Minha conclusão depois de acompanhar um piloto de IA de visão por três meses num centro de triagem de pacotes: o valor da detecção de engarrafamentos com IA nunca esteve em enxergar bem. Está em enxergar cedo. Uma esteira engarrafada é óbvia para qualquer um que esteja ao lado dela. O estrago acontece nos vinte minutos em que não há ninguém ao lado dela.
Outono de 2024. Um hub de triagem 3PL nos arredores de Fontana, na Califórnia — cerca de 180.000 pés quadrados, em plena preparação para a temporada de pico. Num turno da noite, um envelope flexível de polietileno escorregou de um rolo num ponto de confluência e ficou preso entre a esteira e a estrutura. A linha não parou. Continuou alimentando. Aquele ponto de confluência ficava atrás de uma coluna de sustentação, fora de vista, e a tela de controle mostrava tudo verde. Passaram-se mais de vinte minutos até um supervisor percorrer a linha e encontrar os pacotes empilhados no chão — caixas esmagadas como dominós dobrando para trás, uma caixa de cristais partida, um cabeçote de leitura deslocado. Parar a linha, remover a pilha, reiniciar o equipamento: a maior parte de quarenta minutos. O plano de saída daquela noite foi por água abaixo.
A instalação depois contratou um fornecedor de IA de visão para um piloto. Visitei duas vezes. Aqui está a história completa — o processo, as armadilhas e as contas.
Onde montar a câmera importa mais do que quanto ela custa
O piloto usou exatamente seis câmeras, e cada posição foi escolhida a partir de dois anos de registros de engarrafamentos. Duas nos pontos de confluência onde as linhas principais alimentam o separador — historicamente os piores pontos de engarrafamento. Uma no topo da rampa, onde os pacotes tombam pela crista e ficam presos. Duas sobre as calhas de separação, vigiando pacotes presos na calha que nunca descem. Mais uma na indução do separador, só para confirmar que o fluxo de entrada parecia normal.
Nenhuma câmera foi para um lugar "conveniente". Todas foram para onde os engarrafamentos realmente tinham acontecido. Montadas a pouco mais de dois metros de altura, olhando para baixo a cerca de 45 graus. Por que não montadas de lado? Porque de lado não dá para saber quantas camadas de profundidade tem a pilha. Por que não direto de cima? As vigas de aço atrapalham. Os 45 graus foram o meio-termo encontrado por tentativa e erro.
O hardware foi deliberadamente sem graça: câmeras industriais de varredura de área combinadas com uma caixa de computação de borda, rodando no local, sem sala de servidores. O modelo fazia exatamente uma coisa — observar se o produto estava se movendo. Sem deslocamento por um número fixo de segundos, dispara o alarme. É isso. Resista à tentação de fazê-lo ler etiquetas e identificar SKUs no primeiro dia. Acerte primeiro o trabalho único de detectar engarrafamentos. Quanto menos tarefas você der a ele, menos formas ele tem de falhar.
Mais um meio-termo que vale mencionar: quando o alarme dispara, a linha deve parar automaticamente? O piloto começou com a parada automática ligada. Um alarme falso, a linha inteira para em emergência, e os operadores passaram a odiar o sistema mais do que odiavam os engarrafamentos. Mudaram para alarme apenas, com confirmação humana antes de qualquer parada. Minha regra prática: até a taxa de alarmes falsos cair para um dígito por dia, não mexa em paradas automáticas. Deixe a IA ser primeiro um vigia, não um comandante. É assim que se sobrevive à fase inicial de qualquer implantação de IA em armazém.
Como a iluminação arruinou nossa taxa de alarmes falsos
Na primeira semana do piloto, o sistema disparou dezenas de alarmes falsos por dia. No terceiro dia, os operadores o haviam silenciado. Esta é a parte que ninguém coloca no material de vendas: um alarme que ninguém escuta é o mesmo que nenhum sistema. Então o primeiro mês do piloto não foi realmente sobre ajustar o modelo — foi sobre esmagar alarmes falsos. Três armadilhas específicas:
A iluminação foi a mais traiçoeira. O prédio tem janelas altas laterais, e em tardes claras o sol atravessa a esteira na diagonal, projetando manchas brilhantes de movimento lento sobre os rolos. O modelo as lia como produto em movimento — ou pior, sombras mascarando um pacote realmente parado. A correção foi gloriosamente artesanal: coberturas sobre cada câmera, e a lógica do alarme mudou de julgamento em um único quadro para "sem deslocamento por N segundos consecutivos". Os alarmes falsos caíram mais da metade da noite para o dia.
A embalagem refletiva foi a armadilha número dois. Caixas laminadas e envelopes de bolhas brilham sob as luzes, e a cintilação deixou o modelo nervoso. A correção: travar a exposição, e rastrear o deslocamento do contorno em vez das mudanças de brilho. Pode brilhar à vontade — se o contorno não está se movendo, nada está se movendo.
Itens de formato estranho foram a terceira. Um saco de polietileno colapsado deitado na esteira continua mudando de forma, e o modelo não conseguia decidir se estava se movendo ou não. A resposta foi delimitar uma zona para aquele tipo de produto e reduzir a sensibilidade. Melhor perder um evento real do que gritar "lobo" vinte vezes por dia.
Fim da história: os alarmes falsos passaram de dezenas por dia para um dígito, e só então os operadores religaram o som. Lembre-se da ordem — primeiro suprima os alarmes falsos, fale de precisão depois. Inverta a ordem e o piloto morre.
O que vinte minutos de parada realmente custam
Hora das contas. No pico, aquela linha principal movimenta vários milhares de pacotes por hora. Vinte minutos parada significa bem mais de mil pacotes acumulando rio acima. O acúmulo em si não é o que mata — a cascata é. As estações de separação manual rio acima ficam ociosas sem nada para fazer, as posições de carregamento rio abaixo giram vazias, e a produtividade da linha inteira despenca. Um pequeno engarrafamento bagunça o ritmo de meio turno. Pegue isso durante uma janela de saída antes de uma grande venda, e "vinte minutos" nem começa a descrever o custo.
O piloto de seis câmeras, hardware mais integração, custou mais ou menos o preço de uma picape de médio porte. Para uma linha principal que não pode se dar ao luxo de parar na temporada de pico, as contas são fáceis. Mas aqui está meu veredito, e digo com todas as letras: se seu prédio expede menos do que alguns milhares de pedidos por dia, nem se dê ao trabalho. Sua linha engarrafa uma ou duas vezes por dia, alguém a solta com uma vara em dois minutos, e um sistema de câmeras só lhe dá mais uma coisa para cuidar — mais uma pessoa para olhar os alarmes. Para detecção de engarrafamentos, a escala é um filtro duro. Abaixo dela, o ROI é negativo.
Então, quando vale a pena? Se duas destas três forem verdadeiras, vale uma conversa. Uma: uma única linha parada por vinte minutos dói de verdade. Duas: você tem histórico de engarrafamentos e sabe exatamente quais trechos são os reincidentes. Três: alguém da sua equipe está disposto a passar duas semanas no local ajustando com o fornecedor. A terceira é a mais ignorada — e sem ela, as armadilhas de iluminação e reflexo nunca são resolvidas. Um fornecedor me disse uma vez algo honesto: o modelo dele é perfeito no laboratório e totalmente dependente do ajuste em campo quando entra num armazém. Qualquer fornecedor de IA de visão que prometa "plug and play, sem ajuste" acabou de lhe dizer tudo o que você precisa saber sobre ele.
Aqui está a versão acionável: comece o piloto no pior trecho de engarrafamentos, não na linha inteira. Pontos de confluência, cristas de rampa, calhas — monte ali primeiro e rode por um mês. A instalação que observei fez algo digno de copiar: cinco minutos toda manhã, o turno da madrugada revisava os alarmes do dia anterior, marcava os falsos e os enviava ao fornecedor para ajuste. Em um mês, os alarmes falsos caíram para um a cada dois dias — e o sistema detectou quatro engarrafamentos reais, um deles às 3h da manhã com uma única pessoa no turno. Sem ele, aquela pilha teria crescido até o amanhecer. Os números estão bons, expanda. Não estão, saia com uma perda contida. Na IA de armazém, o primeiro passo é sempre um piloto pequeno, nunca uma implantação no prédio inteiro.
Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.
