Módulo de IA · complemento das 12 semanas · cerca de 4 horas

Logística e cadeia de abastecimento com inteligência artificial

Mini MBA Logística e cadeia de abastecimento

Objetivos do módulo
  • Usar a IA e as ferramentas de análise para melhorar previsões, compras e acompanhamento de stocks.
  • Medir a fiabilidade de uma previsão (erro percentual absoluto médio) antes de a usar.
  • Manter as decisões de compra e as informações de transporte sob controlo humano e protegidas.

Este módulo complementa as 12 semanas do programa. Não acrescenta nenhum exame: os certificados e o diploma são obtidos como antes. As ferramentas são descritas tal como conhecidas em novembro de 2026; mudam depressa.

1Previsão da procura e gestão de stocks

Os métodos de previsão vão da média móvel aos modelos estatísticos ou de aprendizagem automática. A IA generativa ajuda sobretudo a escrever as fórmulas ou scripts, a explicar um método e a identificar tendências sazonais num histórico de consumo.

Condições de fiabilidade:

  • Dados limpos: consumos reais (não as quantidades distribuídas durante uma rutura), unidades coerentes, ruturas assinaladas.
  • Medição do erro: o erro percentual absoluto médio (MAPE) compara previsão e realidade nos meses passados.
  • Juízo de terreno: uma chegada de pessoas deslocadas, uma epidemia ou uma estação das chuvas invulgar não constam do histórico.

Na ação antecipatória, modelos de previsão (cheias, seca) desencadeiam financiamentos antes do pico da crise; assentam em limiares validados antecipadamente por especialistas, não num assistente conversacional.

2Compras: analisar as propostas sem delegar a decisão

A IA pode:

  • Preparar um caderno de concurso a partir do seu modelo: especificações claras, critérios e ponderações.
  • Construir a tabela comparativa das propostas (preço, prazos, conformidade técnica, garantias) a partir dos documentos recebidos.
  • Assinalar documentos em falta ou incoerências (preço unitário × quantidade diferente do total).

Mas a avaliação e a adjudicação continuam a ser responsabilidade do comité de compras, segundo as regras da organização e do doador. As propostas dos fornecedores são confidenciais: use apenas uma conta profissional aprovada e nunca uma ferramenta de uso geral durante o período de confidencialidade. Qualquer erro de extração (um prazo mal lido) pode falsear a pontuação: verifique cada número na proposta original.

3Transporte, acesso e imagens

Ferramentas úteis: mapas e dados de acesso partilhados pelo Cluster de Logística, análises de imagens de satélite (por exemplo, as da UNOSAT ou de serviços especializados) para avaliar estradas, pontes ou zonas inundadas, e localização GPS de veículos.

A IA pode ajudar a calcular itinerários, comparar custos e prazos ou resumir relatórios de acesso. Precauções:

  • Um mapa ou uma imagem pode estar desatualizado: verifique a data de aquisição e confirme com as equipas no terreno.
  • Os itinerários, horários e posições dos comboios são informações de segurança: nunca numa ferramenta de uso geral.
  • A otimização de custos não deve prevalecer sobre a segurança e a aceitação local.

4Armazéns, alfândegas e documentos

  • Stocks: fórmulas de alerta para datas de validade (primeiro a expirar, primeiro a sair), pontos de reabastecimento e diferenças de inventário.
  • Alfândegas: a IA pode ajudar a compreender um procedimento ou preparar uma lista de embalagem, mas os códigos aduaneiros, as isenções e as licenças verificam-se junto do despachante e da administração. Um código errado pode bloquear um envio durante semanas.
  • Bens de dupla utilização e sanções: controlos feitos com as listas oficiais e os procedimentos de conformidade.
  • Produtos de saúde: a qualidade dos produtos segue as exigências das autoridades reguladoras e da organização; a IA não substitui a pré-qualificação.

5Dados, responsabilidade e ambiente

Uma cadeia de abastecimento produz muitos dados: notas de encomenda, guias de entrega, listas de distribuição. As listas de distribuição contêm dados pessoais: aplicar a minimização e nunca as enviar para uma ferramenta não aprovada.

Responsabilidade: se uma previsão errada provocar uma rutura de stock de medicamentos, a responsabilidade continua a ser da organização. Documente o método, o erro medido e as decisões tomadas. Por fim, a IA pode ajudar a estimar a pegada de carbono de um transporte ou a comparar compra local e importação: estas estimativas dependem de fatores de emissão que devem ser citados e verificados.

Exercício: medir o erro de uma previsão

Situação. Um modelo previu o consumo mensal de kits de higiene. Em três meses: previsto 1000, real 800; previsto 1200, real 1000; previsto 900, real 900.

Perguntas. 1) Calcule o erro percentual absoluto de cada mês (|previsto − real| / real). 2) Calcule o MAPE. 3) Usa o modelo tal como está?

Correção. 1) 200 / 800 = 25 %; 200 / 1000 = 20 %; 0 / 900 = 0 %. 2) MAPE = (25 + 20 + 0) / 3 = 15 %. 3) O modelo sobrestima dois meses em três: pode servir de base, mas é preciso corrigir o viés (verificar se os «reais» não foram reduzidos por ruturas), acompanhar o erro todos os meses e manter um stock de segurança calculado a partir desse erro.

A reter

  • Uma previsão vale o que valem os dados: consumos reais, ruturas assinaladas, unidades coerentes.
  • Medir o erro (MAPE) antes de usar um modelo e acompanhá-lo todos os meses.
  • A IA prepara a tabela comparativa; o comité de compras avalia e adjudica.
  • Itinerários, horários e posições dos comboios: nunca numa ferramenta de uso geral.
  • Alfândegas, sanções e qualidade dos produtos: verificação junto das fontes oficiais.

Questionário de autoavaliação

6 perguntas de autoavaliação, corrigidas na hora. Não contam para os exames.

1Previsto 1000, real 800. Erro percentual absoluto:
2Erros mensais de 25 %, 20 % e 0 %. MAPE:
3Quem adjudica um contrato depois da análise das propostas?
4Pode pedir-se a um assistente de uso geral que otimize o itinerário exato de um comboio com os seus horários?
5Porque é que as quantidades distribuídas durante uma rutura falseiam a previsão?
6Um código aduaneiro proposto pela IA deve ser:
Para ir mais longe

O Mini MBA IA e ação humanitária (Claude e Gemini) aprofunda estes temas em 12 semanas.

Ver o Mini MBA de IA