O veredito primeiro sobre o planejamento de rotas de entrega com IA: deixe a IA elaborar as rotas e deixe os motoristas veteranos corrigirem apenas as exceções. Nenhum dos dois lados comanda tudo.

O planejamento de rotas com IA e a experiência do motorista não são uma escolha entre duas opções. São uma divisão de trabalho. Já vi essa divisão funcionar em três projetos. E todo projeto que deixou um só lado assumir tudo teve problemas na noite do lançamento.

No que a IA é boa e no que os motoristas veteranos são bons

Primeiro, trace a fronteira. Se a fronteira não estiver clara, tudo depois dela vira discussão.

A IA é boa em cálculo. Vinte paradas, três caminhões, cada um com limites de peso e volume, mais janelas de entrega — o número de combinações está além do que um cérebro humano consegue resolver. A IA produz um primeiro rascunho da menor distância em minutos. Quando o trânsito ao vivo muda, ela replaneja imediatamente. Nunca esquece as restrições de carga: sobrepeso, excesso de volume ou misturar produtos refrigerados e em temperatura ambiente — ela aplica as regras todas as vezes.

Os motoristas veteranos são bons nas coisas que não estão em nenhum mapa. Um condomínio residencial proíbe caminhões depois das 4 p.m. Um cliente precisa de uma ligação para o porteiro, o Sr. Wang, antes de descarregar. Uma rua parece aberta, mas alaga toda vez que chove. Um prédio de escritórios permite apenas 15 minutos na baia de descarga. Nada disso vive em nenhum sistema. Vive na cabeça dos motoristas.

Já vi essa armadilha três vezes: a equipe do projeto enviou as rotas planejadas pela IA sem tocar nelas, e no primeiro dia três entregas atrasaram. Todas eram problemas de «o sistema não sabia» — um cliente que queria uma ligação 30 minutos antes da chegada, um atalho que é mão única durante o dia, mas que a IA tratou como mão dupla. A IA não calculou errado. A informação nunca esteve nos dados de entrada.

Então o teste é simples: tudo o que pode ser escrito como regra vai para a IA; tudo o que vive apenas na memória de alguém fica com o motorista. Se você não consegue distinguir as duas coisas, o projeto vai fracassar.

Implantando o planejamento de rotas de entrega com IA: quatro passos, sem pular nenhum

Passo um, transformar a experiência do motorista em regras. Escolha os dois ou três motoristas que melhor conhecem as rotas, acompanhe cada um por dois dias e anote cada «rua por onde não se pode ir, condomínio onde não se pode entrar, cliente para quem se deve ligar primeiro». O que pode virar uma regra do sistema entra na base de regras. O que não pode vira uma nota anexada à parada.

Passo dois, a IA elabora e os motoristas corrigem apenas as exceções. As rotas de cada dia saem primeiro da IA. Antes da saída, os motoristas as revisam e mudam apenas as paradas com problemas, não as boas. Cada mudança precisa de um motivo por escrito. Revise os motivos uma vez por semana. Qualquer mudança que continua se repetindo significa que falta uma regra na base de regras. Acrescente-a.

Passo três, estabeleça uma linha vermelha: se os motoristas mudarem mais de 30% das paradas, a base de regras da IA tem uma lacuna grave. Pare e corrija as regras em vez de forçar os caminhões a sair. Fixei esse número em um cliente de entrega na mesma cidade. Na primeira semana, a taxa de mudança passou de 40%. Paramos por meio dia, acrescentamos 11 regras e, na segunda semana, a taxa de mudança caiu para menos de 10%.

Passo quatro, revise uma vez por semana. Olhe três números: taxa de pontualidade, quilometragem total e número de mudanças dos motoristas. A pontualidade cai — verifique as regras. A quilometragem sobe — verifique as restrições. As mudanças são frequentes — verifique os dados de entrada. Mantenha a revisão em 30 minutos, em pé.

Vamos às contas: quanto vale a quilometragem economizada?

A tabela abaixo é um exemplo hipotético, com volumes comuns para uma frota de entrega de pequeno a médio porte. É uma ilustração de cenário, não dados de nenhuma empresa real:

Item Exemplo hipotético
Tamanho da frota 10 caminhões, uma viagem cada por dia
Quilometragem total diária antes da otimização com IA 1,200 km
Quilometragem total diária após a otimização com IA 1,080 km, uma economia de 10%
Quilometragem economizada em 22 dias úteis por mês 2,640 km
A 3 yuan por km de custo total cerca de 7,920 yuan economizados por mês

A economia não é só combustível e quilometragem. Os motoristas terminam mais de uma hora mais cedo por dia, as entregas atrasadas caem e as reclamações dos clientes caem junto. Quando mostrei essas contas a um cliente, as palavras exatas dele foram «devíamos ter feito isso no ano passado». Mas um aviso: a economia de 10% é o número deste exemplo hipotético, não uma promessa. Quanto a sua frota economiza depende de quão bagunçadas estão as suas rotas atuais — uma frota que já planeja bem pode economizar apenas 3%.

Lista de verificação para a noite do lançamento — marque cada item

Já vi essa armadilha três vezes, sempre o mesmo tipo de falha na noite do lançamento. Então marque cada item desta lista. Se faltar um, não lance.

  1. A base de regras inclui horários restritos e ruas restritas? Se não, não despache.
  2. Cada parada traz o número de telefone do cliente e as notas de descarga? Se o motorista chegar e não conseguir falar com ninguém, a viagem é desperdiçada.
  3. Alguém está revisando a saída da IA? No primeiro mês após o lançamento, alguém precisa olhar cada rota antes do despacho.
  4. O registro de mudança de rota é fácil para os motoristas usarem? Se estiver enterrado, os motoristas não vão se dar ao trabalho e vão dirigir pela rota errada.
  5. Quem replaneja quando algo dá errado — o despachante ou o sistema automaticamente? Se a responsabilidade não estiver clara, todos esperam por todos no dia em que isso acontece.
  6. Os dados históricos foram carregados? Se a IA nunca viu os seus pedidos dos últimos 3 meses, as rotas dela são teoria, não prática.

Depois que todos os itens estiverem marcados, fique atento aos três pontos de falha mais comuns.

O primeiro: tratar a IA como uma vidente. A IA só pode calcular a partir dos dados que você dá a ela. Se os dados não têm informação sobre fechamento de ruas, a rota que ela produz está errada. Quando a qualidade dos dados é ruim, quanto mais precisa a IA, mais rápido ela erra.

O segundo: os motoristas rejeitarem a IA por completo. Alguns motoristas veteranos pensam «dirijo há 10 anos, não preciso que me ensinem» e reescrevem todo o rascunho sem olhar para ele. Aí a IA nunca aprende nada e, três meses depois, o projeto existe só no nome. A solução é um campo de «motivo da mudança»: os motoristas podem mudar uma rota, mas precisam deixar o motivo. Esses motivos são o que faz a base de regras crescer.

O terceiro: remover a revisão humana no primeiro dia. As duas primeiras semanas após o lançamento são as mais frágeis. A base de regras ainda está incompleta e a confiança dos motoristas ainda não foi construída. Alguém precisa vigiar nessas duas semanas e só soltar quando a taxa de mudança estabilizar.

Um último ponto: no planejamento de rotas de entrega com IA, a tecnologia é só metade do trabalho. A outra metade é passar o que está dentro da cabeça dos motoristas veteranos para o sistema, pouco a pouco. Quanto mais você passar, mais precisa a IA fica. Se você não consegue passar, a IA é só uma calculadora cara. E o veredito novamente: a IA elabora, os motoristas corrigem apenas as exceções. Siga essa divisão de trabalho e, daqui a três meses, as suas rotas vão rodar muito mais suavemente do que hoje.

Por Lin Xiao, Consultor de Implementação de WMS Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.