ARTIFICIAL INTELLIGENCE IN SUPPLY CHAIN MANAGEMENT
REGISTRO DOI: 10.69849/revistaft/cs10202507311715
Alberto Daniel Antunez1
Resumo
O progresso da internet e a emergente quantidade de inovações como a inteligência artificial (IA) têm remodelado a sociedade, impactando significativamente nossos modos de vida, trabalho e interações sociais. A logística, sendo um elemento essencial nas operações das empresas, também foi afetada por essas mudanças. Com a conexão à internet, a logística passou por uma transformação, permitindo uma globalização sem igual e uma administração mais rápida e eficaz da cadeia de suprimentos. Em vista disso, esta pesquisa possuiu como objetivo principal reconhecer as principais utilizações e vantagens dessa tecnologia. Ademais, serão investigadas as dificuldades associadas à adoção da inteligência artificial na cadeia de suprimentos, bem como as perspectivas futuras neste campo. A melhoria da cadeia de suprimentos é fundamental para o êxito das organizações empresariais, e a aplicação de métodos avançados de inteligência artificial tem capacidade de proporcionar ganhos substanciais em produtividade, eficiência e na execução de decisões. Os dados indicam avanços consideráveis em diminuição de despesas, incremento da eficiência operacional e aprimoramento no atendimento ao cliente. A adoção de abordagens de IA na otimização das cadeias de suprimentos possui um enorme potencial, embora sejam indispensáveis pesquisas suplementares para melhorar a compatibilidade dessas abordagens com os sistemas atuais e intensificar suas vantagens para as organizações.
Palavras-chave: Internet. Inteligência Artificial. Logística. Cadeia de Suprimentos.
1. INTRODUÇÃO
A web tornou-se um elemento essencial na existência humana, influenciando diversos setores da sociedade. Segundo Perelmuter (2020), inovações como realidade virtual, robótica, inteligência artificial e internet das coisas estão alterando a maneira como vivemos, trabalhamos e nos conectamos entre nós. Barbosa (2020) ressalta que a trajetória da inteligência artificial (IA) encontra-se profundamente relacionada ao progresso da sociedade, uma vez que as inovações tecnológicas têm impactado as interações dos indivíduos com o ambiente ao seu redor.
O advento da internet provocou uma mudança radical na logística, possibilitando uma integração a nível mundial sem igual e alterando a maneira como as companhias administram suas cadeias de suprimentos. De acordo com Anselmo; Junior (2021), a administração de compras tornou-se mais rápida e eficaz, agora com a capacidade de contatar fornecedores em diversas partes do planeta, além de realizar comparativo de preços e termos de imediato. Essa conexão digital permitiu uma melhora nos processos logísticos, resultando na diminuição de gastos e no aumento da competitividade das empresas.
Nos últimos anos, o ambiente empresarial sofreu mudanças que foram não só significativas, mas também rápidas. A globalização, a crescente conscientização dos consumidores e a demanda implacável por inovação reformularam o panorama competitivo. Nessa dinâmica que não permite inércia, a logística já não é considerada apenas um suporte responsável pelo transporte e pela estocagem. A dinâmica se transformou. A logística agora desempenha um papel tático, quase imperceptível para quem observa de fora, mas profundamente crucial para a funcionalidade das operações organizacionais (Silva; Guimarães, 2025).
Uma logística bem organizada e administrada é capaz de assegurar a pontualidade na entrega de mercadorias, encurtar o tempo de atendimento e aprimorar a qualidade dos serviços, aspectos fundamentais para manter os clientes fiéis e alcançar uma vantagem no mercado. Nesse contexto, a utilização de métodos de inteligência artificial para aprimorar os processos logísticos se apresenta como uma alternativa eficiente e eficaz, tornando-se importante entender suas vantagens e aplicações potenciais.
A utilização de métodos de inteligência artificial requer a avaliação de extensos conjuntos de informações, o reconhecimento de padrões intricados e a produção de informações úteis que visam otimizar a eficiência dos processos. Como foi mencionado, a IA possui a capacidade de revolucionar as cadeias de suprimentos, proporcionando avanços substanciais em áreas como previsão, planejamento, logística e decisões estratégicas. Além disso, a inteligência artificial pode ser aplicada para automatizar procedimentos, antecipar demandas, aumentar a exatidão das previsões e diminuir despesas (Leão et al., 2023).
Embora a adoção da inteligência artificial na logística traga diversas vantagens, sua implementação também enfrenta certos obstáculos. Um dos que mais se destaca é a necessidade de integrar a IA com demais sistemas de gerenciamento, como os de armazenamento e transporte. Além disso, sua utilização pode exigir transformações na cultura da organização e na maneira como os colaboradores executam suas funções. A cadeia de suprimentos abrange todas as fases do processo produtivo, desde a distribuição até a entrega de um serviço ou produto, contemplando desde aquele que fornece até o consumidor final. Este processo é formado por várias fases interconectadas, que asseguram a chegada do serviço ou produto ao seu destino de maneira eficaz, com qualidade e dentro do tempo estipulado (Leão et al., 2023).
Para entender como a inteligência artificial contribui para a melhoria da cadeia de suprimentos, é fundamental conduzir uma análise prática das suas aplicações e vantagens. Assim, o presente artigo se propõe a reconhecer as principais utilizações e vantagens dessa tecnologia. Ademais, serão investigadas as dificuldades associadas à adoção da inteligência artificial na cadeia de suprimentos, bem como as perspectivas futuras neste campo.
1.1 JUSTIFICATIVA
A chegada da internet, juntamente com o advento de tecnologias emergentes como internet das coisas, robótica e inteligência artificial (IA), tem alterado as dinâmicas sociais, os métodos de trabalho e inclusive a forma como os indivíduos interagem com o mercado. Nesse contexto, a logística, um dos pilares essenciais das atividades empresariais, também passou por essas mudanças. Como apontado por Perelmuter (2020), a incorporação de tais tecnologias na logística pode transformar radicalmente a competitividade e a eficiência das empresas.
Conforme abordado por Anselmo; Junior (2021), a globalização e o crescimento da concorrência exigem a necessidade de diminuir os custos e melhorar a eficiência em toda a cadeia de valor. Em meio a esse contexto, a implementação de técnicas de inteligência artificial representa oportunidades valiosas para aprimorar tais métodos, fazer previsões de demanda mais precisas, diminuir níveis de estoque, cortar despesas de translado e elevar a satisfação dos clientes.
É crucial considerar o cenário contemporâneo em que nos encontramos, marcado pela rápida evolução tecnológica e pela transformação digital global. O avanço da Internet das Coisas (IoT) e o aumento de dispositivos interconectados geraram um imenso volume de informações em tempo real, que podem ser utilizados por sistemas de inteligência artificial para tomar decisões logísticas. Dessa forma, a integração de tais tecnologias apresenta uma chance ímpar de criar redes logísticas mais ágeis, inteligentes e flexíveis, com grande capacidade de se adaptar dinamicamente às necessidades do mercado.
As organizações devem ser ágeis em sua capacidade de se ajustar às transformações do mercado, às interrupções na cadeia de suprimentos e às demandas inesperadas dos consumidores em um cenário volátil e cheio de incertezas. Portanto, o emprego de técnicas de inteligência artificial pode oferecer dados em tempo real a respeito das condições do mercado, possibilitando que as organizações reajam de forma proativa em suas táticas e operações para enfrentar desafios que surgem. Dessa forma, explorar as principais aplicações e benefícios dessa tecnologia no setor logístico é não somente relevante, mas igualmente essencial, diante da dinâmica e crescente complexidade do cenário empresarial mundial.
1.2 OBJETIVOS
1.2.1 Objetivo Geral
Reconhecer as principais utilizações e vantagens dessa tecnologia.
1.2.2 Objetivo Específicos
- Entender os procedimentos logísticos e seu valor;
- Examinar os desafios relacionados à implementação da inteligência artificial na rede de fornecimento;
- Examinar as possíveis direções futuras nesse setor;
- Examinar táticas e métodos empregados por organizações para aperfeiçoar a administração da cadeia de suprimentos;
- Reconhecer as tecnologias e demais ferramentas empregadas para fortalecer a administração da cadeia de suprimentos e suas vantagens.
2. FUNDAMENTAÇÃO TEÓRICA OU REVISÃO DA LITERATURA
2.1 CADEIA DE SUPRIMENTOS
A Cadeia de Suprimentos (CS) desempenha uma atribuição essencial na qualidade da experiência do cliente, além de gerir custos, oportunidades e incertezas (Riahi et al., 2021). Os decisores que trabalham na cadeia de suprimentos estão atentos e buscam prevenir problemas que tenham alguma chance de afetar o fornecimento, que vão desde ocorrências comuns, como atrasos nas entregas e questões de qualidade, até eventos mais significativos, como crises políticas, desastres naturais e instabilidades financeiras dos fornecedores. Esses elementos podem tornar o fornecimento um desafio em contextos incertos (Zhang et al., 2016).
É possível descrever cadeia de suprimentos como um conjunto de organizações interligadas, tanto em direção ao fornecedor quanto ao consumidor, englobando diversos métodos e atividades que criam valor por meio da oferta de serviços e produtos ao cliente final (Riahi et al., 2021). Para operar em contextos complexos onde essas redes se desenvolvem e proporcionam soluções mais rápidas e robustas, os componentes das cadeias necessitam de previsão, monitoramento e aperfeiçoamento (Zhang et al., 2016). Nos últimos anos, a aplicação de inteligência artificial aumentou de forma significativa em várias áreas, abrangendo as redes de suprimentos, como uma estratégia para gerenciar métodos complexos com maior rapidez e eficácia (Borges et al., 2020).
As atividades associadas à rede da Cadeia de Suprimentos (CS) incluem a gestão das interações em meio às diversas partes envolvidas, como fabricantes, fornecedores, quem distribui e quem consomem, além do rastreamento de produtos e supervisão dos processos (Chamekh et al., 2018). A rede da CS é, fundamentalmente, uma estrutura dinâmica focada na troca de dados, operando tanto com a movimentação de materiais quanto com o fluxo financeiro (Long, 2014). Por exemplo, uma CS no setor de hardware é composta por fornecedores espalhados por várias localidades e possui uma operação de distribuição no nível mundial, o que deixa evidente o quanto esse modelo de rede é complexo.
Nesse contexto, a interação entre os fatores internos e externos, assim como a dinâmica em meio à oferta e demanda, gera a complexidade da cadeia de suprimentos. A gestão dessa cadeia é responsável por coordenar as atividades tanto internas de uma organização quanto às interações entre os diversos agentes envolvidos, visando a otimização do desempenho, tanto das organizações individualmente quanto da cadeia como um todo ao longo do tempo (Wei; Prybutok; Sauser, 2021).
Assim, o foco central na criação de uma CS é garantir sua eficiência ao satisfazer as necessidades do cliente, além de se manter relevante no mercado. Para alcançar esse objetivo, é essencial identificar, avaliar e priorizar os riscos associados à CS (Sabouhi; Pishvaee; Jabalameli, 2018).
Em síntese, a CS consiste na interconexão de processos empresariais ou de instituições, e para que a administração dos efeitos de interrupções seja efetiva, é imprescindível uma compreensão abrangente dessa interconexão (Duong; Chong, 2020). A suscetibilidade da CS a ameaças e interrupções difere de acordo com a chance de ocorrência e suas consequências (Kauppi et al., 2016).
Hoje em dia, a administração da CS é considerada um elemento crucial para a competitividade das empresas, e seu desenvolvimento é afetado por vários aspectos, incluindo a globalização, a sustentabilidade, a digitalização e a personalização em larga escala (Fleury; Wanke; Figueiredo, 2013).
As operações consistem em várias fases e ações que têm como objetivo assegurar que os serviços e produtos cheguem aos consumidores finais. Essas operações começam com o reconhecimento das demandas dos clientes e o planejamento da fabricação, seguindo com o fornecimento dos estoques e a logística de entrega. Vale destacar que, embora sejam descritos em fases separadas, esses processos são interconectados e influenciam mutuamente.
O planejamento da produção é uma fase essencial para assegurar que os produtos estejam disponíveis no momento adequado e no volume correto. De acordo com Christopher (2016), essa fase abrange a avaliação de informações de vendas passadas, a projeção da demanda futura e a estipulação dos níveis de estoque de segurança. Além disso, é crucial levar em conta outros aspectos, como a capacidade de produção, o tempo necessário para fabricar os produtos e a acessibilidade dos insumos.
Uma perspectiva teórica fundamental no planejamento da produção é o Sistema de Planejamento e Controle da Produção (PCP). Segundo Corrêa; Corrêa; Gianesi (2011), o Planejamento e Controle da Produção (PCP) envolve ações como a estimativa de demanda, o planejamento principal da produção e o gerenciamento das necessidades de insumos. O referido sistema tem como objetivo assegurar a harmonia em meio a demanda e a capacidade de produção, permitindo uma melhor utilização dos recursos e a redução de atrasos e de estoques elevados.
No cenário brasileiro, Silva; Soares, (2017) ressalta que o planejamento da produção precisa levar em conta as particularidades da indústria local, incluindo a instabilidade na demanda e a complexidade do sistema tributário. Os autores sublinham a relevância de implementar estratégias maleáveis e dinâmicas, como o Planejamento e Controle da Produção Lean (PCPL), para enfrentar essas peculiaridades e alcançar resultados mais satisfatórios.
Um processo que tem sido vastamente debatido é o Planejamento das Necessidades de Materiais (MRP – Material Requirements Planning). De acordo com Tubino (2017), o MRP ajuda a determinar as necessidades de materiais no decorrer do tempo, levando em conta a demanda dos produtos finais e suas composições. Essa estratégia permite um controle eficiente dos estoques e a redução dos custos associados aos materiais.
A fase de abastecimento de estoques refere-se à administração dos insumos, matérias-primas e produtos finalizados. Conforme mencionado por Slack et al., (2013), essa fase visa assegurar que os materiais essenciais para a produção e para o atendimento às solicitações dos clientes estejam sempre disponíveis. Para alcançar esse objetivo, é fundamental ajustar os níveis de estoque com base na demanda estimada, prevenindo que haja tanto o acúmulo excessivo de produtos, que pode acarretar em custos extras, quanto a escassez, que resulta na falta de mercadorias.
A escolha de fornecedores é essencial para o gerenciamento dos estoques. Pesquisadores como Pimentel; Rezende (2016) destacam a necessidade de definir critérios precisos para a seleção, avaliando aspectos como a qualidade dos produtos, os preços, a confiabilidade e a habilidade de cumprimento das entregas. Esse processo rigoroso auxilia na mitigação de riscos e na otimização da eficiência na cadeia de suprimentos.
O processo de negociação dos contratos com os fornecedores é uma parte importante do gerenciamento de estoques. De acordo com Cruz; Martins (2017), uma negociação bem realizada possibilita a formação de pactos favoráveis, estabelecendo prazos de entrega, quantidades de pedidos e condições comerciais apropriadas. Um resultado positivo nessa negociação contribui para a formação de parcerias robustas e fortalece a confiança em meio a todos os participantes da cadeia de suprimentos.
Finalmente, a fase de logística de distribuição abrange o deslocamento dos produtos desde o ambiente onde foi fabricado até o consumidor final. Segundo Bowersox; Closs; Cooper (2013), essa fase requer a seleção do meio de translado mais apropriado, a administração do fluxo de bens e a interação entre os diversos participantes da cadeia de abastecimento. Vale destacar que a logística de distribuição pode ser influenciada por situações externas, tais como o clima e o estado das rodovias.
A administração de inventários nos centros de distribuição é um componente essencial da logística de distribuição. Segundo apontado por Santos; Pereira (2018), a implementação de sistemas de gestão de estoques, o uso de métodos de classificação ABC e a prática do cross-docking são cruciais para garantir um equilíbrio satisfatório em meio a disponibilidade de produtos e os custos de armazenamento.
A programação das entregas é uma função essencial na logística de distribuição. Conforme ressaltado por Oliveira; Silva (2016), um roteamento eficiente tem como objetivo diminuir a distância viajada, agilizar o período gasto na entrega e prevenir atrasos. A adoção de métodos de otimização, como algoritmos de roteirização, ajuda na elaboração de trajetos mais eficientes, resultando na redução de custos logísticos e no aprimoramento da eficiência nas entregas.
2.2 O PROCESSO LOGÍSTICO E SUAS CARACTERÍSTICAS
A logística desempenha um papel fundamental nas operações de uma empresa, encarregando-se da coordenação e aprimoramento do trânsito de produtos, materiais e demais dados no decorrer de toda a cadeia de suprimentos. Este setor, que abrange várias disciplinas, emergiu da demanda por uma gestão eficaz dos recursos e processos relacionados à produção, distribuição e entrega de bens (Gorni Neto, 2022).
A noção contemporânea de logística teve sua formação inicial na época da Segunda Guerra Mundial, quando as Forças Armadas dos EUA criaram sistemas sofisticados de transporte, armazenamento e distribuição para auxiliar suas ações militares. Depois do conflito, várias das estratégias e métodos logísticos elaborados passaram a ser modificados e implementados no setor civil, resultando no que atualmente chamamos de logística corporativa (Vitorino, 2018).
Na área de logística, a administração de compras é um dos processos essenciais para assegurar a eficiência e eficácia das operações das empresas. Essa função inclui diversas fases, que vão desde a escolha cuidadosa daqueles que fornecem até a negociação de contratos e a obtenção de insumos e matérias-primas ora precisos para a produção. De acordo com Anselmo; Junior (2021), a gestão de compras exerce uma influência significativa na cadeia de fornecimento, porquanto impacta de maneira direta nos custos de produção, na qualidade dos produtos e na competitividade das organizações.
Um dos elementos fundamentais na administração de compras é a escolha de fornecedores que sejam de confiança e competentes. Essa tarefa exige a análise de vários fatores, incluindo os preços, a qualidade dos produtos, os prazos de entrega, o histórico de desempenho e a capacidade de fornecimento. Segundo Gorni Neto (2022), optar pelos fornecedores adequados é crucial para assegurar um suprimento constante de materiais e reduzir a probabilidade de que a produção seja interrompida.
Afora a escolha de quem fornece, outra fase essencial na gestão de compras é a negociação de contratos. Durante essa etapa, as organizações procuram assegurar as condições mais vantajosas em termos de custos, prazos e qualidade dos produtos. Conforme aponta Martins (2019), a competência em negociar acordos que favoreçam é fundamental para manter a concorrência e a saúde financeira das organizações, dado que impacta de maneira direta nos custos de produção e nos resultados financeiros.
A obtenção de insumos e de matérias-primas representa a fase final do gerenciamento de compras, que abrange a formalização de pedidos, o recebimento e a verificação dos materiais obtidos. Essa etapa demanda uma administração eficaz dos estoques, bem como uma coordenação minuciosa em meio aos setores de compras, produção e armazenamento. De acordo com Vitorino (2018), uma gestão eficiente das compras possibilita que as organizações mantenham volumes de estoque apropriados, prevenindo tanto o excesso quanto a escassez, situações que podem impactar a produção e afetar o atendimento aos compradores.
A gestão de compras é fundamental não apenas para assegurar o fornecimento contínuo de insumos, mas igualmente para atuar de maneira estratégica na diminuição de despesas, no aprimoramento da qualidade dos produtos e na otimização da eficiência operacional. De acordo com Seleme; Paula (2019), organizações que implementam métodos eficientes nessa área conseguem alcançar consideráveis benefícios competitivos, elevando sua rentabilidade e potencial de expansão no mercado.
A gestão de estoques, um dos aspectos fundamentais da logística empresarial, é também um ponto importante a ser considerado. Essa prática é crucial para alinhar a oferta e a demanda de produtos, assegurando que as organizações disponham das mercadorias adequadas, nas quantidades necessárias, no tempo apropriado. Segundo Accioly; Ayres; Miranda, (2019), essa atividade é vital para garantir a continuidade das operações e prevenir situações como a escassez de produtos ou o acúmulo excessivo de estoque, que podem prejudicar a eficiência e aumentar os custos na operação.
Conforme apontado por Accioly; Ayres; Miranda (2019), a acumulação excessiva de inventário pode ocasionar altos custos de estocagem, degradação dos itens e perda de validade, enquanto a manutenção de um estoque reduzido pode causar atrasos nas entregas e insatisfação entre os consumidores. Dessa forma, é fundamental identificar o equilíbrio que reduz ao máximo os custos totais relacionados ao estoque.
Um fator crucial na administração de estoques é a adoção de sistemas e tecnologias que tornem mais ágil o controle e o acompanhamento dos materiais. Por exemplo, softwares de gerenciamento de estoque possibilitam que as empresas monitorem o movimento dos itens em tempo real, reconheçam tendências de consumo e façam escolhas mais acertadas sobre a reposição de produtos.
Conforme afirma Campos; Goulart (2018), a adoção de tecnologias avançadas têm potencialidade para melhorar a eficácia e a exatidão na administração de estoques, diminuindo falhas e aperfeiçoando os níveis de inventário. Segundo os autores, uma gestão eficiente dos estoques pode levar à diminuição de despesas, incremento da produtividade e fortalecimento da concorrência no setor.
A gestão e movimentação de materiais são atividades que buscam assegurar a eficácia na manipulação e monitoramento dos estoques, promovendo a diminuição de custos e o tempo de processamento. De acordo com Seleme; Paula (2019), essas funções têm uma importância vital na cadeia de suprimentos das organizações, permitindo a armazenagem adequada e ordenada dos produtos, além de uma distribuição eficiente que atenda às necessidades do mercado.
Isso envolve a definição de layout de armazéns, arranjo físico dos produtos, métodos de estocagem e fluxos de movimentação. De acordo com Gorni Neto (2022), um layout bem projetado e uma gestão eficiente dos espaços de armazenagem podem maximizar a utilização do espaço disponível, reduzir os custos de armazenamento e facilitar o acesso aos produtos.
Além disso, a segurança é uma preocupação constante na armazenagem e movimentação de materiais. Equipamentos de manuseio de materiais como empilhadeiras e esteiras transportadoras, devem ser operados por pessoal treinado e em conformidade com as normas de segurança estabelecidas. Como destacado por Martins (2019), investir em medidas de segurança e prevenção de acidentes pode evitar danos aos produtos, lesões aos funcionários e interrupções nas operações.
Conforme afirmam Seleme; Paula (2019), ao aperfeiçoar os procedimentos de armazenamento e movimentação, as organizações têm a oportunidade de diminuir os gastos relacionados ao estoque, reduzir o tempo de ciclo das atividades e aumentar a exatidão nas entregas de produtos aos consumidores. Dessa forma, a administração eficaz desses pontos é essencial.
A logística reversa desempenha um papel fundamental na logística contemporânea, focando no retorno de embalagens, produtos e materiais após o consumo para a cadeia produtiva. Esse procedimento não só cumpre as exigências legais relacionadas ao meio ambiente, mas igualmente proporciona chances de recuperar valor de produtos rejeitados. Segundo Callefi; Barbosa; Ramos (2018), a logística reversa é vital para assegurar a sustentabilidade ambiental das atividades organizacionais, minimizando o impacto ao meio ambiente e incentivando a responsabilidade social nas empresas.
A logística reversa também pode trazer vantagens econômicas substanciais para as organizações, incluindo a diminuição dos custos de fabricação e a recuperação de materiais e peças para reaproveitamento ou reciclagem. Ao adotar processos de logística reversa em suas grades operacionais, as organizações têm a oportunidade de gerar novas receitas e se destacar no mercado com ações sustentáveis. De acordo com Callefi; Barbosa; Ramos (2018), essa abordagem é uma tática eficaz para aumentar o valor dos produtos e reforçar a reputação da marca junto aos clientes mais conscientes.
Na área da logística corporativa, a administração do transporte se revela essencial, complementando esses processos. A organização das atividades de transporte de produtos, a seleção dos modais mais adequados e a elaboração de rotas são ilustrações da gestão de transporte. Uma administração eficaz nessa área é crucial para assegurar que as entregas ocorram de forma confiável e pontual, além de otimizar os custos operacionais e reduzir os impactos ao meio ambiente das atividades logísticas.
A logística 4.0, frequentemente chamada de logística digital, representa uma abordagem inovadora para melhorar os processos logísticos por meio da incorporação de tecnologias digitais avançadas, como a internet das coisas (IoT), análise de grandes volumes de dados e inteligência artificial. Essa nova fase da logística promete transformar a maneira como as empresas gerenciam suas cadeias de suprimentos, tornando-as mais ágeis, flexíveis e eficazes para responder às demandas do mercado.
A colaboração em meio aos diferentes participantes da cadeia de suprimentos é essencial para o êxito das operações logísticas. A fim de aprimorar o atendimento ao cliente, diminuir custos e otimizar o gerenciamento de materiais e dados, é viável formar alianças táticas em meio às transportadoras, fornecedores, distribuidores e comerciantes. Para obter benefícios competitivos duradouros e garantir o sucesso das atividades logísticas a longo prazo, os integrantes da cadeia de suprimentos precisam unir esforços e cooperar.
Dessa forma, ao considerar esses fatores extras, aprimoramos nosso entendimento sobre a intrincada natureza e relevância dos processos logísticos nas atividades empresariais. Além disso, reconhecemos a necessidade de adotar abordagens colaborativas e inovadoras para lidar com os obstáculos do mercado contemporâneo.
Finalmente, destaca-se a gestão de indicadores de desempenho como uma parte essencial do processo logístico, fundamental para a avaliação e aprimoramento contínuo das operações logísticas. Esses indicadores ajudam as organizações a acompanhar a eficácia de suas atividades, detectar oportunidades de melhoria e realizar decisões táticas baseadas em dados. Segundo Silva et al., (2018), os indicadores de desempenho logístico abrangem vários elementos, incluindo tempo de entrega, volumes de estoque, despesas de transporte e graus de satisfação do cliente.
A aplicação correta de métricas de desempenho logístico é fundamental para o êxito das atividades empresariais. Essas métricas possibilitam que as organizações analisem sua eficácia operacional e detectem pontos críticos e chances de aprimoramento, além de formularem estratégias para atingir suas metas e objetivos. Como destacado por Silva et al., (2018), uma administração eficaz das métricas de desempenho logístico pode levar à diminuição de custos, ao aumento da produtividade e à elevação da qualidade dos serviços oferecidos aos clientes.
Ademais, os índices de desempenho logístico são fundamentais para o processo de decisão estratégica. Ao oferecer informações e métricas concretas sobre as operações, esses índices possibilitam que os gerentes reconheçam padrões, previnam dificuldades e elaborem ações para aprimorar o desempenho logístico. Conforme destacado por Silva et al., (2018), uma avaliação cuidadosa dos índices de desempenho pode direcionar a formulação de táticas competitivas e a utilização adequada de recursos em meio a organização.
2.3 GESTÃO DA CADEIA DE SUPRIMENTOS E INTELIGÊNCIA ARTIFICIAL
A administração da cadeia de suprimentos envolve a coordenação cuidadosa de todas as operações ligadas à compra, transformação e distribuição de mercadorias. Esse processo abrange desde os primeiros fornecedores até o consumidor final, assegurando que os produtos corretos sejam entregues no tempo e lugar apropriados. Conforme mencionado por Ballou (2009), a cadeia de suprimentos:
[…] é um conjunto de atividades funcionais (transportes, controle de estoques, etc.) que se repetem inúmeras vezes ao longo do canal pelo qual matérias-primas vão sendo convertidas em produtos acabados, aos quais se agrega valor ao consumidor. Uma vez que as fontes de matérias-primas, fábricas e pontos de venda em geral não têm a mesma localização e o canal representa uma sequência de etapas de produção, as atividades logísticas podem ser repetidas várias vezes até o produto chegar ao mercado (Ballou, 2009, p. 29).
Dessa forma, a eficácia na administração da cadeia de suprimentos exerce uma influência considerável sobre os custos, a satisfação do consumidor e a competitividade de uma empresa. Por isso, é fundamental entender as metodologias, os princípios e as táticas eficientes para aprimorar esse processo e assegurar o êxito de uma organização.
Uma cadeia de suprimentos eficiente requer a colaboração e a integração de todos os componentes, abarcando aqueles que fornecem, distribuem e comercializam no varejo. Seu propósito é gerar valor tanto para os consumidores quanto para os fornecedores da organização. Esse valor se concretiza a partir dos aspectos de tempo e espaço, uma vez que produtos e serviços só serão valiosos para o cliente se forem entregues na hora e no local corretos (Ballou, 2009).
Assim, uma cadeia de suprimentos eficaz é essencial para o sucesso de negócios em um mercado global desafiador. Um GCS eficiente abrange a gestão de todo o ciclo produtivo, desde a obtenção da matéria-prima até a distribuição do produto final, com o objetivo de diminuir custos e aumentar o valor para o consumidor (Nguyen et al., 2022).
Entretanto, essa função crucial da GCS tem lidado com vários obstáculos nas últimas décadas, principalmente no que se refere à demanda por maior rapidez, eficácia e exatidão nos procedimentos. Nesse cenário, a adoção de tecnologias fundamentadas em inteligência artificial tem se revelado uma abordagem encorajadora para otimizar o funcionamento da cadeia de suprimentos (Atwani; Hlyal; Elalani, 2022; Alomar, 2022).
A inteligência artificial pode ser caracterizada como a capacidade de um robô ou computador controlado por software de realizar tarefas que geralmente são realizadas por seres humanos. O termo “inteligência” implica que a ação realizada por uma máquina, script ou algoritmo exigiria o uso de inteligência se fosse efetuada por uma pessoa (Boute; Udenio, 2022).
Essa tecnologia emergiu como um recurso revolucionário na GCS, potencializando sua eficiência em diversos aspectos (Nguyen et al., 2022). Várias pesquisas têm demonstrado as vantagens do uso de IA na cadeia de suprimentos, incluindo uma precisão aprimorada no planejamento da demanda e na produção (Alomar, 2022).
De acordo com Alomar (2022), a inteligência artificial tem contribuído significativamente para fornecer habilidades de otimização eficazes, fundamentais para um planejamento de capacidade mais exato e para o aumento da produtividade.
2.4 USO DA IA NA CADEIA DE SUPRIMENTOS
A aplicação da inteligência artificial tem se tornado cada vez mais comum em vários segmentos, incluindo a cadeia de suprimentos. Com o avanço da tecnologia e a digitalização, muitas organizações estão adotando a IA para melhorar seus processos logísticos, incrementar a eficiência e diminuir despesas. Contudo, é fundamental refletir sobre as questões sociais e éticas relacionadas ao emprego da IA nesse contexto, como o risco de reproduzir preconceitos e discriminações caso os sistemas não sejam desenvolvidos e treinados de maneira adequada (Bowles; Gintis, 2020).
A inteligência artificial pode ser aplicada em várias fases da cadeia de fornecimento, incluindo o planejamento de produção, a previsão de demanda, gerenciamento de estoques, logística e distribuição. Uma das principais vantagens é a habilidade de processar volumosas quantidades de informações em tempo real, possibilitando decisões mais acertadas e ágeis (Slack et al., 2013). Adicionalmente, a IA pode ajudar a minimizar erros humanos, aprimorar a qualidade dos produtos e serviços, além de reduzir desperdícios (Christopher, 2016).
A utilização da inteligência artificial na cadeia de suprimentos pode gerar efeitos marcantes na interação em meio aos fornecedores e clientela. A automação de certas atividades pode diminuir a necessidade de contato humano em diversas fases, o que pode resultar em uma redução da comunicação e do vínculo entre os participantes da cadeia (Bowersox; Closs; Cooper, 2013). Dessa forma, é crucial reconhecer a relevância do elemento humano e a necessidade de um diálogo contínuo entre as partes, a fim de promover uma cadeia de suprimentos mais colaborativa e harmoniosa (Figueiredo et al., 2016).
Contudo, é fundamental estar ciente dos potenciais efeitos adversos da aplicação da inteligência artificial na cadeia de suprimentos. Por exemplo, a utilização excessiva de algoritmos pode resultar em uma abordagem menos transparente e em uma falta de responsabilidade, gerando desconfiança entre as partes interessadas (Costa; Campos, 2015). Ademais, a dependência excessiva da inteligência artificial pode incrementar os riscos de segurança digital e criar brechas que podem ser manipuladas por hackers e criminosos (Pires, 2016).
Um receio relevante está relacionado à ética e à responsabilidade social no emprego da inteligência artificial na cadeia de suprimentos. Conforme já foi apontado, caso não seja adequadamente desenvolvida e treinada, a IA pode reforçar preconceitos e discriminações, resultando em consequências adversas tanto para a sociedade quanto para a reputação das organizações (Bowles; Gintis, 2020). Ademais, a implementação da IA na cadeia de suprimentos pode acarretar a substituição de colaboradores humanos por sistemas automatizados, gerando efeitos prejudiciais no mercado de trabalho (Lacerda et al., 2019).
Para assegurar um uso ético e responsável da inteligência artificial na cadeia de suprimentos, é essencial levar em conta a relevância da governança e da regulamentação. É fundamental definir padrões e orientações precisas para a aplicação da IA, promovendo a transparência.
2.5 FERRAMENTAS E TECNOLOGIAS DE IA APLICADAS À LOGÍSTICA
O uso de tecnologias e ferramentas de inteligência artificial (IA) na logística constitui um progresso notável na habilidade das organizações de automatizar e melhorar processos intrincados. A automação impulsionada por IA facilita atividades logísticas cotidianas, como a distribuição de recursos e o gerenciamento de frotas, resultando em diminuição de falhas humanas e elevação da exatidão nas operações (Rustice et al., 2024).
A adoção de tais tecnologias, por sua vez, pode enfrentar obstáculos de profissionais que precisam se adaptar às novas ferramentas e receber formação adequada para explorar ao máximo as vantagens das inovações (Andrade; Barbosa Neto, 2022). A automação desempenha uma atribuição essencial na logística, não somente ao aumentar a eficiência, mas igualmente ao diminuir os custos operacionais, aproveitando a integração de informações em tempo real, que viabiliza ajustes ágeis e eficazes (Rustice et al., 2024). Casos de sucesso abrangem a utilização de robôs inteligentes em centros de distribuição, otimizando o tempo de processamento de pedidos.
A análise preditiva, suportada pela inteligência artificial, se revela um instrumento crucial para prever variações na demanda, permitindo ajustes nas operações logísticas que minimizam o risco de desabastecimento e maximizam a utilização de recursos (Rustice et al., 2024). O uso de IA para prever a demanda possibilita um planejamento eficiente dos estoques, o que resulta na diminuição dos custos de armazenamento e evita a formação de excesso de produtos (Oliveira, 2024).
Essa metodologia requer a integração de dados de fornecedores e distribuidores, promovendo uma comunicação aprimorada ao longo de toda a cadeia de suprimentos (Rampazi et al., 2021). Para que os modelos preditivos sejam implementados com sucesso, é fundamental realizar uma gestão de mudanças eficaz para lidar com resistências internas e assegurar a adoção otimizada das novas tecnologias (Andrade; Barbosa Neto, 2022).
Sistemas de inteligência artificial que promovem a integração de dados proporcionam uma visão unificada da rede de suprimentos, aprimorando a colaboração em meio a fornecedores, fabricantes e distribuidores (Rampazi et al., 2021). Essa integração garante que todas as partes interessadas venham a ter acesso aos dados atualizados, o que melhora a tomada de decisões em tempo real e aumenta a clareza nas operações logísticas (Rampazi et al., 2021). Contudo, ainda existem algumas barreiras, como a relutância em compartilhar informações e a necessidade de protocolos de segurança sólidos (Rustice et al., 2024). Uma consolidação eficiente de dados possibilita ajustes preventivos para evitar interrupções, o que é fundamental para a competitividade das empresas (Rustice et al., 2024).
A aplicação de algoritmos de aprendizado de máquina na melhoria das rotas de transporte resulta em diminuições consideráveis nos custos e nos prazos de entrega, ao determinar os caminhos mais eficazes e prevenir áreas congestionadas (Voz da Indústria, 2023). A avaliação de informações em tempo real possibilita que as rotas sejam ajustadas conforme as condições do tráfego, aumentando a eficiência nas entregas (Voz da Indústria, 2023). Essa melhoria não apenas eleva a pontualidade, mas igualmente diminui o consumo de combustível, proporcionando ganhos ambientais (Voz da Indústria, 2023). A adoção dessas tecnologias pode ser desafiadora, demandando investimentos em infraestrutura e formação adequada para os profissionais de logística (Oliveira, 2024).
A resistência às transformações dentro das organizações é um obstáculo que as empresas enfrentam ao tentar adotar instrumentos de inteligência artificial. Isso demanda abordagens eficazes em capacitação e gestão para assegurar uma implementação bem-sucedida de tais tecnologias emergentes (Andrade; Barbosa Neto, 2022). A formação contínua é crucial para evidenciar os benefícios concretos das inovações, e a participação ativa dos colaboradores no desenvolvimento e na aplicação de soluções de IA pode aumentar a aceitação e o envolvimento (Oliveira, 2024). Casos de sucesso podem servir como exemplo para inspirar confiança e estimular a adesão a novas tecnologias (Rustice et al., 2024).
As soluções sustentadas por inteligência artificial não somente aumentam a exatidão das operações logísticas, mas igualmente facilitam uma resposta ágil às transformações do mercado, garantindo que as organizações permaneçam competitivas em um cenário dinâmico e global (Oliveira, 2024). A inteligência artificial proporciona maleabilidade nas operações e permite a análise de cenários complexos, gerando informações valiosas que orientam decisões táticas (Rustice et al., 2024). As ferramentas de inteligência artificial podem detectar, de modo rápido, oportunidades no mercado, ajudando as organizações a moldar suas táticas e conservar uma vantagem competitiva (Oliveira, 2024). A habilidade de prever e reagir às transformações do mercado reforça a resiliência organizacional, sendo essencial para o sucesso sustentável a longo prazo (Rustice et al., 2024).
Em resumo, a incorporação de inteligência artificial nas atividades logísticas não apenas aumenta a eficiência e diminui despesas, mas permite igualmente que as organizações se ajustem de modo rápido a um mercado global em permanente mudança. Essa habilidade de adaptação é crucial para a prosperidade contínua e a inovação no atual ambiente competitivo.
3. METODOLOGIA
A pesquisa utilizou uma metodologia de revisão bibliográfica, a qual é considerada uma fase essencial na criação de um trabalho científico. Essa metodologia envolve uma análise crítica e sistemática da literatura pré-existente sobre um tema específico, visando reconhecer, examinar e resumir as informações e contribuições mais relevantes presentes na área de investigação (Severino, 2017).
Conforme mencionado por Severino (2017), a revisão bibliográfica favorece uma compreensão detalhada do cenário atual de saber ligado ao tema em questão. Assim, oferece um entendimento abrangente das teorias, conceitos, abordagens, resultados alcançados até agora e as lacunas presentes na área de estudo. Desta forma, a revisão da literatura atua como uma base essencial para a definição exata e a formação teórica sólida da pesquisa em andamento. Além disso, ela não só reúne dados, mas também faz uma análise crítica das diversas perspectivas e conclusões de pesquisas passadas.
A pesquisa bibliográfica se deu através de consulta a livros, artigos científicos, revistas e outros materiais já publicados, selecionados através de busca nas bases de dados, Scielo, Google Acadêmico e outras, baseada especialmente em obras de vários autores da área. Para auxiliar na escolha dos artigos, foram definidos certos critérios de inclusão e exclusão.
Foram selecionados textos em português, disponibilizados na íntegra e sem custos, que foram publicados entre 2009 e 2025. Os descritores utilizados na busca foram: Logística; Integração de processos; Supply Chain; Inteligência Artificial; Cadeia de Suprimentos; Gestão da Cadeia de Suprimentos. Os critérios de inclusão levaram em conta material que trata do tema em questão e foram excluídos trabalhos que não estavam de acordo com os objetivos da pesquisa.
4. RESULTADOS E DISCUSSÕES OU ANÁLISE DOS DADOS
4.1 A UTILIZAÇÃO DA IA NA LOGÍSTICA
Ao examinar os estudos escolhidos, torna-se claro um aspecto comum entre os autores: todos enfatizam a logística como um elemento estratégico e integrador nas cadeias de suprimentos. Novaes (2021) considera a logística um sistema dinâmico, destinado a criar valor e atender às necessidades do cliente. Por sua vez, Ballou (2009) reforça essa perspectiva ao afirmar que esse dinamismo é alcançado por meio de uma coordenação eficaz entre transporte, armazenamento e os fluxos de informação. No fundo, ambos transmitem a mesma mensagem: não é mais viável conceber a logística como uma função isolada. É necessário expandi-la, sincronizar processos e promover uma colaboração real entre os diversos elos da cadeia.
A utilização da inteligência artificial (IA) na área de logística pode ser realizada através de programas dedicados que empregam algoritmos sofisticados para analisar dados e oferecer informações úteis. Segundo Gorni Neto (2022), na área de compras, um sistema de IA pode examinar informações passadas e atuais para antever necessidades futuras. Esse sistema seria projetado para avaliar dados de fornecedores, registros de compras e informações de mercado, possibilitando uma escolha mais assertiva de fornecedores e uma negociação de contratos mais eficaz.
Na administração de estoques, um sistema de inteligência artificial, segundo sugerido por Accioly et al., (2019), teria a capacidade de antecipar necessidades futuras, reconhecer tendências de consumo e otimizar os níveis de inventário de maneira mais precisa. Esse sistema seria abastecido com informações de vendas, variações sazonais e detalhes a respeito dos produtos, possibilitando uma gestão de estoques mais rápida e eficaz.
No contexto de estocagem e manuseio de materiais, conforme mencionado por Seleme; Paula (2019), a Inteligência Artificial pode ser utilizada para aprimorar os processos, identificando o arranjo mais efetivo, elevando a segurança e minimizando os custos relacionados ao armazenamento de inventário. A reorganização do layout dos armazéns e o fortalecimento das medidas de segurança ajudam a elevar a eficiência da operação e a diminuir os perigos de acidentes, enquanto a diminuição das despesas com armazenamento influencia de maneira favorável os resultados financeiros da organização.
Em relação à logística reversa, conforme destacado por Callefi et al., (2018), a inteligência artificial pode ser empregada para detectar chances de recuperação de valor de produtos que foram descartados. Essa abordagem contribui para a sustentabilidade ambiental, minimizando o impacto ecológico e trazendo vantagens financeiras para as organizações. Ao adotar práticas de logística reversa em suas atividades, as organizações têm a oportunidade de se destacar no mercado através de iniciativas sustentáveis, aumentando o valor da marca e solidificando sua reputação entre clientes engajados com a causa ambiental.
Finalmente, conforme destacado por Silva et al., (2018), a Inteligência Artificial pode ser utilizada para examinar dados e métricas concretas relacionadas ao desempenho das operações logísticas. Essa análise facilita a detecção de áreas que requerem aprimoramento e orienta na formulação de estratégias competitivas. A distribuição eficaz de recursos e a criação de estratégias fundamentadas em dados ajudam a otimizar a eficiência operacional e a atingir as metas da organização.
Apesar de a inteligência artificial ser capaz de automatizar diversas atividades, ela não vai substituir completamente os profissionais do setor logístico. As operações logísticas são intrincadas e demandam decisões estratégicas que ainda necessitam do toque humano. Embora a IA possa melhorar a eficácia e a precisão das escolhas, ela não pode replicar a habilidade humana de avaliação e percepção intuitiva. Os especialistas em logística permanecerão fundamentais para supervisionar e ajustar os sistemas de IA, bem como para enfrentar imprevistos.
5. CONCLUSÃO/CONSIDERAÇÕES FINAIS
A adoção de inteligência artificial no setor logístico viabiliza uma administração eficaz e abrangente da cadeia de suprimentos. Esse tipo de integração permitiria a troca de dados e informações entre diversos sistemas, favorecendo decisões mais fundamentadas e exatas. Importantes autores ressaltam a relevância da interconexão de sistemas para uma gestão otimizada da cadeia de suprimentos, já que proporciona uma visão global e em tempo real de todas as operações.
A gestão da cadeia de suprimentos, aliada às tecnologias de informação, requer que haja uma integração eficaz entre os sistemas de gerenciamento de compras, inventários, armazenamento e transporte, o que nem sempre é uma tarefa simples. A ausência de uniformização nas informações e a falta de compatibilidade entre sistemas podem dificultar essa integração, comprometendo a eficácia das soluções de inteligência artificial (IA).
Além disso, fatores como a disponibilidade de dados, resistência por parte das organizações e preocupações com a segurança e privacidade das informações são aspectos relevantes a serem considerados. A utilização de IA na logística implica no manuseio de grandes quantidades de dados sensíveis, o que eleva o risco de possíveis violações de segurança e vazamentos de dados. Assim, é essencial a adoção de estratégias de segurança cibernética robustas e a adesão às normas de proteção de dados. A IA representa um progresso significativo para a sociedade, com a sua aplicação podendo proporcionar uma variedade de vantagens para as empresas.
Os achados revelam que a gestão de estoques se destacou como um dos temas mais discutidos nas pesquisas examinadas. Esse achado enfatiza a relevância estratégica do gerenciamento eficaz dos estoques e o reconhecimento do papel da inteligência artificial em potencializar esse procedimento. O uso de técnicas de inteligência artificial, como a previsão de demanda e a otimização dos níveis de estoque, tem se mostrado promissor para aumentar a acurácia das estimativas, diminuir despesas e melhorar a eficiência operacional nas cadeias de fornecimento.
Contudo, mesmo com os progressos e benefícios percebidos, surgiram também dificuldades e restrições na aplicação da inteligência artificial para aprimorar as cadeias de suprimento. A ausência de dados confiáveis, a demanda por conhecimento técnico específico e a resistência interna à implementação de novas tecnologias constituem alguns dos desafios encontrados.
As empresas precisam dar prioridade a programas de capacitação e crescimento profissional, assegurando que seus colaboradores se mantenham adaptáveis e atualizados em relação às novas tecnologias, o que ajuda a preservar uma posição vantajosa no mercado. Promover um ambiente voltado para a inovação pode também motivar os empregados a apresentarem sugestões que melhorem a eficiência e a produtividade, resultando em um time mais envolvido e motivado.
REFERÊNCIAS
ACCIOLY, Felipe.; AYRES, Antônio De Pádua Salmeron.; MIRANDA, Alexandre. Gestão de estoques. Editora FGV, 2019.
ALOMAR, M. A. Performance optimization of industrial supply chain using artificial intelligence. Computational Intelligence and Neuroscience, v. 1, n. 1. 2022.
ANDRADE, N.; BARBOSA Neto, J. E. Inteligência artificial na auditoria interna: Percepção dos auditores internos do Ministério Público de Minas Gerais. IX Encontro Brasileiro de Administração Pública, 1-17. Sociedade Brasileira de Administração Pública, 2022.
ANSELMO, Amauri; JUNIOR, Marco Antônio Alves. Revista Interface Tecnológica, v. 18, n. 1, p. 697-709, 2021.
ATWANI, M; HLYAL, M.; ELALAMI, J. A review of artificial intelligence applications in supply chain. ITM Web of Conferences. v. 46, p.1-6, jan 2022.
BALLOU, . H. Gerenciamento da Cadeia de Suprimentos: Logística Empresarial. 5 ed.São Paulo, Bookman editora, 2009.
BARBOSA, Xênia de Castro. Breve introdução à história da inteligência artificial. Jamaxi, v. 4, n. 1, 2020.
BOWLES, S.; GINTIS, H. Power and Prejudice in AI. Communications of the ACM, v. 63, n. 5, p. 39-41, mai. 2020.
BOWERSOX, D. J.; CLOSS, D. J.; COOPER, M. B. Gestão da Cadeia de Suprimentos e Logística. AMGH Editora, 2013.
BORGES, A. F. S. et al. The strategic use of artificial intelligence in the digital era: Systematic literature review and future research directions. International Journal of Information Management, 102–225. 2020.
BOUTE, R. N.; UDENIO, M. AI in logistics and supply chain management. Global logistics and supply chain strategies for the 2020s: Vital skills for the next generation. Cham: Springer International Publishing, p. 49-65, 2022.
CALLEFI, Mario Henrique Bueno Moreira; BARBOSA, Willyan Prado; RAMOS, Diego Vieira. O papel da logística reversa para as empresas: fundamentos e importância. Revista Gestão Industrial, v. 13, n. 4, 2018.
CAMPOS, Alexandre; GOULART, Verci Douglas Garcia. Logística de Transporte-Gestão Estratégica no Transporte de Cargas. Saraiva Educação SA, 2018.
CHAMEKH, M. et al. Secured distributed IoT based supply chain architecture. Proceedings – 2018 IEEE 27th International Conference on Enabling Technologies: Infrastructure for Collaborative Enterprises, WETICE 2018, p. 203– 208, 2018.
CHRISTOPHER, M. Logística e gerenciamento da cadeia de suprimentos. São Paulo: Cengage Learning, 2016.
CORRÊA, H. L.; CORRÊA, C. A.; GIANESI, I. G. N. Administração de Produção e Operações: Manufatura e Serviços. 3. ed. São Paulo: Atlas, 2011.
COSTA, J. F. da; CAMPOS, L. M. S. Inteligência artificial: conceitos, definições e técnicas. Revista De Informática Teórica E Aplicada, v. 22, n. 1, p. 7-24, 2015.
CRUZ, R. C.; MARTINS, M. F. Gestão de fornecedores: estratégias e práticas na indústria automobilística. Revista Eletrônica Gestão & Saúde, v. 8, n. 1, p. 2534-2556, 2017.
DUONG, L. N. K.; CHONG, J. Supply chain collaboration in the presence of disruptions: a literature review. International Journal of Production Research, v. 58, n. 11, p. 3488–3507, 2020.
FIGUEIREDO, K. F. et al. Implementação de técnicas de inteligência artificial em sistemas de apoio à decisão: uma revisão sistemática da literatura. Revista de Administração e Inovação, v. 13, n. 1, p. 26-45, 2016.
FLEURY, P. F.; WANKE, P.; FIGUEIREDO, K. Logística empresarial: a perspectiva brasileira. São Paulo: Atlas, 2013.
GORNI NETO, Fernando. Gestão de suprimentos e logística. 1. ed. Rio de Janeiro: Freitas Bastos, 2022.
KAUPPI, K. et al. Managing country disruption risks and improving operational performance: risk management along integrated supply chains. International Journal of Production Economics, v. 182, n. July 2015, p. 484–495, 2016.
LACERDA, D. P. et al.Uma Revisão Sistemática da Literatura sobre Aplicações de Blockchain em Cadeias de Suprimentos. Revista de Gestão e Projetos, v. 10, n. 1, p. 98-121, 2019.
LEÃO, Airton Pereira da Silva. et al. Otimização das cadeias de suprimentos com utilização de técnicas de inteligência artificial: uma revisão sistemática da literatura. Revista Sociedade Científica. v. 6, n. 1, 2023.
LONG, Q. Distributed supply chain network modelling and simulation: Integration of agent-based distributed simulation and improved SCOR model. International Journal of Production Research, v. 52, n. 23, p. 6899–6917, 2014.
MARTINS, Ricardo Silveira. Gestão da logística e das redes de suprimentos. 1. ed. Curitiba: Intersaberes, 2019.
NGUYEN, T. H. et al. Enabling smart supply chain management with artificial intelligence. Machine Learning and Probabilistic Graphical Models for Decision Support Systems. CRC Press, p. 294-310, 2022.
NOVAES, A. G. Logística e gerenciamento da cadeia de distribuição: estratégia, avaliação e operação. 5. ed. São Paulo: Atlas, 2021.
OLIVEIRA, N. S. de. Transformações contábeis: impactos da inteligência artificial na área contábil. Trabalho de graduação, Pontifícia Universidade Católica de Minas Gerais. Belo Horizonte, 2024.
OLIVEIRA, R. S.; SILVA, F. A. Roteirização de veículos de distribuição: estudo de caso em uma empresa de bebidas. Revista Gestão & Produção, v. 23, n. 1, p. 59-71, 2016.
PERELMUTER, Guy. Futuro presente. O mundo movido a tecnologia. 1º ed. São Paulo: Companhia Editora Nacional, 2020.
PIMENTEL, J. A. L.; REZENDE, M. A. P. Seleção de fornecedores na gestão da cadeia de suprimentos. Revista de Administração Mackenzie, v. 17, n. 1, p. 147-171, 2016.
PIRES, S. R. I. Gestão da Cadeia de Suprimentos: Conceitos, Estratégias, Práticas e Casos. 3ª. ed. São Paulo: Atlas, 2016.
RAMPAZI, W. R. S. et al. UTILIZAÇÃO DA INTELIGÊNCIA ARTIFICIAL NOS PRINCIPAIS SETORES DA CADEIA DE SUPRIMENTO. In XII FATECLOG. Gestão da Cadeia de Suprimentos no Agronegócio: Desafios e Oportunidades no Contexto Atual (pp. 1-10). FATEC Mogi das Cruzes. 2021.
RIAHI, Y. et al. Artificial intelligence applications in supply chain: A descriptive bibliometric analysis and future research directions. Expert Systems with Applications, 173, 2021.
RUSTICE, L. A. de O. et al. Aplicação de técnicas de inteligência artificial na otimização de processos logísticos. OBSERVATÓRIO DE LA ECONOMÍA LATINOAMERICANA, 22(5), 2024.
SABOUHI, F.; PISHVAEE, M. S.; JABALAMELI, M. S. Resilient supply chain design under operational and disruption risks considering quantity discount: A case study of pharmaceutical supply chain. Computers and Industrial Engineering, v. 126, n. June, p. 657–672, 2018.
SANTOS, M. M.; PEREIRA, S. V. Logística de distribuição: análise das estratégias de gestão de estoques nos centros de distribuição. Revista de Gestão e Projetos, v. 8, n. 1, p. 70-90, 2018.
SELEME, Robson; PAULA, Alessandra de. Logística: armazenagem e materiais. 1. ed. Curitiba: Intersaberes, 2019.
SEVERINO, Antônio Joaquim. Metodologia do trabalho científico. São Paulo: Cortez, 2017
SLACK, N. et al. Administração da Produção. São Paulo: Atlas, 2013.
SILVA, Allan Patrick da Silva.; GUIMARÃES, Luciana Maria. A inserção da inteligência artificial na logística: implicações para a eficiência operacional e a competitividade na cadeia de suprimentos. Revista Tópicos, v. 3, n. 22, 2025.
SILVA, D. A.; SOARES, A. L. Análise do sistema de planejamento e controle da produção em uma indústria de móveis. Revista Eletrônica de Gestão Organizacional, v. 15, n. 2, p. 130- 157, 2017.
SILVA, Franciele Aparecida. et al. A importância dos indicadores de desempenho logístico no alcance das metas organizacionais. Revista Multidisciplinar do Amapá, v. 1, n. 1, 2018.
TUBINO, D. F. Planejamento e Controle da Produção: Teoria e Prática. 4. ed. São Paulo: Atlas, 2017.
VITORINO, Carlos Márcio (org.). Logística. 2. ed. São Paulo, SP: Pearson, 2018.
VOZ DA INDÚSTRIA. Inteligência artificial aplicada à automação industrial. Informa Exhibitions Brasil. 2023.
WEI, X.; PRYBUTOK, V.; SAUSER, B. Review of supply chain management within project management. Project Leadership and Society, v. 2, 2021.
ZHANG, Y. et al. Inter-organizational scientific collaborations and policy effects: An ego-network evolutionary perspective of the Chinese academy of sciences. Scientometrics, 108(3), 2016.
1Discente do Curso Superior de Tecnologia em Logística da Faculdade Facinter Campus Curitiba e-mail: antunez.d@icloud.com