Recentemente, participei da Conferência Tableau, onde me entreguei ao meu lado nerd por quatro dias. Como um autoproclamado evangelista de ciência de dados, fiquei empolgado ao ver que autoML, geração de linguagem natural e outros recursos avançados de automação foram adicionados ao Tableau, uma das principais plataformas de visualização de dados e inteligência de negócios do mundo.
Enquanto estava lá, conheci pessoas que também aderiram à revolução dos dados e estão vendo impactos imediatos na produtividade e desempenho de seus negócios. Como trabalhador de tecnologia, a exposição à ciência de dados e análises é uma parte cotidiana do trabalho, mas certamente não é na indústria que eu pesquiso: a cadeia de suprimentos. Então continuo me perguntando: "Por que a cadeia de suprimentos não adota simplesmente inteligência artificial e software de análise de dados?"
Neste artigo, vou desmembrar as barreiras culturais e logísticas que a cadeia de suprimentos enfrenta para atender às demandas de análise de dados que a pandemia trouxe. Também falarei sobre as etapas que estão sendo tomadas para resolver isso e como a G2 ajuda as empresas a criar uma cadeia de suprimentos modernizada.
A inteligência artificial ajuda a gerenciar a cadeia de suprimentos. Então, qual é o atraso?
Fiz uma pergunta ao diretor de produtos da Tableau, Francois Ajenstat, sobre por que a cadeia de suprimentos é tão resistente à adoção de ferramentas de análise e inteligência artificial. Ele primeiro prefaciou sua resposta afirmando que alguns dos casos de uso mais poderosos que ele viu com o Tableau foram com fornecedores de transporte e logística. Ele então sugeriu que o problema subjacente não era apenas o próprio negócio, mas com indústrias e empresas maduras como um todo. Ajenstat acredita que indústrias e empresas que existem há tempo suficiente são suscetíveis a se tornarem retardatárias na adoção de produtos, já que atualizar procedimentos operacionais de longa data requer uma mudança cultural em grande escala. Em essência, se não está quebrado, não conserte.
Esse sentimento é ecoado por outros profissionais de nível C, incluindo o diretor de tecnologia da Bamboo Rose, Kamal Anand. Devido a culturas inflexíveis focadas em fazer as coisas da mesma maneira por décadas, tecnologias disruptivas e novas práticas de negócios que poderiam melhorar drasticamente os resultados não estão pegando. Além disso, as operações da cadeia de suprimentos agora envolvem terceirização frequente para 3PLs, o que significa que os dados da empresa são frequentemente armazenados em vários locais com diferentes convenções de nomenclatura e políticas de governança de dados. Como o aprendizado de máquina requer que os dados sejam limpos e uniformes antes de serem executados por algoritmos, seriam necessários grandes volumes de pré-processamento de dados para que os dados fossem úteis. Assim, empresas que não contratam cientistas de dados ou investem em treinamento extensivo para analistas de cadeia de suprimentos existentes não podem usar aprendizado de máquina.
A tecnologia necessária existe, mas não está sendo usada
A questão em questão não é se a tecnologia existe, mas se os líderes empresariais valorizam a inovação e a eficiência o suficiente para suportar um período de incerteza, curvas de aprendizado acentuadas e gestão de riscos para obter um ROI significativo. A G2 lista uma ampla variedade de categorias de cadeia de suprimentos, como software de Controle de Inventário e Planejamento de Demanda, que ajudam a automatizar o gerenciamento de inventário, rastrear níveis de produtos e ajudar as cadeias de suprimentos a alocar recursos com base na demanda prevista.
Conversei com Sime Curkovic, Ph.D., professor de gerenciamento de cadeia de suprimentos na Western Michigan University, que ecoa preocupações sobre a rigidez na indústria. Segundo Curkovic, a análise de dados ainda ocorre em planilhas do Excel com 22.000 linhas e conversas por e-mail de ida e volta. Essa relutância em usar a tecnologia disponível é evidenciada nos dados de revisão da G2 para a categoria de Plataformas de Análise, já que apenas 2,7% das revisões vieram de profissionais que trabalham na indústria de cadeia de suprimentos. Além disso, apenas 1,7% das revisões sobre plataformas de ciência de dados e aprendizado de máquina vieram de profissionais nas indústrias de cadeia de suprimentos.
Mesmo quando as empresas de logística estão adotando a automação, elas não são tão habilidosas em usá-la.
É efetivamente uma ferramenta que pessoas com conhecimento em dados sabem usar, enquanto a maioria dos outros não. Essa desconexão torna as mudanças culturais em direção à automação difíceis de executar.
“Os profissionais da cadeia de suprimentos estão cometendo muitos erros, e é por falta de uso de tecnologia e é manualmente dirigido”, disse Curkovic. “Há um enorme vazio de liderança que carece de visão em tecnologia, e isso é evidente.”
Liderança míope não vê o quadro geral
99% das empresas em uma pesquisa recente da McKinsey & Company afirmaram que havia uma escassez de mão de obra de talento digital para gerenciar a cadeia de suprimentos. A ideia de que isso pode ser remediado através da contratação de talentos nativos digitais é uma abordagem de baixo para cima para resolver o problema, mas Curkovic acredita que a verdadeira barreira vem de cima. Sem uma liderança que promova uma cultura de inovação e conhecimento tecnológico, os profissionais da cadeia de suprimentos nunca serão capazes de aproveitar totalmente o poder de seus dados e superar os desafios significativos que a cadeia de suprimentos enfrentou desde março de 2020.
Algumas empresas, no entanto, tomam decisões ativamente que minam a inovação. Por exemplo, Curkovic afirma que uma empresa da Fortune 500 não identificada demitiu seus analistas de cadeia de suprimentos mais jovens no início da pandemia por medo de que o mundo fosse parar. No entanto, a demanda acabou disparando durante a pandemia, o que estressou as cadeias de suprimentos até o ponto de ruptura e causou escassez crônica de produtos. A natureza míope dessa demissão levou a empresa a vacilar, à medida que a notícia da redução da força de trabalho se espalhou e levou talentos digitais a escolherem empresas que priorizavam a inovação.
A capacidade de uma empresa de trabalhar com versus contra mudanças sísmicas na cadeia de suprimentos é um indicador de sua capacidade de prosperar no novo normal. De fato, empresas que já estavam se movendo com a corrente de operações digitais, como ver o e-commerce como uma função de negócios central versus um mal necessário, foram capazes de funcionar melhor durante as fases iniciais da pandemia.
O caminho para a análise de dados baseada em nuvem
Curkovic acredita que uma das soluções mais importantes para a disfunção da cadeia de suprimentos é se afastar do hardware para o SaaS, que tem o poder de processar grandes conjuntos de dados e produzir insights significativos. Ele, no entanto, apontou para o fato de que a reindustrialização e a mudança da fabricação para casa foi a decisão que os líderes tomaram em vez de lidar com os problemas de visibilidade nas cadeias de suprimentos e conflitos geopolíticos.
“A reindustrialização é um curativo. Eles não precisavam fazer isso porque temos tecnologia disponível.”
Sime Curkovic
Professor de Gerenciamento de Cadeia de Suprimentos, Western Michigan University
Uma solução melhor para esse dilema é usar tecnologias baseadas em nuvem, como software de visibilidade da cadeia de suprimentos e sistemas de gerenciamento de transporte, para ajudar as empresas a desenvolverem melhor insight sobre todas as partes móveis de suas cadeias de suprimentos. Com o conflito na Ucrânia interrompendo severamente as rotas comerciais e levando a embargos, o insight em cada etapa do processo logístico é mais importante do que nunca.
Quando os profissionais da cadeia de suprimentos usam ferramentas de aprendizado de máquina e análise de dados para resolver problemas de negócios, isso compensa. De acordo com dados da G2 de 14 de julho de 2022, levou em média 14 meses para todas as empresas alcançarem ROI com plataformas de ciência de dados e aprendizado de máquina, mas as empresas de logística o alcançaram em 13 meses. Também levou em média quatro meses para implementar totalmente o software, mas levou menos de meio mês para os profissionais da cadeia de suprimentos.
Sinais de que o SaaS está funcionando também são vistos com dados da G2 de 14 de julho de 2022, na categoria de Plataformas de Análise que cobre os últimos 36 meses. Ao longo do final de 2019 e da primeira metade de 2020, nenhuma revisão foi escrita por um profissional de logística sobre uma das ferramentas de inteligência de negócios da categoria. No entanto, a urgência que os analistas da cadeia de suprimentos sentiram em resolver problemas relacionados à COVID é evidente por um fluxo repentino e constante de revisões que relataram uma alta probabilidade de recomendar as plataformas de análise. No geral, os revisores do setor de logística estão avaliando suas ferramentas de inteligência de negócios nesta métrica em torno de 9 de 10, indicando forte satisfação e valor derivado da compra.
Após executar dados de revisão por uma ferramenta de análise de linguagem em 12 de julho de 2022, vários temas emergiram sobre como as ferramentas de inteligência de negócios ajudaram a resolver problemas de negócios. Os revisores que trabalhavam na cadeia de suprimentos citaram com mais frequência a melhoria nos relatórios, especialmente na avaliação de métricas de desempenho e na eficiência das operações de negócios, como uma vantagem chave do uso deste software. Relatórios melhores, por sua vez, ajudaram-nos a extrair insights interessantes para auxiliar na tomada de decisões e acompanhar o progresso em direção aos objetivos. Outros temas comuns foram a automação da análise de dados para sair das planilhas e o aumento da visibilidade nos processos da cadeia de suprimentos, como níveis de inventário e desempenho de armazéns.
O SaaS é a solução
O ponto principal é que o software funciona e tem o poder de aliviar grande parte do caos que está acontecendo atualmente. Para facilitar a transição para a computação em nuvem, Curkovic garante que o currículo em sua universidade treine adequadamente os alunos nos princípios de programação, ciência da computação e análise estatística.
“Não há profissionais suficientes treinados em ciência de dados”, disse Curkovic. “Se os alunos aprenderem as habilidades de um cientista de dados, como você poderia errar?”
Como já disse antes, a cadeia de suprimentos provavelmente não terá uma transformação radical, mas sim uma atualização deliberada. A transição para departamentos de ciência de dados totalmente funcionais em empresas de logística provavelmente ocorrerá em um ritmo muito mais lento em comparação com outras indústrias, então temos sorte de ter pessoas como Curkovic trabalhando para tornar isso uma realidade. No entanto, quando uma empresa estiver pronta para aprimorar sua estratégia logística, a G2 é o lar de dezenas de categorias de cadeia de suprimentos com milhares de avaliações autenticadas por usuários para ajudar a escolher o software certo com base nas necessidades do negócio.
Avante na luta por uma revolução dos dados!
Quer aprender mais sobre Software de Planejamento de Demanda? Explore os produtos de Planejamento de Demanda.

Anthony Orso
Anthony is a Market Research Analyst specializing in supply chain and logistics, as well as data science applications in the industry. Prior to joining G2, Anthony worked in the research and strategy department of advertising. When Anthony isn't studying for his master's program in data science, he enjoys film criticism, true crime, and playing classical music on his violin.