Nos últimos anos, as soluções de planejamento e abastecimento passaram a incorporar algoritmos capazes de analisar grandes volumes de dados, identificar padrões de consumo e apoiar decisões que antes dependiam quase exclusivamente da experiência dos profissionais.
A aposta por trás desse movimento era clara: reduzir a dependência do “feeling” individual, aumentar a previsibilidade das operações e atacar problemas recorrentes, como excesso de estoque e ruptura nas prateleiras. Juan Padial, porém, faz um alerta: é preciso separar o que a tecnologia já entrega de forma consistente das expectativas ainda infladas em torno do tema.
“Hoje, as aplicações que de fato geram resultados concretos são previsão avançada de demanda, reposição automática, detecção de rupturas, otimização de níveis de estoque, análise de promoções e identificação de padrões de consumo”, afirma. Ele destaca também a expansão das chamadas control towers e dos ambientes integrados de planejamento, que usam Inteligência Artificial para monitorar desvios operacionais e recomendar ações corretivas praticamente em tempo real.
Ao mesmo tempo, o sócio da KPMG na área de Supply Chain avalia que parte do mercado ainda deposita expectativas exageradas na capacidade da IA de substituir completamente a atuação humana. “Ainda vemos muita expectativa em torno de soluções totalmente autônomas, capazes de substituir planejadores ou tomar decisões complexas sem intervenção humana. As empresas de melhor desempenho usam IA para ampliar a capacidade analítica das pessoas, não para eliminá-las. O profissional continua responsável pelos trade-offs comerciais, financeiros e operacionais”, ressalta.
Os dados sobre o estágio de maturidade do varejo brasileiro reforçam essa leitura. Levantamento da KPMG mostra que apenas 52% das empresas dizem conseguir transformar dados em insights para apoiar a tomada de decisão. Em paralelo, a Pesquisa Abrappe de Prevenção de Perdas indica que quase um terço dos varejistas ainda não revisa regularmente seus cadastros de produtos. Na prática, boa parte dos desafios segue concentrada na qualidade das informações que alimentam os sistemas.
Na visão de Padial, esse é um dos motivos pelos quais muitos projetos de transformação digital entregam menos do que prometem. Problemas de gestão continuam sendo tratados como se pudessem ser resolvidos apenas com a adoção de novas tecnologias.
“Ao analisar varejistas brasileiros de diferentes segmentos, alguns hábitos continuam se repetindo”, observa o executivo.
Os três principais erros dos varejistas na gestão de estoque, segundo Juan Padial
- Tratar o estoque como consequência das compras, e não como resultado de uma estratégia integrada entre vendas, abastecimento e logística.
- Insistir em decisões baseadas na percepção individual, mesmo quando os dados já permitem um grau muito maior de previsibilidade.
- Administrar todos os itens com a mesma lógica, ignorando diferenças de criticidade, margem, giro e comportamento da demanda.
Outro problema recorrente, segundo o especialista, é a coexistência de altos níveis de estoque com rupturas frequentes nas lojas. “Ainda é comum encontrar estoques elevados convivendo com frequentes rupturas, um paradoxo que normalmente revela falhas de parametrização, governança e visibilidade da cadeia. Em resumo, muitos ainda tentam resolver problemas de planejamento comprando mais estoque, quando a verdadeira solução está na qualidade da decisão”, analisa Padial.
Para ele, empresas que desejam modernizar a gestão precisam resistir à tentação de começar pela tecnologia. Antes de ampliar investimentos em Inteligência Artificial, o recomendável é reforçar os fundamentos da operação. “Vemos empresas investindo milhões em tecnologia antes de corrigir cadastros, parâmetros de estoque, governança da informação e alinhamento entre compras, vendas e logística. O resultado costuma ser a digitalização das ineficiências existentes.”
A orientação, portanto, é seguir uma sequência clara: primeiro organizar os dados, depois revisar processos, em seguida integrar as áreas e, só então, escalar automação e Inteligência Artificial. Quando essa ordem é invertida, os ganhos tendem a ser limitados.