Automação de Indicadores QSE / ESG
Ainda mantidos em planilhas Excel, gerando alto risco de erros, inconsistências e retrabalho. Essas informações são essenciais para auditorias, relatórios de sustentabilidade (GRI, CVM, IFRS), obtenção de incentivos fiscais e de financiamento (como Green Bonds), e alinhamento com compromissos da The Coca-Cola Company e LATAM.
Atualmente, a coleta manual e a falta de validação geram inconsistências, retrabalho e riscos financeiros, incluindo perda de financiamentos verdes e oportunidades no mercado financeiro. O objetivo é implementar uma plataforma automatizada que centralize os indicadores, simplifique o input de dados na origem, assegure a rastreabilidade e forneça visualizações gráficas de forma ágil e confiável.
A ausência de uma plataforma centralizada e automatizada compromete a confiabilidade dos dados, prejudica a produtividade e expõe a organização a riscos legais, financeiros e reputacionais, principalmente considerando os requisitos de abertura de capital.
Interpretação de Perdas por IA
Atualmente, a Solar enfrenta perdas anuais significativas, representando cerca de 0,4% da receita líquida projetada para 2024. Para 2025, a meta estratégica é reduzir essas perdas para aproximadamente 0,27% da receita projetada, destacando uma redução significativa sobre uma receita total estimada na casa de bilhões de reais.
As perdas estão concentradas em seis macro contas principais: avarias, obsolescência, vencimentos, inventário, qualidade e trocas. Elas refletem desafios relacionados ao planejamento de demanda, superlotação de estoques, falhas operacionais no manuseio de produtos, inconsistências em inventários e problemas de qualidade no processo produtivo. Esses fatores têm um impacto direto na margem operacional e na eficiência das operações da Solar.
Embora existam iniciativas locais voltadas à redução de perdas, elas têm sido descoordenadas, dependem fortemente de métodos manuais e carecem de integração e inteligência preditiva. Este projeto busca reverter esse cenário ao implementar um modelo de aprendizado de máquina capaz de interpretar dados históricos e atuais, identificar padrões, prever cenários e propor ações corretivas. Essa abordagem permitirá uma gestão de perdas mais eficaz, integrada e escalável, alinhada aos objetivos estratégicos da empresa.
Portal do Fornecedor
A gestão atual de fornecedores na Solar é manual, descentralizada e dependente de ferramentas como Excel, e-mails e pastas locais, o que resulta em baixa visibilidade, falta de integração e elevado risco de não conformidade legal e trabalhista. Esse cenário compromete o controle e a rastreabilidade de informações críticas, como qualificações, documentos obrigatórios (ASO, jornada de trabalho, alvarás) e desempenho de fornecedores.
O processo é fragmentado, com inconsistências na base de dados e ausência de uma fonte única de consulta. Além disso, a falta de automação impacta a eficiência operacional e aumenta a vulnerabilidade da empresa a passivos legais e reputacionais. A necessidade de digitalização end-to-end é reforçada pelas exigências do core da Coca-Cola, que inclui desde a homologação e monitoramento de fornecedores até a avaliação de conformidade e desempenho, garantindo maior eficiência, segurança e conformidade em todas as etapas do ciclo de vida dos fornecedores.
A solução proposta é a implementação de um Portal do Fornecedor, uma plataforma digital integrada que automatize o ciclo de vida dos fornecedores de ponta a ponta, centralizando a gestão de homologações, controle de documentos, monitoramento de conformidade e avaliação de desempenho, garantindo maior eficiência, visibilidade e conformidade em todas as etapas.
Assistente Inteligente de Recursos para Operação Logística
A operação logística da Solar, que abrange 42 unidades diretas nas regiões Norte e Nordeste, além do Mato Grosso, enfrenta desafios no dimensionamento de headcount e otimização de recursos. Atualmente, a definição de headcount é feita de forma manual, com base em planilhas, o que resulta em inconsistências entre unidades, desperdício de recursos e produtividade desbalanceada.
A proposta é desenvolver uma solução preditiva que, com base em dados históricos e parâmetros específicos (como volume de carga, tipos de operação e clusters de CDs), possa gerar simulações e recomendações automáticas de dimensionamento de recursos. Essa ferramenta permitirá identificar oportunidades de redistribuição de headcount e ganhos de produtividade, equilibrando as operações e reduzindo custos.
O sistema também deve oferecer recomendações práticas com base em benchmarks internos e parâmetros definidos, como metas de produtividade, custos e níveis de serviço. A implementação inicial pode ser feita com foco em algumas unidades e processos específicos, como headcount em áreas internas (operadores).