Nem todo problema de estoque é um problema de pessoas. Em um caso relatado pelo Grupo Intelsis, um varejista especializado, com um grande número de SKUs e uma operação que depende do inventário para vender, tinha compradores experientes e uma rotina de compras bem estabelecida. Mesmo assim, convivia com falta dos itens mais vendidos, sobra de produtos sazonais e pedidos urgentes frequentes.
Em 18 meses, a empresa reduziu o estoque total em 35% sem perder nível de serviço, recuperou 3 pontos de margem sobre vendas e cortou em mais de 60% os pedidos fora do ciclo. Não trocou de ERP nem migrou dados. A seguir, o caminho percorrido: o diagnóstico, a decisão, a implantação e o que o caso ensina a quem enfrenta sintomas parecidos.
Bons compradores, informação atrasada
A rotina de compras combinava quatro fontes: o histórico de vendas, as projeções trimestrais da área comercial, os acordos com fornecedores e a experiência da equipe. O resultado era razoável, mas trazia um atraso embutido. Quando a previsão ficava pronta, os dados já tinham dias ou semanas de defasagem, e cada correção só produzia efeito no ciclo de compra seguinte.
Esse detalhe muda o diagnóstico. A equipe não decidia mal; decidia bem com a informação disponível, e essa informação chegava tarde. Em situações assim, contratar mais compradores ou cobrar mais precisão tende a não resolver, porque o gargalo está no fluxo de dados, e não na capacidade de análise.
Três sintomas do mesmo atraso
O atraso se manifestava de três formas, sempre nos momentos mais sensíveis para o negócio:
- Ruptura nos itens de maior giro durante os picos de demanda, justamente quando cada venda perdida pesa mais.
- Sobrestoque crônico de produtos sazonais que não venderam na temporada e passaram a imobilizar capital.
- Pedidos urgentes fora do ciclo, que encareciam a logística e pressionavam a relação com os fornecedores.
À primeira vista, os três problemas parecem independentes. Na prática, têm a mesma raiz. Falta produto quando a demanda cresce mais rápido do que a previsão consegue acompanhar, e sobra quando ela cai antes de o plano ser revisado. O pedido urgente é a tentativa de corrigir o primeiro erro, a um custo maior. Se quiser medir esse efeito na sua empresa, comece pelas quatro perguntas de diagnóstico sobre sobrestoque e rupturas.
O que a empresa buscava e o que quis evitar
A empresa sabia o que não queria: um novo ERP ou um projeto de consultoria de muitos meses. Procurava uma ferramenta de inteligência artificial que se conectasse aos sistemas existentes, aprendesse com o histórico e recomendasse o que pedir, quanto e quando.
A escolha tinha um princípio claro: a decisão final continuaria com as pessoas. A ferramenta assumiria o trabalho repetitivo de montar e recalcular previsões, SKU a SKU. Os compradores revisariam as recomendações, acrescentariam o que sabem sobre fornecedores, mercado e negociações e tomariam a decisão.
Esse desenho reduz dois riscos frequentes em projetos de IA. O primeiro é a rejeição: quando o sistema decide sozinho, a equipe tende a desconfiar dele e a contorná-lo. O segundo é a perda de conhecimento, porque parte do que um bom comprador sabe não está registrada no histórico de vendas.
Recomendações em menos de uma semana
A implantação foi mais rápida do que o esperado. Conectada ao ERP que a empresa já usava, a solução processou o histórico de vendas e estoque e começou a gerar recomendações em menos de uma semana, sem migração de dados, sem treinamento técnico extenso e sem interromper a operação.
Um início nesse ritmo depende de algumas condições que vale verificar antes de qualquer projeto parecido:
- Histórico acessível: vendas e movimentações de estoque por SKU que possam ser extraídas do ERP sem retrabalho manual.
- Cadastro consistente: códigos, unidades de medida e hierarquia de categorias que permitam comparar períodos.
- Escopo definido: quais decisões a ferramenta vai apoiar e quem aprova cada recomendação.
- Indicadores de partida: estoque, nível de serviço, margem e pedidos urgentes medidos antes do início, para comparar depois.
O que mudou em 18 meses
Os resultados reportados cobrem os primeiros 18 meses de uso:
- Estoque total 35% menor, sem impacto no nível de serviço. O capital liberado foi direcionado a categorias de maior giro e maior margem.
- 3 pontos a mais de margem sobre vendas, com menos liquidações e melhor cobertura dos itens de alta demanda.
- Mais de 60% menos pedidos fora do ciclo, o que gerou economia logística e uma relação mais estável com os fornecedores.
- Compradores com foco estratégico: em vez de montar e corrigir previsões, a equipe analisa recomendações prontas e dedica seu tempo a fornecedores, negociações e decisões de negócio.
Os ganhos se reforçam. Menos estoque parado libera capital; capital aplicado em categorias de maior giro melhora a margem; menos urgências reduzem custos e desgaste com fornecedores. Nenhum deles veio de uma troca de sistema. Veio de uma mudança na forma como a informação chega a quem decide.
Lições para quem planeja um projeto parecido
A principal lição é organizacional. Ferramentas melhores e informação no momento certo levam a decisões melhores, com a mesma equipe. A inteligência artificial ocupou o espaço do trabalho repetitivo e deixou para as pessoas o que exige julgamento. Em uma frase: a IA recomenda, a equipe decide.
Há também uma lição de sequência. Em vez de um programa de transformação amplo, o ponto de partida foi uma decisão específica, a reposição de estoque, com indicadores claros. Um recorte assim facilita medir o retorno, conquistar a confiança da equipe e escolher os próximos passos com base em dados.
Para aprofundar o tema, este artigo explica como uma solução de IA apoia decisões de demanda, estoque e preço e para qual perfil de empresa ela faz mais sentido.
Próximo passo: avaliar o potencial na sua operação
Se a sua empresa reconhece esses sinais, a equipe do Grupo Intelsis pode ajudar a estimar o potencial de melhoria com os seus próprios dados, entender o que o ERP atual já oferece e definir se faz sentido começar por algumas categorias. Converse com a nossa equipe e traga para a conversa os números do último trimestre.