“Supply Chain Planner”​ na Transformação Digital

As novas tecnologias já estão revolucionando o planejamento e devem mudar radicalmente a função do planejador da cadeia de suprimentos.

A Transformação Digital que avança em ritmo acelerado nos últimos tempos, está deixando para trás muitas empresas que ainda não compreenderam o que está acontecendo e para muitas, aqui mesmo no Brasil, quando “despertarem”, pode ser tarde.

Traduzi e recomendo a leitura atenta deste artigo de Knut Alicke, Kai Hoberg e Jürgen Rachor*, publicado na revista Supply Chain Management Review para que, pelo menos, possamos atingir mais profissionais, principalmente no Brasil, que ainda podem investir em práticas mais sustentáveis no curto, médio e longo prazo.

Destaco que, apesar de não ser um artigo de tão simples compreensão para muitos, tentei traduzi-lo de forma um pouco mais simplificada a fim de visualizarmos melhor a transformação pela qual estamos passando. Vamos em frente…

Os avanços nas tecnologias voltadas à Supply Chain 4.0 promoveram novas visões de líderes ao redor de todo o mundo, levando a automação ao próximo nível.

Veja o exemplo de Richard Liu, o fundador da gigante do varejo chinesa www.JD.com , que descreveu para a Forbes a sua visão de automação completa dentro de sua empresa “sem seres humanos, 100% operada por IA e robôs”. Isso que é a verdadeira “no-touch supply chain”.

Parte dessa realidade já está acontecendo… Tecnologias que permitem a automação do fluxo físico de mercadorias estão atualmente sendo implementadas, incluindo fábricas e armazéns “escuros”, robôs de separação de peças, AGV’s – veículos automaticamente guiados, testes iniciais de veículos de transporte autônomos e entrega por meio de drones.

Da mesma forma, o processamento do pedido também está avançando, deixando realidades passadas como o fax/telefone, passando pela Internet, EDI, assistentes pessoais/ chatbots e IoT – Internet of Things, em níveis de automação de mais de 90%, que atualmente já são possíveis mesmo em complexos ambientes B2B (Business to Business).

Os benefícios de se automatizar os fluxos físicos são óbvios: operações 24 horas por dia, 7 dias por semana, reduções nos prazos de entrega e erros, processos consistentes e otimização em tempo real durante a operação.

Muitas tecnologias interessantes também estão surgindo, em conjunto, para automatizar fluxos de informações e tomadas de decisão, incluindo as plataformas em nuvem (cloud), automação de processos por robôs (RPA), negociação com bots e inteligência artificial.

Assim, as perspectivas de empregos para profissionais operacionais e/ou administrativos tem reduzido significativamente, pelo menos de acordo com alguns analistas que preveem um futuro onde robôs físicos e de processos (RPA) substituirão um percentual significativo dos trabalhos de rotina/repetitivos.

Os planejadores da Supply Chain podem também se perguntar: como tudo isso afetará nossos empregos? A tecnologia nos fará obsoletos também? Em nossa opinião, o impacto da automação é potencialmente alto para os processos operacionais, especialmente para os processos repetitivos, mas o impacto é menor para processos com importância estratégica que se beneficiam de maior disponibilidade de dados e análises avançadas para apoiar a tomada de decisão. Visualizamos os planejadores da Supply Chain neste nível.

Visão geral do cenário de automação potencial:

Os atuais requisitos para planejadores

Os planejadores da Supply Chain atualmente podem ser encontrados em uma ampla gama de funções da cadeia de suprimentos, incluindo:

– planejamento de demanda;

– planejamento de estoque;

– planejamento de suprimentos;

– planejamento de produção;

– planejamento de requisitos de distribuição;

– gerenciamento de pedidos e muito mais.

Normalmente, eles respondem por um terço das funções administrativas na gestão da cadeia de suprimentos.

Em um estudo recente sobre o gerenciamento da cadeia de suprimentos: 243 experientes gerentes da cadeia de suprimentos participaram de um torneio para identificar os critérios de contratação de planejadores.

No cenário experimental, vários candidatos foram apresentados repetidamente aos gestores que, então, decidiram sobre seus candidatos preferidos. Os resultados indicaram as diferentes prioridades existentes nos perfis de competência dos planejadores. Enquanto as competências de TI e a experiência no setor desempenhou um papel semelhante em todos os participantes (obs.: a pesquisa foi realizada onde as competências em TI é maior em relação a realidade brasileira), a importância da experiência na cadeia de suprimentos e as habilidades interpessoais foram impactantes. Apenas 38% dos gestores se concentraram nos conhecimentos abrangentes da gestão da cadeia de suprimentos e foram caracterizados como “profissionais especialistas”, em contraste, 62% dos gerentes preferiram candidatos com habilidades interpessoais muito boas, como ser um bom membro de equipe e um bom comunicador, com alta capacidade de resolução de problemas, como raciocínio crítico e conceituação.

Apesar do estudo não ter dado nenhuma indicação clara de quais planejadores se encaixam melhor em quais situações, parece óbvio que os resultados podem estar ligados à maturidade do planejamento, que difere amplamente entre as empresas.

A automação do planejamento ainda está em sua infância em empresas menos avançadas que usam ferramentas de 1990 e lidam com problemas de dados dos anos 2000. Aqui, o planejamento é manual e demorado, e as mudanças são complicadas. Assim, muitas interações com outras funções de suprimentos são necessárias para alinhar os requisitos e atender prazos apertados.

Mas, por outro lado, as empresas avançadas têm sistemas adequados e estão sempre testando novas soluções de planejamento avançados.

Muitos planejadores também trabalham para empresas que se enquadram em uma faixa de empresa que está adotando gradualmente as novas tecnologias e possuem níveis de maturidade moderados.

Desta forma, existem exemplos de empresas que já estão muito à frente e experimentando agora como o papel dos planejadores será afetado pelas novas tecnologias e pelo avanço da maturidade do processo.

Então, resumindo: o que mudará para os planejadores?

Nós antecipamos três mudanças significativas:

1. em geral, o planejamento mudará em empresas mais maduras;

2. múltiplas funções serão criadas em torno do planejamento;

3. finalmente, novas configurações organizacionais irão ser adotadas.

As rotinas de planejamento mudarão

O planejamento sempre foi um desafio. Os planejadores estão constantemente preenchendo as “lacunas” dos processos de negócios geradas por sistemas de TI legados, integração limitada de sistemas e gerenciamento deficiente de dados mestre.

Além disso, os planejadores muitas vezes ficam impressionados com o número de decisões que eles precisam tomar com o aumento do número de produtos, maior complexidade do produto, mudanças frequentes e falta de pulmões “buffers”.

Muitas vezes, eles têm que passar por uma longa lista de produtos, um por um, para decidir sobre as quantidades e prazos. Embora muitos sistemas de planejamento de Supply Chain gerem automaticamente previsões de demanda e produção, recomendações de pedido de compra, esses números são frequentemente não confiáveis e verificados manualmente ou mesmo anulados.

Novas tecnologias e soluções automatizadas, automação de processos por robôs (RPA) e análises preditivas prometem evitar boa parte do trabalho manual de rotina.

A automação por RPA tem aumentado nos últimos anos na medida que mais e mais empresas experimentam o potencial de automação dos processos manuais e tediosos.

Em nossa experiência (autores), as tarefas repetitivas atualmente, realizadas por planejadores podem ser automatizadas em aproximadamente dois meses desde a avaliação inicial até sua efetiva implementação, enquanto as automações anteriores, em um sistema ERP, normalmente levavam 9 a 18 meses.

Além disso, o custo deste tipo de automação é muito menor, na faixa de US$10.000 a US$30.000, dependendo da complexidade da solução, para que processos menores podem ser automatizados com eficiência.

A análise preditiva no planejamento da demanda é outro exemplo de como a tecnologia reduz o esforço manual de planejamento. Em soluções de planejamento de demanda bem configuradas com base em de séries temporais otimizadas, a maioria das substituições manuais para as estatísticas, as previsões são impulsionadas pela necessidade de incorporar informações adicionais não vistas na demanda passada (histórico).

Exemplos disso podem incluir informações sobre as próximas promoções ou novos pontos de venda, mas também informações específicas do cliente, como novos contratos ou sinais de demanda antecipada.

Isso pode ser coberto de forma eficiente por meio de análises preditivas, onde várias fontes de entrada podem ser combinadas e avaliadas para formar uma base para a demanda futura antecipada. Por exemplo: um produtor de bebidas utilizou análises preditivas para reduzir os esforços de planejamento de promoção manual em mais de 80% e mesmo assim aumentou a precisão da previsão. Apenas o tipo da promoção (2 por 1, 3 por 2, redução de preço…) foi fornecido manualmente pela equipe comercial, e as abordagens de aprendizado de máquina foram então utilizadas para avaliar o impacto esperado nas vendas. Simultaneamente, a qualidade da previsão foi significativamente melhorada (o erro de previsão semanal foi reduzido em ~ 50%), o que justificou a automação.

A introdução dessas tecnologias obviamente impacta em uma mudança de tarefa de planejadores. Embora nem todos os planejadores precisam se tornar cientistas de dados, eles vão se beneficiar da automação usando dados da cadeia de suprimentos fornecidos por cientistas de dados. Estes especialistas vão desenvolver e manter soluções para automaticamente verificar os dados, identificar problemas e garantir uma base de planejamento de alta qualidade.

Assim, os planejadores irão gastar menos tempo em inspeção manual de dados e “combate à incêndios” quando precisam planejar e programar manualmente.

Da mesma forma, a previsão via Inteligência Artificial (IA) é capaz de prever, com maior precisão a demanda padrão e permitir que os planejadores se concentrem em um menor número de itens, aqueles que realmente requerem atenção.

Algoritmos inteligentes detectam itens onde a interação humana (inputs) é necessária para uma melhor tomada de decisão como, por exemplo, quando a demanda histórica não é um bom indicador de futuro de vendas e/ou quando as informações sobre desenvolvimentos de mercado e ofertas pendentes precisam ser concolidadas manualmente.

Os sistemas de planejamento avançado (por exemplo, aqui no Brasil a IMAM utiliza as soluções de um parceiro: Slimstock) indicam planejadores para essas exceções e ajudam a concentrar seus esforços onde eles estão realmente adicionando valor.

Algumas das principais mudanças de tarefas são destacadas a seguir:

Planejamento de demanda

Até agora, planejadores de demanda têm se concentrado no gerenciamento de ponta a ponta no processo de planejamento de demanda, cobrindo a escolha das estatísticas mais adequadas, gerenciando o processo de validação manual, analisando a eficácia das previsões/qualidade dos insumos e preparando/facilitando as reuniões de validação de demanda. A análise preditiva muda a maneira como os planejadores operam. No futuro, os planejadores se concentrarão muito mais no fornecimento das fontes de dados de entrada corretas e também no tratamento das exceções, como introduções de novos produtos ou planejamento de fim de vida. Assim, a análise poderá ser terceirizada e executado quase como uma “caixa preta”. Com base em seu desempenho, as soluções analíticas ganham a confiança e o comprometimento do planejador.

Planejamento de produção

As tarefas atuais dos planejadores de produção costumam se concentrar na correspondência entre demanda e oferta e replanejamento manual. Soluções de planejamento de última geração já são capazes de otimizar a produção para melhorar determinados resultados e replanejar certos gatilhos de execução. O principal benefício do planejador de Supply Chain será evoluir continuamente para manter e melhorar a lógica de otimização dos sistemas de planejamento, ou seja, pensar em adaptar a função objetivo ou as restrições para melhor se adequar aos objetivos do negócios e à realidade operacional, garantindo também que a base de dados esteja atualizada de acordo com as partes interessadas (operações e vendas).

Planejamento de requisitos de distribuição

Hoje, os planejadores normalmente precisam revisar centenas de pontos em múltiplos sistemas, como nos APS/ERP e potencialmente até em várias instâncias desses sistemas relacionadas à previsão de demanda, reposição de estoque etc. Os planejadores revisam o que o sistema recomenda adquirir e decidem manualmente se a recomendação deve ser convertida em pedidos de compras firmes. Enquanto a lógica do sistema para criar requisições de compra estiver bem comprovada e padronizada com base no algoritmo do MRP, o principal motivo para desvios manuais das propostas geradas pelo sistema é a qualidade dos dados ou informações ausentes no sistema. Assim, em um futuro breve, os planejadores se concentrarão muito mais na manutenção dos dados mestres e no tratamento das exceções. Esta realidade permitirá um planejamento de reposição “no-touch” (sem toque) com base em regras predefinidas.

Novas regras serão criadas

Muitas regras agora estão sendo reestruturadas ao longo das etapas de planejamento da demanda, planejamento de abastecimento, planejamento ou programação da produção. No futuro, as funções do planejamento irão evoluir de um foco no domínio da atenção para atividades que requeiram competências específicas (e que podem ser utilizadas em todos os níveis de planejamento). Em particular, os planejadores se especializarão em gerenciamento de dados, algoritmos de otimização, gerenciamento de exceções, desenvolvendo funções em torno das seguintes tarefas:

Gestão de dados: Os dados certos são a base para qualquer automação de planejamento, o que envolve ambos: a disponibilidade e a qualidade dos dados. Isso vai beneficiar os analistas de cadeia de suprimentos e os engenheiros de dados que configuram procedimentos e protocolos RPA para verificar automaticamente as lacunas de dados e a sua consistência, comparando os dados mestre com os reais para identificar e corrigir desvios. Outra tarefa crucial será projetar e alinhar a troca de dados com todos os integrantes da cadeia de suprimentos (parceiros). Por exemplo, a Amazon usa um sistema de troca de dados e APIs para se conectar a sistemas de fornecedores e os educa sobre como utilizar melhor essas interfaces para garantir uma conectividade perfeita e dados de alta qualidade. Para se fazer uma leitura adequada dos dados e obter as conclusões corretas, engenheiros de dados devem se aprimorar cada vez mais no desenvolvimento de novas perspectivas de visualização de dados, promovendo experiências de usuário personalizadas e interfaces que permitam que os planejadores compreendam conjuntos de dados complexos.

Algoritmos de Otimização: como o planejamento da cadeia de suprimentos será amplamente automatizado, a chave para se diferenciar será a qualidade dos algoritmos de otimização. Para se construir essa vantagem, é necessário otimizar continuamente a análise, utilizando modelagens avançadas, machine learning e otimização estocástica. Os planejadores da Supply Chain necessitarão combinar, cada vez mais, a pesquisa de ponta com a incorporação pragmática dos aprendizados obtidos nos algoritmos de planejamento – semelhante ao que os grandes “players” do e-commerce já fazem hoje. Por exemplo, a Zalando (rede social para os profissionais da moda, do luxo e da beleza) combina algoritmos desenvolvidos e descritos na academia e os adapta em uma abordagem pragmática de tentativa e erro para uso em seus depósitos. A qualidade e o desempenho dos algoritmos são então testados em projetos “pilotos” limitados dentro do sistema, para provar sua eficácia.

Gerenciamento de exceções: enquanto algoritmos e os softwares robôs assumirão muitas atividades de rotinas, as exceções ainda ocorrerão e os conflitos precisarão ser resolvidos. Para fazer isso, os “gerentes de exceção” precisam avaliar cenários e opções (com apoio do sistema) e tomar decisões de compensação junto ao público interno e externo. Esta função requer boas habilidades de comunicação (“soft skills”) para alinhar as necessidades de todas as partes envolvidas. O papel do “gestor de exceções” então se configura em um bom exemplo de “paradoxo da automação” que descreve como a automação de tarefas simples cria novos problemas à medida que os funcionários agora lidam constantemente com casos mais difíceis.

Business Partner SCM: a mudança para funções mais centradas em competências gera uma outra demanda: a função de “tradutor” na SCM para agir como uma contraparte dos negócios – o BP SCM “traduz” os requisitos e a realidade do negócio para a realidade do processo de planejamento. Este BP SCM terá um papel fundamental na formação da concepção dos processos de planejamento da cadeia de suprimentos e dos sistemas. Além disso, o BP SCM será o responsável por conduzir e otimizar o processo de S&OP/IBP (Integrated Business Planning – uma visão mais integrada do S&OP para toda a cadeia de suprimentos), agindo como um facilitador entre as funções e buscando sempre o ótimo global.

Uma nova configuração organizacional

O próximo nível de automação e as novas funções do planejamento da cadeia de suprimentos não visam, como prioridade, reduzir o custo do planejamento. Esta nova configuração objetiva reduzir o tempo de entrega, melhorar o nível de serviço ao cliente, minimizar erros, otimizar margens e fornecer, de fato, uma vantagem competitiva. Porém, para que isto se viabilize, é demandada uma nova configuração organizacional voltada ao planejamento da cadeia de suprimentos. Como uma grande parte das atividades de planejamento de rotina são automatizadas, a proximidade física às operações (planejadores de produção localizados nas plantas) será menos importante, enquanto a troca de conhecimentos e o compartilhamento das melhores práticas entre planejadores tornar-se-á ainda mais crucial. Assim, os planejadores irão requerer uma co-localização, para permitir a interação e a melhoria contínua. Podemos, portanto, ver uma “ressurreição” de centros de serviço, ou centros de planejamento compartilhados, para planejamento da Supply Chain – desta vez, no entanto, para chegar mais perto dos talentos necessários e para permitir uma colaboração próxima ao invés de economizar custos de pessoal. Enquanto o número de FTEs (“Full-time equivalente”) de planejamento provavelmente diminuirá, o custo total provavelmente não mudará drasticamente, pois a mudança de funções vem com o aumento dos requisitos de capacidade (competências) e salários mais altos. A necessidade de talentos altamente qualificados será continuamente aumentada e já hoje, há uma tendência de terceirizar esses trabalhos em centros de serviços compartilhados com acessos aos talentos certos, ao invés de utilizar recursos de baixo custo. O principal critério de decisão será como acessar da melhor maneira os talentos em engenharia de dados e otimização algorítmica.

O próximo planejador

O planejamento futuro da Cadeia de Suprimentos não tornará os planejadores obsoletos, mas o “planejador 4.0” não será comparável aos muitos planejadores de hoje. Os planejadores precisam se tornar muito mais analíticos e experientes em TI, exigindo recursos significativamente aprimorados – e isto será um núcleo de diferenciação para o desempenho das cadeias de suprimentos.

As empresas, portanto, devem se preparar para os requisitos do futuro, estabelecendo uma engenharia de dados e otimização para verificações “automáticas” de dados mestre, criando sugestões de adaptação.

Ao fazer isso, é essencial que as empresas codifiquem a vasta experiência e conhecimento de seus planejadores e assegurem que os sistemas futuros possam utilizá-los em vez de ter que redescobrir aspectos essenciais da realidade operacional. Além do mais, habilidades em planejamento da cadeia de suprimentos e análises avançadas precisam ser construídas com urgência para não perder terreno no contexto da rápida evolução do planejamento na Supply Chain.

Apesar deste artigo original estar em inglês (acesse AQUI se desejar), peço que o compartilhem em português para que mais profissionais aqui no Brasil possam contribuir com esta jornada de Transformação Digital que não terá mais fim.

Parabéns a todos que gostam de compreender as tendências, sucesso aos autores e vamos em frente…

Eduardo Banzato (IMAM)

Autores:

·      Knut Alicke é sócio da McKinsey em Stuttgart e líder de SCM na Europa.

·      Kai Hoberg é professor de Supply Chain e estratégia de operações na Kühne Logistics University, em Hamburgo.

·      Jürgen Rachor é um especialista sênior em SCM da McKinsey