Um prazo de entrega assumido resultava da ocupação: quantas pessoas havia para planear encomendas, tratar excepções e informar clientes quando algo corria mal. Quem tinha mais capacidade conseguia adaptar-se mais rapidamente e, assim, assumir um prazo de entrega mais curto. Esse era o terreno de jogo, e nesse terreno de jogo um responsável comercial sabia mais ou menos onde estava relativamente à concorrência: a ocupação é visível, ou pode ser estimada.
Essa suposição já não se aplica em todo o lado. Onde o planeamento, o processamento de encomendas e as atualizações a clientes são feitos em grande parte pela IA, o prazo de entrega deixa de ser função do número de pessoas a trabalhar e passa a depender de quão bem o sistema por trás disso está organizado. Duas empresas com o mesmo número de colaboradores podem então assumir prazos de entrega completamente diferentes. Isto não é uma imagem do futuro: já está a acontecer hoje, numa empresa e ainda não noutra.
Por trás de um prazo de entrega assumido existe uma série de tarefas que se divide em três categorias.
Uma parte pode ser totalmente assumida pela IA: combinar posições de stock, capacidade de produção e tempos de transporte numa data de entrega viável é trabalho de cálculo, e o cálculo é precisamente aquilo em que a IA é sistematicamente mais rápida e mais consistente do que um planeador que faz isto ao lado de outras tarefas.
Uma parte acontece com supervisão humana: em caso de perturbação — um fornecedor que falha, uma encomenda que se desvia do padrão — a IA pode propor um prazo de entrega ajustado, mas alguém aprova ou rejeita essa proposta, com fundamento. A rapidez dessa aprovação determina a rapidez com que o novo compromisso chega ao cliente.
Uma parte continua a ser trabalho humano: o cliente que telefona porque uma entrega foi adiada duas vezes quer uma explicação e uma ponderação que vai além de um clique num botão. A quantidade desse tipo de conversa que ainda é necessária depende de quão bem já funcionam as duas primeiras categorias — quanto menos perturbações passarem despercebidas, menos conversas deste tipo são necessárias.
A diferença entre empresas não está em saber se usam IA, mas no que já está ligado. Um sistema de planeamento que está desligado da administração de stocks gera poucos ganhos, independentemente de quão avançado for o modelo que o suporta. Uma empresa onde os dados de encomendas, o stock e o planeamento de transporte já se articulam entre si pode aplicar imediatamente um modelo de planeamento sobre isso e reduzir o prazo de entrega. Uma empresa onde esses dados estão dispersos em sistemas separados e folhas de cálculo tem primeiro de corrigir isso antes de haver alguma coisa para automatizar.
Isto explica por que motivo esta mudança não avança à mesma velocidade em todo o lado, e por que motivo dois concorrentes no mesmo mercado, com a mesma dimensão de pessoal, podem ainda assim assumir prazos de entrega diferentes. Isto não diz nada sobre quantas pessoas trabalham ou deveriam trabalhar; isso é uma ponderação própria com requisitos legais próprios, que aqui não está em causa.
Quando o prazo de entrega passa de uma questão de ocupação para uma questão de sistema, muda também aquilo em que compara os concorrentes. Perguntar quantas pessoas estão no planeamento diz cada vez menos. É mais relevante saber se um concorrente cumpre os prazos de entrega de forma consistente, com que rapidez ajusta em caso de perturbação, e se isso já é visível à partida na firmeza com que se atreve a indicar uma data de entrega.
Este é também um dos pontos em que como obter informação útil sobre concorrentes que não publicam números se torna relevante: o prazo de entrega é uma das poucas dimensões que se pode testar na prática, através de encomendas próprias ou de sinais de clientes, mesmo sem um concorrente partilhar números sobre isso.
O prazo de entrega também não está isolado de outras dimensões. Um prazo de entrega mais curto acompanhado de mais erros não é um ganho; a forma como estes dois se relacionam entre si é retomada em como a IA está a mudar a concorrência na qualidade. E um prazo de entrega que só é curto nas encomendas padrão diz algo diferente de um prazo de entrega que também se mantém numa gama de produtos ampla, como discutido em como a IA está a mudar a concorrência na amplitude de produtos. Quem, no seu próprio marketing e no dos concorrentes, encontra sobretudo promessas reconhecíveis sobre velocidade sem distinção, reconhece o padrão descrito em porque é que todos os concorrentes soam iguais nas suas promessas.
A questão de saber se o prazo de entrega na sua empresa é ainda uma questão de ocupação ou já uma questão de sistema é difícil de responder com um olhar global; que trabalho por trás disso pode realmente ser assumido pela IA é respondido tarefa a tarefa com o scan de trabalho da FTE TO AI.
Para a comparação com concorrentes, um primeiro passo é mais pequeno: identifique em que pensa que ganha em termos de prazo de entrega, e teste com a verificação de dimensão gratuita quais dessas afirmações podem ser defendidas com prova. O benchmark completo, com pontuações e matriz de prova por dimensão, está em construção.