7 Minutos de leitura 9 jan 2024
Trabalhador portuário observando navio entrando no porto

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

Autores
Glenn Steinberg

EY Global Supply Chain and Operations Leader

Helping companies transform, create value and optimize business performance. Thirsty for knowledge. Ski enthusiast. Husband and father of two Michigan Wolverines.

Matthew Burton

EY EMEIA Consulting Center Partner and Digital Operations Leader

Supply chain leader with over 20 years experience in industry and consulting. Focused on digital transformation.

7 Minutos de leitura 9 jan 2024
Related topics AI Consultoria Supply Chain

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.

Comece hoje

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.

Resumo

A IA na gestão da cadeia de suprimentos ajudará as empresas a ficarem mais resilientes e sustentáveis e transformará as estruturas de custos. Embora tenha limitações, a IA generativa apresenta um multiplicador naquilo que os humanos e a tecnologia podem alcançar juntos na construção de cadeias de suprimentos eficientes e resilientes – seja no planejamento, fornecimento, produção ou movimentação. Graças às atualizações recentes que simplificam a utilização e geram mais eficácia na obtenção de valor, as organizações são agora forçadas a definir de que forma estes avanços causarão impactos em seu setor ou trarão risco de rupturas.

Navegue em sua jornada de AI

Crie confiança, gere valor e proporcione impacto humano positivo com EY.ai – uma plataforma unificadora para transformação de negócios habilitada por AI.

Saiba mais

Sobre este artigo

Autores
Glenn Steinberg

EY Global Supply Chain and Operations Leader

Helping companies transform, create value and optimize business performance. Thirsty for knowledge. Ski enthusiast. Husband and father of two Michigan Wolverines.

Matthew Burton

EY EMEIA Consulting Center Partner and Digital Operations Leader

Supply chain leader with over 20 years experience in industry and consulting. Focused on digital transformation.

Related topics AI Consultoria Supply Chain