Deixe-me dar primeiro o veredicto, porque já vi donos de armazéns demais fazerem a pergunta errada. Eles perguntam: "Quantas pessoas a IA pode cortar?". A pergunta certa é: quais empregos são desmontados e remontados, qual julgamento se torna mais valioso e quanto essa reorganização realmente custa?

Aqui vai minha resposta em um parágrafo: os empregos mais transformados são aqueles construídos sobre julgamento repetitivo regido por regras fixas. Os empregos mais seguros são os que lidam com exceções no chão de fábrica. E o lugar mais incômodo é a camada intermediária: gerentes que nem escrevem as regras nem tocam na mercadoria. Nos próximos três anos, o quadro de funcionários da maioria dos armazéns não cairá drasticamente. Mas a composição das pessoas mudará muito.

A "economia de pessoal" que virou contratações extras

Há alguns anos visitei um distribuidor de autopeças que havia investido pesado em um sistema de conferência de saída baseado em visão. O objetivo era cortar a equipe de conferência de seis pessoas para duas. No primeiro mês, parecia ótimo: escanear, conferir, sinalizar, tudo em um único movimento fluido. No segundo mês, os problemas apareceram. Etiquetas tortas, sacos refletivos, peças mistas de formatos estranhos: o sistema as sinalizava o tempo todo. Os conferentes atendiam centenas de falsos alarmes por dia, mais exaustivo que o antigo trabalho manual. Pior: os conferentes experientes haviam sido remanejados, e os novos contratados só sabiam ler alertas na tela, não olhar a mercadoria. Quando o sistema caía, toda a linha de conferência parava de vez.

Olhe pelos dois lados. O ganho foi real: os itens padrão eram conferidos mais rápido e a taxa de erros realmente caiu. O custo foi igualmente real: o emprego que desapareceu foi "comparar com uma regra", e o emprego que surgiu foi "limpar a bagunça deixada pela IA": gestão de exceções, ajuste de regras, vigilância do sistema. O dono contou as quatro pessoas economizadas e esqueceu os dois administradores de sistemas e o rotulador de dados em meio período que foram somados. O custo líquido de mão de obra mal se moveu, mas a fragilidade de todo o processo se multiplicou.

Outro armazém, um distribuidor de alimentos, fez o oposto. Não cortou ninguém. Transformou seus antigos líderes de equipe de picking em "especialistas em exceções": a IA cuidava da atribuição de tarefas e das rotas, e os líderes só lidavam com o que o sistema não conseguia: faltas de estoque, mercadorias danificadas, conflitos de validade. Três meses depois, sua taxa de expedição no prazo era a melhor entre seus pares. A diferença? Um tratou a IA como ferramenta de demissão; o outro a tratou como forma de empurrar as pessoas para um trabalho mais valioso.

Quais empregos são transformados: divida-os em duas dimensões

Eu classifico os empregos de armazém pelo grau em que o trabalho é regido por regras e pela incerteza no chão de fábrica que ele carrega:

Função Regida por regras? Incerteza no chão Perspectiva para os próximos três anos
Conferente de saída Alta Baixa Absorvida em grande parte por sistemas de visão; restam 1–2 pessoas para as decisões finais sobre exceções
Separador Média Média Não é substituído, mas o emprego muda: seguir instruções, confirmar por escaneamento, tornar-se uma equipe homem-máquina
Supervisor de programação / expedição Alta Baixa Substituído em grande parte pela programação algorítmica; os supervisores passam a lidar com faltas repentinas e oscilações de capacidade
Inspetor de qualidade de entrada Média Alta Difícil de substituir; mercadorias de formatos estranhos e decisões sobre avarias ainda precisam de olhos e mãos humanas
Analista de estoque Alta Baixa O trabalho de relatórios passa para modelos de previsão; a função muda para interpretar anomalias e tomar decisões de reposição
Técnico de manutenção Baixa Alta Mais procurado, não menos: mais AMRs, esteiras e separadoras significam mais necessidade de pessoas que conheçam tanto mecânica quanto software

Aqui vai a parte contraintuitiva: os primeiros empregos a serem transformados não são os empregos físicos de base. São os empregos de escritório da camada intermediária, construídos sobre julgamento experiente mas repetitivo. O dia de um separador é cheio de variação — mercadorias diferentes, locais, exceções — que a IA não consegue engolir facilmente. Mas a pessoa no escritório que faz programações, relatórios e revisões de pedidos? Seu trabalho é exatamente o material regido por regras que a IA faz melhor. O regido por regras é o território da IA.

E aqui vai o dilema que ninguém coloca no caso de negócio: quando a IA absorve o trabalho regido por regras, ela tira a "experiência" da cabeça das pessoas e a escreve em um sistema. A vantagem é que a experiência não sai mais pela porta com um funcionário. A desvantagem é que, quando a experiência do sistema fica defasada, ela falha em lotes. Uma pessoa comete um erro; um sistema comete mil. Muitos donos nunca colocam isso na conta.

Como um gerente deve realmente fazer as contas

Primeiro, conte o custo total, não o quadro de funcionários. Não pergunte "quantas pessoas posso cortar?". Pergunte: quanto cai o custo por pedido atendido, quanto cai a taxa de erros e a recuperação de exceções fica mais rápida ou mais lenta? Conheço um armazém que cortou três pessoas e depois pagou multas de alta temporada equivalentes a meio ano de salário de dez pessoas após uma única pane no sistema. Essa conta não fecha.

Segundo, corrija o processo antes de comprar o sistema. A IA aplicada a um processo bagunçado só torna a bagunça maior e mais rápida. O armazém de autopeças acabou voltando atrás e refazendo seu processo de conferência — posicionamento padronizado de etiquetas, reembalagem de itens de formatos estranhos — e os falsos alarmes caíram drasticamente antes de o sistema realmente começar a funcionar. Se errar a ordem, o dinheiro é desperdiçado.

Terceiro, dê às pessoas transformadas um caminho, não uma carta de demissão. As duas direções de realocação mais sensatas são especialista em exceções — limpar as bagunças que a IA não consegue resolver — e manutenção de equipamentos e sistemas, uma função cada vez mais difícil de contratar à medida que a automação se espalha. Retreinar a equipe existente é mais barato que contratar de fora e muito mais estável que cortar e recontratar. O dinheiro economizado com demissões costuma voltar dobrado em recrutamento e treinamento.

Quarto, não acredite que "os armazéns não terão pessoas em três anos". O mundo físico de um armazém é sujo demais, caótico demais, cheio demais de exceções. O que a IA pode fazer nos próximos três anos é mastigar as partes determinísticas e deixar para as pessoas as partes incertas. Isso não é um trabalho mais fácil: é mais difícil. Muda o emprego de "seguir a ordem" para "pegar o sistema quando ele erra". Se os donos continuarem contratando e gerenciando pelo padrão antigo, a reorganização vai travar do lado das pessoas.

As três capacidades mais valiosas em um armazém nos próximos três anos serão: entender o que a IA está calculando, saber quando ela está prestes a calcular errado e conseguir assumir o controle instantaneamente quando isso acontece. Nenhuma dessas três é algo que a IA possa ensinar a você.

Então, se você dirige um armazém, faça a si mesmo uma pergunta agora: quantas pessoas da sua equipe já têm essas três capacidades?

Por Lao Mi, Veterano da cadeia de suprimentos (20 anos)

Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.