E se tudo mudar amanhã? Empresa canadense usa IA para ajudar negócios a enfrentar incertezas na cadeia de suprimentos
Conflitos globais, alterações de tarifas, disrupções comerciais e incertezas regulatórias estão levando empresas em todo o mundo a repensar como gerenciam suas cadeias de suprimentos.
Para muitas delas, o desafio não é apenas mover mercadorias de um lugar para outro, mas entender, em tempo real, como uma disrupção em uma parte do mundo pode se propagar por fábricas, fornecedores, estoque, custos de transporte e demanda dos clientes.
A Kinaxis, companhia sediada no Canadá, tenta ajudar empresas a encontrar as respostas certas mais rapidamente. Sua principal plataforma, chamada Maestro, usa a IA preditiva, modelagem avançada de cenários e IA agêntica para auxiliar negócios a preverem a demanda, testar possíveis cenários e ajustar planos quando as condições mudam.
“Os clientes precisam ser muito adaptáveis e muito ágeis. E é dessa forma que a Maestro desempenha um papel muito crítico”, diz Razat Gaurav, CEO da Kinaxis. Com o conflito em andamento no Estreito de Ormuz, por exemplo, os clientes aumentaram a modelagem de cenários em mais de 120% em relação aos níveis anteriores ao conflito, observa ele.
A ferramenta é usada por empresas globais, que vão desde montadoras e grandes empresas de tecnologia a líderes dos setores de energia e transporte marítimo, para gerenciar cadeias de suprimentos complexas, responder a escassez e modelar o possível impacto de tarifas e outras disrupções. Para a Kinaxis, há uma mudança global mais ampla: cadeias de suprimentos que antes operavam com base em premissas estáveis agora precisam de sistemas capazes de absorver mudanças constantes.
A Maestro é, essencialmente, uma plataforma de orquestração para o gerenciamento de cadeias de suprimentos de ponta a ponta. Ela reúne dados de toda a empresa, incluindo pedidos de vendas, informações de produtos, capacidade de produção e estoque, e os combina com sinais externos, como dados sobre o clima, mudanças de mercado e eventos que ganham destaque no noticiário.
Em vez de gerenciar planejamento de demanda, estoque, logística e produção em sistemas separados, as empresas podem avaliar essas funções interconectadas em uma única ferramenta, impulsionada por IA preditiva e agentes de IA, ajudando os profissionais da área de planejamento a entenderem como mudanças em um setor afetam o restante do negócio e a responderem mais rapidamente a disrupções.
“Parte da inovação que trouxemos é realmente olhar para toda a rede da cadeia de suprimentos em um único modelo”, diz Gaurav.
A ferramenta, que é hospedada e executada no Azure, plataforma de nuvem da Microsoft, foi criada para enfrentar a complexidade das cadeias de suprimentos combinando processamento de dados em larga escala, modelagem avançada e múltiplas camadas de IA, diz Andrew Bell, Chief Product Officer da Kinaxis.
Fundada em Ottawa em 1984 por engenheiros de software, a Kinaxis cresceu de uma startup canadense para se tornar uma empresa global de software de cadeia de suprimentos, atendendo centenas de clientes em todo o mundo, incluindo empresas da Fortune 500. A companhia apresentou inicialmente o RapidResponse para aprimorar o planejamento de manufatura e cadeia de suprimentos em todas as operações. Em 2024, lançou a Maestro, uma evolução dessa plataforma, criada como uma ferramenta nativa da nuvem e alimentada por IA.
O momento foi significativo. A pandemia da COVID-19 expôs fragilidades estruturais nas cadeias de suprimentos globais. Desde então, as empresas redesenharam redes para aumentar a flexibilidade, diversificar fontes de fornecimento e, em alguns casos, aproximar a produção dos mercados finais. Mais recentemente, a instabilidade geopolítica e a incerteza tarifária intensificaram a necessidade do planejamento de cenários.
O Microsoft Azure é uma parte crítica da infraestrutura global em nuvem da Maestro. A Kinaxis usa Azure Kubernetes Service (AKS) e Azure Databricks para executar a plataforma, gerenciar grandes volumes de dados da cadeia de suprimentos, apoiar visualizações operacionais em tempo real e prever cargas de trabalho. Outras tecnologias da Microsoft, incluindo Azure OpenAI, Azure Cosmos DB, Azure AI Content Safety e Foundry IQ, dão suporte a capacidades como interações em linguagem natural, armazenamento de dados estruturados, governança e busca.
A Kinaxis afirma que escolheu a tecnologia da Microsoft por ser confiável, segura e capaz de apoiar as necessidades de grandes empresas. O Azure oferece à Maestro a capacidade de computação em nuvem para operar em escala, enquanto o Azure OpenAI ajuda a Kinaxis a levar IA avançada aos sistemas dos clientes de forma mais controlada.
Uma força híbrida de tomada de decisão
Bell descreve o Maestro como um sistema em camadas: a base é uma data fabric que reúne dados internos e externos para criar uma visão quase em tempo real da cadeia de suprimentos.
Acima dela, uma camada de inteligência aplica a IA preditiva, modelos de otimização e machine learning (aprendizado de máquina) para ajudar a antecipar mudanças na demanda, avaliar restrições e recomendar ações.
A camada final é a interface do usuário, em que líderes de planejamento e analistas podem usar dashboards, relatórios e agentes de IA generativa como seus assistentes para fazer perguntas, explorar cenários e automatizar partes do processo de planejamento.
A Kinaxis está trabalhando no desenvolvimento de integrações que permitiriam que os agentes da Maestro funcionassem com o Microsoft Copilot, o assistente de IA para o trabalho.
A plataforma pode recorrer a diferentes modelos de IA de acordo com a tarefa, seja para prever a demanda, avaliar restrições de fornecimento ou gerar recomendações. “Na prática, utilizamos todo o espectro de tecnologias de inteligência artificial em toda a plataforma e seus produtos”, explica Bell.
A Kinaxis também adotou um ciclo de desenvolvimento de software baseado em agentes de IA usando GitHub e GitHub Copilot, o assistente de codificação com IA da Microsoft. Hoje, esses agentesapoiam o gerenciamento do trabalho ao longo do processo de desenvolvimento, gerando tarefas e as submetendo como sugestões de código para revisão humana. Isso permite que os engenheiros passem menos tempo em tarefas rotineiras de codificação e mais tempo em arquitetura, análise crítica e validação.
Uma das principais capacidades da Maestro é a previsão de demanda, explica Chantal Bisson-Krol, vice-presidente sênior de Inovação em IA da Kinaxis. A plataforma ajuda empresas a antecipar mudanças na demanda dos clientes e ajustar os planos de acordo com elas.
A Kinaxis aprimorou essa capacidade com IA e machine learning, e usa o Azure OpenAI para apoiar inovações recentes, incluindo a função Previsão de Demanda Empresarial, um módulo criado para ajudar organizações a refinar suas previsões em ambientes complexos e em mudança.
“Os modelos usados para um cliente não têm nada a ver com os modelos de outro cliente”, observa Bisson-Krol.
A previsão de demanda pode envolver milhares de modelos específicos para cada cliente, que são retreinados regularmente à medida que os dados e as condições operacionais mudam. Cada implementação é configurada para refletir as operações de uma empresa, e a Maestro oferece suporte à separação de dados dos clientes por meio de ambientes distintos para cada um deles.
A Kinaxis enfatiza a IA responsável como parte do design da plataforma. Os agentes de IA operam dentro de permissões e salvaguardas estabelecidas; controles de segurança, gerenciamento de identidade, testes e avaliações ajudam a apoiar o uso responsável.
Outra capacidade emergente é a IA agêntica, que começa a mudar a forma como os profissionais de planejamento interagem com a Maestro.
A Kinaxis afirma que os clientes podem configurar agentes especializados para lidar com partes de um fluxo de trabalho, como detectar problemas, gerar cenários de resposta e coordenar ações de follow-up. Vários agentes focados em tarefas específicas podem trabalhar juntos sob um agente orquestrador, operando dentro de instruções e salvaguardas definidos para acionar ferramentas da plataforma, avaliar opções e propor recomendações. Os agentes atuam como usuários virtuais dentro do sistema, diz Bisson-Krol, mas os profissionais humanos continuam responsáveis pelas decisões finais.
Um “agente de detecção”, por exemplo, concentra-se apenas em identificar eventos e acionar as ferramentas certas, diz ela. Um “agente de resolução” lida com exceções, avalia opções e gera recomendações.
“Você conecta seu agente de detecção e depois o seu de resolução, e os orquestra da forma como quer que eles operem”, explica Bisson-Krol.
No fim, Bell destaca que a Maestro não está apenas resolvendo problemas individuais, “estamos, na verdade, resolvendo fluxos de trabalho de ponta a ponta que atravessam horizontalmente uma organização usando IA Agêntica”. Segundo a Kinaxis, os agentes, apresentados no início deste ano, já estão sendo usados por um pequeno grupo de clientes.
Para o executivo, o aspecto mais relevante é que as empresas não estão simplesmente tentando se mover mais rápido. Elas buscam tomar decisões de qualidade em ambientes nos quais o número de variáveis continua crescendo.
“Não se trata apenas de acelerar e automatizar decisões. Trata-se de tomar decisões melhores considerando mais elementos”, diz Bell.
_____________
Todas as imagens são cortesia da Kinaxis
Juan Montes escreve sobre como a inteligência artificial e a inovação digital estão transformando indústrias e processos de tomada de decisão na América Latina e no Canadá. Seus relatos abrangem histórias de empresas multinacionais que utilizam agentes de IA para executivos, até professores de escolas públicas que adotam tecnologia em sala de aula. Nascido em Madri, ele trabalhou como jornalista na Espanha e na Guatemala e foi correspondente internacional do Wall Street Journal no México, América Central e Caribe. Você pode entrar em contato com ele pelo LinkedIn.
Gustavo Lo Valvo é designer editorial especializado em novos formatos de narrativa. Anteriormente, atuou como diretor de design do jornal argentino Clarín, onde liderou a arquitetura visual e a inovação em narrativas jornalísticas tanto em plataformas impressas quanto digitais. Você pode entrar em contato com ele pelo LinkedIn.