A IA na indústria deixou de ser um tema restrito à área de tecnologia. Hoje, ela aparece em reuniões de diretoria, projetos de transformação digital, discussões sobre planejamento, gestão de estoques, produtividade, previsibilidade e competitividade. O ponto crítico, porém, não está apenas em adotar inteligência artificial, automação ou modelos avançados de previsão. A questão central é saber se a empresa está aplicando tecnologia sobre uma lógica operacional coerente.
Quando a base da gestão continua desorganizada, a IA pode acelerar decisões ruins. A tecnologia pode ampliar excesso de estoque, reforçar rupturas e sofisticar controles que apenas mostram, com mais velocidade, os mesmos problemas que a operação já enfrentava. O resultado é uma operação aparentemente mais moderna, mas ainda distante da previsibilidade, da eficiência e da demanda real.
Esse foi um dos pontos centrais do 14º episódio do Podcast Insights Lean, no qual Ricardo Borgatti, sócio-fundador da Borgatti Consulting, conversa com Dorival Leão, professor da USP, especialista em Estatística, Machine Learning e CEO da EstatCamp. A conversa mostra que tecnologia só gera resultado quando está conectada à demanda, ao fluxo, aos estoques, à governança e ao modelo de decisão da empresa.
Como resumiu Dorival no episódio: “O grande objetivo não é aplicar IA por aplicar IA ou por ser moda. A ideia é agregar valor, aumentar a competitividade, diminuir custo e tornar cada vez mais ágil.”
Essa frase deveria estar na mesa de qualquer liderança industrial antes de aprovar um novo projeto de IA.
Continue a leitura e entenda por que a tecnologia, quando aplicada sem revisão da lógica operacional, pode acelerar desperdícios, ampliar instabilidades e afastar a empresa da demanda real.
A corrida pela IA na indústria já começou. Mas a gestão continua presa aos mesmos problemas
A adoção de IA nas operações industriais cresce em ritmo acelerado. Empresas querem prever melhor, automatizar decisões, integrar dados, reduzir incertezas e responder mais rápido ao mercado.
A pressão é compreensível. A indústria opera com margens pressionadas, cadeias instáveis, clientes mais exigentes, maior variedade de produtos e ciclos de decisão cada vez mais curtos.
Mais tecnologia não elimina problemas de gestão
Na prática, muitas indústrias avançam em tecnologia, mas continuam convivendo com problemas conhecidos:
- Excesso de estoque em alguns itens;
- Ruptura em outros;
- Reprogramações constantes;
- Baixa aderência entre planejamento e execução;
- Conflitos entre Comercial, PCP, Produção, Suprimentos e Finanças;
- Decisões tomadas com base em dados que nem sempre representam a realidade operacional.
A operação fica mais rápida, mas não necessariamente mais eficiente. Esse é um ponto decisivo.
Velocidade sem coerência operacional aumenta instabilidade. Isso ocorre quando:
- O modelo de decisão está desalinhado da demanda real, e a IA apenas entrega respostas mais rápidas para perguntas mal formuladas;
- O forecast continua desconectado do consumo efetivo, e a automação acelera distorções;
- Os estoques não são parametrizados com lógica adequada, e a tecnologia passa a sofisticar o erro em vez de corrigi-lo.
A provocação é simples: acelerar decisões ruins não melhora a operação. Apenas reduz o tempo necessário para ampliar o impacto delas.
O problema não é a IA. É a lógica operacional por trás dela
A IA não é o problema. O problema está em aplicar IA sobre processos desorganizados, indicadores mal definidos, metas locais conflitantes e sistemas de planejamento que continuam presos a uma lógica empurrada.
Em muitas empresas, o planejamento ainda parte de uma previsão de venda tratada como verdade operacional. A partir dela, a produção é programada, os estoques são formados, os materiais são comprados e a capacidade é pressionada. Quando a previsão não se confirma, a operação entra em modo corretivo: reprograma, posterga, antecipa, negocia exceções e tenta explicar por que o plano não se sustentou.
IA na indústria não substitui método, governança e gestão
A IA, nesse contexto, pode melhorar a precisão estatística de alguns cálculos, mas não corrige sozinha a lógica de gestão. Automação não substitui método. ERP não substitui governança. Software não resolve, por si só, problemas estruturais de operação.
Dorival foi direto ao abordar esse ponto:
“Não é simplesmente um software que vai resolver o problema. Eu tenho que ter toda uma estrutura de gestão, toda uma estrutura de governança, de planejamento estratégico, para que a gente possa realmente tratar efetivamente a gestão de estoque.”
Essa visão é especialmente importante para diretores de Operações, CEOs e lideranças industriais que buscam ganhos sustentáveis. O investimento em tecnologia precisa vir acompanhado de revisão do modelo operacional. Caso contrário, a empresa apenas digitaliza práticas antigas.
Planilhas paralelas aumentam o risco de decisões desconectadas
Um exemplo comum aparece na dependência de planilhas paralelas. Mesmo com ERPs robustos, várias empresas ainda extraem dados de sistemas corporativos, ajustam informações manualmente e conduzem decisões críticas de planejamento em arquivos de Excel.
Dorival destacou esse contraste no podcast:
“Estamos no século XXI, no momento da IA, com a revolução toda que nós estamos passando, e eu vejo empresas trazendo dados de dentro do SAP para planilhas de Excel para fazer planejamento. Não tem sentido hoje.”
O problema não está na planilha em si. Ela pode ser útil em análises pontuais. A fragilidade surge quando decisões recorrentes, críticas e integradas dependem de versões paralelas da informação, baixa rastreabilidade e ajustes manuais que não conversam com o fluxo real da operação.
Forecast sem leitura da demanda pode acelerar distorções
Um dos maiores equívocos na gestão industrial é tratar previsão de venda como sinônimo de demanda real. Não são a mesma coisa.
A previsão de venda normalmente reflete expectativas comerciais, histórico de faturamento, pedidos, metas e movimentos de curto prazo. A demanda real está mais próxima do consumo efetivo do mercado. Em cadeias com distribuidores, atacadistas, varejo e diferentes níveis de estoque, a distância entre venda da indústria e consumo final pode ser significativa.
Previsão de venda não é demanda real
Nota fiscal emitida não significa, necessariamente, consumo real. Sell-in não é sell-out. Produto transferido para o canal pode apenas mudar de endereço dentro da cadeia.
Quando essa diferença não é compreendida, a empresa pode interpretar uma movimentação de estoque como crescimento de demanda e, a partir disso, produzir mais, comprar mais e formar estoques que não se convertem em resultado.
No episódio, Ricardo Borgatti reforça esse ponto ao observar que a demanda só existe, de fato, quando alguém compra no final da cadeia. Antes disso, pode haver apenas movimentação de estoque entre elos.
Quando o forecast isolado orienta a operação, as consequências aparecem rapidamente:
- Overstock;
- Ruptura;
- Capital parado;
- Baixa capacidade de resposta;
- Aumento de urgências;
- Conflitos entre áreas e
- Perda de confiança no planejamento.
A questão não é abandonar o forecast. Pelo contrário. A previsão continua sendo essencial. O ponto é conectá-la à leitura da demanda real, ao comportamento dos estoques, ao fluxo produtivo, à capacidade dos gargalos e aos critérios de decisão da operação.
É aqui que a gestão Lean ganha relevância. Em vez de planejar apenas para cumprir um número projetado, a operação passa a estruturar fluxos capazes de responder melhor ao consumo, reduzindo desperdícios e aumentando a coerência entre demanda, estoque e produção.
Saiba mais: Quem comanda a sua fábrica: a demanda real ou uma previsão?
IA na indústria exige contexto, fluxo e entendimento do negócio
Falar em IA na indústria como se todas as soluções fossem iguais é outro erro comum. Inteligência artificial é um conjunto amplo de ferramentas. Modelos preditivos, aprendizado de máquina, IA generativa, modelos de linguagem e algoritmos proprietários têm aplicações diferentes. Nem toda solução passa por LLM. Problemas operacionais nem sempre exigem IA generativa. Além disso, dados disponíveis não garantem, por si só, uma decisão confiável.
Dorival fez essa distinção durante o episódio ao explicar que IA é um guarda-chuva amplo, no qual existem diferentes modelos e aplicações. Também ressaltou que cada ferramenta precisa ser usada de forma apropriada, conforme o problema de negócio.
Na gestão operacional, contexto importa. Uma indústria com mix elevado, variação de demanda, restrição de capacidade, setups relevantes e cadeia regulada exige uma abordagem diferente de uma operação estável, com poucos produtos e baixa variabilidade. A qualidade da decisão depende da capacidade de traduzir a realidade operacional em modelos úteis.
Por isso, conhecimento de fábrica não pode ser tratado como acessório. A IA precisa entender, por meio de dados e modelagem adequada, como a demanda se comporta, onde estão as restrições, quais estoques cumprem papel estratégico, quais parâmetros precisam ser revisados e como a operação responde a mudanças no mercado.
Sem esse entendimento, a IA apenas acelera decisões equivocadas.
No podcast, Dorival sintetizou essa necessidade de adaptação à realidade de cada negócio:
“Cada indústria tem a sua necessidade, cada uma tem a sua estratégia de gestão e o nosso sistema está sendo pensado realmente para ser ágil o suficiente para suprir essa necessidade que a indústria tem.”
Essa frase aponta para um princípio importante: tecnologia industrial efetiva não começa no software. Começa no entendimento do problema.
Lean Demand Driven: quando tecnologia e demanda começam a conversar
O Lean Demand Driven parte de uma mudança essencial: a operação deixa de ser conduzida apenas por previsões empurradas e passa a se orientar pela demanda real, pelo fluxo e pelo comportamento dos estoques.
Na prática, isso significa estruturar uma lógica puxada, na qual o estoque funciona como elemento de resposta ao cliente. A reposição ocorre a partir do consumo e de parâmetros definidos com critério técnico, considerando variabilidade, nível de serviço, capacidade, lead time e estratégia operacional.
Essa abordagem reduz a dependência de decisões reativas e amplia a capacidade de resposta. A empresa passa a enxergar o estoque não apenas como ativo financeiro ou consequência do planejamento, mas como parte do sistema de gestão do fluxo. Quando bem dimensionado e governado, ele protege o atendimento ao mercado sem gerar excesso desnecessário.
A diferença em relação ao modelo tradicional é profunda. O foco deixa de ser produzir para cumprir o plano e passa a ser responder à demanda com mais estabilidade, menor desperdício e melhor uso da capacidade.
Para a liderança industrial, isso muda a natureza da discussão. Em vez de perguntar apenas “quanto o forecast prevê?”, a empresa passa a discutir:
- Qual é a demanda real que queremos atender?
- Quais estoques são necessários para proteger o fluxo?
- Onde estão as restrições de capacidade?
- Quais parâmetros precisam ser ajustados?
- Como integrar Comercial, PCP, Produção, Suprimentos, Qualidade e Finanças em uma mesma lógica de decisão?
Esse é o tipo de pergunta que transforma tecnologia em gestão.
Saiba mais: Lean Demand Driven: O caminho para o Modelo de Gestão de Operações de Alta Performance
Demand Action: IA aplicada à gestão Lean de estoques
O Demand Action nasce justamente dessa integração entre tecnologia, experiência operacional e gestão orientada à demanda. A solução combina forecast com IA, gestão Lean de estoques, inteligência orientada ao consumo, integração com ERP e reparametrização inteligente dos estoques.
O diferencial não está apenas no uso de algoritmos. Está na combinação entre a experiência da Borgatti Consulting em Lean Demand Driven e gestão de operações industriais com a especialização da StatCamp em estatística, aprendizado de máquina e desenvolvimento de aplicações para a indústria.
No episódio, Dorival explica que a parceria busca unir a experiência da Borgatti Consulting em gestão de estoques e operação com a experiência da StatCamp no desenvolvimento de aplicativos e modelos de IA aplicados à indústria.
A proposta responde a uma dor real das empresas: reduzir excessos e faltas, melhorar a qualidade das decisões, integrar informações e conectar planejamento com execução.
Em vez de tratar forecast, estoque e produção como blocos separados, a Demand Action organiza esses elementos dentro de uma lógica de gestão.
Isso permite avançar em temas críticos:
- Forecast orientado à demanda;
- Gestão Lean de estoques;
- Redução de overstock e rupturas;
- Integração com ERPs como SAP, Oracle ou outros sistemas corporativos;
- Reparametrização contínua dos modelos de estoque;
- Melhor alinhamento entre demanda, estoque, produção e decisão;
- Uso de IA como suporte à competitividade, e não como ferramenta de moda.
Essa é a diferença entre comprar tecnologia e transformar gestão.
Sua empresa está transformando a gestão ou apenas digitalizando processos antigos?
A IA na indústria pode ser uma poderosa ferramenta de competitividade. Mas ela não substitui gestão, não corrige sozinha processos mal desenhados e não resolve decisões desalinhadas da demanda real.
Empresas que adotarem IA apenas como tendência correm o risco de digitalizar problemas antigos. Terão controles melhores, cálculos mais rápidos e modelos mais sofisticados, mas continuarão sofrendo com excesso de estoque, ruptura, reprogramações, baixa previsibilidade e conflitos entre áreas.
A vantagem competitiva não estará em ter mais IA na indústria. Estará em integrar tecnologia, demanda, fluxo e gestão de forma coerente.
Essa é a pergunta que a liderança precisa fazer: sua empresa está usando IA para transformar a gestão operacional ou apenas para acelerar a lógica que já não funciona?
A Borgatti Consulting apoia indústrias na construção de modelos de Gestão de Operações de Alta Performance, com base em Lean Demand Driven, gestão Lean de estoques, governança operacional e integração entre demanda, estoque, produção e decisão.
Se a sua empresa quer aplicar IA de forma estratégica, reduzir desperdícios e responder melhor ao mercado, o próximo passo não é apenas escolher uma ferramenta. É revisar a lógica de gestão que orienta a operação.
Entre em contato para conhecer as soluções da Borgatti Consulting em Lean Demand Driven e Demand Action e transformar tecnologia em resultado operacional sustentável.
Para conhecer nossa abordagem e expertise, leia:
Acompanhe mais conteúdos da Borgatti Consulting no LinkedIn, Facebook, Instagram, YouTube
