longa trajetória em que fabricantes não conseguem acompanhar o crescente nível de profundidade e complexidade das cadeias de suprimentos. Plataformas de IA podem vasculhar arquivos, documentos e a internet de forma geral para obter registros essenciais, como pedidos de compra, recibos, reservas de frete e documentos de cadeia de custódia. Uma vez consolidada toda essa documentação, as ferramentas extraem dados relevantes e fornecem às empresas as informações necessárias para um mapeamento completo da cadeia de suprimentos. Os mapas resultantes avançam mais fundo nos níveis de fornecedores dos fabricantes, iluminando parceiros até então desconhecidos.
Essas capacidades ainda são incipientes, já que empresas de inteligência artificial estão conduzindo suas plataformas pelas fases iniciais de desenvolvimento. No entanto, startups menores já desenvolvem modelos de IA especializados em mapeamento de cadeias de suprimentos usando dados públicos, privados, estruturados e não estruturados.
Amplia a diversificação na cadeia de suprimentos
À primeira vista, a capacidade de identificar fornecedores alternativos pode não parecer uma atividade em que uma plataforma de IA vá se destacar. Afinal, selecionar fornecedores potenciais e firmar parcerias de cadeia de suprimentos é um processo multifacetado que exige pesquisa, análise, avaliação e—ao menos em parte—um certo grau de subjetividade humana.
No entanto, ferramentas de inteligência artificial já estão potencializando e acelerando as buscas por fornecedores há alguns anos. Uma pesquisa da McKinsey & Co., de 2021, revelou que algoritmos de aprendizado de máquina podem reduzir processos de busca por fornecedores que tradicionalmente levam meses para apenas uma semana. Especialistas em sourcing alimentaram o sistema de IA com critérios de busca e restrições específicas (como localização geográfica). Utilizando um gigantesco banco de dados com fornecedores de fontes públicas e privadas, o algoritmo de ML avaliou rapidamente os candidatos e reduziu a lista para menos de 100 nomes. Como explicou a McKinsey, “Essa abordagem iterativa permite que as ferramentas de busca operem com velocidade e precisão inéditas, identificando uma lista restrita de fornecedores possíveis em um banco de dados de milhões em poucas horas.”
Aproveitar essa capacidade das plataformas de IA para realizar buscas amplas por fornecedores em poucos dias—ou até horas—pode fortalecer a resiliência da cadeia de suprimentos da empresa. Devido à eficiência incomparável dessas ferramentas, fabricantes agora conseguem aplicar técnicas de dual sourcing em toda a cadeia de suprimentos, tarefa que se torna quase impossível para humanos quando há dezenas ou centenas de fornecedores diretos. Como esses algoritmos executam buscas longas e complexas com máxima agilidade, as empresas conseguem implementar essa medida essencial de SCRM sem esgotar seus próprios recursos.
Realiza previsão de demanda
Enquanto especialistas em resiliência da cadeia de suprimentos vêm explorando o uso de modelos de IA para diversos processos nos últimos anos, a tecnologia talvez seja mais amplamente aplicada à previsão de demanda. Como discutido em um post anterior, prever demanda é um elemento crítico da gestão da cadeia de suprimentos há séculos, com fabricantes analisando dados históricos e em tempo real de vendas para antecipar a demanda por produtos e estoque.
Mas a previsão de demanda feita por pessoas sempre foi limitada pelo volume de informações que conseguimos examinar e interpretar. Nossa capacidade limitada costuma gerar previsões prejudicadas por dados incompletos ou métodos analíticos falhos. Já a IA preditiva é ideal para esse tipo de tarefa. Essas plataformas processam grandes volumes de dados de vendas, identificam padrões e tendências recorrentes e oferecem previsões de demanda precisas e acionáveis. Com o auxílio da inteligência artificial na cadeia de suprimentos, fabricantes conseguem manter níveis ideais de estoque de forma consistente. Essa abordagem reduz o risco de faltas ou excesso de estoque, protegendo as operações dos altos custos causados por oscilações inesperadas na demanda.
Os riscos que a IA traz para a resiliência da cadeia de suprimentos
A crescente geração de ferramentas de IA costuma ser apresentada como tecnologias revolucionárias capazes de aumentar dramaticamente a produtividade e gerar milhões em receita adicional para as empresas que as adotam. Porém, a realidade é que incorporar inteligência artificial também traz novos riscos. Esses perigos não passam despercebidos pelos profissionais da cadeia de suprimentos. No mais recente Business Supply Chain Risk Management Index da Lehigh University, divulgado para o quarto trimestre de 2024, a IA foi citada diversas vezes como uma ameaça emergente relevante. Especialistas do setor manifestaram preocupação com a possibilidade de ferramentas de IA e ML aumentarem riscos de cibersegurança, provocarem grandes rupturas no setor e até serem usadas para fraudes por agentes mal-intencionados que escapam de regulações. No geral, o relatório apenas reforça o duplo lado da moeda da IA: enquanto a tecnologia pode ser implementada para mitigar rupturas, a vasta escala de adoção e a ausência de supervisão efetiva também trazem várias variáveis novas e indesejadas.
Modelos treinados com dados de baixa qualidade
Após quase dois anos de adoção em massa e atenção midiática intensa, as limitações de modelos de IA generativa como ChatGPT estão amplamente documentadas. Apesar da habilidade quantitativa e da capacidade de absorver volumes imensos de dados, essas ferramentas frequentemente apresentam uma relação frouxa e indisciplinada com a verdade e com a precisão dos fatos. Não é difícil identificar o motivo: como são treinadas com gigabytes de dados extraídos da Wikipedia, de publicações online e de inúmeros outros sites, refletem a mesma inconsistência e falta de confiabilidade característica da própria internet.
Erros factuais, informações falsas e “alucinações”—como são chamadas no setor de tecnologia—podem não acarretar grandes consequências em tarefas cotidianas, como e-mails, resumos ou trabalhos escolares. Já quando a IA é usada para projetos mais complexos, como mapear cadeias de suprimentos e identificar possíveis fornecedores, as consequências das imprecisões podem ser muito mais sérias. Fabricantes e profissionais de compras/suprimentos não podem se dar ao luxo de agir com base em informações incorretas ou fictícias geradas por software de IA, sob risco de desperdício de tempo e recursos. No pior dos cenários, confiar em dados falsos criados por IA pode levar a problemas regulatórios. Por isso, o conteúdo produzido por essas ferramentas—inclusive textos escritos, mapas da cadeia de suprimentos, fornecedores de subníveis e listas de parceiros—deve sempre ser revisado por profissionais experientes.
Ligações com o aumento dos riscos de cibersegurança
Em um comunicado da Lehigh University sobre a publicação recente do Supply Chain Risk Management Index, o professor Zach. G. Zacharia lembrou como muitos profissionais do setor se mostram preocupados com a relação entre IA e ameaças de segurança digital. “Os profissionais da cadeia de suprimentos estão apreensivos com ataques cibernéticos, corrupção de dados, roubo de informações, vírus de sistemas e, principalmente, com o risco de a IA generativa aumentar a vulnerabilidade das empresas”, alertou.
A pesquisa da Lehigh pode funcionar como o proverbial “canário na mina”, apontando para uma crise iminente no modo como a IA potencializa ataques cibernéticos. Os profissionais ouviram que ferramentas de IA já estão oferecendo novas capacidades a cibercriminosos, ajudando-os a orquestrar ataques mais potentes, sofisticados e em frequências crescentes. Além disso, como Zacharia destacou, a popularização do uso de inteligência artificial em toda a indústria de gestão de riscos na cadeia de suprimentos pode também criar novas vulnerabilidades internas, tornando os próprios sistemas de IA novos alvos para agentes mal-intencionados interessados em explorar ou contaminar dados.
Navegando por um cenário de SCRM transformado pela IA
Mesmo que optem por avançar com cautela, discrição e planejamento meticuloso, as empresas da cadeia de suprimentos em breve enfrentarão uma pressão crescente para desenvolver uma estratégia interna de adoção e implementação de IA. Os riscos de ficar para trás em um setor que evolui rapidamente são grandes demais, e os ganhos dos primeiros adotantes são tentadores demais para serem ignorados continuamente. Como apontou um dos participantes do Supply Chain Risk Management Index da Lehigh University: “Adaptar-se ao cenário transformado pela IA e aproveitar a IA determinará o sucesso dos negócios daqui em diante.”
Fabricantes interessados nas capacidades oferecidas pela IA, mas ainda não convencidos de que os custos iniciais vão se traduzir em retornos sólidos, encontram grande parte do valor e da funcionalidade necessários em uma ferramenta de resiliência da cadeia de suprimentos. A plataforma líder Z2Data oferece diversos recursos em SCRM, incluindo mapeamento part-to-site, dados abrangentes sobre fornecedores de níveis 1, 2 e 3 e avaliações detalhadas de riscos para cada local de fabricação. Além disso, as bases de dados da Z2Data são mantidas e revisadas por profissionais experientes com anos de atuação na cadeia de suprimentos de componentes eletrônicos—o que quase elimina o risco de informações imprecisas ou dados enganosos.
Para saber mais sobre a Z2Data e o conjunto de recursos de visibilidade oferecidos aos clientes, agende uma demonstração gratuita com um de nossos especialistas em produtos.
