Como a empresa de ciência de materiais está transformando seu sistema de faturamento de frete – e simplificando toda a sua operação de remessa global
Em um amplo andar de operações na sede da Dow em Midland, Michigan (EUA), as faturas fluem em um fluxo interminável. Os extratos de faturamento de até 4 mil remessas diárias – PDFs enviados por e-mail, transações de intercâmbio eletrônico de dados (EDI, em inglês), papel – passam pelo sistema 24 horas por dia, 7 dias por semana, detalhando tudo, desde sobretaxas de frete até custos de refrigeração. Cada fatura representa uma peça no enorme quebra-cabeça da cadeia de suprimentos da empresa, e cada item de linha precisa ser verificado em relação aos contratos e às realidades da jornada de cada remessa específica.
A Dow gasta vários bilhões de dólares anualmente apenas em remessas de saída. Essa despesa mascara uma realidade comum de negócios pronta para a transformação da IA: mesmo em uma era de hiper automação e eficiência, cobranças imprecisas enterradas em centenas de milhares de faturas – taxas mal aplicadas, erros não detectados – podem silenciosamente acumular pagamentos excessivos potenciais significativos.
“Ter tantas fontes de dados chegando pode sobrecarregar os sistemas tradicionais e confundir o cérebro humano”, diz Melanie Kalmar, diretora de Informações e Digital da Dow, que passou décadas procurando um potencial inexplorado no cenário digital de sua empresa. “Dado o quanto a Dow gasta em frete, se tivéssemos uma maneira melhor de avaliar e rastrear erros de faturamento, mesmo uma melhoria de 1% significaria uma economia substancial”. Assim, a Dow fez uma parceria com a Microsoft para usar o Copilot e os agentes para automatizar o processo de análise de faturas de remessa e simplificar a cadeia de suprimentos global da Dow, desbloqueando eficiências e valor de maneiras que antes eram inimagináveis.
É aqui que os recursos do agente de IA podem causar um grande impacto. “Pense nos agentes como os novos aplicativos para um mundo alimentado por IA”, diz Jared Spataro, diretor de marketing da Microsoft AI at Work. “Cada organização terá uma constelação de agentes – do simples ao totalmente autônomo. Eles trabalharão em nome de um indivíduo, equipe ou função para executar e orquestrar processos de negócios. O Copilot é como você interagirá com esses agentes.”
Para transformar o processo de verificação de faturas na Dow, a equipe criou dois tipos de agentes de IA. O primeiro é um agente autônomo, criado no Copilot Studio, que monitora os e-mails recebidos para faturas em PDF anexadas e estrutura os dados para análise. Dado que a Dow recebe 20% de suas faturas de remessa via PDF – mais de 100 mil delas por ano – a visibilidade desses dados é essencial. O agente autônomo então verifica se há imprecisões de faturamento, exibindo-as em um painel onde os funcionários podem usar o segundo agente de prompt e resposta no Copilot que eles chamam de Agente de Frete – para investigar mais “dialogando com os dados” em linguagem natural.
Apenas algumas semanas após o início da fase de prova de conceito, os funcionários estavam usando os agentes para analisar milhares de faturas de remessas terrestres na América do Norte, sinalizando anomalias e destacando possíveis economias. Uma vez que o sistema esteja totalmente dimensionado para todos os modos de envio em todo o mundo, a Dow prevê maior precisão nas taxas logísticas e no faturamento, o que no primeiro ano deve resultar na economia de milhões de dólares em custos de envio para a empresa. Fontes do setor indicam que a implementação de um processo robusto de auditoria de frete pode ajudar as empresas a economizar, em média, 3% nas despesas de frete – uma quantia significativa quando bilhões de dólares estão na mesa.
O que está se desenrolando na Dow serve como um manual para líderes que buscam aproveitar a IA para resolver seus problemas de negócios mais espinhosos. É uma história sobre expor padrões, extrair clareza de dados não estruturados e capacitar as organizações a agir de forma decisiva em vez de reativa, mesmo no nível de rastreamento de cobranças sobre diárias de armazenamento.
“O verdadeiro momento a-ha”, lembra Mike Weideman, diretor sênior de TI da Dow que trabalhou em estreita colaboração com Kalmar e a equipe da Microsoft, foi “perceber que tínhamos pessoas vasculhando manualmente as faturas, sinalizando discrepâncias que a IA poderia lidar mais rapidamente e sem erros. Ver como um agente poderia resolver o enigma das perdas ocultas de forma autônoma e em minutos, em vez de semanas ou meses, sabíamos que esse era o futuro”.
Para chegar a esse futuro, a Dow e a Microsoft primeiro precisavam avaliar a escala do problema e como o Copilot e os agentes poderiam ajudar a resolvê-lo.
“Deixe seus dados revelarem o maior valor”
Durante um workshop em agosto que reuniu cerca de duas dúzias de especialistas em cadeia de suprimentos, TI e operações da Dow e da Microsoft, os participantes compartilharam seus desafios com o processo de verificação: “Recebemos essas faturas de 20 páginas e, muitas vezes, não há como saber se elas já foram processadas ou se estamos pagando a mais”, explicou ao grupo Tami Sowle, Gerente de Excelência Operacional de Logística da Dow. Seus funcionários estavam atolados em verificações e balanços manuais e incapazes de auditar faturas com eficiência, especialmente as complexas, cheias de taxas “acessórias” obscuras – cobranças relacionadas a atrasos, controle de temperatura ou serviços extras.
Essa percepção ajudou a cristalizar os objetivos do projeto. O faturamento seria um terreno fértil para o potencial da IA de remodelar os fluxos de trabalho. “Essa seria nossa prioridade”, diz o engenheiro de software principal da Microsoft, Brennen Cage. “É aqui que o Copilot e os agentes podem ter o maior impacto primeiro.” É uma lição para todos os líderes empresariais que desejam implementar a IA: comece com seu maior ponto problemático e, em seguida, aplique a IA. Identifique um ou dois processos que, se você pudesse torná-los mais rápidos e eficientes, seriam transformadores para a organização.
Na Dow, a equipe se concentrou nas faturas relacionadas ao frete norte-americano, especificamente remessas terrestres, que são menos complexas do que modos como tráfego aéreo ou de barcaças. Ao restringir suas lentes a um subconjunto gerenciável de faturas, a equipe pôde demonstrar o potencial do Copilot mais rapidamente.
Após o workshop, Cage assumiu a liderança na construção do Agente de Carga. Em menos de 48 horas, ele usou a plataforma Integrated Data Hub da Dow, construída com base na tecnologia da Microsoft, para ingerir oito meses de dados de 2024 – cobranças faturadas para 43 mil remessas. Foi aí que a diversão começou. Ele começou a solicitar que o agente procurasse padrões, usando dicas de linguagem natural no Copilot.
Em segundos, anomalias começaram a aparecer. O Copilot entregou uma longa lista de resumos de faturamento detalhados. Clicar em um item exibia um módulo que mostrava o custo estimado ou esperado para o serviço ou remessa, juntamente com o valor real cobrado e a discrepância entre os dois números.
“Boom”, Cage murmurou enquanto se concentrava em um item de linha. Uma sobretaxa específica apareceu em US$ 30 mil, enquanto a taxa típica é de US$ 5 mil. Ele inseriu mais alguns prompts e descobriu que algumas cobranças haviam aumentado dez vezes em várias remessas, escondidas na montanha de dados.
____________________________________________________________
Diálogo com os dados
Ao consultar o agente de frete, os funcionários da Dow podem ver rapidamente as anomalias da fatura, como discrepâncias entre o custo esperado (Total acumulado) e a cobrança na fatura (Total real).
Quando Cage demonstrou o sistema para a equipe de Kalmar, eles ficaram de olhos arregalados. Erros de fatura que normalmente exigiam horas, dias ou semanas de tediosa auditoria manual agora apareciam com apenas alguns toques. Eles já podiam ver oportunidades de economia significativas, desmascaradas linha por linha. “Isso é exatamente o que estamos perdendo”, disse Weideman, testemunhando a realidade das operações de frete da Dow revelada pela primeira vez.
A alimentação de dados mais granulares destacou questões adicionais: por que as taxas são tão altas para transportar materiais específicos? Estamos vendo faturas duplicadas? O que podemos fazer para reduzir os atrasos na descarga?
“É assim que a visibilidade se parece: deixe seus dados revelarem o maior valor”, diz Spataro. “Em última análise, estamos transformando a forma como a Dow interage com cada pepita de informação”.
O sucesso do projeto piloto mostra como é importante fundamentar a IA em seus dados organizacionais. E à medida que a Dow implementa seu fluxo de trabalho agencial completo, a base segura de dados se tornará ainda mais essencial, permitindo que o sistema gerencie dados e ações em todo o processo global de remessa e faturamento.
Os agentes entregam o futuro
No Digital Fulfillment Center, uma incubadora de ideias industriais polidas para a cadeia de suprimentos da empresa, o diretor de inovação da Dow Global ISC, Jeff Tazelaar, está diante de uma tela do tamanho de um cinema exibindo um painel do Copilot. Ele mostra a alguns dos “super usuários” do Copilot de sua equipe o que pode ser possível em breve quando uma rede de agentes autônomos trabalha em conjunto.
Digamos que uma remessa saia das instalações da Dow em Michigan em uma rota programada para o Colorado, ambos nos Estados Unidos. Quando o caminhão inicia sua jornada, um Agente de Monitoramento do Clima detecta um aviso de tempestade de gelo severa. O sistema observa o impacto potencial e atualiza um Agente de Verificação de Custos para comparar quaisquer novos custos – como pedágios ou combustível adicionais – com os termos do contrato original, sinalizando discrepâncias para revisão. Simultaneamente, o Agente de Notificação ao Cliente alerta os parceiros da Dow sobre possíveis atrasos devido às condições climáticas, garantindo transparência e comunicação proativa. Em cada etapa, cada agente verifica detalhes logísticos e financeiros, ajudando a Dow a responder rapidamente aos desenvolvimentos em tempo real sem a necessidade de intervenção manual. Essa rede simplificada de agentes ajuda a garantir que as remessas cheguem ao seu destino sem cobranças inesperadas, economizando tempo e dinheiro.
Isso é apenas o começo. “Já identificamos mais de 100 casos de uso que afetam a logística e as operações para alavancar os agentes em toda a cadeia de suprimentos”, diz Tazelaar. E não se trata apenas de cortar custos. Uma estratégia de IA vencedora para qualquer empresa requer jogar tanto no ataque quanto na defesa, aproveitando-a para aumentar a receita e reduzir custos.
Por enquanto, há apenas um agente autônomo que monitora os e-mails recebidos para faturas em PDF. Mas, mesmo esse único agente dá à Dow visibilidade de uma grande parte das oportunidades ocultas de redução de custos e transformação operacional.
Construa sobre o sucesso
A estimativa é que o sistema completo de ponta a ponta seja lançado no ano novo, e as equipes de logística, TI e sourcing da Dow veem esse momento como um ponto de virada. “Isso melhora a maneira como estamos fazendo nosso trabalho e sendo produtivos”, diz Sowle sobre Logística. “A ideia de que o agente está agindo com os dados e corrigindo problemas, em vez de extrairmos informações de várias fontes e tentarmos entendê-las – isso é empolgante.”
Como líder da transformação digital da Dow, é exatamente isso que Kalmar gosta de ouvir. A introdução da IA em uma organização tradicional tão grande quanto a Dow requer educação e, às vezes, um pouco de impulso. Programas intencionais de qualificação e adoção são essenciais – implantar uma ferramenta como essa é um desafio organizacional, não apenas de TI.
“Os resultados vendem a ideia, desde os usuários finais até o CEO”, diz Kalmar. “Se eu puder vincular a entrega de algo a economias substanciais de custos como essa, não há discussão. Agora, a chave é entregar essa economia de custos no final da implementação e ser capaz de rastreá-la nos resultados da empresa.”
Agora, Kalmar está olhando muito além dos custos de frete enquanto pensa no futuro. Da pesquisa e desenvolvimento ao atendimento ao cliente, ela está se preparando para que os agentes e a automação reimaginem fundamentalmente os fluxos de trabalho em toda a empresa. A cada sucesso, um novo nível de curiosidade se enraizou, e ela pode sentir isso em todos os lugares da Dow.
“A notícia está se espalhando”, diz Kalmar com uma pitada de orgulho em seu sorriso. “Agora as pessoas estão batendo na porta, dizendo: ‘Ei, você pode ajudar?’”
_________________________________________________________________
Siga o exemplo da Dow
Aqui estão algumas chaves para iniciar sua transformação de IA.
Identifique seu maior desafio de processo e aplique a IA: Como mostra o projeto da Dow, vale a pena identificar um grande problema de negócios e aplicar a IA a ele. Com a Dow, isso foi em um aspecto específico da cadeia de suprimentos, mas é apenas um exemplo. O segredo é começar com qualquer processo que, se melhorado para ser mais rápido, mais barato ou melhor, transformaria o negócio.
Fundamente a IA em seus dados organizacionais: quando a IA é baseada nos dados e no conhecimento da sua empresa, você pode direcioná-la para seus objetivos e necessidades. À medida que os recursos agenciais crescem, a base segura de dados se torna ainda mais essencial, permitindo que os agentes gerenciem dados e ações em sistemas diferentes. Ao implantar um agente para extrair dados de faturas em PDF, a Dow conseguiu obter valor que antes estava oculto em um palheiro digital.
Meça seu progresso: defina KPIs desde o início. Medir o impacto da IA ajudará a informar se você deve ajustar sua abordagem, expandir seus esforços para uma parte maior de um processo ou identificar um novo processo a ser abordado. A Dow começou aplicando o Copilot e os agentes a um subconjunto gerenciável de sua cadeia de suprimentos e, em seguida, mediu o resultado. Com base nesse sucesso, a Dow está examinando outros processos em que a IA pode valer a pena.
__________________________________________________________________
Para saber mais sobre como transformar sua organização com IA, assine o boletim informativo (em inglês) do WorkLab.
