Fome de Dados: Como a Inteligência Artificial da Cadeia de Suprimentos Pode Alcançar seu Ponto de Inflexão

A inteligência artificial (IA) nas cadeias de suprimentos é uma questão de galinha ou ovo. Há aqueles que elogiam a IA por seu potencial de criar uma maior visibilidade nas operações da cadeia de suprimentos. Em outras palavras, IA primeiro, visibilidade segundo.

Isso pode ter sido verdadeiro quando a visibilidade da cadeia de suprimentos em tempo real não era alcançável de outra forma. Mas a IA transformadora da cadeia de suprimentos — incluindo a poderosa IA geradora, que cria novas percepções, resultados, processos e eficiências a partir de conjuntos de dados maciços — exige que invertamos a equação. Visibilidade primeiro, seguida de inovação impulsionada por GenAI em toda a cadeia de suprimentos.

Imagine um gerente regional de varejo, distribuidor, fabricante ou oficial de compras acordando em uma segunda-feira, iniciando um chatbot familiar (talvez até ativado por voz) e perguntando em linguagem natural se sua cadeia de suprimentos está otimizada para a semana. E se não estiver, perguntando como a cadeia de suprimentos pode ser ajustada para atender aos seus objetivos. A GenAI permite essa interação com os sistemas da cadeia de suprimentos.

No entanto, a única maneira pela qual uma solução de cadeia de suprimentos baseada em GenAI pode entregar automaticamente essas respostas é se souber o status, localização, condição, movimento, etc. de cada produto, caixa, caso, palete, etc. na cadeia de suprimentos. E a única maneira de saber disso é se os próprios produtos possam se comunicar automaticamente as informações sem intervenção humana. Hoje, eles podem, por meio de uma plataforma de visibilidade ubíqua chamada Internet das Coisas (IoT) ambiental.

GenAI na Cadeia de Suprimentos

A consultoria global Ernst & Young estima que 40 por cento das empresas de cadeia de suprimentos estão investindo em GenAI. Eles usaram a GenAI para mapear complexas redes de suprimentos, executar cenários “e se”, prever a oferta de suprimentos upstream e downstream, desenvolver chatbots para que os parceiros obtenham respostas mais facilmente e até mesmo gerar novos contratos com base em acordos passados ou existentes.

Nesses casos, as empresas estão treinando modelos de IA com seus próprios dados históricos e o que podem obter de parceiros. Em seguida, eles estão pedindo à GenAI que encontre maneiras de aumentar a eficiência. No entanto, como os analistas da EY colocam, “As ferramentas de GenAI são tão poderosas quanto os dados de entrada, portanto, são limitadas pela qualidade e disponibilidade de dados dos parceiros da cadeia de suprimentos”.

O Santo Graal da IA da cadeia de suprimentos, no entanto, é gerar novas rotas, processos, designs de produtos e listas de fornecedores com base em dados em tempo real — e fazer isso o mais rápido possível (o que é mais rápido do que o possível para humanos). Ou, como um executivo disse à Harvard Business Review, “Quando há uma crise na cadeia de suprimentos, a chave para ser competitivo é ser mais rápido em encontrar fornecedores alternativos do que todos os outros, porque todos estão procurando fazer a mesma coisa”.

Isso exige treinar soluções de GenAI com muito mais dados — e mais atuais — sobre as operações reais da cadeia de suprimentos. Entre a IoT ambiental.

IoT Ambiental: A Linguagem das Cadeias de Suprimentos

Com a IoT ambiental, os produtos, embalagens e locais carregam assinaturas digitais, que são a linguagem de visibilidade em tempo real da cadeia de suprimentos, eventualmente alimentando os grandes modelos de linguagem (LLMs) que são a base da GenAI. Essas assinaturas são transportadas por meio de Pixels de IoT, etiquetas eletrônicas autoalimentadas e do tamanho de um selo, fixadas em qualquer coisa na cadeia de suprimentos que precise ser rastreada e monitorada. Os Pixels de IoT incluem seu próprio poder de processamento, sensores e comunicações Bluetooth, permitindo que os produtos e embalagens descrevam sua jornada pela cadeia de suprimentos em termos de dados que os LLMs possam consumir. Em última análise, eles representam uma ponte entre os mundos físico e digital, tornando disponíveis, pela primeira vez, dados da cadeia de suprimentos que realmente podem mostrar, prever e otimizar as operações.

Os Pixels de IoT ambiental comunicam dados por meio de uma malha estabelecida de dispositivos sem fio existentes, como smartphones e pontos de acesso sem fio, ou por meio de pontes e gateways padrão e facilmente implantados, instalados em lojas, armazéns, caminhões de entrega e muito mais. Na verdade, com as permissões e proteções de privacidade apropriadas, os Pixels de IoT ambiental podem estender a visibilidade da cadeia de suprimentos até o consumidor, comunicando dados sobre o uso, reuso e reciclagem do produto, provando a base para modelos de GenAI mais avançados.

Eles enviam dados continuamente. Ao contrário dos registros da cadeia de suprimentos usados para treinar os modelos de GenAI hoje, os dados da IoT ambiental descrevem a cadeia de suprimentos agora mesmo. Com essa visibilidade, tudo o que resta é implementar a GenAI para responder por nós, “O que estou vendo na minha cadeia de suprimentos, agora mesmo?”

A visibilidade em tempo real e a geração de dados da IoT ambiental em toda a cadeia de suprimentos também poderiam ajudar a resolver um dos desafios da GenAI: que os dados usados para treinar os LLMs necessariamente refletem vieses de dados não intencionais de suas fontes geradoras, que frequentemente incluem os vários sistemas ERP das empresas.

Os produtos rastreados pela cadeia de suprimentos com a IoT ambiental falam a verdade objetiva, porque os produtos estão, de fato, localizados onde a IoT ambiental diz que estão, quando diz que estão. E porque a IoT ambiental não requer trabalhadores com scanners de RFID para rastrear remessas, o erro humano pode ser minimizado.

Os dados da IoT ambiental descrevem exatamente a rota e o tempo que os produtos levam na cadeia de suprimentos. E os produtos carregam em seus passaportes de produto digital dados sobre as partes e instalações envolvidas em seu manuseio. Se aplicável, os Pixels de IoT ambiental poderiam adicionar a um LLM informações sobre temperatura, umidade e emissões de carbono a cada etapa do caminho.

De acordo com a EY, uma área em que as empresas de cadeia de suprimentos estão explorando o uso da GenAI é a relatórios regulatórios e de ESG. A melhor e mais rentável maneira de coletar vastos dados para que a GenAI produza informações conformes é por meio da IoT ambiental.

De Chatbot à Automação

No dia a dia, há duas maneiras pelas quais o casamento da IoT ambiental e da GenAI poderia beneficiar as cadeias de suprimentos. Primeiro, permitiria que mais pessoas na cadeia de suprimentos entendessem situações em evolução e tomassem medidas ativas para otimizar ou corrigir as operações da cadeia de suprimentos. Você não precisa ser um analista de dados ou especialista em compras para perguntar a um chatbot de GenAI sobre o status das remessas ou consultar fornecedores alternativos, embora as empresas continuem a precisar de especialistas em dados para garantir que os LLMs e as ferramentas de GenAI evoluam para produzir resultados úteis. Mas a democratização da análise e da consulta da cadeia de suprimentos poderia permitir a tomada de decisões rápidas necessárias para ser competitivo.

Em segundo lugar, a GenAI e outras ferramentas de IA podem ajudar a construir uma ponte em direção à maior automação da cadeia de suprimentos. Por meio do aprendizado de máquina, especificamente o aprendizado de reforço frequentemente encontrado em sistemas de controle, o software pode ser treinado para tomar decisões que produzam melhores resultados. Eventualmente, por exemplo, eles poderiam ser treinados para detectar interrupções na cadeia de suprimentos antes que ocorram e engajar automaticamente fornecedores ou transportadoras alternativos. Ou eles podem iniciar a manutenção preditiva, determinando se certos sistemas ou linhas de armazém ou manufatura possam falhar.

Eles fazem isso aprendendo com conjuntos de dados grandes, incluindo dados de cadeia de suprimentos gerados pela IoT ambiental.

Como aprendemos nos últimos anos, as cadeias de suprimentos complexas existem em uma lâmina de faca. Um ou dois fatores menores podem mergulhá-las no caos. A inteligência artificial será fundamental para evitar o caos futuro. Mas para chegar lá, as cadeias de suprimentos precisam desbloquear dados para as coisas que não podem ver atualmente. A IoT ambiental entrega os dados de visibilidade que as inovações da GenAI de amanhã serão construídas.