Inteligência Artificial está mudando a gestão e os resultados operacionais das transportadoras e promete muito

A IA pode impactar em toda a cadeia e seu uso melhora a eficiência operacional, diminui custos, torna o serviço de entrega mais sustentável, diminui falhas e aprimora a experiência do consumidor final, entre outras melhorias reportadas.

Sabemos que a Inteligência Artificial pode ser usada para identificar complexos padrões nos dados, seja usando algoritmos matemáticos ou estatísticos.

Especificamente para o universo das empresas de transporte, a IA tem uma extensa capacidade de contribuição. Por exemplo, utilizando técnicas de manutenção preditiva, a IA pode ser usada para otimizar o cronograma de manutenção da frota de veículos, minimizando paradas não programadas. A tecnologia também pode ser usada para determinar o veículo mais adequado para cada linha ou rota, impactando no tempo de percurso e na redução do custo de transporte. Por meio do uso de dados de telemetria, pode-se predizer o comportamento do condutor, ajudando a estabelecer políticas educativas e minimizando acidentes. Também pode ser utilizada para determinar a rota que um condutor deve adotar para minimizar tempos de deslocamento, respeitando restrições de custos de transporte. Igualmente, o processo de otimização de rotas também ajuda a minimizar o volume de vezes que um ônibus ou caminhão roda vazio. “Enfim, é amplo e vasto o volume de casos de uso em transportadoras que podem ser alavancados pela aplicação de métodos de Inteligência Artificial e otimização matemática”, pontua Marcelo Fernandes, consultor de Negócios da FICO iniciando esta matéria especial de Logweb sobre a IA aplicada a transportadoras (Veja o quadro “As diversas aplicações da Inteligência Artificial no Planejamento dos Transportes”).

De fato, como diz Ross Saario, CEO do Grupo Intelipost, a evolução da tecnologia, em geral, pode assustar muitas pessoas, porém é um fato consumado que ela é uma ferramenta essencial para o desenvolvimento e que veio para ficar. No setor logístico não é diferente, a Inteligência Artificial aliada aos dados pode impactar em toda a cadeia, desde o recebimento até a expedição dos pedidos, prevendo demandas, controlando estoques e otimizando as entregas. Levando em conta o serviço das transportadoras, diz Saario, o uso da IA pode ser aplicado para melhorar a eficiência operacional, diminuir custos, tornar o serviço de entrega mais sustentável, diminuir falhas e aprimorar a experiência do consumidor final.”

Leonardo Finizola e Silva, director, Sales, da QUALCOMM Serviços de Telecomunicações, foca a IA para o setor de transporte em dois componentes principais.

O primeiro refere-se ao veículo como plataforma digital, onde IA se aplica aos mais diversos sistemas presentes no veículo, como suspensão, freio, luzes, direção, etc., desde o cockpit digital até mecânica do veículo. Uma segunda componente de IA refere-se à operação dos veículos que é gerenciada pelas transportadoras. Na operação dos veículos é crescente a aplicação de IA para segurança do motorista, do veículo e das pessoas ao redor.

“Devemos ter ao redor de 2,5 milhões de veículos com telemática atualmente no Brasil. Tradicionalmente, os sistemas embarcados nos veículos reportam dados dos sensores para operação remota. O que vemos agora é a crescente aplicação de AI embarcada no próprio veículo, para assistir à operação do mesmo. Neste caso destacam-se aplicações de IA voltadas para a segurança do motorista (distração, sono, saúde, etc.), do veículo (direção assistida, sistemas anticolisão e/ou aproximação de terceiros), da estrada (qualidade da estrada), etc.” Agora, de forma rápida, continua Finizola, a IA pode indicar um comportamento estranho, seja do motorista, de movimentos suspeitos ao redor de veículo e qualidade da estrada, de modo a reduzir acidentes e aumentar a eficiência.

“Essa capacidade de IA na borda muda o paradigma da conectividade. Implementar IA no veículo reduz a necessidade de trocar grandes quantidades de dados entre veículo e nuvem. Essa comunicação se dá apenas para comunicar fatos já identificados pela IA embarcada. Essa diminuição do volume de tráfego torna economicamente viável o uso de comunicação por satélite, durante trajetos em áreas remotas. Agora temos IA disponível durante todo o percurso para o setor de transporte no imenso território brasileiro”, completa o diretor da QUALCOMM.

Ricardo Morale, diretor de Tecnologia do Freto, lembra, ainda, que o aumento na eficiência dos processos internos permite que as transportadoras se tornem mais competitivas e escalem suas operações sem proporcionalmente aumentarem seus custos, gerando maior margem de receitas.

Algoritmos de otimização de rotas também ajudam a reduzir o número de viagens desnecessárias e, consequentemente, as emissões de CO₂, contribuindo nos objetivos de ESG. “Com esses dois pontos resolvidos, o Freto acredita que o foco acaba sendo muito mais em pessoas, nos colaboradores, nos motoristas e nos clientes, tornando a logística mais humana em um conceito que cunhamos como Humanologística.”

Pedro Augusto Bocchese, gerente de Novos Negócios da Processor, vai mais além, e destaca também o uso de automação em processos administrativos, utilizando hiperautomação, e no monitoramento em tempo real de cargas, utilizando visão computacional.

No caso específico da Maxtrack – diz Gustavo Travassos, líder em Inovação da empresa – a IA está sendo aplicada na análise do estado de atenção e cansaço do condutor, na estimativa de chegada aos múltiplos destinos (ETA), na análise do funcionamento da tecnologia embarcada (detectando anomalias e classificando como falha, sabotagem ou restrição própria do contexto), na detecção de situações de alto risco de roubo/acidente, na avaliação da eficiência de condução e também em sensores virtuais auxiliares como a estimativa de carga do veículo, por exemplo. Empresas como a UPS e a FedEx também estão utilizando algoritmos de IA para prever padrões sazonais de demanda e ajustar suas operações de acordo, acrescenta Marcelo Ikaro, Associate Senior Manager e Líder da Prática de Supply Chain da Peers Consulting & Technology.

As diversas aplicações da Inteligência Artificial no Planejamento Dos Transportes

Roteirização: permite otimização das entregas a partir do uso de dados como: tráfego, abrangendo dados históricos, sazonalidades, obras; histórico do tempo de viagem; condições climáticas, incluindo período do ano, horário, chuvas; zonas de restrição de acesso a veículos de carga, dimensões de vias; tipos de veículos x quantidade de carga, incluindo tipo de entrega (exemplo, last mile); autonomia do veículo, como histórico segundo o perfil do veículo, tipo de motorista, região atendida; janelas de entrega; custos operacionais, entre outros. A otimização de rotas e os agendamentos são usados tanto para planejar, com a utilização de roteirizadores, quanto durante a rota, com a utilização de aplicativos como Waze, que sugere uma rota com menor tempo de viagem. As empresas também podem corrigir suas rotas em tempo real, caso seja necessário. Com todas estas opções, as transportadoras melhoram sua eficiência operacional, reduzem seus custos com combustível e o tempo de entrega e, consequentemente, diminuem os valores de frete, impactando diretamente na experiência do consumidor final. Aliás, a economia de combustível também contribui de forma sustentável, como na pegada de carbono.

Manutenção da frota: a garantia de manutenção preventiva da frota é parte do resultado do negócio. O uso de soluções como sensores – algoritmos matemáticos podem analisar dados de sensores instalados nos veículos para prever falhas mecânicas antes que ocorram – possibilita a coleta de dados que direcionam os planos de manutenção que garantem a maior disponibilidade da frota. Este é um ponto que devemos ter uma atenção especial e buscar identificar as oportunidades de melhorar a disponibilidade da frota e, por consequência, aumentar a capacidade de receita. Um outro fator impactado pela manutenção é o consumo de combustível e lubrificantes. Essa é uma relação direta entre eficiência na manutenção x custo operacional. Identificando falhas antes que ocorram, as transportadoras organizam, de forma proativa, os períodos de manutenção preventiva, reduzindo os custos de reparo, o tempo de inatividade dos veículos e, consequentemente, melhorando a confiabilidade da frota. 

Custo operacional: o completo controle dos custos pode ser obtido a partir de informações confiáveis e de modelos matemáticos que projetam os custos em função das características de cada veículo. Construir um algoritmo com base em IA permite analisar e identificar oportunidades para uma melhor tomada de decisão. O próprio custo do combustível é uma das variáveis mais pesquisadas e que requer mais atenção das transportadoras. Diversos fatores influenciam e podem ser otimizados por modelos matemáticos que tragam respostas direcionadoras.

Monitoramento do condutor: gerenciar o comportamento do motorista vem sendo um dos principais desafios das transportadoras. Não somente correlacionado à forma de condução (ex.: velocidade, freadas bruscas, uso de sinais de mudança de direção), como também o próprio gerenciamento dos riscos da operação, que inclui: horas de trabalho do profissional, cansaço, stress/sono, uso de dispositivos eletrônicos enquanto dirige, etc.). Trabalhar preventivamente com uso de IA é uma das tendências globais para as transportadoras. Este controle é feito através de sensores e câmeras que antecipam conduções perigosas. E, a partir desse sistema, o motorista ou a equipe de fiscalização pode receber alertas e tomar as medidas corretivas imediatamente, como alertas sonoros ou visuais para o motorista e até mesmo ações automáticas, como redução da velocidade. Com a análise do comportamento do motorista, a IA também pode ser utilizada na criação de treinamentos personalizados aos motoristas, para melhorar ainda mais a segurança no transporte de cargas, reduzindo os riscos de acidente e aumentando a produtividade dos motoristas. Além do mais, utilizando técnicas de deep learning, como visão computacional e análise de padrões em vídeos e imagens, a Inteligência Artificial pode monitorar o comportamento do motorista.

Gestão de Documentos: A IA está sendo usada para automatizar a captura, classificação e integração de documentos essenciais, como Conhecimento de Transporte Eletrônico (Ct-e), Notas Fiscais e Comprovantes de Entrega. São empregados sistemas que utilizam Processamento de Linguagem Natural (PLN) para extrair informações desses documentos e integrá-las diretamente aos sistemas de gerenciamento, reduzindo erros humanos e aumentando a eficiência operacional das empresas.

Gerenciamento e gestão de armazéns para otimizar layouts: Isto permite aumentar o espaço ou otimizar o processo de acesso aos produtos, bem como agilizar o processo de pincking. Sistemas robóticos podem automatizar tarefas repetitivas ou planejar o movimentando de mercadorias, liberando mão de obra para atividades mais estratégicas, prevendo demandas com base no histórico de movimentações e sazonalidades apoiando na decisão de estocar os produtos no momento certo e reduzindo custos e rupturas.

Previsão de demandas: analisando o histórico de vendas e os hábitos de consumo, além de fatores sazonais, como datas comerciais, as transportadoras podem antecipar as demandas por entregas e abastecimentos, auxiliando no controle de estoque para evitar excessos ou faltas.

Detecção de atividades suspeitas: A IA pode monitorar a carga e detectar atividades como tentativas de roubo, violação de segurança ou desvios de rota não autorizados, garantindo respostas mais rápidas e eficazes para garantir a segurança da carga e do motorista.

Detecção de Cargas Perigosas ou Ilegais: Sistemas e algoritmos de Inteligência Artificial podem analisar imagens de carga e identificar itens perigosos ou ilegais, como materiais inflamáveis, substâncias tóxicas ou contrabando. Isso pode ser extremamente útil para apoiar as autoridades e as transportadoras a garantirem o cumprimento das regulamentações de segurança e evitar acidentes potencialmente perigosos.

Otimização da capacidade de transporte: a adequação do veículo à quantidade de carga a ser transportada sempre foi um desafio para as transportadoras. Uma maior visibilidade da carga através do uso de modelos algoritmos (IA) permite previsibilidade e melhor planejamento dos recursos. A consolidação da carga e a forma de carregamento também podem ser obtidos com o uso de modelos matemáticos que visam uma melhor relação peso x volume transportado.

Fontes: EY, FICO, Freto, Grupo Benner. Grupo Intelipost

Benefícios

Referindo-se aos principais benefícios que a IA proporciona para as operações das transportadoras, Arthur Igreja, especialista em Tecnologia, Inovação e Tendências, aponta alguns já citados anteriormente, como aumento na produtividade, ou seja, ter uma taxa de conclusão de processos maior. Além disso, maior velocidade da execução das tarefas. “Muitas transportadoras estão reportando crescimento na qualidade dos processos com o uso de IA.”

Na visão de Fernandes, da FICO, além da redução de custos – ao automatizar tarefas repetitivas e otimizar processos, a IA e a otimização podem ajudar as transportadoras a reduzir custos operacionais, como combustível, mão de obra e manutenção de frota –, há, também, a melhoria na tomada de decisão – com o apoio de algoritmos matemáticos e estatísticos, as transportadoras podem tomar decisões mais informadas e estratégicas em áreas como alocação de recursos, gestão de estoque e seleção de rotas – e a experiência do cliente – ao fornecer entregas mais rápidas, precisas e transparentes, o uso de Inteligência Artificial e otimização matemática pode melhorar significativamente a experiência do cliente, resultando em maior satisfação, fidelidade e, consequentemente, aumento de consumo.

Fernando Alex, Head de Mercado, Produto e Inovação do Grupo Benner, destaca que, além de ajudar a otimizar uma rota, a IA pode torná-la também mais segura, podendo indicar locais de alto risco e que devem ser evitados. Com os IOTs (sensores, atuadores, câmeras) é possível identificar potenciais riscos de segurança. Isso inclui detectar comportamentos inseguros do motorista como fadiga, uso do celular ou direção agressiva. Sistemas de IA podem alertar os motoristas em tempo real ou até mesmo tomar medidas automáticas para prevenir acidentes. Ainda falando dos sensores, o uso de IA para análise de dados de sensores, como temperatura do motor e pressão dos pneus, permite uma manutenção mais precisa e proativa, assim aumentando a segurança. “Também podemos utilizar o reconhecimento facial e biometria para garantir que apenas pessoas autorizadas tenham acesso à carga”, completa Alex.

O grande benefício que a IA pode apresentar nas operações de transporte é correlacionar as múltiplas variáveis ao mesmo tempo: olhar o prazo de entrega da carga, o custo, a escolha de veículo ideal para carregar a carga, a condição da rodovia, a jornada do motorista para garantir que a operação de transporte ocorra no prazo e nas condições combinadas com o cliente, e, ao mesmo tempo, de forma rentável para a transportadora.

Dessa forma, prossegue Manuel Landeiro, diretor de Tecnologia do Grupo SADA, a Inteligência Artificial tem uma aplicação em todas as etapas do transporte que ajuda a controlar todas essas variáveis que se conectam. “Não adianta ter uma operação com custo baixo sem cumprir prazo ou cumprir prazo a um preço mais alto e perder margem.”

Além das questões financeiras, tem a parte da sustentabilidade, que é muito importante e está inserida no processo: qual o melhor tipo de combustível para determinado percurso, a melhor frota, como otimizar a operação para eliminar a poluição e o desgaste dos pneus. “É uma série de aplicações nas quais a Inteligência Artificial ajudará o setor de transporte nos próximos anos e para planejar da forma mais otimizada possível as atividades de transporte no Brasil”, avalia Landeiro.

Na ótica de Travassos, da Maxtrack, a IA permite uma transição gradual de sistemas reativos baseados em interpretação humana de poucos eventos simultâneos para sistemas preditivos de tempo real com capacidade de análise quase ilimitada de múltiplas dimensões de informação (no modelo tradicional, só o que é muito crítico ganha atenção, enquanto no modelo novo tudo é olhado simultaneamente por “modelos treinados” que virtualmente eliminam os falsos positivos e, além disso, analisam milhares de vezes mais dados).

Como em qualquer indústria, os benefícios ainda não foram amplamente explorados. Entretanto, diz Ikaro, da Peers, podemos segmentar em benefícios mais tangíveis, como custo e receita, e menos tangíveis, como qualidade, nível de serviço, satisfação do cliente e risco.

A utilização de IA no monitoramento de veículos e comportamento do motorista ajuda na redução de acidentes – muitas transportadoras já usufruem de sistemas como esse e benefícios já estão sendo coletados. “No caso de benefícios menos tangíveis, podemos mencionar a DHL que implementou sistemas de IA em seus Centros de Distribuição para aumentar a velocidade e a precisão na triagem de pacotes, resultando em um serviço mais ágil e confiável para os clientes.”

Finizola, da QUALCOMM, completa, lembrando que a IA pode também oferecer um ambiente de trabalho mais amigável e seguro para o motorista, com uma melhoria da produtividade. “Neste caso, a IA Generativa proporcionará uma ‘conversa’ homem-máquina, seja para informação sobre a estrada, estado de funcionamento da máquina, orientar sobre problemas mecânicos ou, quem sabe, simplesmente conversar com o motorista e/ou passageiros sobre temas diversos.”

Desafios

As novas tecnologias apresentam-se como um fator disruptor para o mundo das transportadoras. A visão de um motorista de caminhão com baixo nível de qualificação vem se transformando ao longo dos anos e percebe-se um movimento maior na qualificação dos motoristas com as novas tecnologias disponibilizadas pelos fabricantes de veículos e implementos rodoviários.

Quando pensamos em IA, temos que refletir fortemente na capacitação desses motoristas e nas equipes de suporte à operação. Analistas e gestores devem possuir conhecimento no tema e fundamentalmente ter a visão de oportunidades que o uso de dados traz para uma tomada de decisão. Tudo isso é parte de um processo de maturação organizacional rumo ao mundo digital. “A IA nos transportes é uma realidade já disponível e entendo que o principal desafio é formar conhecimento das oportunidades que ela traz para o negócio”, diz Alexandre Boschi, gerente sênior da EY e especialista em Supply Chain, logística e manufatura.

Há, ainda, uma oportunidade de novas aplicações e isto virá com o tempo, diz o especialista. “O primeiro passo é formalizar um processo de conhecimento e experimentar. Melhores práticas de mercado/benchmark são formas de acelerar esses conhecimentos. Formar equipe sem a visão de resultados a curto prazo talvez seja o principal desafio. Temos que pensar a IA como um habilitador de um processo de melhoria contínua, e não de solução para todos os problemas. Saber como usar trará benefícios na dimensão e no tempo certo.”

Como se vê, à parte dos benefícios apontados, há inúmeros desafios a serem enfrentados pelas transportadoras ao implementar sistemas de IA em suas operações. E, de falto, um deles é conseguir profissionais que tenham o mínimo de ambientação, compreensão, conhecimento sobre IA. Outro ponto é que nem todas as empresas têm os dados ou softwares com APIs, com integrações, com possibilidade de poder acoplar a IA facilmente. “Prioridade estratégica é um desafio importante, pois é preciso investir tempo para poder explorar, descobrir que tipo de IA, que tipo de ferramenta usar e onde dá para ter ganhos”, ensina Arthur Igreja.

Também para Fernandes, FICO, ainda que a tecnologia esteja disponível e tenha um forte poder de contribuição para melhoria de processos nas operações de transporte, alguns desafios certamente mitigam a aceleração e adoção desses instrumentos.

Custo de Implantação: A implementação de sistemas de IA geralmente requer investimentos significativos em hardware, software e infraestrutura de TI. Para algumas transportadoras, especialmente as menores, o custo inicial pode ser proibitivo. Por isso, desenhar um roadmap de implementação, dividido por fases, pode ser uma boa saída para introduzir o uso de IA nos processos, gerando resultados tangíveis e financiando as etapas seguintes.

Integração com Sistemas Legados e Existentes: Integrar novos sistemas de Inteligência Artificial com os sistemas existentes de uma transportadora pode ser complexo e demorado. Isso pode envolver a necessidade de adaptar e atualizar os sistemas legados para garantir uma integração suave e eficiente. Mais uma vez, uma implementação faseada pode ser especialmente útil para aumentar as chances de sucesso na implementação de projetos baseados em IA.

Acesso a Dados Confiáveis e de Qualidade: A Inteligência Artificial depende de grandes volumes de dados de alta qualidade para treinamento e aprendizado contínuo. Algumas transportadoras podem enfrentar desafios para coletar, armazenar e acessar dados relevantes de maneira consistente e confiável. Investir em processos de coleta, curadoria e qualidade de dados pode trazer ganhos significativos para o processo de tomada de decisão.

Falta de Habilidades e Conhecimentos Específicos: Implementar e gerenciar sistemas de Inteligência Artificial e otimização matemática demanda habilidades e conhecimentos especializados em áreas como ciência de dados, otimização matemática, aprendizado de máquina e engenharia de software. A falta dessas habilidades dentro da organização pode dificultar ou retardar a adoção bem-sucedida da Inteligência Artificial.

“Os principais desafios são relacionados ao investimento, custo inicial e complexidade técnica. Como a IA agora está sendo difundida, torna-se um desafio encontrar especialistas em IA e soluções que facilitem este processo de implementar, pois também depende dos softwares que já estão implementados e, por muitas vezes, ainda não estão aptos para interagir com esta tecnologia, o que impacta diretamente também com integrações entre sistemas e escalabilidade da infraestrutura para o futuro. E quando se fala em software, entramos na esfera desafiadora que é a segurança de dados”, também pondera Alex, do Grupo Benner.

Aqui, as preocupações com a privacidade e a segurança dos dados coletados também são colocadas por Saario, do Grupo Intelipost, que também coloca como desafios a resistência à mudança por parte dos funcionários – afinal, a IA assusta algumas pessoas e divide opiniões –, os custos para implementação dessa tecnologia e dos treinamentos para utilização, além das dificuldades nas integrações com os sistemas disponíveis no mercado.

Outro profissional do setor que também coloca a questão do custo é Landeiro, do Grupo SADA. “As soluções estão chegando ao mercado a um custo elevado e, ainda assim, são limitadas à segurança e ao planejamento. Quando olhamos para nossas operações e queremos melhorar nossa tomada de decisão, os projetos ainda são caros. Não vemos ainda soluções prontas para aplicar diretamente no negócio e é preciso trabalhar com pesquisa. Muitas empresas de transporte ainda não têm verba destinada à Pesquisa e ao Desenvolvimento. É preciso ter mais produtos prontos. Na minha visão, em um período de 3 a 5 anos veremos muita produtização, ou seja, muitas tecnologias que usam Inteligência Artificial estarão embarcadas como soluções e isso vai proporcionar mais escala e, consequentemente, os custos vão diminuir, o que vai permitir ofertar a um leque mais amplo de operações.”

Outro ponto importante diz respeito à cultura das empresas, prossegue o diretor de Tecnologia do Grupo SADA. No setor de transportes, as operações são baseadas em experiências. A Inteligência Artificial vai trazer novas visões e cenários que vão desafiar a criação de novos modelos operacionais. É preciso que as pessoas se preparem para esse uso e para os desafios culturais impostos às lideranças e equipes técnicas com relação à adaptação do uso que a tecnologia vai proporcionar.

Evoluir é vital para qualquer negócio e com as transportadoras não seria diferente, diz Morale, do Freto. Acontece que muitas delas possuem décadas de vida e são geridas por famílias que iniciaram o negócio em gerações anteriores. Portanto, um dos maiores paradigmas que precisa ser quebrado é entender que IA é para todos os segmentos. Cada vez mais, o avanço para a tecnologia e a digitalização de processos é mais do que se diferenciar no mercado, é uma questão de não ficar na ‘beira da estrada’, de se manter no jogo. Um bom começo é buscar processos internos que são “morosos” e desafiar a mudança através de IA, assim a empresa vai ganhando confiança e maior entendimento no tema. A experimentação aqui é vital para a virada de chave, diz o diretor de Tecnologia do Freto.

A resistência à novidade também é citada na avaliação de Travassos, da Maxtrack. Ele lembra que a média gestão das transportadoras ainda é muito baseada em decisores humanos que sentem ansiedade ao aumentar a abrangência de tudo o que pode ser observado por IA, porque, de fato, sem uma automação dos processos de tratativa que decorrem desse aumento da quantidade de informações observadas, o volume de anomalias não tratadas depois de detectadas pela IA pode sugerir uma deficiência do capital humano o que, embora não seja verdade inicialmente, exige uma modernização de processos que traz uma carga ansiógena a grande parte desses gestores.

Ikaro, da Peers, também destaca que o desafio de implementação e integração entre sistemas legados é bem grande. A operação de uma transportadora é bastante crítica e deve respeitar datas e horários, por isso, qualquer ajuste ou atraso é tão impactante que pode demorar dias para que o atraso seja totalmente recuperado. Devido a essa criticidade, a manutenção ou a implantação de um novo sistema não é algo trivial. Além disso, as questões de treinamento e privacidade de dados não podem ser menosprezadas

Pelo que se pode aferir, os processos de transformação digital dependem da escolha de soluções adequadas para cada realidade e um bom integrador de soluções. “Até pouco tempo teria incluído a seleção dos modelos de IA para os distintos casos de uso. Felizmente, tem surgido muitas empresas dedicadas ao desenvolvimento de soluções de IA, inclusive no Brasil. Ao mesmo tempo há um catálogo crescente de modelos de IA disponíveis”, completa Finizola, da QUALCOMM.

Segurança no transporte

Também como já citado anteriormente, a IA proporciona muitas melhorias no transporte de cargas. “A IA auxilia na segurança porque consegue fazer um traqueamento em tempo real. Se for alimentada com possibilidades, consegue supervisionar eventos que já deram errado no passado, revisando processos. Diversas empresas usam a IA para simular situações que podem dar errado, uma estratégia muito conhecida na indústria 4.0, denominada ‘digital twins’”, diz Arthur Igreja.

Na verdade, a segurança no transporte de cargas vem evoluindo fortemente nos últimos anos. As novas tecnologias que vêm sendo empregadas pelos fabricantes de veículos de carga e implementos rodoviários a partir de soluções da Indústria 4.0 já apresentam melhorias significativas na segurança operacional. Os novos equipamentos contam com um patamar elevado de tecnologias que monitora todo o funcionamento do veículo e traz informações para o condutor tomar a decisão certa no momento certo.

“Essas novas tecnologias incluem uma gama enorme de sensores que monitoram a operação e a condução do veículo e geram um volume elevado de dados que podem ser utilizados via IA para a melhoria da segurança. Analisar esses dados e identificar tendências e riscos é o papel fundamental na IA na gestão de riscos. Hoje não falamos simplesmente em um ‘caminhão’, mas, sim, em um equipamento de transporte com um elevado grau de tecnologia que mitiga riscos e traz uma maior segurança para o seu operador e o entorno do veículo (pessoas, outros veículos etc.), destaca Boschi, da EY.

No caso da segurança da carga, a aplicação de Inteligência Artificial já é uma realidade, diz Landeiro, do Grupo SANDA. “Já vemos diversas soluções, algumas já embarcadas no próprio caminhão e no cavalo mecânico e outras embarcadas na cabine, como soluções complementares. Cito alguns exemplos: quando o motorista não apresenta condições ideais para trabalhar (uso de álcool ou drogas) ou quando há presença de uma segunda pessoa na cabine, uma carga ou objeto solto, não é possível ligar o veículo. Além disso, a IA alerta sobre direção segura, como se aproximar de um veículo à frente, alta velocidade, casos de distrações na direção como se alimentar ou usar o telefone celular, sono, fadiga. Todos esses exemplos são riscos que a visão computacional, dentro de outros algoritmos, se aplicada da forma correta, consegue identificar e ajudar a empresa e o motorista a ter uma operação segura. O Brasil já conta com muitas soluções dentro da cabine e consegue fazer esses monitoramentos para garantir uma viagem segura para ele, para a empresa e para todos na rodovia.”

Ikaro, da Peers, também cita exemplos bem-sucedidos da aplicação da IA na segurança no transporte de cargas. “Empresas como a Convoy estão usando algoritmos de aprendizado de máquina para identificar padrões suspeitos de comportamento em tempo real, o que pode ajudar a prevenir roubos e fraudes.”

Mais que o caminhão em si, acrescenta Finizola, da QUALCOMM, as soluções de IA podem ajudar a reduzir possíveis lesões no local de trabalho, detectando situações inseguras, incluindo ambientes como armazéns e lojas. Além disso, câmeras nos caminhões podem detectar possibilidade de tombamento da carga, ajudar o motorista a conduzir dentro da faixa sob neblina ou mesmo um objeto à frente.

Logística de entrega

Sempre que falamos em otimização, buscamos a resposta para uma equação que envolve custos, recursos e tempo. Ainda que existam diversas soluções/softwares de roteirização e que muitas empresas já os utilizam e geram resultados altamente satisfatórios, há ainda a oportunidade de melhoria nos processos de planejamento e execução da logística de entrega. Cidades do porte de São Paulo, suas restrições, sua infraestrutura viária são exemplos claros de desafio. Por outro lado, não podemos pensar em entregas somente dentro das áreas metropolitanas. Há o desafio num país de 8,5 milhões de metros quadrados e com cerca de 60% da logística sendo feito no modal rodoviário de como podemos melhorar. A infraestrutura ainda necessita de uma melhoria considerável para um melhor planejamento.

As longas distâncias – continua analisando Boschi, da EY, sobre como a IA está otimizando a roteirização e a logística de entrega para as transportadoras –, a qualidade das rodovias e as alternativas de rotas são desafios constantes no dia a dia das transportadoras. “Cito como exemplo o desastre ambiental do Rio Grande do Sul no mês de abril passado, ou, mesmo, a interrupção do Canal do Suez há cerca de 3 ou 4 anos ou, ainda, a própria pandemia que mudou drasticamente o modo de vida das pessoas. Um outro exemplo importante de citarmos é a mudança de comportamento do consumidor durante e pós-pandemia. As compras on-line, que até então representavam menos de 5%, hoje chegam a cifras bem maiores. A questão é como nos adaptamos a essas mudanças? Qual o impacto? Como podemos otimizar nossa operação? São perguntas que nós fazemos diariamente.”

Importante mencionar que a Inteligência Artificial, combinada à otimização matemática, engloba um número bastante relevante de algoritmos matemáticos para detecção de padrões e tomada de decisão. Estes algoritmos têm sido crescentemente usados não apenas para otimização de rotas, otimização de frotas, otimização de níveis de estoque e identificação de padrões de sazonalidade. “Muitas dessas aplicações têm atuado em conjunto com diversos algoritmos estatísticos e matemáticos para previsão de demanda, componente fundamental das operações de consumo, input muito importante a ser considerado nas operações de transporte”, diz Fernandes, da FICO.

Empresas gigantes do transporte nos EUA estão utilizando sistemas de IA para roteirização dinâmica, o que resulta em uma redução significativa no número de quilômetros rodados e, consequentemente, nas emissões de gases poluentes. A integração de IoT com IA está permitindo uma maior visibilidade da cadeia de suprimentos, melhorando a precisão do tracking e o gerenciamento de ativos em tempo real, diz Morale, do Freto.

O diretor de Tecnologia do Freto aponta, ainda, que a IA também está melhorando a experiência do cliente por meio de interfaces mais interativas e personalizadas, permitindo atualizações em tempo real sobre o status das entregas e oferecendo soluções rápidas para problemas que possam surgir durante o transporte.

De fato, a IA vem para melhorar a otimização de rotas de entrega, mas, como ensina Alex, do Grupo Benner, para ela conseguir fazer isso, precisa muito de informações. Muitas destas são com base nos dados disponibilizados pelo transportador, e não se pode deixar isso de fora.

“Embora a IA facilite muito o dia a dia, ela depende muito de dados iniciais que não estão disponíveis, como tempo médio de operação do cliente, se aquele cliente aceita ou não um determinado tipo de veículo, prioridade da carga, dentre outros parâmetros que a IA precisa considerar e entregar a melhor escolha de rota. Porém, ela já consegue identificar padrões de tráfego conforme os horários e eventos que afetam a entrega, o que a faz poder selecionar a melhor rota, com menor custo, menor distância e tempo. Mas o que é mais interessante é como ela tem capacidade de aprender. Todo comportamento futuro que identificar como desvio, a IA poderá considerar como fator para uma nova escolha e, assim, poder otimizar ainda mais a rota de entrega.”

A IA pode fazer muito mais em termos de roteirização, apregoa Landeiro, do Grupo SADA. A tecnologia pode, por exemplo, durante a jornada de entrega, refazer a roteirização com base no trânsito do momento, da microrregião ou bairro onde o veículo está durante o percurso, para fazer otimização do deslocamento, com o objetivo de garantir que o processo de entrega seja maximizado e o gasto de combustível reduzido. O setor pode explorar muito mais ao aceitar novas soluções e isso vai proporcionar ainda mais benefícios para toda a cadeia do transporte.

E o líder em Inovação da Maxtrack vai mais longe. Ele diz que a IA está tornando os modelos simulados, historicamente baseados em dados de entrada restritos, estáticos e inexatos, em modelos conectados de forma permanente ao tempo real, recalculando, ajustando e predizendo sucesso ou falha em milissegundos com base em todos os dados que estiverem ao alcance do transportador, tais como execuções anteriores da rota/entrega, histórico do motorista, das condições climáticas, etc., bem como tudo o que chega em tempo real a partir da tecnologia embarcada ou integrações de dados diversas.

O fato é, como aponta Ikaro, da Peers, com algoritmos avançados, as transportadoras podem calcular as rotas mais eficientes, considerando uma variedade de fatores, como tráfego, condições meteorológicas, restrições de entrega e preferências do cliente. Por exemplo, a Amazon utiliza algoritmos de IA em seu sistema de roteirização para otimizar as rotas de entrega e garantir que os pacotes cheguem aos clientes no prazo prometido. “Se pudéssemos traçar um paralelo, o funcionamento desses sistemas é muito parecido com o Waze, com a diferença que restrições (peso, janela de agendamento, nível de serviço, etc.) podem ser adicionadas ao trajeto de forma que a IA calcule a melhor rota.”

Finizola, da QUALCOMM, também relembra que os dados coletados podem ser analisados e, por meio de Machine Learning, utilizados para planejar rotas que levem em conta os fatores relevantes para a transportadora, como clima, tipo de entrega, distância, qualidade da estrada, declives e aclives, segurança e custos, entre outros. “Sempre penso em um ‘Waze’ que levasse em consideração variáveis como as que listei, que fosse adaptado às condições do veículo e da carga nas estradas brasileiras.”

Eficiência e economia

Os impactos da IA na eficiência e na economia das transportadoras podem ser significativos. “Para alguns desafios, a IA vem funcionando muito bem, com diversos cases em utilização, mas acredito que existem muitas possibilidades.”

Ainda segundo Ikaro, da Peers, quando o assunto envolve os impactos da IA na eficiência e na economia das transportadoras, uma maior eficiência na operação é um ciclo vicioso, trazendo mais clientes, que são bem atendidos, que geram mais clientes, logo, mais lucratividade para as companhias. A utilização de IA para o planejamento de rotas e acondicionamento de carga é uma realidade que aumenta o número de entregas feitas por dia e reduz os custos operacionais.

“Ao reduzir o tempo das operações, com a IA também reduzimos custos, que é o que todo executivo busca. Hoje, o foco está em entregar no tempo certo, com o custo ideal, a melhor qualidade e uma experiência positiva para o consumidor. Esses quatro pilares são diretamente afetados quando a IA é usada corretamente”, avalia Alex, do Grupo Benner.

Der fato, como expressa Arthur Igreja, o impacto pode ser enorme porque, apesar de ser um setor com margens que não são tão grandes assim, sempre há o que melhorar, especialmente no trabalho administrativo, de suporte, das tarefas feitas por pessoas, controle e mitigação de erros, de retrabalho. Esses ganhos podem aumentar a lucratividade e a eficiência das empresas.

Em vez de enorme, Fernandes, da FICO, ressalta que os impactos são diversos e passam pela redução de custos de transporte, redução de custos de manutenção, redução na ociosidade de recursos e de mão de obra. Além disso, pode aumentar a qualidade de serviço, o que impacta no aumento de satisfação de clientes e no aumento do faturamento das operações de transporte. Aliada ao tema de custos, também caminha a produtividade que, por meio de métodos analíticos avançados, pode ser fortemente melhorada, impactando positivamente nos resultados alcançados pelas transportadoras. Pode-se dizer, também, que os impactos se estendem a um processo de mudança de cultura nessas empresas, à medida que passem a tomar decisões mais informadas e baseadas em dados e algoritmos de decisão.

Medir os impactos das novas tecnologias no ambiente dos negócios vem sendo um grande desafio para as organizações e, neste caso, para as transportadoras. Percebe-se ganhos qualitativos e quantitativos, porém, ainda sem a devida dimensão de todas as oportunidades que podem ser geradas com a IA.

“Em termos de economia, talvez possamos afirmar que se torna mais tangível a percepção, pois a última linha do balanço pode nos mostrar os ganhos. A dúvida é como podemos olhar para o futuro e projetar o uso do IA em diferentes processos do negócio das transportadoras e afirmar que se trata de uma viabilidade técnica e econômica atraente. Temos que exercitar mais as oportunidades e, em alguns casos, desenvolver ‘Provas de Conceito’ que nos permita avaliar todos os aspectos da IA.” A análise, agora, é de Boschi, da EY.

Quando otimizamos a rota, reduzimos o consumo de combustível, de pneus e a jornada do motorista. Isso se traduz em redução de custo, pois se opera a um custo menor, beneficiando a empresa e o cliente, o que propicia mais competitividade.

A informação em tempo real, a otimização da frota e o compromisso com a entrega estão diretamente ligados à eficiência. As transportadoras que se desafiarem a rever processos e usar Inteligência Artificial de forma ampla para apoiar os times nas tomadas de decisão, incluindo a revisão de processos, vão atingir um nível de eficiência operacional e redução de custos para atingir um novo patamar de mercado. Em alguns anos, veremos um nível de eficiência incomparável ao que temos hoje, acredita Landeiro, do Grupo SADA.

“Fazendo um desdobramento quanto à Inteligência Artificial, entendo que podemos destacar os impactos positivos quanto à otimização das roteirizações e logística de entregas, e também quanto aos aspectos internos, onde a aplicação de hiperautomação impacta positivamente na eficiência e na economia das transportadoras ao automatizar processos e reduzir a necessidade de intervenções humanas, diminuindo erros e aumentando a velocidade das operações”, coloca Bocchese, da Processor. Já para Finizola, da QUALCOMM, a análise de dados pode gerar insights sobre a otimização de processos, padrões de direção e consumo, identificação de problemas de forma proativa, sendo esses fatores que geram mais eficiência e economia em toda a cadeia de logística.

Questões éticas

À medida que a IA continua a avançar, precisamos fomentar práticas responsáveis ​​para garantir um futuro que não seja apenas tecnologicamente avançado, mas também seguro, ético e sustentável. Para isso, os requerimentos devem definir os mecanismos de privacidade e segurança para as pessoas do entorno. Um aspecto positivo nas soluções de IA embarcadas no próprio veículo é que elimina a necessidade de transmitir imagens. Ela pode indicar apenas um comportamento do motorista sem revelar a sua identidade. Um outro mecanismo que pode ser requerido é que tudo que for informado à aplicação remota também seja informada ao motorista.

“Conforme os sistemas de IA recolhem e analisam grandes quantidades de dados, é essencial proteger os direitos de privacidade dos indivíduos e garantir a segurança de informações sensíveis”, destaca Finizola, da Qualcomm.

Também se referindo a como as transportadoras estão lidando com questões éticas e de privacidade de dados ao utilizar IA em suas operações, Arthur Igreja ressalta que cada empresa é um caso diferenciado. Tem as que são mais conscientes e preocupadas. E esse é o ponto de partida de qualquer iniciativa, assim como vários aspectos ligados à ética, à segurança, à cibersegurança. As empresas acabam muitas vezes só se dando conta disso quando algo dá errado.

Questões éticas e de privacidade de dados são muito importantes quando se trata do uso de IA nas operações das transportadoras. Estas precisam garantir que estão usando a IA de maneira responsável e respeitando a privacidade de seus clientes. Isso inclui a proteção dos dados pessoais e o uso ético dos algoritmos para tomar decisões que afetam as pessoas. Por exemplo, as transportadoras devem garantir que estão em conformidade com regulamentos como a LGPD e tomar medidas para proteger os dados pessoais de seus clientes contra acesso não autorizado ou uso indevido, completa Ikaro, da Peers.

Realmente, as questões éticas são pontos importantes neste processo de migração para o digital. Trabalhar com dados e, em alguns casos, infringir questões legais principalmente de privacidade de dados pessoais. Tratar este tema de uma forma aberta e, quando necessário, requerer suporte externo tem sido um dos caminhos mais comumente utilizados pelas empresas. Novas formas de contrato e suas cláusulas devem fazer parte de uma revisão dos contratos de trabalho e posicionar a questão “compliance” como parte fundamental do sucesso do uso da IA nas operações, diz Boschi, da EY.

Também para Fernandes, da FICO, esse é um tema complexo e sensível em um número cada vez maior de segmentos. De maneira geral, as empresas de transporte estão em um estágio inicial de começar a reconhecer a importância de abordar questões éticas e de privacidade de dados ao utilizar Inteligência Artificial em suas operações e estão começando a adotar medidas proativas para garantir que seus sistemas de inteligência sejam desenvolvidos, implementados e utilizados de maneira ética, transparente e responsável. Isso passa pelo treinamento ético de modelos preditivos baseados em Inteligência Artificial, transparência e interpretabilidade desses modelos para fins de auditoria, assim como conformidade com as regulamentações de proteção dos dados e anonimização de dados sensíveis.

Afinal, como diz Saario, do Grupo Intelipost, as transportadoras devem se responsabilizar e prestar contas pela forma que os dados são utilizados, estabelecendo políticas claras de privacidade e ética, com transparência sobre suas práticas, promovendo avaliações de impacto ético para garantir que as decisões baseadas no algoritmo sejam éticas e justas, minimizando a captação dos dados, coletando apenas o necessário para fins específicos. Além disso, as empresas de transporte devem implementar medidas de segurança, como a criptografia de dados, os firewalls e políticas de acesso, garantindo acesso apenas a funcionários autorizados.

Por outro lado, o Head de Mercado, Produto e Inovação do Grupo Benner alega que este é um tema sensível e muitas empresas ainda estão engatinhando nessa área. No entanto, o mercado está pressionando para que elas se adaptem e cumpram as exigências legais. Para atender a essas demandas, as empresas estão contratando consultorias especializadas para receber orientação sobre como tratar dados sensíveis.

Como a questão da privacidade de dados é bastante ampla e complexa, algumas empresas estão criando setores específicos de governança, segurança da informação e privacidade de dados. Algumas optam por separar essas áreas, mas elas estão muito ligadas ao departamento jurídico e de compliance. “O importante é que as transportadoras estão cientes da necessidade de proteger dados pessoais e estão tomando medidas para garantir que suas práticas estejam em conformidade com as leis e padrões éticos. Isso é fundamental não apenas para cumprir a legislação, mas também para ganhar a confiança dos clientes e do público em geral.”

Morale, do Freto, relata que as transportadoras precisam aderir a regulamentações rigorosas de proteção de dados, e isso envolve garantir que todos os dados coletados e processados pela IA sejam feitos de maneira a respeitar a privacidade dos indivíduos, incluindo motoristas e clientes.

Limitar a coleta de dados ao estritamente necessário para a operação é uma prática chave para enfrentar questões de privacidade. Isso significa que as transportadoras estão investindo em tecnologias de IA que podem operar eficientemente com menos dados ou que utilizam técnicas de anonimização para proteger a identidade dos indivíduos envolvidos.

Promover a transparência no uso de IA é crucial. Isso inclui informar claramente todas as partes interessadas sobre como os dados são coletados, processados e utilizados, completa o diretor de Tecnologia do Freto.

Como o tema da Inteligência Artificial ainda é novo, as questões éticas vão precisar entrar nas mesas de discussão das empresas do setor, relata Landeiro, do Grupo SADA. À medida que a tecnologia avança e as empresas atingem um nível de eficiência mais alto a partir do uso de IA, o apoio das empresas e dos gestores junto aos colaboradores vai ser fundamental para trabalhar com responsabilidade.

“Na maior parte dos casos essa é uma responsabilidade dos provedores de soluções, cujo negócio em tese está desde sempre atento a questões como LGPD, etc., cabendo aos transportadores principalmente a seleção de fornecedores de tecnologia com reputação comprovada e referências comerciais robustas”, diz o líder em Inovação da Maxtrack.

E Bocchese, da Processor, finaliza destacando que esta foi uma reflexão que ele fez no South Summit 2024, na qual destacou a importância das questões éticas e de privacidade ao implementar soluções com Inteligência Artificial, principalmente relacionadas à coleta e uso de dados sensíveis. “Neste sentido, temos possibilidade de utilizar conceitos como anonimização ou despersonalização de dados. Sendo assim, é fundamental adotar políticas de privacidade, garantir a segurança dos dados e obter consentimento explícito quando necessário, além de seguir a legislação vigente sobre proteção de dados.”

Participantes

Arthur Igreja – É TEDx speaker. Especialista em Tecnologia, Inovação e Tendências. Masters em International Business pela Georgetown University (EUA), Masters of Business Administration pela ESADE (Espanha) e Mestrado Executivo em Gestão Empresarial pela FGV. Pós-MBA e MBA pela FGV. Autor do livro “Conveniência é o Nome do Negócio”. Membro da Fundação Grupo O Boticário.

EY – Tem atuação em assurance, consulting, strategy, tax e transactions. EY se refere à organização global e pode significar uma ou mais associadas da Ernst & Young Global Limited, cada uma delas uma pessoa jurídica independente. A Ernst & Young Global Limited, companhia britânica limitada por garantia, não presta serviços a clientes.

FICO – É considerada líder global em softwares analíticos e ajuda empresas e pessoas a tomar as melhores decisões a partir do desenvolvimento de soluções de Inteligência Artificial, Machine Learning e modelagens. É pioneira no uso de analíticos preditivos e ciência de dados que contribuem para uma tomada de decisão mais efetiva e colabora com o crescimento de companhias atuantes nos segmentos de serviços financeiros, telecomunicações, logística, seguros, saúde, varejo e outras indústrias.

Freto – É uma transportadora digital que tem como objetivo simplificar a logística rodoviária, movendo caminhoneiros. As cargas podem ser aceitas em até 1 minuto, ganhando agilidade, fortalecendo frentes de atuação e reduzindo custos operacionais.

Grupo Benner – Com mais de duas décadas de história, tem sido referência no desenvolvimento de sistemas para gestão empresarial. Entre as maiores fornecedoras brasileiras de software de gestão, serviços e transformação de processos, a Benner fornece ao mercado um ERP robusto e com foco em negócios complexos e de alto volume, nos segmentos de indústria, serviços, logística, distribuição e turismo.

A empresa também tem forte atuação no mercado de saúde (operadoras, hospitais e clínicas), jurídico, RH, logística, turismo e Supply Chain.

Grupo SADA – É composto por mais de 30 empresas de diversos segmentos de mercado, sendo o principal o de logística e transporte de veículos zero quilômetro, e forma o maior conglomerado desse negócio na América Latina, que atua nas áreas de transporte e logística, siderurgia, produção de etanol e distribuição de combustíveis, componentes automotivos, reflorestamento, comunicação, esporte, fundação social e concessionárias de automóveis de passeio e de carga.

Grupo Intelipost – A Intelipost é uma empresa considerada líder em soluções de inteligência logística. Sua plataforma completa oferece controle e agilidade nos processos logísticos, permitindo que empresas ofereçam uma experiência conectada com seus clientes através de entregas perfeitas. Oferece soluções para diversos setores, como e-commerce, varejo, marketplaces e Operadores Logísticos.

Maxtrack – Atua nas verticais de transporte de passageiros e transporte e logística de cargas. Oferece soluções tecnológicas de monitoramento e inteligência de dados de ponta a ponta, desde o planejamento e fabricação do hardware com foco na inteligência do negócio ao tratamento dos dados coletados, transformando-os em valor de diferentes maneiras para o cliente. Hoje, é considerada a maior produtora de rastreadores da América Latina.

Peers Consulting & Technology – É uma consultoria brasileira de negócios & tecnologia com foco em estratégia de curto e médio prazo, análise e desenho de soluções, planejamento e implantação com potencialização digital. Atua em praticamente todos os segmentos de mercado, tendo clientes como C&A, Alpargatas, Grupo Boticário, Porto Seguro e outros.

Processor – Acelera a integração de Inteligência Artificial e novas tecnologias para potencializar pessoas e negócios. Uma das empresas líderes em transformação digital no país, está presente também na América Latina e nos Estados Unidos. Na sua carteira de clientes, encontram-se grandes marcas como Gerdau, Lojas Colombo, Raizen, Getnet e Celcoin.

Qualcomm – Suas soluções impulsionam a transformação nos principais setores, e suas plataformas com a marca Snapdragon® proporcionam experiências extraordinárias ao consumidor. Oferece IA de ponta, computação de alto desempenho e baixo consumo de energia e conectividade.