Como a Ideal Security usa os colegas de equipe de IA para liberar a sua equipe de logística do trabalho manual

Três vezes por semana, uma planilha chega à caixa de entrada de Svitlana Zapolska, gerente de compras e logística da Ideal Security. Ela contém o status mais recente de cada remessa marítima que o fornecedor especializado em ferragens para portas tem em trânsito vinda de seus fornecedores.

É fundamental ficar por dentro dessas atualizações, porque informações precisas ajudam a Ideal Security a manter o estoque em movimento e a logística funcionando sem problemas. Mas, até recentemente, a atualização dessas remessas exigia muito trabalho tedioso da Svitlana. Ela tinha que abrir manualmente cada arquivo de frete, cruzar os identificadores de remessa e atualizar uma longa lista de campos na Asana, linha por linha.

Agora, um colega de equipe da IA Asana faz isso por ela.

Quando a maioria das pessoas pensa em IA agora, pensa em automatizar o trabalho. Há essa outra vertente de aprimoramento do trabalho que é mais empolgante para mim.”

O custo organizacional de monitorar manualmente 20 remessas 

A Ideal Security tem, a qualquer momento, de 15 a 20 remessas abertas em trânsito entre fornecedores na Ásia e dois armazéns na América do Norte. Três vezes por semana, o agente de carga da empresa envia uma planilha de acompanhamento atualizada com mais de 30 colunas de informações para cada remessa ativa. Isso se acumula rapidamente, com até 1.200 colunas de dados chegando a cada semana.

Svitlana era responsável por ler cada arquivo, comparar os registros pelo número do conhecimento de embarque (HBL) e atualizar as respectivas tarefas da Asana com as informações de status atuais. Era um trabalho repetitivo, mas importante: manter as informações das remessas corretas e atualizadas era essencial para garantir que as operações funcionassem sem problemas e que as pessoas certas permanecessem informadas.

Como cada campo adicional significava mais esforço manual, a equipe monitorava apenas as informações necessárias para manter os fluxos de trabalho subsequentes em funcionamento. Todo o resto era deixado de fora, porque ninguém tinha tempo para mantê-lo atualizado.

“Era um trabalho repetitivo que impedia [Svitlana] de fazer outras coisas”, diz Liohn Sherer, presidente da Ideal Security. “Era muito tempo que não era realmente valioso, mas que precisava ser gasto.”

Como o assistente de IA monitora as remessas marítimas 

Para eliminar o trabalho manual, Sherer criou um assistente de IA da Asana e o colocou para trabalhar ao lado de Svitlana. Agora, quando o arquivo de frete chega, o assistente de IA entra em ação, usando as instruções armazenadas na sua memória para processar automaticamente cada remessa.

Passo 1: o arquivo de frete chega na Asana

O arquivo de frete chega por e-mail e é encaminhado para um projeto dedicado da Asana criado para este fluxo de trabalho.

Etapa 2: uma regra atribui o trabalho ao assistente de IA automaticamente 

Assim que a tarefa é criada, uma regra da Asana a atribui ao Assistente de IA, adiciona Svitlana como colaboradora e remove Sherer, que é o proprietário da automatização de encaminhamento, mas não precisa acompanhar cada atualização de remessa.

Etapa 3: O assistente de IA associa cada remessa

O assistente de IA lê a planilha, identifica cada remessa e a associa à tarefa correta da Asana. Primeiro, ele procura correspondências exatas usando os números HBL, mas, se eles não estiverem disponíveis, pode associar as remessas com segurança usando os números de pedido, os números de remessa e outras informações contextuais. Como o Assistente de IA tem instruções armazenadas na memória, ele sabe quais informações atualizar, mesmo quando as remessas são unificadas, divididas ou transferidas.

Etapa 4: o assistente de IA atualiza os campos personalizados de cada remessa

Depois que uma remessa é associada, o assistente de IA atualiza os principais campos de monitoramento na Asana, incluindo o status da remessa, o conhecimento de embarque, o número do contêiner e as datas estimadas de partida e chegada. Manter esses campos atualizados aciona automaticamente os fluxos de trabalho subsequentes que notificam as pessoas certas no momento certo.

Etapa 5: o assistente de IA sinaliza discrepâncias e faz perguntas nos comentários 

A maioria das remessas é processada automaticamente. Se o assistente de IA não conseguir identificar uma remessa com confiança suficiente, ele envolve um especialista humano. O colega de equipe cria uma subtarefa, marca o membro da equipe apropriado e compartilha as informações que não conseguiu resolver. Assim que alguém responde nos comentários da tarefa, o assistente de IA continua de onde parou.

Do acompanhamento mínimo viável ao controle total sobre a visibilidade

Quando o trabalho era feito manualmente, a Ideal Security acompanhava apenas as informações necessárias para manter o trabalho avançando. Agora, a equipe monitora o que Sherer chama de “informações úteis”: dados adicionais da remessa que dão à equipe uma melhor visibilidade, sem criar mais trabalho.

O assistente de IA também proporciona uma consistência que é difícil de alcançar com o trabalho manual.

“Em muitos aspectos, ele é mais confiável e eficaz do que um ser humano”, diz Sherer, “porque não se cansa e tem uma memória perfeita.”

Há também uma vantagem em termos de flexibilidade. Enquanto as abordagens tradicionais para automatizar tarefas repetitivas  muitas vezes falham quando as planilhas são alteradas, o Assistente de IA pode se adaptar sem exigir a reconstrução do processo.

Logística que funciona sem trabalho manual

O arquivo de frete ainda chega três vezes por semana, mas agora tudo o que Svitlana precisa fazer é criar o registro inicial da remessa na Asana. A partir daí, o Assistente de IA assume o controle, combinando automaticamente as remessas e mantendo as informações atualizadas. Em vez de atualizar manualmente cada campo personalizado, Svitlana pode se concentrar no trabalho que requer a sua experiência e discernimento, enquanto o assistente de IA cuida do trabalho administrativo repetitivo em segundo plano.

Quando você mostra às pessoas o que é possível fazer com um colega de equipe de IA, os olhos delas brilham. E então elas podem começar a implementá-los por conta própria. E, assim, todos esses pontos de atrito operacional agora podem começar a ser abordados e resolvidos.”