Agentes de IA para um mundo mais sustentável: insights da ciência de dados

À medida que o apoio político à sustentabilidade diminui, a necessidade de práticas sustentáveis ​​de longo prazo é maior do que nunca. Agentes de IA podem desempenhar um papel crucial nessa área.

Como podemos usar análises, aprimoradas por uma IA poderosa, para dar suporte às empresas em sua transformação verde?

Durante anos, o foco do meu blog sempre foi usar metodologias e ferramentas de análise da cadeia de suprimentos para resolver problemas específicos. Agora, com a crescente importância da sustentabilidade, estamos nos concentrando em integrar essas ferramentas para atingir metas ambientais.

Na Logi Green , a startup que fundei, implementamos essas soluções analíticas para ajudar varejistas, fabricantes e empresas de logística a atingirem suas metas de sustentabilidade. Usamos ferramentas como modelos preditivos e otimização de rotas para reduzir as emissões.

Neste artigo, mostrarei como podemos potencializar essas soluções existentes usando agentes de IA. Exploraremos como a IA pode aprimorar nossas capacidades analíticas para atingir metas de sustentabilidade de forma mais rápida e eficaz.

O objetivo é facilitar e acelerar a implementação de iniciativas de sustentabilidade em toda a cadeia de suprimentos corporativa. Ao integrar inteligência artificial, podemos automatizar processos e identificar proativamente oportunidades de melhoria.

 

Barreiras à transformação verde para empresas

À medida que as pressões políticas e financeiras se afastam da sustentabilidade, facilitar e tornar a transição verde mais acessível se tornou mais urgente do que nunca.

Na semana passada, participei da Conferência Global ChangeNOW , que foi realizada na minha cidade natal, Paris.

Esta conferência reuniu inovadores, empreendedores e tomadores de decisão comprometidos em construir um futuro melhor, apesar do contexto desafiador.

Foi uma excelente oportunidade de conhecer alguns dos meus leitores e me conectar com líderes que estão impulsionando mudanças em vários setores.

Por meio dessas discussões, uma mensagem clara emergiu.

As empresas enfrentam três grandes barreiras ao liderar uma transformação sustentável:

• Falta de visibilidade nos processos operacionais,
• A complexidade dos requisitos de relatórios de sustentabilidade,
• O desafio de projetar e implementar iniciativas em toda a cadeia de valor.

Nas seções seguintes, explorarei como podemos aproveitar a IA Agética para superar dois desses obstáculos principais:

• Melhore os relatórios para cumprir com os regulamentos
• Acelerar a concepção e implementação de iniciativas sustentáveis

 

Resolvendo desafios de relatórios com agentes de IA

O primeiro passo em qualquer roteiro de sustentabilidade é construir uma base de relatórios. Construir essa base é essencial para garantir a precisão e a acessibilidade dos dados, permitindo decisões informadas.

As empresas devem medir e publicar sua pegada ambiental atual antes de tomar qualquer ação.

Por exemplo, um relatório ESG ilustra o desempenho ambiental (E) de uma empresa , sua responsabilidade social (S) e a solidez de suas estruturas de governança (G) . Um relatório ESG é uma ferramenta essencial para avaliar o desempenho das empresas nas áreas de sustentabilidade ambiental, social e de governança.

Vamos começar abordando a questão da preparação de dados.

 

Problema 1: Coleta e processamento de dados

Muitas empresas enfrentam desafios significativos desde o início, a começar pela coleta de dados , que é um desafio fundamental em projetos de análise do ciclo de vida do produto.

Em um artigo anterior, apresentei o conceito de Avaliação do Ciclo de Vida (ACV) – um método para avaliar os impactos ambientais de um produto, desde a extração da matéria-prima até o descarte.

Isso requer um pipeline de dados complexo para conectar-se a vários sistemas, extrair dados brutos, processá-los e armazená-los em um data warehouse. Isso inclui a integração de dados de várias fontes para garantir uma análise precisa.

Esses pipelines são usados ​​para gerar relatórios e fornecer fontes de dados consistentes para equipes de análise e negócios, facilitando decisões informadas com base em insights precisos.

 

Como podemos ajudar equipes não técnicas a navegar neste ambiente complexo?

Na LogiGreen , exploramos o uso de um agente de IA para aplicações de conversão de texto em SQL, conhecido como "Agente de IA de Texto para SQL".

O grande valor agregado é que as equipes de operações e negócios não dependem mais de especialistas em análise para criar soluções personalizadas. Isso reduz a dependência de analistas de dados e melhora a eficiência.

Como engenheiro de cadeia de suprimentos, entendo a frustração dos gerentes de operações que precisam criar tickets de suporte apenas para extrair dados ou calcular uma nova métrica.

Usando esse agente de IA, oferecemos uma experiência de análise como serviço para todos os usuários, permitindo que eles formulem suas solicitações em inglês simples. Isso permite acesso mais rápido e fácil aos insights de dados.

Por exemplo, ajudamos equipes de relatórios a criar prompts específicos para coletar dados de várias tabelas para alimentar um relatório. Isso acelera o processo de geração de relatórios e reduz o esforço manual.

 

“Por favor, crie uma tabela mostrando as emissões totais de dióxido de carbono (CO₂) por dia para todas as entregas do Armazém XXX.”

 

Problema 2: Formatação de Relatório

Mesmo após a coleta dos dados, as empresas enfrentam outro desafio: criar o relatório nos formatos exigidos.

Na Europa, a nova Diretiva de Relatórios de Sustentabilidade Corporativa (CSRD) fornece uma estrutura para que as empresas divulguem seus impactos ambientais, sociais e de governança.

De acordo com a Diretiva de Relatórios de Sustentabilidade Corporativa (CSRD), as empresas devem apresentar relatórios estruturados em formato XHTML.

Este documento, apoiado por classificações ESG detalhadas , requer um processo que pode ser altamente técnico e propenso a erros, especialmente para empresas com baixa maturidade de dados.

Portanto, experimentamos usar um agente de IA para revisar automaticamente o relatório e fornecer um resumo para usuários não técnicos.

 

Como funciona?

Os usuários enviam seus relatórios por e-mail.

O Endpoint baixa automaticamente o arquivo anexado e verifica o conteúdo e a formatação em busca de erros ou valores ausentes. Este processo garante um exame cuidadoso dos dados.

Os resultados são então enviados para um agente de IA, que gera um resumo de auditoria claro em inglês. O agente usa algoritmos avançados para analisar e resumir dados de forma eficiente.

O agente envia um relatório de volta ao remetente.

Desenvolvemos um serviço totalmente automatizado para auditoria de relatórios elaborados por consultores de sustentabilidade (nosso cliente é uma empresa de consultoria) que qualquer pessoa pode usar sem precisar de conhecimentos técnicos. Esse serviço economiza tempo e esforço e garante a precisão dos relatórios.

 

Você está interessado em implementar uma solução semelhante?

Eu construí este projeto usando a plataforma n8n sem nenhum código.

Você pode encontrar o modelo pronto para publicação no meu perfil de criador de conteúdo no n8n.

Agora que exploramos soluções para a elaboração de relatórios, podemos avançar para o cerne das transformações verdes: a concepção e implementação de iniciativas sustentáveis.

IA eficaz para produtos de análise da cadeia de suprimentos

Produtos analíticos para sustentabilidade

Meu foco nos últimos dois anos tem sido criar produtos de análise, incluindo aplicativos da web, APIs e fluxos de trabalho automatizados. Minha experiência inclui o desenvolvimento de soluções analíticas avançadas que dão suporte a iniciativas corporativas de sustentabilidade ambiental e social, com foco na medição do impacto ambiental e na melhoria da eficiência de recursos.

 

Qual é o roteiro de sustentabilidade?

Na minha experiência, esse processo geralmente começa com uma pressão da alta gerência.

Por exemplo, a liderança pode pedir ao departamento da cadeia de suprimentos para medir as emissões de dióxido de carbono (CO₂) da empresa para o ano base de 2021.

Eu era responsável por estimar as emissões de Escopo 3 para a cadeia de distribuição.

É por isso que apliquei a metodologia apresentada no artigo linkado acima.

Uma vez estabelecida a linha de base, define-se uma meta de redução de emissões com um prazo claro.

Por exemplo, sua gestão pode se comprometer a atingir uma redução de 30% até 2030.

O papel do departamento da cadeia de suprimentos é então projetar e implementar iniciativas para reduzir as emissões de dióxido de carbono.

No exemplo acima, a empresa atinge uma redução de 30% no ano N por meio de iniciativas em manufatura, logística, operações de varejo e compensação de carbono.

Para dar suporte a essa jornada, desenvolvemos produtos analíticos que simulam o impacto de diferentes iniciativas, ajudando as equipes a projetar estratégias de sustentabilidade ideais.

Até agora, os produtos estavam na forma de aplicativos web com uma interface de usuário e backend conectados às suas próprias fontes de dados.

Cada módulo fornece insights importantes para dar suporte à tomada de decisões operacionais.

 

“Com base nos resultados, podemos alcançar uma redução de 32% nas emissões de dióxido de carbono (CO₂) ao mudar nossa fábrica do Brasil para os EUA.”

No entanto, para um público não familiarizado com análise de dados, interagir com esses aplicativos pode ser um pouco confuso. É preciso uma compreensão básica dos princípios de análise de dados para extrair insights valiosos, o que pode ser desafiador para não especialistas.

 

Como podemos usar agentes de IA para dar melhor suporte a esses usuários? Como os agentes de IA podem ajudar a melhorar a experiência do usuário e fornecer soluções inovadoras?

 

IA eficaz para produtos analíticos

Agora estamos evoluindo essas soluções incluindo agentes de IA autônomos que interagem diretamente com modelos e ferramentas de análise por meio de endpoints de API.

Esses agentes são projetados para guiar usuários não técnicos por toda a jornada, começando com uma pergunta simples:

“Como posso reduzir as emissões de dióxido de carbono (CO₂) da minha rede de transporte?”

O agente de IA então assume a responsabilidade por:

• Formulação de consultas corretas,
• Modelos de melhoria de contato,
• Interpretação dos resultados,
• E forneça recomendações práticas.

O usuário não precisa entender como o backend funciona.
Eles recebem resultados diretos e orientados para os negócios, como:

“Implementar a solução XXX com um orçamento de investimento de YYY euros para atingir uma redução de emissões de CO2 de ZZZ toneladas de CO2 equivalente.”

Ao combinar modelos de otimização, APIs e orientação com tecnologia de IA, oferecemos uma experiência completa de análise como serviço.

Nosso objetivo é tornar a análise de sustentabilidade acessível a todas as equipes, não apenas aos especialistas técnicos.

Conclusão e conclusões finais

 

Uso responsável da inteligência artificial

Antes de concluir, uma palavra sobre a redução da pegada ambiental das soluções que desenvolvemos.

Estamos totalmente cientes dos impactos ambientais do uso de grandes modelos de linguagem (LLMs).

Portanto, a essência de nossos produtos continua sendo baseada em modelos de otimização determinísticos cuidadosamente elaborados . Esses modelos garantem alta eficiência no uso de energia e recursos.

Grandes modelos de linguagem (LLMS) são usados ​​somente quando fornecem valor agregado real, principalmente para simplificar a interação do usuário ou para automatizar tarefas não críticas. Isso está alinhado com as melhores práticas de sustentabilidade em IA.

Isso nos permite:

• Garantir durabilidade e confiabilidadePara as mesmas entradas, os usuários recebem consistentemente as mesmas saídas, evitando os comportamentos aleatórios típicos de modelos de IA pura.
• Reduzir o consumo de energia: Reduzindo o número de tokens usados ​​em nossas chamadas de API e otimizando cada chamada para que seja o mais eficiente possível.

Resumindo, estamos comprometidos em construir soluções que sejam sustentáveis ​​por design. Nosso objetivo é equilibrar o poder da IA ​​com a responsabilidade ambiental.

 

Os agentes de IA estão mudando o jogo na análise da cadeia de suprimentos.

Para mim, os agentes de IA se tornaram aliados poderosos para ajudar nossos clientes a acelerar seus roteiros de sustentabilidade. O uso de agentes de IA na análise da cadeia de suprimentos representa uma verdadeira mudança de paradigma.

Como interajo com um público-alvo não técnico, isso representa uma vantagem competitiva, permitindo-me fornecer soluções de análise como serviço que capacitam equipes operacionais. Essas soluções com tecnologia de IA fornecem insights valiosos de maneira simplificada.

Isso simplifica um dos maiores obstáculos que as empresas enfrentam ao iniciar sua transformação verde, pois entender dados complexos se torna muito mais fácil com essas ferramentas.

Ao comunicar informações em linguagem simples e guiar os usuários em sua jornada, os agentes de IA ajudam a preencher a lacuna entre soluções baseadas em dados e a implementação operacional. Isso garante uma adoção mais ampla de soluções sustentáveis.