A Inteligência Artificial na Logística

A Inteligência Artificial (IA) aplica tecnologias inteligentes com foco em otimizar processos e tomadas de decisão e está transformando a nossa forma de buscar soluções precisas e eficientes. Neste artigo, abordamos como podemos usar a IA na logística e as perspectivas de evolução para os próximos anos.

A logística pode utilizar os quatro tipos de IA existentes, a para tarefas específicas, em ordem crescente, a Fraca para tarefas específicas, a Forte que usa a capacidade humana, a Superinteligência que é superior à capacidade humana e IA Generativa que cria conteúdo original.

Soluções que utilizam Inteligência artificial na logística já estão presentes, em módulos de sistemas corporativos, soluções especialistas, aplicativos e serviços por assinatura.

A seguir listamos como a IA já está sendo utilizada na Logística e suas tendências futuras.

Planejamento da Demanda:

Para previsão de demanda como um todo e no forecast (previsão de vendas) em particular, algoritmos de IA analisam dados históricos e tendências de mercado, possibilitando melhorar a gestão de estoques, o planejamento de produção e de materiais, e as atividades de compras e suprimentos. Empresas como IBM, Microsoft, Amazon e Google, além dos grandes ERPs como SAP, Totvs e empresas especialistas e startups como a Slimstock oferecem soluções que podem atender diversas necessidades.

Movimentação e Armazenagem na Intralogística:

No gerenciamento de armazém através de sistemas WMS (Warehouse Management Systems), a IA colabora para a otimização do abastecimento do estoque a partir do recebimento e conferência, melhoria da ocupação dos espaços, no picking (separação de pedidos) definindo métodos e rotas mais produtivos, e na realização de inventários. Grandes fornecedores como Manhattan Associates, Infor, Totvs, SAP e BlueYounder usam a IA em suas soluções, bem como empresas especialistas e startups como a Spark e a e-Ship podem atender em soluções focadas.

A IA nos armazéns integra também as soluções periféricas e interfaces desde simples coletores de códigos de barras ou RFID, sistemas de voice e light picking até soluções avançadas de realidade aumentada.

Em relação a movimentação de materiais, a IA avança em Veículos autônomos, considerando, além dos já tradicionais AMRs (Robôs Móveis Autônomos, evolução dos AGVs), as empilhadeiras e rebocadores de comboios sem operador, com capacidade para realizar tarefas inteligentes, com integração de dados com outros sistemas.

Em áreas amplas como fazendas, A IA na logística está presente em tratores e colheitadeiras autônomos, integrados a sistemas GPS para o plantio, pulverização e colheita, que hoje são oferecidos por empresas como John Deere, Case IH, New Holland e Stara.

Completamos o uso da IA na Intralogística com os robôs para diversas outras atividades, a partir do transporte contínuo na separação de cargas (em sorters ou equipamentos que orientam a direção das caixas), na manipulação e consolidação de cargas, onde temos como exemplos, sistemas de paletização que otimizam cargas regulares ou não, entre outros.

Poderíamos ainda abordar o uso de drones autônomos que porém, ainda é restrito em parte por falta de regulamentação específica e em parte por restrições que as próprias empresas colocam, referente a potenciais riscos de segurança do trabalho, que porém tem sido resolvidos com boas soluções.

Consolidação, Roteirização e Distribuição:

Sem dúvida, uma das aplicações mais visíveis da IA é a consolidação e roteirização dinâmica de cargas, através de soluções TMS (Transportation Management Systems) que atuam integradas aos sistemas corporativos e aos WMS.

Baseados na demanda de pedidos e informações de clientes quanto a endereços e restrições, e na integração com outros sistemas através de conectividade em tempo real para dados de tráfego e clima, as soluções que utilizam IA realizam o planejamento da capacidade e identificam os tipos de veículos a serem utilizados, gerando as rotas que permitam a melhor relação entre reduzir tempo e custos de entrega. No Brasil, empresas como a RoutEasy, Peers e SimpliRoute entre outras, oferecem soluções interessantes.

Embora a tecnologia ainda esteja em desenvolvimento, empresas como a Waymo, TuSimple, Baidu e Rio Tinto nos Estados Unidos, China e Canadá, usam caminhões autônomos para a distribuição, mas em muitos casos ainda de forma experimental. Na Europa o uso ainda está em testes principalmente em portos, com empresas como Daimler e Volvo desenvolvendo soluções. No Brasil, a Raízen está testando o uso nas operações de cana de açúcar.

Grandes desafios para o uso da IA na Logística:

Podemos definir alguns grandes desafios a serem vencidos, onde pontuamos:

• Blockchain para o rastreamento dos produtos em tempo real para garantir a autenticidade e integridade das operações na cadeia de suprimentos, embora já aplicado, ainda possui um amplo caminho que depende de evolução tecnológica e integração de sistemas.
• Sustentabilidade, que é sempre um dos principais temas, contribui para um futuro com melhor uso dos recursos naturais e sua preservação e neste sentido a IA colabora na redução de emissão de gases através dos processos de roteirização e uso de veículos inteligentes, o que depende da maior utilização de sistemas por parte das empresas.
• Regulamentações, que ainda estão em desenvolvimento e restringem o uso de IA em várias situações, como as exemplificadas para os transportes e uso de drones em função principalmente de segurança e infraestrutura adequada, por exemplo nas rodovias quanto a sinalização e comunicação.
• Resistências em geral, quer seja pelo investimento necessário, ou mesmo pela não compreensão dos impactos econômicos e sociais, como redução dos empregos, embora hoje haja um entendimento de que haverá migração para atividades de gestão e administração, mas não perda de postos de trabalho.

Tendências:

Para concluir, listamos algumas tendências para o curto, médio e longo prazo, a conferir vista da perspectiva do momento da elaboração deste artigo.

• Curto prazo: em até 2 anos, visualizamos a ampliação do uso da IA nas atividades de gestão dos armazéns e transportes, com a evolução dos WMS, TMS e soluções específicas de roteirização, bem como no Planejamento da Demanda com soluções de previsão e gestão de estoques mais desenvolvidas. As soluções de automação com robôs para tarefas repetitivas e ampliação do uso de veículos autônomos na intralogística também se ampliará.
• Médio Prazo: entre 3 e 5 anos, visualizamos o crescimento da utilização dos veículos autônomos, que como citamos, estão em grande parte ainda em testes e dependem de regulamentações e melhoria na infraestrutura. Avaliamos que também serão possíveis obter os primeiros resultados relevantes em termos de sustentabilidade na logística, com a visualização da redução de emissão de gases.
• Longo Prazo: embora em desenvolvimento, ainda há muitas restrições para a implementação dos sistemas Blockchain em escala ampla para integrar de forma completa as cadeias de suprimentos. Em até 5 anos veremos crescimento ainda restrito a cadeias de suprimentos de maior valor agregado e poder de investimento.

Agora é conferir se somos bons em previsões. Até buscamos ajuda da IA, mas previsões como sabemos, são previsões.