- A pesquisa mostra como transformar previsões em ações para lidar com cenários de incerteza.
- A abordagem reduz a exposição a resultados negativos sem eliminar oportunidades de ganho, portanto a tecnologia pode apoiar decisões mais equilibradas.
- Embora tenha sido testado na aquicultura, a proposta pode ser adaptada a atividades sujeitas à volatilidade de preços e outras incertezas.
Tomar decisões quando os preços e as condições do mercado mudam constantemente é um desafio para empresas de diferentes setores. Nesses cenários, prever o que pode acontecer ajuda, mas não resolve sozinho o problema. É preciso também definir como agir diante de diferentes possibilidades. É justamente nessa conexão entre previsão e ação que a gestão de riscos com inteligência artificial pode ganhar espaço, transformando dados em estratégias mais flexíveis e informadas.
O estudo foi realizado por Manuel Luna e Olaya Pérez-Mon, da Universidade de Oviedo, e João Luiz Becker, da FGV EAESP, e publicado na International Journal of Production Economics. O trabalho foi produzido enquanto Luna estava em seu doutorado sanduíche na FGV EAESP, sob orientação do professor Becker.
Os pesquisadores desenvolveram uma abordagem que combina um modelo de previsão com uma estratégia de proteção contra oscilações desfavoráveis. Para testar a proposta, utilizaram dados reais de preços e contratos futuros da indústria do salmão e avaliaram seu desempenho ao longo de dois anos e meio, incluindo períodos de forte volatilidade.
Gestão de riscos com inteligência artificial pode transformar previsões em decisões
Em ambientes de negócios instáveis, saber que existe um risco não significa necessariamente saber como lidar com ele. Uma empresa pode prever uma possível queda de preços, por exemplo, mas ainda precisa decidir se deve reduzir sua exposição, alterar seu planejamento ou adotar alguma forma de proteção.
A pesquisa propõe justamente aproximar essas duas etapas. Primeiro, o modelo utiliza dados históricos e informações disponíveis para estimar o comportamento futuro dos preços e identificar o grau de incerteza dessas previsões. Depois, essas informações orientam uma estratégia de proteção que pode sofrer ajustes de acordo com as condições do mercado.
O resultado é uma abordagem mais dinâmica. Em vez de adotar uma proteção fixa, a estratégia pode responder às mudanças observadas nos preços. Dessa maneira, busca reduzir os impactos de movimentos desfavoráveis sem impedir que a empresa aproveite cenários positivos.
Os testes realizados pelos pesquisadores indicaram que essa combinação pode melhorar o equilíbrio entre segurança e rentabilidade. A configuração que apresentou os melhores resultados alcançou uma receita média maior e, ao mesmo tempo, reduziu a variação dos resultados. Além disso, os efeitos positivos permaneceram mesmo quando os parâmetros utilizados pelo modelo foram alterados.
Da previsão à ação
Um dos pontos mais relevantes do estudo é mostrar que o valor da inteligência artificial não está apenas em fazer previsões mais precisas. A tecnologia pode ser mais útil quando os gestores incorporam suas estimativas diretamente ao processo de decisão.
Nesse caso, os pesquisadores também consideraram características próprias da operação, como crescimento, mortalidade, cronograma de produção e condições ambientais. O objetivo foi aproximar a análise das decisões que precisam ser tomadas na prática, e não tratar o comportamento dos preços de forma isolada.
Embora o modelo tenha sido testado em um caso específico da aquicultura, os pesquisadores indicam que sua lógica pode ser aplicada a outros setores sujeitos à instabilidade econômica e produtiva. A principal contribuição, portanto, está em criar uma ponte entre prever o que pode acontecer e definir o que fazer diante disso.
Por fim, mais do que antecipar cenários, a proposta mostra como dados e inteligência artificial podem apoiar organizações na construção de decisões mais resilientes, especialmente quando não existe certeza sobre o futuro.
Leia o artigo na íntegra.
Nota: alguns artigos podem apresentar restrições de acesso.
