IA na roteirização dinâmica de entregas

Às 7h, a distribuidora libera seis veículos com sequência, carga e janelas combinadas. Às 9h10, um cliente pede para receber antes do almoço, outro avisa que o depósito ficará fechado por uma hora e um acidente altera o trânsito. O otimizador encontra uma rota oito quilômetros menor. Só que dois motoristas já mudaram a ordem das caixas, três clientes receberam previsão e a nova sequência transfere o atraso para um pedido de maior margem.

A IA pode recalcular caminhos em segundos. Isso não significa que toda rota matematicamente melhor deva virar ordem operacional. Plano calculado não é carga pronta; rota despachada não é sequência executável; ETA atualizado não é compromisso comunicado; quilômetro poupado não é ganho se a mudança cria reentrega, espera ou confusão.

Este artigo apresenta o método ROTA, um protocolo para decidir quando replanejar entregas e como provar que a mudança melhorou o resultado total. A unidade de valor não é “rota otimizada”. É entrega concluída dentro do compromisso, com capacidade respeitada, mudança compreendida e custo operacional líquido menor.

O que mudou na pesquisa de roteirização em 2026

A discussão recente saiu da simples busca pelo caminho mais curto. Um estudo publicado no volume de 2026 da Scientific Reports combinou tráfego, janelas e resposta a interrupções em tempo real. Em um cenário experimental com 47 clientes e quatro veículos, o método superou as referências estáticas em custo e entregas no prazo. É evidência promissora do potencial de adaptação, mas não uma promessa transferível: o resultado depende dos dados, das restrições e do cenário testado.

Um trabalho de setembro de 2026 no European Journal of Operational Research tratou demanda, janelas e tempos de viagem sujeitos a mudança de distribuição. Os ganhos sobre uma referência híbrida foram pequenos e variaram por cenário; no caso nominal, uma diferença de custo não foi estatisticamente significativa. A lição prática é importante: avalie robustez em dias ruins, não apenas a melhor média no histórico.

Outro estudo de 2026 na European Transport Research Review modelou frota heterogênea, condições de viagem dependentes do horário, tempo de serviço e restrições de acesso em uma simulação de Zaragoza. Algumas políticas reduziram a capacidade de entrega ou aumentaram a distância. “Otimizar” exige declarar o objetivo e as restrições; caso contrário, o algoritmo melhora o número errado.

Até a documentação do Google OR-Tools ressalta que problemas de roteirização crescem rapidamente em complexidade e, em escalas maiores, o resultado pode ser bom sem ser ótimo. Capacidade, janela, recursos no depósito e visitas que podem ser descartadas não são detalhes técnicos: são o contrato operacional do plano.

Sete estados que o mapa costuma esconder

Elegível: o pedido tem estoque, crédito, endereço, janela e condição de entrega válidos para entrar no planejamento.
Planejado: veículo, sequência e horário foram calculados, mas ainda podem mudar sem custo físico relevante.
Carregado: volumes foram separados e posicionados; alterar sequência já pode exigir movimentação, conferência ou reabertura.
Despachado: motorista recebeu e reconheceu a versão da rota; clientes podem ter sido avisados.
Em exceção: trânsito, ausência, avaria, novo pedido ou atraso tornou o plano original inadequado.
Replanejado e aceito: a nova versão passou por regra ou alçada, foi comunicada e está executável no mundo físico.
Entregue e reconciliado: evento, horário, quantidade, ocorrência e comprovante voltaram ao pedido e ao aprendizado.

Se o sistema só mostra “roteirizado” e “entregue”, ninguém sabe quanto custa mudar uma sequência já carregada, qual versão está com o motorista ou se um ETA novo chegou ao cliente. A IA precisa trabalhar sobre estados verdadeiros, não sobre um mapa bonito.

Método ROTA: quatro decisões antes de recalcular

R — Registrar realidade e compromisso: reúna pedidos elegíveis, peso, cubagem, incompatibilidades, janela, tempo de serviço, prioridade, veículo, motorista, depósito, sequência de carga e promessa já comunicada. Marque a fonte e a validade de cada dado.
O — Observar desvios com contexto: detecte trânsito, atraso acumulado, cliente indisponível, falha do veículo, devolução ou pedido urgente. Um sinal só abre uma hipótese; confirme identidade, horário, localização e impacto antes de agir.
T — Testar o benefício líquido: simule manter o plano, reparar apenas um trecho ou reotimizar a rota. Compare distância, tempo, OTIF, horas extras, custo de descarga e recarga, comunicações necessárias, pedidos prejudicados e reversibilidade.
A — Autorizar, alinhar e aprender: aplique a alçada adequada, gere uma versão única, peça reconhecimento do motorista, atualize o cliente afetado e acompanhe até a prova de entrega. Depois compare previsão com execução e ajuste regras.

O método separa três funções que muitas ferramentas misturam: prever o que pode acontecer, otimizar alternativas e autorizar a mudança real. A primeira pode usar aprendizado; a segunda usa restrições e objetivos; a terceira pertence à política operacional.

Contrato mínimo de dados da rota

Antes de escolher algoritmo, defina um contrato de campos. Um conjunto útil inclui:

pedido, cliente, endereço validado, coordenada, contato e restrição de acesso;
janela solicitada, janela prometida, tempo de serviço e prioridade comercial;
peso, cubagem, quantidade de volumes, empilhamento, temperatura e incompatibilidades;
veículo, capacidade, equipamento, motorista, jornada e ponto de partida/retorno;
ordem física da carga, dependências de descarga e condição de doca;
tempo de viagem previsto, fonte do tráfego, horário da previsão e faixa de incerteza;
versão da rota, responsável pela liberação, horário de despacho e reconhecimento;
evento de exceção, evidência, alternativas simuladas, benefício líquido e alçada;
chegada, saída, entrega parcial, motivo de insucesso, comprovante e retorno.

Endereço sem geocodificação confiável, cubagem desatualizada ou tempo de serviço genérico faz o otimizador produzir precisão falsa. O dado precisa ter dono e rotina de correção; a IA não deve completar lacunas críticas com uma estimativa silenciosa.

Matriz urgência do desvio × custo da mudança

Baixa urgência, baixo custo: registrar a alternativa e aplicá-la apenas antes do próximo ponto de compromisso.
Alta urgência, baixo custo: permitir reparo automático dentro de regras, com versão, aviso e confirmação do motorista.
Baixa urgência, alto custo: manter o plano e levar o aprendizado para a próxima onda; não interromper a operação por ganho marginal.
Alta urgência, alto custo: simular cenários, proteger pedidos críticos e exigir decisão do despacho ou gestor com consequência visível.

Urgência combina risco de perder janela, perecibilidade, parada do cliente, valor, SLA e efeito em cadeia. Custo de mudança inclui quilometragem, recarga, manuseio, horas, telefonemas, estabilidade do motorista, promessas refeitas e chance de erro. Um ganho de distância pode perder para o custo de perturbar uma rota já executada.

Exemplo hipotético: rota menor, resultado pior

Uma distribuidora despachou 18 entregas. O cliente 11 pede antecipação. O sistema sugere visitá-lo após o cliente 4, reduzindo oito quilômetros no total e deslocando os clientes 6 e 8 para depois das 15h.

Realidade: o volume do cliente 11 está no fundo do baú e o cliente 8 fecha o recebimento às 14h30. Esses dados não estavam no modelo.
Desvio: antecipar o cliente 11 é preferência, não risco de ruptura ou parada. A urgência real é baixa.
Teste: a economia de distância não cobre a movimentação da carga nem o risco de reentrega do cliente 8.
Decisão: o despacho mantém a sequência, oferece uma faixa realista ao cliente 11 e registra a preferência para a próxima rota.

A IA cumpriu seu papel ao gerar uma opção e quantificar o trade-off. O valor não veio de aceitar a recomendação, mas de evitar uma mudança localmente atraente e globalmente ruim.

Fronteiras de autonomia recomendadas

Pode automatizar dentro de limites testados: validar dados, calcular rota-base, estimar ETAs, detectar desvio, simular alternativas, preparar comunicação e reparar um trecho ainda não comprometido quando todos os limites forem atendidos.

Deve preparar e pedir decisão: inserir pedido após carregamento, trocar veículo, violar janela, criar hora extra, alterar cliente prioritário, reabrir carga, terceirizar entrega ou mudar promessa já comunicada.

Deve bloquear e escalar: localização inconsistente, capacidade excedida, restrição de segurança, dado de jornada ausente, motorista sem reconhecer a versão, cliente crítico sem confirmação ou objetivo do algoritmo conflitante com política comercial.

Um artigo do World Economic Forum de fevereiro de 2026 destaca o potencial de combinar tráfego, clima e programação, mas também recomenda pilotos com governança, responsabilidade e monitoramento. Na prática, isso significa que reotimização precisa de limite, dono e trilha de auditoria.

Placar que mede entrega, não beleza da rota

OTIF por classe de cliente: entregas completas e no prazo, sem esconder prioridades diferentes na média.
Quilômetros e tempo por entrega concluída: use o denominador real, não apenas paradas planejadas.
Acurácia do ETA: erro absoluto entre previsão comunicada e chegada, por faixa horária e região.
Taxa de replanejamento útil: mudanças que evitaram atraso ou custo relevante divididas pelas mudanças executadas.
Custo de instabilidade: recarga, retrabalho, chamadas, horas extras e erros criados pela mudança.
Aderência à versão: paradas executadas conforme a rota reconhecida, com motivos para desvios legítimos.
Insucesso e reentrega: ocorrências por causa controlável, inclusive endereço, janela e ausência.
Exceções sem dono: eventos que ultrapassaram o prazo sem ação ou escalonamento.

Compare dias equivalentes e faça análise contrafactual simples: o que provavelmente ocorreria mantendo a rota? Sem uma linha de base, qualquer redução de quilômetros pode ser atribuída à IA mesmo quando veio de menos pedidos, região diferente ou frota maior.

Doze perguntas para o diagnóstico

Qual é o objetivo prioritário: OTIF, custo, quilometragem, ocupação, margem, jornada ou emissões?
Quais restrições são duras e quais admitem exceção autorizada?
Quando a rota deixa de ser plano e vira compromisso operacional?
A sequência física da carga acompanha a sequência digital?
Que eventos justificam recalcular e quais apenas geram alerta?
Quanto custa alterar uma rota planejada, carregada e já despachada?
Quem pode mudar cliente, janela, veículo, motorista ou prioridade?
Como o motorista recebe, reconhece e executa uma nova versão?
Como clientes afetados recebem uma previsão coerente?
Quais dados de endereço, cubagem e tempo de serviço mais falham hoje?
Como entrega parcial, recusa e ausência voltam ao pedido e ao modelo?
Que métrica provará ganho sem transferir custo para comercial, armazém ou motorista?

Piloto assistido de 20 dias úteis

Dias 1–5: escolha uma região, turno e frota; documente restrições, alçadas, estados e linha de base.
Dias 6–10: rode a otimização em modo sombra; compare plano atual, sugestão e execução sem mudar o despacho.
Dias 11–15: permita sugestões de reparo para exceções reais; o despachante aprova e registra motivo, custo e comunicação.
Dias 16–20: automatize apenas mudanças de baixo custo dentro dos limites; teste ausência, trânsito, endereço inválido, pedido urgente e troca de veículo.

Amplie se a rota usa dados válidos, as restrições refletem o mundo físico, cada versão tem dono e o ganho líquido aparece em entregas concluídas. IA só produz ROI quando processo, dados, responsável, rotina de revisão e implantação operacional caminham juntos.

Fontes consultadas

Sua rota é otimizada no mapa ou executável na rua?

O diagnóstico da V7 Agents mapeia dados, restrições, despacho, alçadas e métricas para escolher um piloto de roteirização que reduza custo sem criar instabilidade na entrega.

Solicitar diagnóstico Conhecer o v7 Carteira

A IA encontrou uma rota melhor. Vale mexer na operação agora?