A Decathlon, gigante francesa de artigos esportivos, começou a usar um modelo de inteligência artificial chamado Chronos-2 para prever quantos produtos venderá em cada loja a cada semana. O sistema já está rodando na América Latina e no Sudeste Asiático, e a empresa afirma que a precisão das previsões subiu entre 11 e 15 pontos percentuais. O custo para rodar a previsão semanal de dezenas de milhares de itens? Cerca de três centavos de dólar (aproximadamente R$ 0,17) por semana, usando apenas processadores comuns (CPU), sem necessidade de placas de vídeo caras.
O Chronos-2 foi criado pela Amazon e é um modelo de "fundação" — um tipo de IA treinada com uma quantidade enorme de dados para servir de base para várias tarefas. No caso, ele foi adaptado (ou "afinado", no jargão técnico) com os dados históricos de vendas da Decathlon a cada seis meses. Uma inovação importante é que ele consegue considerar fatores externos, como promoções ou época do ano, algo que outros modelos exigem gambiarras para fazer. Na prática, isso significa que a previsão leva em conta, por exemplo, que em julho as vendas de artigos de praia disparam.
Antes, a Decathlon usava um sistema que precisava ser retreinado toda semana e não se adaptava facilmente a novas regiões — levar uma previsão para um país inédito demandava seis meses de trabalho de engenharia. Com o Chronos-2, esse prazo caiu para dois ou três meses. Para uma empresa que vende de luvas de esqui a pranchas de surf em mais de 80 esportes, com lojas na Europa, Índia, China e América Latina, a economia de tempo e dinheiro é enorme. Cada ponto percentual de melhora na previsão de 12 semanas evita estoques encalhados ou produtos em falta.
Para quem não trabalha com varejo, a notícia pode parecer distante, mas o efeito prático chega ao consumidor: menos produtos em falta na prateleira e menos descontos agressivos para queimar estoque. A Decathlon planeja estender o sistema para o Oriente Médio e África, e testa até combinar vários modelos de IA para melhorar ainda mais as previsões. É um exemplo claro de como modelos de IA prontos, que qualquer empresa pode baixar e adaptar, estão saindo dos laboratórios para resolver problemas reais de logística e abastecimento.