MODELOS PREDITIVOS EM LOGÍSTICA: O USO DA INTELIGÊNCIA ARTIFICIAL NA GESTÃO DE COMPRAS, ESTOQUES E DEMANDAS

Resumo

A crescente incorporação de tecnologias que possuem como fundamento a inteligência artificial tem gerado transformações notáveis na administração logística, principalmente no que diz respeito à aplicação de modelos preditivos, os quais são utilizados nas funções relacionadas a compras, gerenciamento de estoques e análise de demandas. Essas mudanças têm possibilitado um aprimoramento nos processos logísticos, otimizando as operações e trazendo uma maior eficiência na condução dessas atividades essenciais. Nesse cenário, a aplicação de dados e a adoção de algoritmos analíticos têm permitido um aumento significativo na precisão das previsões, ao mesmo tempo em que melhoram a coordenação das diferentes operações dentro de uma organização. Isso, consequentemente, tem favorecido a realização de decisões que se mostram mais consistentes, especialmente em um contexto organizacional que se torna cada vez mais dinâmico e integrado, refletindo a complexidade e a interação entre diversas áreas e processos. O objetivo geral desta pesquisa consiste em analisar a aplicação de modelos preditivos baseados em inteligência artificial na gestão de compras, estoques e demandas, visando à otimização dos processos logísticos e à melhoria da tomada de decisão. No que se refere à metodologia, adotou-se uma abordagem qualitativa, voltada à compreensão detalhada das implicações do uso da inteligência artificial na logística. Como procedimento de pesquisa, utilizou-se a revisão bibliográfica, desenvolvida por meio da análise sistemática de produções científicas relevantes, o que possibilitou a construção de uma base teórica consistente para o desenvolvimento do estudo. Em síntese, a pesquisa evidenciou que a aplicação de modelos preditivos baseados em inteligência artificial na gestão de compras, estoques e demandas contribui para a otimização dos processos logísticos e para a melhoria da tomada de decisão, ao promover maior precisão nas previsões, melhor alocação de recursos e maior eficiência operacional ao longo da cadeia de suprimentos.