A Inteligência Artificial na Logística

Otimização da Previsão de Demanda e Redução de Rupturas de Estoque

Autores

  • CARINA TOMAZ NUNES PEREIRA Faculdade de Tecnologia de Guarulhos | Fatec Guarulhos Autor
  • POLYANA LIMA DE SOUZA Faculdade de Tecnologia de Guarulhos | Fatec Guarulhos Autor
  • DENISE BENINO DOURADO ANCELI Faculdade de Tecnologia de Guarulhos | Fatec Guarulhos Autor

DOI:

https://doi.org/10.5281/zenodo.20401593

Palavras-chave:

Inteligência Artificial (IA), Previsão de Demanda, Gestão de Estoques, Ruptura de Estoques, Machine Learning

Resumo

A inteligência artificial (IA) tem desempenhado um papel fundamental na otimização dos processos logísticos, trazendo ganhos em eficiência e aumentando a lucratividade das empresas do setor. Sua aplicação permite a redução de custos operacionais, maior precisão na previsão de demanda e diminuição significativa dos níveis de ruptura de estoque. Além disso, a IA agrega agilidade e assertividade às operações contínuas, contribuindo para tomadas de decisão mais estratégicas. O presente estudo tem como objetivo identificar os principais aspectos positivos da implementação da IA nos processos logísticos, explorando como essa tecnologia pode ser aplicada nas empresas, utilizando os dados de tendências de mercado, dados climáticos, comportamento do consumidor e outros fatores que influenciam diretamente na melhoria da previsão de demanda.

Referências

ACCIOLY, Felipe; AYRES, Antônio de Pádua Salmeron; MIRANDA, Alexandre. Gestão de estoques. Rio de Janeiro: Editora FGV, 2019.

ACKERMANN, A. E. F.; SELLITTO, M. A. Métodos de previsão de demanda: uma revisão da literatura. Revista Innovar, Bogotá (Colômbia), v. 32, n. 85, p. 83–96, 2019. Disponível em: https://www.redalyc.org/journal/818/81872806006/html/#B32 Acesso em: 10 abr. 2025.

ASSIS, Rafael de; SAGAWA, Juliana Keiko. Avaliação da implantação do Sistema de Gestão de Armazém em uma empresa multinacional do ramo de acionamentos. Gestão & Produção, v. 25, n. 2, p. 343-358, 2018. Disponível em:

https://www.scielo.br/j/gp/a/NKzkNZk6Cq46P9rpwf9Fy5v/?format=pdf&lang=pt. Acesso em: 28 abr. 2025.

BALLOU, R. H. Gerenciamento da cadeia de suprimentos - Logística empresarial. - 5ª ed - São Paulo: Bookman, 2006.

BOWERSOX, D. J. et al. Logística empresarial: o processo de integração da cadeia de suprimentos. 2. ed. São Paulo: Atlas, 2014.

DIAS, Giovanna Candido; YANAI, Marisa Godinho; OLIVEIRA, Natália Fidelis de. O impacto da inteligência artificial na gestão de estoques: um estudo comparativo entre as empresas Shoulder e Track&Field. Fatec São Roque, 2024

FERNANDES, Carla; OLIVEIRA, A. C. Crises geradas por influenciadores digitais:

propostas para prevenção e gestão de crises. Organicom, São Paulo, v. 18, n. 35, p. 1–21, 2021.

FERREIRA, Breno Rezende. A logística como ferramenta de gestão. 2007. Disponível em: https://repositorio.uniceub.br/jspui/bitstream/123456789/913/2/20386859.pdf. Acesso em: 11 abr. 2025.

FERREIRA, Kaio Lourenço; OLIVA, Rafael Augusto. O papel da inteligência artificial na otimização dos processos logísticos. 2024. Disponível em:

https://ric.cps.sp.gov.br/bitstream/123456789/23134/3/O%20papel%20da%20intelig%C3%A Ancia%20artificial%20na%20otimiza%C3%A7%C3%A3o%20dos%20processos%20log%C 3%ADsticos.pdf. Acesso em: 11 abr. 2025.

FLEURY, P. F.; WANKE, P. Gestão de Estoques na Cadeia de Suprimentos: Decisões e Modelos Quantitativos. 2. ed. São Paulo: Atlas, 2022.

GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2010.

GRAZIANI, C. Gestão de Estoques: Aplicações e Desempenho. São Paulo: Atlas, 2013.

SANTOS, Pedro Vieira Souza; SANTOS, Lucas Di Paula Gama dos. Gestão de indicadores: um estudo de caso no setor de serviços. Brazilian Journal of Production Engineering, v. 4,

n. 4, p. 115–133, 2018. Disponível em:

https://periodicos.ufes.br/bjpe/article/view/V04N04_09/pdf. Acesso em: 10 abr. 2025.

SANTOS, Victor Lucio Bernardo dos; SANTOS, Davidson de Almeida; BIANCHI, José Mauro Baptista; SALLES, Wagner. A integração entre a inteligência artificial (IA) e a cadeia de supr imentos no contexto da Logística 4.0. [S.l.]: FAETERJ, 2024. Disponível em:

https://repositorium.sdum.uminho.pt/handle/1822/83739. Acesso em: 11 abr. 2025.

Downloads

Publicado

15-09-2025

Como Citar

A Inteligência Artificial na Logística: Otimização da Previsão de Demanda e Redução de Rupturas de Estoque. (2025). Revista Brasileira De Logística E Gestão, 1(1), e11416. https://doi.org/10.5281/zenodo.20401593

Artigos Semelhantes

11-11 de 11

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.