57% das empresas inquiridas num estudo do MIT CTL e da Mecalux esperam que a inteligência artificial tome ou execute, de forma autónoma, mais de um quarto das decisões operacionais nos seus armazéns até 2028. A maioria reporta melhorias, mas os resultados quantificados e documentados continuam a ser menos frequentes.

A inteligência artificial ganha espaço nas operações de armazém e as empresas preveem dar-lhe maior autonomia nos próximos dois anos. Segundo um estudo do Intelligent Logistics Systems Lab do MIT Center for Transportation & Logistics e da Mecalux, 90% das organizações inquiridas esperam aumentar o investimento em IA nos próximos dois ou três anos. Para 29%, esse reforço deverá ultrapassar os 25%.

O relatório sobre o estado da IA generativa e agêntica nas operações de armazém recolheu 1.967 respostas válidas de executivos e membros de órgãos de administração de empresas com, pelo menos, 100 trabalhadores e operações próprias de armazenagem, em 21 países. Os dados foram recolhidos entre 14 de agosto e 1 de outubro de 2026.

Entre as organizações representadas, 61% afirmam utilizar IA generativa em larga escala ou tê-la plenamente integrada. Na IA agêntica, capaz de executar ações e encadear tarefas com algum grau de autonomia, a proporção é de 56%. Ainda assim, cerca de três quartos das aplicações estão há menos de um ano na sua atual fase de implementação.

Os ganhos reportados são expressivos, embora a sua medição revele uma diferença relevante. Entre os casos de utilização descritos em detalhe, 87% das aplicações de IA generativa e 81% das de IA agêntica apresentam, pelo menos, melhorias moderadas nos principais indicadores. Porém, apenas 39% e 36%, respetivamente, registam avanços significativos quantificados e documentados.

Nos casos em que os participantes conseguiram estimar os ganhos operacionais, a melhoria média rondou os 20% no principal indicador analisado.

Autonomia com limites

A movimentação de stocks e a correção de dados estão entre as ações para as quais as empresas mais permitem a atuação autónoma dos agentes de IA: surgem em 51% e 42% dos casos de utilização de IA agêntica, respetivamente. A margem de decisão diminui quando estão em causa compromissos com clientes, autorizados em 22% dos casos, ou decisões financeiras, em 12%.

O modelo de supervisão mais comum permite que a IA opere dentro de limites predefinidos, com os trabalhadores a acompanhar a atividade e a intervir quando necessário.

Até 2028, 57% das empresas inquiridas esperam que a IA tome ou execute autonomamente mais de um quarto das decisões operacionais nos seus armazéns. Entre as organizações que já integraram plenamente estas tecnologias, essa expectativa sobe para 70%.

A ligação aos sistemas existentes permanece um dos principais desafios. Para 40% dos participantes, a integração com sistemas legados é a maior barreira à expansão da IA generativa. Mais de metade, 54%, considera que uma melhor integração com os sistemas de gestão de armazéns (WMS) e de gestão empresarial (ERP) seria o fator com maior capacidade para acelerar a adoção.

O estudo identifica também uma associação entre a existência de regras e mecanismos de controlo da IA e a capacidade de demonstrar resultados. Nas empresas com uma estrutura abrangente de governação, aplicada ativamente, a proporção que regista melhorias significativas e documentadas atinge 51%, face a 26% nas restantes. Na IA agêntica, os valores são de 46% e 23%.

O relatório ressalva, contudo, que esta relação não demonstra que a governação seja, por si só, a causa dos melhores resultados.

Novas competências dentro do armazém

Quanto ao impacto nas equipas, 56% das empresas afirmam que a IA permitiu aos trabalhadores concentrarem-se em tarefas de maior valor acrescentado. Uma redução do número de trabalhadores é referida por 11%, enquanto 9% indicam um aumento.

Em paralelo, 73% das organizações estão a desenvolver novas competências nos trabalhadores dos armazéns e 61% estão a criar novos perfis técnicos.

Para as empresas que ainda avaliam por onde começar, o relatório recomenda definir regras claras de governação antes de alargar a utilização da IA, dar prioridade à qualidade dos dados e à integração dos sistemas e acompanhar as aplicações durante os primeiros 12 a 24 meses. O objetivo é reunir evidência que permita decidir quais devem ganhar escala e quais devem ser descontinuadas.