O executivo adiantou também que “a inteligência artificial não é uma tecnologia com aplicação reservada a alguns domínios e que será utilizada tão extensivamente como o Excel é atualmente”. Se os agentes de IA têm uma aplicação tão abrangente, como se poderá aplicar na logística e no transporte? Como pode uma tecnologia ajudar os condutores de camiões?

O que são agentes de IA?

Na área da inteligência artificial, um “agente” refere-se a um sistema ou programa capaz de realizar autonomamente tarefas que, de outra forma, seriam executadas por um ser humano ou por outro sistema, através do desenho do seu fluxo de trabalho e recorrendo às ferramentas disponíveis.

Por exemplo, no domínio da agricultura, um agente de IA para controlar os sistemas de irrigação. Este agente tem em consideração vários fatores ambientais, como a humidade do solo, as condições climatéricas e a necessidade de água das plantas. Recorre a ferramentas como sensores instalados nos campos, que fornecem dados em tempo real sobre a humidade, a temperatura e a precipitação. Com base nestes dados, o modelo toma decisões assertivas sobre quando e quanto regar, bem como que zonas do terreno requerem mais atenção.

Esta capacidade preditiva permite ao sistema de irrigação otimizar o consumo de água e garantir que as plantas recebem a quantidade exata de água de que necessitam.

Ainda noutro exemplo, um veículo de condução autónoma baseia-se em vários agentes que colaboram entre si para tomar decisões complexas em tempo real na estrada, como travar quando um obstáculo se atravessa à sua frente ou abrandar quando o carro à sua frente acelera para passar um sinal vermelho. Estes agentes consideram vários parâmetros de dados, como o tempo, o movimento nas passadeiras, o trânsito à sua volta, entre outros, e agem em alternativa ao condutor.

Agentes de IA na Logística e Transportes

Atualmente, ainda vemos muitas operações de expedição baseadas na receção de encomendas por e-mail ou em folhas de cálculo Excel. Estas encomendas implicam que alguém as processe manualmente, as leia, abra os anexos e introduza os dados num sistema de gestão de ordens (conhecidos habitualmente pela sua sigla OMS — Order Management Systems). Mas já não tem de ser assim.

Um agente de IA para ordens de entrega e expedição funciona como um sistema inteligente que interage com outros sistemas da cadeia de abastecimento para automatizar e otimizar o processo de gestão de entregas e expedições. Este agente é concebido para interpretar dados, tomar decisões com base em algoritmos e responder de forma autónoma a diferentes cenários empresariais. O agente opera da seguinte forma:

1. Receção da Ordem

O processo começa com o agente de IA a receber a ordem de entrega e expedição. A ordem pode ser enviada a partir de diferentes fontes, como um texto no corpo de um email, os respetivos anexos, um ficheiro Excel, um sistema de gestão de pedidos ou um portal de e-commerce, entre outros.

Essa ordem contém todas as informações essenciais, como o produto a ser entregue, o destino, o cliente, a quantidade e o prazo de entrega, entre outros detalhes, mas de uma forma não necessariamente bem estruturada. Cabe, pois, ao agente de IA interpretar essa informação no passo seguinte.

2. Processamento e Classificação da Ordem

O agente de IA processa as ordens recebidas e classifica-as de acordo com critérios como:

• Prioridade de entrega: urgente, normal, programada.

• Localização do cliente: localização geográfica para a optimização de rotas.

• Tipo de produto: produtos frágeis, perecíveis, etc., que podem exigir condições especiais de transporte.

• Condições de tempo: o prazo de entrega e a disponibilidade do transporte.

O agente utiliza técnicas de processamento de linguagem natural (PLN) para compreender e extrair informações de dados não estruturados, como observações efetuadas pelos operadores ou clientes.

Com as informações estruturadas sobre as ordens de entrega, o agente passa para a fase seguinte, que é a do planeamento das rotas de expedição. Para esta tarefa, há geralmente outro agente de IA dedicado ao tema, com o qual interage.

3. Otimização de Rotas e Alocação de Veículos

Depois de processar a ordem, o agente de IA pretende determinar a melhor rota de entrega com base numa série de variáveis, como:

• Condições de trânsito: informações em tempo real, como congestionamentos e acidentes, utilizando dados de sensores e mapas inteligentes.

• Distância e tempo de entrega: optimização para garantir a entrega no prazo mínimo, levando em conta restrições de tempo.

• Disponibilidade de veículos: se a frota de veículos está disponível ou se é necessário acionar um transporte de terceiros.

O agente de ordens invoca outro agente especializado em otimização de rotas, como os agentes disponibilizados pelo Routyn, delegando assim os dados e obtendo a alocação de veículo mais adequada para cada ordem. Segue-se a fase de execução da ordem.

4. Envio de instruções para a expedição

Com o planeamento de rotas estabelecido, o agente passa então para a fase seguinte, o da execução. Envia as instruções de expedição para o armazém ou centro de distribuição, que incluem:

• Endereço de entrega e detalhes do cliente;

• Código do produto e quantidade a ser retirada do stock;

• Embalagem adequada e qualquer requisito especial (ex.: embalagem frágil ou refrigerada).

Esse processo pode ser completamente automatizado, com o sistema a enviar as instruções para dispositivos de leitura de código de barras ou RFID, garantindo precisão no picking dos artigos.

5. Acompanhamento em tempo real

Durante o processo de expedição, o agente de IA monitoriza a rota em tempo real. Ele recolhe dados de diversas fontes, como sensores nos veículos, sistemas de localização por GPS e condições de tráfego, e com base nessa informação

• atualiza o estado de entrega em tempo real, enviando notificações para os clientes e operadores se houver desvios, ou mesmo se a viatura estiver a dirigir-se para o cliente e a entrega estiver na iminência de acontecer;

• ajusta rotas dinamicamente se houver mudanças nas condições de tráfego ou imprevistos.

6. Interação com o cliente

Se o agente de IA for integrado com interfaces de comunicação para interagir com o cliente (chatbots, apps móveis, etc.), pode ainda servir para atendimento ao cliente e:

• Responder automaticamente a perguntas sobre o estado da entrega;

• Notificar o cliente sobre o progresso da entrega ou se ocorrer algum atraso;

• Ajustar automaticamente o horário ou a data de entrega caso o cliente solicite uma mudança.

7. Finalização e feedback

Ao concluir a entrega, o agente de IA regista a finalização da expedição e pode recolher feedback do cliente sobre a entrega, como a satisfação com o serviço, condições do produto e cumprimento do prazo. Pode ainda, se for o caso, enviar a fatura ao cliente se estiver integrado com um sistema de faturação apropriado.

8. Análise preditiva e aprendizagem contínua

Por fim, o agente de IA aprende com os dados históricos e usa algoritmos de machine learning para melhorar a eficiência das operações. Identifica padrões para a procura, prevê picos de entrega e ajusta os processos para antecipar necessidades futuras, como a necessidade de mais veículos em determinados dias.

Em resumo

A composição de agentes de IA para a gestão de ordens não é uma ciência do futuro, mas uma realidade com que trabalhamos. A sua utilização reduz muito trabalho manual na interpretação de emails e anexos e automatiza grandes partes do fluxo logístico associados à expedição. Também a atividade do transporte, ou seja, a condução do motorista, está a ser ajudada por agentes de IA. Mas isso será matéria para outro artigo.ou seja, a condução do motorista, está a ser ajudada por agentes de IA. Mas isso será matéria para outro artigo.

Tags