A inteligência artificial está ajudando as empresas a fazer negócios cada vez melhores

Se pensarmos que tudo o que mais gostamos foi criado pela inteligência humana, nada mais natural do que investir na inteligência artificial para expandir o potencial humano e melhorar a sociedade. Pois é isso que a tecnologia cognitiva tem feito: explorado novas possibilidades para máquinas e seres humanos trabalharem juntos e vencer desafios antes intransponíveis.

Considerada a tecnologia mais importante da nossa geração, a inteligência artificial (IA) é a grande responsável pela transformação de todas as esferas da vida atual. Dela surgiram assistentes virtuais capazes de entender e resolver questões de usuários e consumidores, veículos autônomos que dispensam motorista e até mesmo implantes que atendem necessidades diferentes do corpo humano.

Cada vez mais madura, a AI está transformando também a forma como enxergamos o trabalho. “Nós que somos da área de compras e supply chain temos uma grande responsabilidade em trazer inovação que propicie produtividade, economia, agilidade e colaboração”, disse Luiz Gastão Bolonhez, vice-presidente comercial do Mercado Eletrônico, há 14 anos na empresa e há 30 trabalhando com tecnologia.

Na esfera dos negócios, essa inteligência consegue capturar dados para produzir análises mais assertivas, identificar oportunidades e gerar benefícios para todos os envolvidos. E a previsão do Gartner de que 85% das interações de consumidores serão geridas pela inteligência artificial até 2020 apenas reforça essa ideia.

Inteligência artificial para Compras 4.0

Big data, analytics, machine learning, business intelligence e cloud computing são inteligências artificiais que criaram um novo leque de oportunidades para as empresas, inaugurando a era das Compras 4.0. Para André Kerbauy, diretor de consultoria SaaS do Mercado Eletrônico, um dos maiores feitos da inteligência artificial aplicada à área de compras é processar um número muito maior de dados em um tempo muito menor, o que permitiu atualizar procedimentos tradicionais das empresas.

É o caso do Spend Analysis, processo de coleta, classificação e análise de dados de despesas, realizado para diminuir os custos de aquisição, melhorar a eficiência e monitorar a governança. Antes armazenado em planilhas, esse recurso costumava ser feito manualmente. “Hoje conseguimos fazer essa análise com cinco, seis, até dez critérios para se chegar a uma conclusão”, constatou Kerbauy. “Com a IA eu consigo parametrizar sistemas e algoritmos e ter uma gama maior de critérios que levam a decisões tomadas em tempo real. Mais do que isso, eu consigo identificar tendências, padrões e minimizar riscos”.

Do ponto de vista tático, o alcance da inteligência artificial é igualmente maior para as compras estratégicas. “É possível ir além das informações de pedidos e ter também dados de contratos, de notas fiscais, entender como esses fatores estão ligados à tendência política e econômica do país”, explicou Kerbauy. Segundo ele, empresas fazendo requisições via mobile e até mesmo por comando de voz já é uma realidade.

Outro aspecto beneficiado pela tecnologia é a compra de materiais indiretos, cujos ganhos aparecem por meio de negociações. “A inteligência pode ajudar trazendo para o nosso dia a dia de compras a premiação automática de cotação para itens indiretos com baixo potencial de negociação. A partir de parâmetros como preço (hard saving), estoque e frete, o sistema pode decidir automaticamente a melhor compra, inclusive fechar o pedido.

As vantagens da tecnologia são muitas. No entanto, a dúvida que paira no mundo corporativo é qual seria a melhor forma de implementar a tecnologia. “O ideal é ter sistemas de e-procurement implementados e com um nível de adoção que cubra a maior parte possível das compras. É pura gestão de mudança, mas é uma necessidade para dar um passo adiante”, respondeu Kerbauy.

Máquinas com capacidade de aprendizagem

Entre as inteligências artificiais, o machine learning (ML) é uma importante parte da estratégia de inovação de uma empresa. Além de usar todo o trabalho intelectual já produzido por humanos no passado, o ML ajuda a fomentar decisões baseadas diretamente nos dados colhidos, levando a conclusões mais precisas e objetivas.

Também conhecida por aprendizado de máquina, a tecnologia criada nos anos 1950 tem ganhado cada vez mais força por conta da sua capacidade de melhorar seu próprio desempenho, sem precisar da interação humana.

Uma das áreas que mais têm se beneficiado com o aperfeiçoamento do machine learning é a de Supply Chain, considerada a de maior destaque para a aplicação dessa inteligência artificial atualmente. É o que aponta a descoberta do estudo “Tecnologia e Inovação para o Futuro da Produção: Acelerando a Criação de Valor”, realizado pelo Fórum Econômico Mundial e a A.T. Kearney, segundo o qual fabricantes estão avaliando a combinação de tecnologias emergentes para melhorar a visibilidade da cadeia de suprimentos e otimizar estoques.

Mesmo sem percebermos, o machine learning já é uma das forças invisíveis que mais têm atuado a favor da mão de obra alocada, da análise de gastos, da inteligência de mercado, da análise de risco, de projetos e análises de eventos de sourcing, da previsão de preços e da análise avançada de contratos e de sourcing, entre outros casos de uso.

O estudo da McKinsey calcula que o aprendizado de máquina reduzirá os erros de previsão da cadeia de suprimentos em 50% e reduzirá as vendas perdidas em 65%, melhorando a disponibilidade do produto. Cadeias de suprimentos são a força vital da maior parte dos negócios. A previsão é que a aprendizagem de máquina reduza os custos relacionados com transporte e armazenagem, além da administração da cadeia de fornecimento em 5% a 10% e 25% a 40%, respectivamente. Devido ao aprendizado de máquina, é possível reduzir o estoque global de 20 a 50%.

Para entender como o machine learning funciona na prática, basta pensar em um problema recorrente nas empresas: a entrada de notas fiscais. Ao receber uma nota fiscal, a empresa precisa associá-la ao pedido. “Porém, quando isso não acontece, um humano terá que fazer esse trabalho repetitivo de juntar o item do fornecedor ao item que está cadastrado em um ERP ou uma planilha”, contou Kerbauy.

Esse tipo de dificuldade pode ser superada por meio do machine learning. “A tecnologia vai sugerir essas ligações nas atividades futuras”, comentou o executivo.

Outra aplicação em compras são os dispositivos como os APIs, capazes de passar informação para o interlocutor sem que ele precise conhecer todo o conteúdo de um contrato. “Essas ferramentas descobrem quem são as personas de um contrato, ou seja, se são fornecedores, compradores, advogados, se estão propensos a negociar, se as condições contratuais são severas”, explicou.

No caso do sourcing estratégico, soluções desenvolvidas com machine learning favorecem os insights inteligentes e a colaboração, apresentando mais dados em tempo real e promovendo tomadas de decisão mais rápidas, com menos riscos entre os líderes. Por exemplo, a tecnologia permite enviar alertas e recomendações pautadas no que o usuário faria em determinado tipo de situação, o que, por sua vez, está baseado em transações anteriores – tudo isso em tempo real.

Apesar de notar o potencial da inteligência artificial para injetar mais valor para os negócios, os executivos ainda não estão seguros se este é o momento para investir em tecnologia. “Em breve as empresas perceberão que a base da competição está mudando. A partir de agora, as empresas aptas a competir entre elas serão aquelas com mais poder de absorver e organizar seus dados”, orientou.