A PwC revela que a Inteligência Artificial está transformando a gestão da cadeia de suprimentos, automatizando tarefas, otimizando rotas e melhorando a tomada de decisões. Todavia, de acordo com o resultado da pesquisa global da PwC com 4,7 mil líderes empresariais, incluindo o Brasil, a implantação da IA ainda enfrenta desafios como a qualidade dos dados, a integração de sistemas e a falta de capacitação.
“Além de reduzir custos, melhorar a eficiência e criar resiliência, os investimentos digitais potencializam muito a qualidade da tomada de decisões e a visibilidade no setor”, afirma o sócio da PwC Brasil Rodrigo Damiano.
Conforme o empresário, com base em análises preditivas, as empresas antecipam entraves e tendências de mercado, por meio de ajustes proativos nas estratégias do setor. ‘Essa capacidade de prever e se adaptar rapidamente a mudanças representa um diferencial competitivo importante em um ambiente muito volátil, como o atual, acrescenta.
Obstáculos e soluções.
A Pesquisa sobre Tendências Digitais em Operações 2024, da PwC, indica que, para 69% dos líderes, os investimentos em tecnologia não geraram os resultados esperados. O levantamento também revela que, das 70% das empresas que experimentaram ou utilizam a IA generativa, apenas 20% delas relatam o amplo uso desta tecnologia nas suas operações.
O sócio da PwC alerta que as dificuldades do uso de IA na cadeia de suprimentos, embora complexas em uma primeira análise, é uma transformação possível de realizar quando bem estruturada. As empresas devem abordar a adoção da tecnologia com uma estratégia abrangente, que inclua uma gestão de mudanças eficaz e um investimento contínuo em capacitação digital. “Uma vez bem-sucedida, a IA vai além da adoção de tecnologias avançadas e requer transformações mais profundas na cultura organizacional”, observa Damiano.
A PwC Brasil lista abaixo questões que as empresas devem dar atenção ao implantar uma estratégia de IA na cadeia de suprimentos :
Qualidade e disponibilidade de dados. Esse é um tema crucial para a eficácia no uso de IA. Dados de baixa qualidade podem resultar em decisões inadequadas e afetar negativamente as operações. Portanto, é fundamental manter uma boa qualidade dos dados, a fim de assegurar a precisão, completude e relevância das respostas propostas pela IA.
Integração de sistemas. Há uma grande necessidade de integração entre diferentes sistemas de TI, tanto internos quanto externos (fornecedores e clientes). A diversidade desses sistemas e a necessidade de interoperabilidade entre plataformas complicam a adoção de soluções de IA de forma eficaz. O processo de integração não é apenas técnico, mas também estratégico. Ele exige uma gestão de mudanças eficiente, que muitas empresas ainda negligenciam.
Relação custo-benefício. A frustração com o alto grau de investimento em IA que não se traduz imediatamente nos ganhos esperados pode desencorajar a continuidade e a expansão do uso da tecnologia.
Visão limitada. Há uma tendência nas empresas de se concentrar na redução de custos, em vez de explorar inovações e novos modelos de negócios baseados na IA. Esse foco limitado pode restringir o potencial de transformação e melhorias nas operações.
Capacitação. A falta de capacitação adequada é uma barreira difícil de superar. Muitas vezes, a formação e o aprimoramento contínuo são negligenciados, o que deixa as equipes despreparadas para aproveitar as novas tecnologias. É importante envolver e treinar as pessoas dentro das organizações para o futuro do trabalho.
