IA pode fornecer agilidade necessária nas cadeias de abastecimento

A inteligência artificial (IA) está a lidar, em tempo real, com tarefas complicadas que levariam dias ou semanas a resolver. Gerir o fluxo do tráfego de telecomunicações, manter as redes de IT em funcionamento, a capacidade de manter as cadeias de abastecimento a fluir são apenas alguns exemplos.

A Scale AI anunciou 29 milhões de euros em novos investimentos em projetos de IA, grande parte dos quais visa construir mais inteligência nas cadeias de abastecimento.

Uma das apostas é uma plataforma de previsão baseada em IA para impulsionar a eficiência da cadeia de fornecimento para os gestores de frotas, e outra plataforma inovadora baseada na cloud para melhorar a cadeia de distribuição de drogas. Uma terceira iniciativa permitirá a digitalização da cadeia de valor mineral e metal para garantir as cadeias de abastecimento e melhorar o seu desempenho.

Uma estimativa de mercado coloca a IA na cadeia de fornecimento numa trajetória de crescimento de 46% ao ano, passando de cerca de 505 mil milhões de euros em 2017 para mais de 10 mil milhões de euros até 2025.

Denis Forget, CEO da Distribution Pharmaplus, acredita que as cadeias de fornecimento alimentadas por IA vão permitir desbloquear a produtividade, melhorar a gestão dos inventários, limitando o impacto da escassez e reduzindo a gestão administrativa. Uma solução típica win-win, visto que à medida que se reduzem os custos, aumentam-se as vendas e melhora-se o serviço,

Ram Krishnan, OCM da Aera, é da opinião que as redes de cadeias de abastecimento não são ágeis o suficiente para lidar com os desafios atuais."Os fabricantes procuram agora produzir lotes menores de forma rápida e eficiente para fazer face aos picos de procura através de geografias e canais. No entanto, muitos são criados em modelos de fabrico em movimento lento e inflexíveis que não estão orientados para a agilidade e produção de lotes just-in-time a pedido. O que antes era uma vantagem competitiva através de economias de escala é agora um obstáculo à produção ágil".

O que está visivelmente ausente das cadeias de abastecimento de hoje "é a capacidade de se adaptar a constrangimentos em constante mudança na cadeia de abastecimento, incluindo disponibilidade de matérias-primas, tempos de produto e envio, e limitações orçamentais", afirma Krishnan. 

A questão que tem estado no caminho são os "sistemas de transação monolíticos que não são adequados para responder a rápidas alterações operacionais e permitir uma tomada de decisão informada a uma velocidade", explica. "Apesar dos grandes avanços nas arquiteturas em cloud e na escalabilidade da base de dados, os sistemas de cadeias de abastecimento orientados para os lotes subjacentes permaneceram em grande parte inalterados desde a década de 1990. Tais infraestruturas arcaicas tornam praticamente impossível aos praticantes da cadeia de abastecimento obter rapidamente os dados certos para tomar as decisões certas à medida que as perturbações ocorrem e os constrangimentos mudam".

Como resultado, as empresas são confrontadas com uma carga massiva de dados manuais para recolher informações de sistemas diferentes para análise em folhas de cálculo. 

"A IA pode ajudar a fornecer a agilidade necessária nas cadeias de abastecimento atuais, que são suscetíveis a todas as formas de perturbações, desde pandemias a mundanças no software de inventário", afirma.

Krishnan acredita ainda que os novos desafios dificultam a realização e a manutenção de uma cadeia de abastecimento verdadeiramente ágil, e apela a uma maior automatização cognitiva na cadeia de fornecimento, ou ao processo de digitalização, automatização e aumento dos processos de tomada de decisão da cadeia de fornecimento. 

Aplicar capacidades de IA nas cadeias de abastecimento é então uma boa solução para incorporar capacidades para lidar com crises sistemáticas, fornecer visibilidade de ponta a ponta em tempo real através das operações e aumentar a tomada de decisões humanas com a recolha e análise de dados orientadas por máquinas.

A IA e os algoritmos de aprendizagem automática precisam de ser aplicados para produzir recomendações sobre as melhores ações da cadeia de abastecimento. “As máquinas assumem o pesado levantamento da recolha e análise de dados a uma velocidade que não é humanamente possível e os gestores podem concentrar-se na avaliação das recomendações de IA e em tomar decisões rápidas e baseadas em dados para resolver perturbações, ou simplesmente fazer melhorias incrementais para a eficiência global".