Cantu reduz erro de previsão de estoque em 15% com inteligência artificial

A Cantu, ecossistema de pneus do mercado de reposição, automatizou sua gestão preditiva de estoque com o uso de inteligência artificial (IA) e computação em nuvem. O resultado foi uma redução de 15% no erro de previsão de procura e a contração do tempo de análise de duas semanas para apenas seis horas.

O projeto, desenvolvido em parceria com a A3Data, consultoria brasileira especializada em dados e IA, utilizou a infraestrutura da Amazon Web Services (AWS). A iniciativa abrange mais de 5 mil unidades de manutenção de estoque (SKUs) distribuídas por mais de 240 unidades e centros de distribuição nas Américas.

Leia mais: Dashboard gratuito reúne 44 APIs para monitorar ameaças cibernéticas em tempo real

Antes da automação, o processo de previsão de procura da Cantu era feito manualmente e levava até 14 dias para gerar informações úteis à tomada de decisão. A taxa de erro chegava a 62%, medida pelo indicador Erro Percentual Absoluto Médio Ponderado (WMAPE, na sigla em inglês). O cenário era agravado por inconsistências na qualidade dos dados cadastrais.

Arquitetura técnica na AWS

A solução implementada pela A3Data combina recursos de machine learning em um ambiente gerenciado e escalável na AWS. O AWS Glue trata e saneia os dados das operações nacional e internacional, enquanto o Amazon S3 centraliza históricos de vendas em um Data Lake.

O processamento dos algoritmos preditivos para os mais de 5 mil SKUs é feito com Databricks em clusters no Amazon EC2, permitindo análises paralelas. O AWS Step Functions e o AWS Lambda automatizam e orquestram o pipeline de dados de ponta a ponta, reduzindo a dependência de tarefas manuais.

O diretor de operações (COO) e sócio da A3Data, Paulo Laurentys, explica as escolhas técnicas do projeto: “ao apostar com sobriedade em técnicas tradicionais de aprendizado de máquina, ao invés de usar agentes de IA que o mercado tem adotado com tanto hype, mantivemos nossa energia no que realmente importava: resolver o desafio de negócio com eficiência e consistência. Essa abordagem pragmática e alinhada foi o divisor de águas que garantiu uma execução impecável, gerando impacto tangível e o alto retorno sobre o investimento que alcançamos em conjunto”.

Resultados para o negócio

A redução de 15% no erro de previsão contribuiu para melhorias no fluxo de caixa para aquisição de itens, da redução de estoques parados, do corte de custos logísticos associados a excessos e da mitigação de perdas por ruptura de estoque. Além do ganho financeiro, a automação mudou o nível de granularidade das previsões. As análises, antes feitas por grupos de produtos, passaram a alcançar o nível de SKU individual e por Unidade Federativa (UF). O tempo liberado das tarefas operacionais foi redirecionado para a tomada de decisão em tempo real.

“Alcançamos uma melhoria de 15% no nosso forecast em apenas cinco meses, um ganho inicial que trará muito impacto positivo para a nossa jornada. Acreditamos que esse resultado representa apenas o começo. Vamos refinar a solução cada vez mais e buscar ainda mais excelência”, diz Manuela Nascimento, diretora de Marketing da Cantu.

Próximos passos

O roadmap tecnológico da Cantu prevê a expansão da plataforma com novos serviços da AWS. Entre eles estão o Amazon SageMaker Unified, para a evolução do ciclo de operações de machine learning (MLOps); o Amazon QuickSight, para disponibilização de dashboards e insights aos tomadores de decisão; e o Amazon Bedrock, voltado à exploração de IA generativa em análises de mercado, cenários macroeconômicos e assistentes para a cadeia de suprimentos.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!