INTELIGENCIA ARTIFICIAL E A LOGÍSTICA REVERSA DE PÓS-CONSUMO

Como já observamos em outros artigos, enquanto a Logística reversa de pós-venda está muito mais “próxima” das empresas, pois trata de retornos que podem influir de forma definitiva em sua competitividade, a Logística reversa de pós-consumo não apresenta essa mesma característica. Neste último caso as empresas produtoras e comerciantes demonstram interesse menor, tendo sido necessário estabelecer legislação para que, com raras exceções, essa preocupação com o retorno dos produtos usados entrasse na estratégia de empresas. Mesmo assim os resultados são insuficientes, pois a taxa de reaproveitamento de resíduos é muito baixa.

A Logística de Pós-consumo, devido à estrutura de suas empresas de reaproveitamento no Brasil, e certamente no mundo, dispõe de muito menos recursos de softwares logísticos e empresariais, o que pode ser uma oportunidade aos argumentos que traremos dos benefícios da introdução destes e da Inteligência Artificial em suas atividades.

O Parlamento Europeu define a IA como: “Inteligência artificial é a área da ciência da computação que visa criar máquinas que exibem capacidades semelhantes às humanas, como raciocínio, aprendizagem, planejamento e criatividade”

Cite-se as principais possibilidades da IA:

• Capacidade de “aprender” ao longo do tempo

• Trabalhar com grande quantidade de dados relacionais.

• Algoritmos usados na logística empresarial, e, portanto, na logística reversa, podem ser aperfeiçoados pela IA.

• Previsão de demanda, rotas de entrega mais rápidas, automação etc.

• Agilizando os processos, reduzindo erros, satisfação de clientes etc.

Muitas das aplicações a seguir abordadas serão semelhantes às da Logística de pós-venda:

Previsão dos produtos a retornar: prever as quantidades e tipos de retorno é uma das mais difíceis atividades neste caso, pois a dispersão dos resíduos (materiais e produtos usados e descartados) é de difícil previsibilidade. No entanto, com o auxílio da IA e de alguns softwares pode se tornar mais assertiva melhorando a performance neste setor. A IA nestes casos, com a capacidade de aprendizagem e velocidade ao tratar de grande quantidade de dados permitirá maior garantia nestas previsões.

Coleta dos produtos a retornar: no caso dos pós-consumo a localização dos pontos de coleta é extremamente difícil, salvo quando organizada por setores empresarias, sendo, portanto, muito oportuno o emprego da IA permitindo a agilização e melhor eficiência nestas operações. Claro que sempre haverá regionalmente indicações do consumo dos produtos que foram descartados, mesmo assim sua perfeita localização e coleta são extremamente complicadas.

Transporte de retorno: esta atividade é sempre muito onerosa para a logística em geral, porém maior ainda no caso dos pós-consumos devido à falta de embalagens, à diversidade de produtos ou materiais, eventuais cuidados adicionais com segurança, entre outros motivos. Certamente a IA ajudaria fortemente estas operações além de estabelecer novos padrões que melhorariam a eficiência.

Recepção e seleção de destino dos retornados: produtos diferentes, constituídos de materiais diferentes e muitas vezes misturados, permitiriam uma atuação da IA para separar os materiais e classificá-los para os devidos processos de reaproveitamento. Por exemplo no caso de remanufatura de produtos acredito que seria de muito bom senso que a IA cuidasse de identificar o que pode ser reaproveitado e certamente economizar em operações e custos. No caso de plásticos, que normalmente chegam todos misturados e de difícil identificação, a oportunidade é muito interessante para a IA.

Estocagem dos produtos retornados: certamente pela diversidade de produtos recepcionados no caso dos pós consumo, a utilização da IA na estocagem com identificação adequada e imediata poderá aumentar a acuracidade dos estoques e reduzir custos. Se forem utilizados sistemas de reconhecimento com RFID e outros recursos digitais o resultado será melhor ainda.

Visibilidade das operações: importante em todos os momentos, mas no caso de materiais descartados torna-se essencial conhecer as quantidades e característica do retorno, pois estas informações da matéria prima dos processos de reaproveitamento são importantes. A IA seria de grande ajuda nesses casos também  

Grande quantidade de dados: esta capacidade inerente a IA permitirá enormes possibilidades de estabelecer padrões e melhorias em todas as áreas da logística reversa de pós-consumo.

No entanto é preciso observar as diferenças estruturais das empresas que lidam com a Logística de Pós-venda e de Pós-consumo o que certamente justifica a diferença de uso e mesmo a potencialidade da IA nestas duas áreas da Logística Reversa.

Logística reversa de Pós- venda: Normalmente empresas de comércio eletrônico ou empresas de grande porte que já utilizam tecnologias avançadas e mais recentemente também a IA.

Logística reversa de pós- consumo: as empresas desta área normalmente são de pequeno porte e apresentam baixa utilização de tecnologias, mesmo as chamadas  Gestoras setoriais, o que nos conduz a acreditar que, com raríssimas exceções, têm pouca chance de utilizar  IA.