“Quanto da nossa intuição já conseguimos validar (ou substituir) por evidência?”. É esta a pergunta que os líderes das cadeias de abastecimento devem colocar, na ótica do diretor do Mestrado Executivo em Business Analytics da Faculdade de Economia da Universidade do Porto, Bruno Veloso. Uma ideia que defende neste artigo a propósito da importância de usar os dados para a análise prescritiva.
“Num contexto em que a competitividade das organizações depende crescentemente da sua capacidade de transformar dados em decisões robustas, a existência de um Mestrado Executivo em Business Analytics com o selo de qualidade e exigência académica da Faculdade de Economia da Universidade do Porto (FEP) assume uma relevância estratégica inequívoca. A gestão moderna — e, em particular, áreas altamente sensíveis como a supply chain, onde pequenos desvios podem gerar custos significativos e falhas graves de serviço — exige hoje mais do que experiência e bom senso: exige competências avançadas de análise, domínio de modelos quantitativos, literacia crítica em Inteligência Artificial (IA) e capacidade de integrar previsões, risco e incerteza em decisões operacionais e estratégicas. Num mundo marcado por volatilidade, disrupções e pressão por eficiência, a vantagem competitiva já não reside apenas em ter acesso à informação, mas em possuir capital humano qualificado para a interpretar, modelar e operacionalizar — com rigor, rapidez e impacto mensurável.
Vivemos numa era marcada por um crescimento acentuado do volume de dados [1]. Nunca as cadeias de abastecimento produziram tanta informação como nos dias de hoje. Parte desta informação provém de sensores IoT que monitorizam a cadeia de abastecimento, passando por registos de transações em tempo real no ponto de venda, até à monitorização de riscos geopolíticos amplamente divulgados nos vários meios de comunicação social. No entanto, e apesar de existir este nível de riqueza de informação, existe ainda um desconforto que paira sobre muitas das salas de administração de várias empresas. Apesar do investimento massivo em tecnologia, muitas das decisões críticas continuam a ser tomadas com base no instinto e na experiência dos decisores.
A modernização das cadeias de abastecimento confronta-se frequentemente com uma barreira, i.e., as empresas implementam ERP robustos e dashboards visualmente apelativos, mas a extração de conhecimento desses dados e a sua tradução em ações concretas continua a ser uma das maiores dificuldades. Posteriormente, reflete-se na margem de lucro e na garantia do nível de serviço. O problema consiste maioritariamente na incapacidade de transformar a complexidade analítica em estratégia de negócio.
No passado, a experiência e a intuição de um diretor de operações eram suficientes para antecipar alterações sazonais. Hoje, num cenário de extrema volatilidade onde por exemplo uma disrupção no Golfo Pérsico, ou uma alteração súbita no comportamento do consumidor, podem ocorrer num curto espaço de tempo, a intuição humana, por si só, é demasiado lenta.
É aqui que a Inteligência Artificial (IA) e a Análise de Dados começam a tornar-se imperativos de sobrevivência para as instituições. A transição que precisamos de fazer é passar da análise descritiva (o que aconteceu?) para a análise prescritiva (o que devemos fazer?).
Ter a possibilidade de prever uma rutura de stock com duas semanas de antecedência, e ter um sistema que sugere automaticamente três cenários de reabastecimento alternativos, ponderando os custos de transporte urgente versus a penalização por falha de entrega, não é ficção científica; é o poder da análise de dados aplicada à eficiência operacional.
Contudo, a tecnologia é a parte fácil, o verdadeiro obstáculo à implementação de uma cadeia de abastecimento baseada em dados é, muitas vezes, o capital humano.
Muitas organizações possuem cientistas de dados brilhantes que não compreendem as nuances da logística, e gestores logísticos experientes que desconfiam de algoritmos de “caixa negra”. Existe um fosso linguístico e técnico entre quem constrói os modelos e quem toma a decisão final.
É precisamente como resposta a este desafio, cada vez mais evidente no tecido empresarial, que surgem iniciativas académicas focadas na interseção entre gestão e dados, como o novo Mestrado Executivo em Business Analytics oferecido pela FEP. A necessidade do mercado não é apenas formar técnicos que saibam programar, mas sim capacitar líderes que saibam interpretar. É imperativo formar gestores que consigam olhar para uma previsão algorítmica de procura e, em vez de a aceitarem cegamente ou rejeitarem por desconforto, saibam questionar as variáveis, validar o modelo e aplicá-lo à realidade do negócio.
O objetivo da IA na gestão da cadeia de abastecimento não é substituir o decisor humano, mas sim ajudá-lo na contextualização da tomada de decisão, baseada em dados históricos e previsões. O futuro pertence às organizações que consigam combinar as sugestões e previsões produzidas pela IA com o pensamento crítico e estratégico do gestor.
A pergunta que os líderes de cadeias de abastecimento devem fazer hoje não é “quantos dados temos?”, mas sim “quanto da nossa intuição já conseguimos validar (ou substituir) por evidência?”. A resposta a esta pergunta definirá quem lidera e quem apenas reage no mercado de amanhã.”
[1]https://www.statista.com/statistics/871513/worldwide-data-created/?srsltid=AfmBOoqtO8ECowsDNxkdT2guFjU_S2zNpov9FAxK8GWUpypePrLu9jEm
Bruno Veloso, diretor do Mestrado Executivo em Business Analytics da Faculdade de Economia da Universidade do Porto
