Em outubro passado, o vendedor de um fornecedor de IA veio ao nosso armazém com um laptop para demonstrar o sistema dele. Meia hora depois, olhando para uma tela cheia de mensagens de erro, ele só conseguiu dizer uma frase: «Os dados de SKU de vocês são… especiais». Quase ri em voz alta. Especiais? Nosso armazém tem 3,000 metros quadrados, quatro pessoas, pouco mais de 600 SKUs, e nossos dados têm personalidade de verdade: uma caixa de papel higiênico tem três nomes diferentes no sistema, e a localização A-12-03 supostamente guarda 40 caixas, mas na verdade guarda uma pilha de devoluções.

Naquele dia aprendi que a preparação de dados para IA no armazém não é um luxo de grande empresa. Para um armazém pequeno, é sobrevivência. A Gartner prevê que 60% dos projetos de IA sem dados prontos para IA serão abandonados até 2026. O projeto NANDA do MIT descobriu em 2025 que 95% dos pilotos de IA generativa não produziram nenhum retorno mensurável. Por trás dos dois números há uma só frase: o modelo não tem culpa; os dados falham primeiro.

O quanto nossos dados estavam sujos

Comece pelos dados mestres: as tabelas de SKU, localização e cliente. Esta é a base sobre a qual a IA se apoia. Com uma base torta, tudo o que se constrói em cima desaba.

Nossa bagunça clássica é o que eu chamo de «um produto, muitos códigos». Uma marca de papel higiênico: compras criou um SKU chamado «Tissue-3ply», operações achou o nome longo demais e criou «Tissue 3-ply», e depois um fornecedor mudou o pacote de 100 folhas para 120 e alguém criou um terceiro. Três SKUs no sistema, um só produto físico, o estoque dividido em três códigos. Quando a IA calcula o reabastecimento, ela pensa que há três produtos. A sugestão não pode estar certa. Fiz uma verificação por amostragem dos nossos mais de 600 SKUs e encontrei mais de 40 duplicados como este, perto de um em cada dez.

As localizações estavam piores. Não temos um responsável dedicado às localizações; a mercadoria vai para onde houver um espaço vazio, e as localizações do sistema se afastaram da realidade há muito tempo. Na contagem do ano passado, nossa precisão de registro de estoque era de 91%: nove em cada cem localizações não batiam com os livros. Entregue à IA dados com 91% de precisão e peça para ela planejar rotas de picking, e os operadores vão até uma localização, não encontram nada e voltam. Isso não é eficiência. Isso é pagar para irritar seu próprio pessoal. Estes são nossos próprios números de contagem, não um referencial do setor.

Os dados mestres de clientes não estavam mais limpos. O mesmo cliente aparece como duas empresas porque um registro diz «XX Trading, Dongguan» e o outro diz «Dongguan XX Trading», com o endereço escrito de duas maneiras diferentes. O agrupamento da IA os contaria alegremente como dois clientes. De quem é a culpa? Nossa: um armazém pequeno sem ninguém responsável pelos dados, e um chefe, eu, que costumava pensar que «mais ou menos está bom». A IA não aceita «mais ou menos».

Preparação de dados para IA no armazém: três tipos de dados, na ordem certa

A preparação de dados para IA no armazém, na ordem que nosso armazém aprendeu da pior maneira: dados mestres primeiro, dados operacionais em segundo, dados de equipamentos em terceiro. Errar a ordem e o trabalho é desperdiçado.

Tipo de dados O que abrange Como são os dados sujos Bom o bastante para um piloto
Dados mestres Tabelas de SKU, localização e cliente SKUs duplicados, localizações que não batem com os livros, clientes duplicados Zero códigos duplicados entre os principais SKUs; precisão de localização acima de 95%
Dados operacionais Pedidos, picking, registros de contagem cíclica Escaneamentos pulados, diferenças de contagem corrigidas à mão, devoluções registradas três dias depois Papelada do mesmo dia, registros de picking que batem com os números de pedido
Dados de equipamentos Logs de scanner, sensor e impressora Carimbos de data e hora dessincronizados, logs faltando, erros que ninguém lê Logs que batem com os pedidos, carimbos de data e hora alinhados com o relógio do sistema

Por que dados mestres primeiro? Dados operacionais são a história em andamento; dados mestres são o dicionário. Se o dicionário está errado, a história está errada. Nossa abordagem: limpar primeiro os 200 principais SKUs por velocidade de vendas; o topo da lista cobre cerca de oitenta por cento dos embarques. Para as localizações, fixe primeiro uma regra de ferro: uma localização guarda um SKU. A deduplicação de clientes levou uma tarde na maior parte.

Os dados operacionais vêm em segundo lugar. Pedidos, registros de picking e registros de contagem são o livro didático com o qual a IA aprende «como nosso armazém realmente funciona». O livro não pode ter capítulos faltando: operadores pulando escaneamentos para economizar tempo, diferenças de contagem editadas em silêncio, pedidos de devolução registrados três dias depois; tudo isso ensina à IA as lições erradas. Nossa regra caseira é simples: a papelada de hoje se resolve hoje, e o que sobrar para a noite é o primeiro item da reunião da manhã seguinte.

Os dados de equipamentos vêm por último: logs de scanner, leituras de sensores, erros de impressora; o maior volume, o menor uso num piloto inicial. Basta garantir que os logs de scanner possam ser vinculados aos números de pedido e que os carimbos de data e hora dos sensores não estejam meia hora atrás do relógio do sistema. Tivemos exatamente esse problema uma vez: um sensor estava 25 minutos atrás do WMS, e a análise de temperatura da IA saiu completamente desalinhada.

Preparação de dados para IA no armazém com pouco dinheiro: sem orçamento

Uma grande empresa contrata consultores para governança de dados, dezenas de milhares de dólares por trabalho. Não podemos nos dar ao luxo de queimar esse tipo de dinheiro. Nossas soluções são caseiras, e funcionam.

Solução um: o Excel é uma ferramenta de governança. Exporto a tabela de SKU, ordeno por nome, e os duplicados ficam lado a lado, onde os olhos os pegam. Ordeno depois por código de barras, e os códigos faltando ou duplicados saltam aos olhos. Toda sexta-feira à tarde, o supervisor do armazém e eu passamos uma hora revisando 50 SKUs. Em um mês terminamos os 200 principais. O custo é o tempo de duas pessoas; o resultado é uma taxa de duplicados que caiu de quase um em cada dez para praticamente zero.

Solução dois: deixar o scanner ser o árbitro. Os operadores costumavam pegar o estoque de memória. Agora a regra é escanear para confirmar tanto a localização quanto o SKU, e o scanner apita quando está errado. As pessoas reclamaram por duas semanas. Na terceira semana, os erros de picking tinham caído, e cada localização que não batia com os livros foi aparecendo uma por uma.

Solução três: parar de fazer contagens surpresa e fazer contagens rotativas. Vinte localizações toda manhã antes do trabalho começar, o armazém inteiro coberto em um mês. Uma divergência é corrigida na hora, e perguntamos por quê ali mesmo: localização errada ou registro errado? Em três meses nossa precisão de estoque subiu de 91% para mais de 97%. De novo, nossos próprios números: prova de que um pequeno armazém pode melhorar seus números com métodos caseiros.

Agora a conta (exemplo ilustrativo): quatro pessoas, meia hora cada uma por dia na limpeza de dados, somam 60 horas de trabalho por mês. A 30 yuans por hora, são 1,800 yuans. Compare com lançar um piloto de IA com dados sujos: as taxas de implantação do fornecedor começam em dezenas de milhares de yuans, o piloto roda um mês, os dados se revelam errados, você recomeça, a taxa se foi, e a alta temporada ainda precisa de humanos para o resgate. Esses 1,800 yuans compram o bilhete para um piloto que não quebra.

Aqui está a parte contraintuitiva: quanto menor o armazém, mais cedo este trabalho tem de acontecer. Armazéns grandes têm equipes de TI e orçamentos e podem absorver um fracasso. Quando um armazém pequeno fracassa uma vez, meio ano de lucro se foi. Não pense «somos pequenos, temos poucos dados, isto é fácil». Poucos dados significam que cada erro é uma grande fatia. Seiscentos SKUs, quarenta duplicados: aos olhos da IA, este armazém não tem nenhum dado limpo.

Conselhos para armazéns como o nosso: limpar primeiro, falar de IA depois

Se você também dirige um pequeno armazém, da próxima vez que um fornecedor disser «é só conectar e funciona», faça primeiro três perguntas: o que seu modelo faz com SKUs duplicados como os nossos? Quando uma localização não bate com os livros e a rota de picking está errada, quem é o responsável? Se o piloto der errado, a taxa de implantação é reembolsável? Depois dessas três perguntas, você saberá aproximadamente se vale a pena gastar o dinheiro.

Ainda não adotamos a IA. Os dados estão limpos, e o piloto está agendado para o segundo semestre deste ano. A apresentação de um fornecedor não expira, mas a alta temporada não vai esperar por você. Lave primeiro as três tabelas, depois conecte os registros operacionais, e só então os logs de equipamentos. Quando a preparação de dados para IA no armazém está feita, a IA chega como ajudante. Sem ela, a IA chega como um chefe a quem você tem de servir.

Armazéns pequenos têm seu próprio jeito de sobreviver: as grandes empresas avançam com orçamentos; nós vamos limpando aos poucos com nossas próprias mãos. Limpe bem, e um armazém pequeno também pode usar a IA, só que no nosso ritmo, não no do vendedor.

Por Xiao Ma, Proprietário de um pequeno armazém Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.