Previsão de demanda com IA para distribuidoras

O painel prevê alta de 18% para um item. Compras aumenta o pedido, mas o fornecedor exige lote mínimo e entrega em 45 dias. Comercial sabe que a alta veio de uma obra específica, ainda não contratada. Financeiro descobre a decisão quando o caixa já virou estoque. A previsão pode estar estatisticamente correta e, mesmo assim, produzir uma compra ruim.

Esse é o ponto cego de muitos projetos de previsão de demanda com IA: tratam o número previsto como resultado. Para uma distribuidora, o resultado é outro — ter o item certo, no local e no momento certos, com nível de serviço compatível e sem imobilizar capital além do necessário.

Este artigo apresenta o método GIRO para ligar dados, previsão, política de estoque, alçada e aprendizagem. A proposta não é automatizar toda compra. É fazer cada recomendação chegar a uma decisão executável, com motivo, limite e retorno do que aconteceu.

Por que previsão virou prioridade — e por que IA sozinha não resolve

O relatório Supply Chain Planning 2026, da BCG, ouviu mais de 180 líderes de planejamento. Previsão de demanda aparece como a aplicação de IA mais escalada, por ter métricas claras, ciclos frequentes de feedback e impacto em estoque, serviço e capacidade. A própria pesquisa, porém, observa que muitas organizações ainda não conseguem converter previsões melhores em decisões que gerem valor.

No levantamento Inventory Trends in Wholesale Distribution 2026, com mais de 100 profissionais de distribuição em 12 subsetores, 54% disseram esperar adotar uma nova abordagem de previsão de demanda e 45% ampliar automação de dados. Ao mesmo tempo, só 11% classificaram o planejamento de demanda como muito preciso e 31% disseram confiar muito nos dados de estoque.

Os números não devem ser transplantados como promessa para uma distribuidora brasileira; amostra, mercado e operação são diferentes. Eles servem como sinal de gestão: interesse em previsão cresce mais rápido que a disciplina necessária para usá-la. O gargalo costuma estar entre o algoritmo e a decisão — cadastro, estoque disponível, prazo real, lote mínimo, evento comercial, responsável e rotina de revisão.

Previsão não é pedido de compra

A previsão estima demanda sob determinadas informações e horizonte. A reposição precisa combinar essa estimativa com restrições e escolhas da empresa. Antes de emitir uma ordem, ainda faltam:

posição de estoque físico, reservado, bloqueado e em trânsito;
prazo real e variabilidade de entrega do fornecedor;
lote mínimo, múltiplo de embalagem, validade e capacidade de armazenagem;
pedidos em carteira, vendas perdidas, devoluções e substituição entre produtos;
nível de serviço desejado por cliente, família e unidade;
limite de capital, margem, risco de obsolescência e alçada de aprovação.

Por isso, o agente deve começar propondo e explicando. A autonomia aumenta apenas quando a classe de item tem dados confiáveis, regra estável, baixo impacto por erro e histórico suficiente de recomendações aceitas. Um número com casas decimais não é uma autorização.

Método GIRO: quatro contratos entre previsão e resultado

G — Granularidade e grupo de decisão

Defina a unidade que realmente pode ser decidida: SKU × filial × semana, família × centro de distribuição × mês ou outro recorte coerente com o prazo de reposição. Prever no total da empresa pode esconder ruptura em uma filial e excesso em outra. Prever cada SKU diário, por outro lado, pode criar ruído para itens intermitentes.

Separe o portfólio antes de escolher modelo e alçada:

giro estável e alto volume: bom candidato a recomendação frequente e automação gradual;
demanda intermitente: precisa de janela maior, política específica e revisão de exceções;
item de projeto: depende mais de pipeline, contrato e cronograma do que de média histórica;
lançamento ou substituto: exige analogia, regra comercial e prazo de revisão;
crítico, caro ou perecível: pede alçada maior mesmo quando a previsão é boa.

A segmentação evita o erro de aplicar a mesma política a parafuso de giro diário, equipamento sob encomenda e produto perto do vencimento.

I — Informação com definição e horário de corte

Faturamento não é sinônimo perfeito de demanda. Quando faltou estoque, a venda não registrada pode ter virado perda, espera ou substituição. Um pedido extraordinário pode não se repetir. Cancelamento, devolução, campanha, reajuste e mudança de território também distorcem o histórico.

Para cada entrada, registre sistema de origem, dono, atualização e tratamento:

vendas líquidas e pedidos confirmados;
rupturas, vendas perdidas e substituições conhecidas;
estoque disponível, reservado, bloqueado e em trânsito;
promoções, reajustes, sazonalidade e eventos de projeto;
prazo prometido e prazo realizado por fornecedor;
cadastro de unidade, embalagem, item sucessor e descontinuação.

Fixe um horário de corte. A previsão gerada às 7h deve deixar claro qual posição de estoque e quais pedidos conhecia. Sem esse carimbo, ninguém consegue reproduzir a recomendação nem distinguir erro do modelo de dado que chegou tarde.

R — Regra que converte sinal em ação

Escreva a ponte entre previsão e decisão. Uma ficha de reposição útil pode conter:

item, unidade, horizonte e demanda prevista;
estoque projetado até a próxima chegada;
nível de serviço e estoque de segurança definidos pela política;
prazo, lote mínimo, múltiplo e pedido já aberto;
quantidade sugerida, custo e impacto estimado no capital;
principais fatores da recomendação e mudança desde a rodada anterior;
exceção detectada, confiança e fonte que precisa ser confirmada;
decisor, alçada, prazo para decidir e ação permitida.

Crie três saídas, não apenas “comprar”: executar dentro da alçada, revisar uma exceção ou não agir e observar. Itens de baixo risco podem virar ordem depois de um período assistido. Aumento atípico, dado faltante, fornecedor atrasado, valor acima da alçada ou produto em descontinuação devem ir para uma fila com contexto e prazo.

O — Operação, override e retorno

A previsão aprende com realizado; a operação também precisa aprender com decisões humanas. Registre se a recomendação foi aceita, alterada, adiada ou rejeitada e por quê. “Experiência do comprador” não é motivo suficiente. Use códigos úteis: contrato ainda não assinado, campanha cancelada, concorrente sem estoque, fornecedor em risco, limite de caixa, cadastro incorreto ou substituto disponível.

Na rodada seguinte, compare previsão, decisão, execução e resultado. Se a pessoa corrigiu um fato que o sistema não conhecia, esse fato deve virar entrada governada. Se o ajuste humano piorou repetidamente o resultado, reduza intervenções naquele segmento. Se ninguém decidiu antes do prazo, o problema é SLA e responsabilidade, não acurácia.

Placar mínimo: medir o número e a decisão

Uma métrica única esconde trade-offs. Use dois blocos:

Qualidade da previsão: WAPE por segmento, viés, erro no horizonte equivalente ao prazo de reposição e estabilidade entre rodadas.
Resultado operacional: nível de serviço, ruptura, estoque parado, dias de estoque, urgências, capital empregado e vendas perdidas registradas.
Adoção da decisão: percentual de recomendações decididas no prazo, taxa de execução, alterações, motivo dos overrides e tempo gasto por exceção.

A documentação da AWS sobre desempenho de previsão define WAPE como a soma dos erros absolutos dividida pela soma da demanda real; o viés mostra tendência sistemática de prever acima ou abaixo. Calcule no horizonte em que a decisão foi tomada. Comparar a previsão da véspera com a venda de hoje não testa uma compra decidida seis semanas antes.

WAPE geral pode melhorar enquanto itens estratégicos pioram. Por isso, reporte por grupo de decisão e leia junto com viés e consequência. O melhor modelo não é apenas o que reduz erro médio; é o que melhora uma decisão relevante sem transferir custo para ruptura, excesso ou trabalho manual.

Exemplo: da previsão ao cartão de decisão

Considere um SKU de material elétrico com previsão de 420 unidades para as próximas seis semanas. Há 180 disponíveis, 60 reservadas, 100 em trânsito e prazo realizado do fornecedor entre 28 e 42 dias. O lote mínimo é 120. O agente não deveria concluir apenas “comprar 200”.

Ele deve mostrar a projeção líquida, o nível de serviço da classe, a variação do prazo, o lote aplicável e o evento que elevou a demanda. Se 140 unidades vieram de uma cotação ainda sem aceite, a saída pode ser “reservar capacidade com fornecedor e revisar em 48 horas”, não emitir automaticamente uma ordem. Se a demanda é recorrente, o dado está íntegro e o valor cabe na alçada, a mesma lógica pode autorizar execução.

Como o padrão muda nas verticais da V7

v7 Carteira: combine giro, pedidos, ruptura, prazo e política de estoque; gere recomendação de reposição e fila de exceções por cliente, produto e filial.
v7 Agro: separe consumo recorrente de demanda ligada a cultura, janela, clima e safra. Oportunidade comercial não confirmada entra como cenário, não como venda certa.
v7 Obras: materiais seguem cronograma, medição e frente liberada. A data necessária no canteiro importa mais que uma média agregada de consumo.
v7 Imob: previsão de atendimento ou visitas deve orientar capacidade e follow-up, sem transformar todo lead em probabilidade idêntica de venda.
v7 Clínicas Retorno: demanda de agenda depende de especialidade, duração, retorno, faltas e encaixes; previsão apoia a abertura de horários, não substitui regra assistencial.
v7 Custom: em manutenção, financeiro ou atendimento, aplique o mesmo contrato: unidade prevista, restrição real, decisão permitida, exceção e retorno observado.

Teste de prontidão em 15 perguntas

A empresa distingue venda faturada, pedido, cotação, perda e demanda não atendida?
Estoque disponível, reservado, bloqueado e em trânsito têm definições únicas?
Existe histórico do prazo realizado por fornecedor, e não só do prazo cadastrado?
Itens estão segmentados por comportamento e consequência do erro?
A granularidade da previsão coincide com a decisão possível?
O horizonte avaliado corresponde ao prazo de reposição?
Promoções, projetos, reajustes e descontinuações entram com origem e validade?
Há política explícita de nível de serviço e estoque de segurança?
Lote mínimo, múltiplo, validade e capacidade física entram na recomendação?
Cada sugestão mostra dados usados, horário de corte e fatores relevantes?
Exceções têm dono, prazo, alçada e próxima ação?
Overrides humanos recebem motivo estruturado?
A empresa mede WAPE e viés por segmento, além do consolidado?
Ruptura, excesso, urgência e capital são acompanhados junto com acurácia?
É possível reconstruir previsão, decisão, execução e resultado de uma compra?

Com quatro ou mais respostas “não” ou “não sei”, comece por diagnóstico e recomendação assistida. Automatizar a ordem nesse estágio apenas acelera a política implícita e os dados inconsistentes.

Piloto de 30 dias sem apostar o estoque inteiro

Dias 1 a 5 — recortar: escolha uma família, uma unidade e um horizonte. Registre linha de base de erro, ruptura, excesso, urgência e tempo de decisão.
Dias 6 a 10 — reconciliar: confira cadastro, posições de estoque, pedidos, prazo realizado, perdas e eventos. Defina os grupos e a política de cada um.
Dias 11 a 17 — rodar em sombra: gere previsões e cartões GIRO sem mudar compras. Compare com a decisão real e catalogue diferenças.
Dias 18 a 24 — operar assistido: use recomendações na reunião de estoque. Uma pessoa aprova; o sistema registra alçada, alteração e motivo.
Dias 25 a 30 — decidir a escala: avalie qualidade dos dados, prazo das decisões, explicabilidade e sinais operacionais. Resultado financeiro pode exigir mais de um ciclo de reposição; não o fabrique para caber no mês.

Sinais de alerta

o fornecedor do software mostra acurácia, mas não a data em que a previsão existia;
itens sem venda por ruptura são tratados como demanda zero;
todos os SKUs usam o mesmo modelo, horizonte e nível de serviço;
o comercial altera números sem registrar evento, valor e validade;
a recomendação ignora pedidos em trânsito, lote mínimo ou caixa;
alertas se acumulam sem dono e a equipe volta à planilha paralela;
ninguém acompanha se a ordem sugerida foi emitida, entregue e consumida;
o projeto promete reduzir estoque e ruptura ao mesmo tempo sem explicitar o trade-off.

O ponto de vista da V7 Agents

Previsão é uma entrada para a operação, não o troféu do projeto. Ela gera ROI quando encontra dados definidos, política de estoque, responsável, alçada, rotina de revisão e integração com o fluxo em que a decisão realmente acontece.

O V7 IA Ready organiza conceitos, fontes e indicadores antes do piloto. O v7 Carteira conecta sinais comerciais e operacionais à fila de ação da distribuidora. A Operação Contínua acompanha erro, viés, overrides, ruptura, excesso e resultado ao longo dos ciclos — porque um bom número que não muda uma decisão continua sendo apenas um painel.

Fontes consultadas

Sua previsão chega a uma decisão — ou termina no painel?

O diagnóstico da V7 mapeia dados, segmentação, política, alçada e rotina de reposição para escolher um piloto enxuto e mensurável.

Solicitar diagnóstico v7 Carteira Conhecer o v7 Carteira

A IA previu a demanda. Quem transforma o número em estoque e serviço?