Inteligência Aumentada para Planejamento Logístico

12.12.2021

A Inteligência Artificial (IA) já é um termo amplamente difundido na logística, graças à implementação de

empolgantes tecnologias de IA, como armazéns automatizados da Amazon, caminhões autônomos da
Einride, entregas por drones da Zipline, robôs de entrega de última milha da Starship e muito mais . Esses
são os tipos de tecnologias que podem potencialmente substituir alguns trabalhos manuais que não exigem
habilidades complexas (por exemplo, classificação de armazém, entregador de última milha, motorista de
caminhão, etc.).
No entanto, a situação é diferente quando a Inteligência Artificial é usada para lidar com cargos altamente
qualificados, como planejadores de logística. É aí que a Inteligência Aumentada entra em cena. Ao combinar
inteligência humana com processos automatizados por IA, as empresas podem economizar tempo, reduzir
despesas operacionais e eliminar erros manuais, enquanto os funcionários humanos podem se concentrar
mais em tarefas analíticas e complexas. Neste artigo, descobriremos o que exatamente é Inteligência
Aumentada e como ela pode aprimorar os recursos de planejamento logístico.
Limitações Atuais do Planejamento Logístico em Excel
Um planejador de logística não é um trabalho trivial ou repetitivo, mas uma posição que requer muito
conhecimento e experiência sobre o que funciona e o que não funciona na indústria. Esses funcionários
precisam entender requisitos complexos do cliente, regras de negócios e exceções, lidar com problemas de
qualidade de dados e muito mais.
O trabalho deles também costuma envolver o uso do bom senso, que não é o traço mais forte da Inteligência
Artificial, muito menos questões mais fundamentais sobre responsabilidade quando a IA comete um erro –
seja o desenvolvedor responsável, o despachante que usou a sugestão da IA ou o gerente que implementou
o sistema? Portanto, em seu estado atual, é melhor que as tecnologias de Inteligência Artificial se
concentrem em capacitar esses funcionários altamente qualificados, em vez de tentar substituí-los.
Muitas vezes, as decisões são tomadas com base em cálculos manuais, na experiência do planejador e na
intuição. Isso deixa cerca de 10% para otimização potencial – algo que não deve ser ignorado em uma
indústria de baixa margem.
Há muito espaço para melhorias tecnológicas na área de planejamento logístico. Hoje, os planejadores
normalmente usam 2-3 monitores com seu Sistema de Gerenciamento de Transporte (TMS) em uma tela e
o Excel em outra e é exatamente aí que a "mágica acontece". Muitas vezes, as decisões são tomadas com
base em cálculos manuais, na experiência do planejador e na intuição. Isso deixa cerca de 10% para
otimização potencial – algo que não deve ser ignorado em uma indústria de baixa margem.
Enquanto a logística está ficando cada vez mais dinâmica, o Excel não se move mais rápido o suficiente. Uma
planilha de Excel real para planejamento inclui modelos com 10-20+ planilhas que são, em grande parte,
conhecidas por apenas uma pessoa, expondo assim toda a organização a sérios riscos caso essa pessoa saia
da empresa por qualquer motivo.
O Excel não permite que os planejadores atualizem seu plano com muita frequência e só pode processar
parte dos dados que existem dentro da empresa de logística. As planilhas não fornecem transparência sobre
decisões compensatórias e são propensas a erros de decisão, razão pela qual as empresas de logística
precisam manter reservas de capacidade — resultando em muitos caminhões vazios, contêineres vazios e
transportes de linha desnecessários, entre outros.
Além disso, essas planilhas do Excel permitem decisões de otimização locais, não globais – os planejadores
em diferentes locais têm seu próprio documento do Excel e decidem localmente o que fazer com seu serviço,
depósito, depósito e muito mais. No final das contas, a otimização global não é possível.
Alertas Preditivos Inteligentes para Planejamento Logístico

Para melhorar o planejamento logístico, as empresas devem utilizar IA, porém não no sentido de "Inteligência
Artificial", mas sim de "Inteligência Aumentada". A Inteligência Aumentada combina informações de
planejadores humanos (experiência, responsabilidade, atendimento ao cliente, flexibilidade, bom senso etc.)
decisões alternativas se o planejador não estiver disponível) e muito mais.
Por exemplo, processos complexos, como a seleção de transportadora ideal, podem levar 10 minutos ou
mais quando concluídos apenas por humanos, que devem classificar centenas ou milhares de rotas e
horários. Mas quando esse processo é entregue à IA, a classificação pode ser feita em apenas alguns
segundos e a escolha final é deixada para o operador humano. Desta forma, a Inteligência Aumentada
oferece aos planejadores de logística o melhor dos dois mundos.
Em seu estado atual, a IA ajuda os planejadores em operações logísticas reais usando alertas inteligentes
baseados em análises preditivas. Por exemplo, usando fontes como MarineTraffic, as empresas podem obter
informações sobre posições em tempo real e tempo estimado de chegada (ETA) para cada navio no mundo
com base em dados de satélite.
Para agregar valor real ao negócio de logística, os algoritmos de IA podem extrair uma parte relevante dos
dados , vinculá-los a dados internos que podem ser muito complicados devido à baixa qualidade dos
dados, detectar quais eventos importam em uma enorme quantidade de dados, formular uma proposta de
decisão e informar os planejadores sobre a decisão sugerida no momento e local certos (por exemplo, como
alertas no sistema onde as decisões são tomadas e implementadas, não por e-mail como costuma
acontecer).
Outros exemplos de alertas preditivos inteligentes podem incluir prever a hora de chegada de
caminhões com base nas condições de tráfego, prever requisitos de reparo de contêineres com base na
detecção de choque do rastreador GPS, prever danos a mercadorias e reivindicações de seguro com base em
sensores de temperatura, prever alta demanda futura de remessa, clima e muito mais.
IA Human-In-the-Loop
O próximo passo para a IA no planejamento logístico é a chamada abordagem "Human-in-the-loop AI". A
Transmetrics já oferece isso com suas soluções de otimização preditiva para logística. Ele funciona usando
dados históricos para treinar algoritmos de IA. As decisões desses algoritmos são oferecidas apenas como
sugestões aos planejadores, que precisam fazer uma escolha entre aceitá-las ou alterá-las.
Posteriormente, os algoritmos capturam as decisões finais dos planejadores, comparam os resultados entre
as sugestões humanas e da IA e usam essa entrada para treinar ainda mais a IA. É assim que as empresas
podem continuar melhorando o desempenho da IA e, eventualmente, atualizá-la para as versões 2.0, 3.0 e
assim por diante. Com essa abordagem, os provedores de logística podem manter seus funcionários
experientes no processo de planejamento, deixá-los no controle e usar seu conhecimento para melhorar a
IA.
A Transmetrics usa a abordagem "Human-in-the-loop AI" para ajudar uma empresa química líder de mercado
a combinar pedidos de clientes com tanques ISO de concreto. Essa correspondência ocorre com base em
várias variáveis, como tempo para a próxima manutenção, tempo de ida e volta esperado, tipo de tanque
necessário, empilhamento/acessibilidade e muito mais. O processo consiste em três etapas: extração e
limpeza dos dados históricos do TMS (Transportation Management System - software para gerenciamento
de transporte e logística nas empresas), modelagem de previsão e otimização preditiva.
A ferramenta de posicionamento de ativos orientada por IA da Transmetrics fornece um conjunto de até 20
atribuições de tanques ideais por pedido e o planejador de logística dentro do SAP escolhe quais tanques ISO
usar. Há um ciclo de aprendizado diário contínuo, de modo que as decisões de ontem dos planejadores se
tornam dados históricos e, portanto, uma empresa pode compará-las com o que a otimização sugeriu e o
aprendizado de IA pode acontecer em tempo real. Como resultado do projeto, foi estimado um benefício de
redução de frota de cerca de 10%.
O "Human-in-the-loop AI" ainda tem seus desafios, que estão principalmente relacionados aos planejadores
que aceitam o software. Mesmo que as sugestões de IA sejam ótimas do ponto de vista estatístico, as pessoas
ainda tendem a corrigi-las, configurar almofadas de segurança de capacidade excessiva, adicionar mais regras
aos algoritmos e tentar transformar o sistema em seu antigo Excel. Nesse caso, o software de IA acabará por
começar a funcionar exatamente como um planejador, tirando os benefícios potenciais da tomada de
decisões de IA e limitando todos os recursos extras que ela oferece.
Para superar esses problemas, ferramentas de IA bem projetadas permitem ajustes ilimitados sem pressionar
os planejadores de logística a usar sugestões de software, mas, ao mesmo tempo, monitoram de perto a
eficiência dos planejadores em relação aos algoritmos de IA. Normalmente, a aceitação ocorre gradualmente
em seis a doze meses de experiência com o sistema baseado nos registros da Transmetrics.
"Piloto no Cockpit do Avião"
O objetivo final da IA no planejamento é o chamado conceito de "piloto no cockpit do avião", no qual a IA
faz automaticamente todos os cálculos e sugestões e os planejadores interferem apenas quando necessário
para contabilizar fatores imprevistos e estratégias, fornecendo feedback adicional para a IA em
treinamento. Na verdade, a Transmetrics já está testando essa abordagem para vários clientes.
O objetivo final da IA no planejamento é o chamado conceito de "piloto no cockpit do avião", no qual a IA
faz automaticamente todos os cálculos e sugestões e os planejadores interferem apenas quando necessário
para contabilizar fatores imprevistos e estratégias, fornecendo feedback adicional para a IA em treinamento.
Em um caso, o sistema ajuda a otimizar o posicionamento de ativos e a logística de contêineres vazios no
setor de transporte de contêineres. O software baseado em IA calcula automaticamente quantos contêineres
vazios devem ser carregados/descarregados em cada porto, como alocar os contêineres ideais para cada
reserva de cliente, obter os contêineres de volta no momento certo, no local certo e na condição certa para
dar-lhes para o próximo cliente, planeje proativamente para manutenção, folgas, nivelamento e assim por
diante. Como resultado, uma das principais companhias marítimas e cliente da Transmetrics conseguiu uma
economia de mais de 20% por meio da redução de custos de manuseio de contêineres vazios –
principalmente custos de armazenamento e transporte e uma redução de 10% no número de contêineres
utilizados.
Em outro caso, o software da Transmetrics otimiza o despacho de pedidos FTL/LTL e direciona os caminhões
com base nos pedidos reais e previstos para as próximas uma ou duas semanas. A ferramenta demonstrou o
potencial de reduzir os quilômetros vazios de reposicionamento em 10% e fornecer uma estimativa precisa
de 90% aos caminhoneiros de longa distância em relação aos destinos finais nas próximas duas semanas.
LTL corresponde a Less than Truckload, ou seja, o frete não ocupa a capacidade total do veículo. Enquanto
isso, FTL corresponde a Full Truckload, ou seja, o frete ocupa a capacidade total do veículo.

Em resumo, a Inteligência Aumentada é mais poderosa do que a humana ou a máquina sozinha e é

provavelmente a melhor abordagem para implementar tecnologias de IA em trabalhos altamente
qualificados, como planejamento logístico. Capacitados com essas ferramentas, os planejadores
especializados se tornarão ainda mais valiosos para suas empresas. Até agora, principalmente os maiores
players de logística podiam desenvolver internamente soluções baseadas em IA. Com os provedores de
tecnologia de logística, como a Transmetrics, que oferecem ferramentas de otimização preditiva de IA por
assinatura mensal, até mesmo os pequenos e médios players de logística podem agora ter a chance de se
tornar mais eficientes e reduzir o desperdício de recursos com as tecnologias mais recentes. Casos de uso
concretos apresentados e um ganho de eficiência alcançado de 10% apenas provam isso.
Questões:

1. Como a Inteligência Aumentada pode ajudar a economizar tempo e reduzir despesas operacionais no
planejamento logístico?
2. Quais são as limitações atuais do planejamento logístico no Excel e como a Inteligência Aumentada
pode superá-las?
3. Quais são os benefícios de usar a Inteligência Aumentada para lidar com cargos altamente
qualificados, como planejadores logísticos?

Fonte: <https://www-transmetrics-ai.translate.goog/blog/augmented-intelligence-for-logistics-
planning/?_x_tr_sl=en&_x_tr_tl=pt&_x_tr_hl=pt-BR>