No transporte de passageiros por ônibus, as margens são cada vez mais apertadas, e o custo de uma decisão tardia se paga caro: uma peça trocada além da hora, um motorista cansado ao volante, um ônibus que quebra na rua no pior momento possível.
Por muito tempo, gerir essa operação significou reagir ao que já tinha acontecido. A reunião entre líderes no início do dia existia para apagar o incêndio do dia anterior, não para evitar o próximo.
O Grupo Saritur, referência no transporte de passageiros desde 1977, está mudando essa lógica com o Praxio BrAIn, a Inteligência Artificial integrada ao sistema Globus.
A empresa começou pela manutenção, mas o projeto já aponta para uma gestão inteira baseada em previsão, não em histórico – e para uma virada que já deixou de ser diferencial competitivo para se tornar questão de sobrevivência no setor.
Confira a entrevista com a executiva Eunice Lessa, da Saritur.
O que você vai ver neste case?
- Como o Praxio BrAIn está levando a Saritur de uma manutenção corretiva/preventiva, para uma preditiva baseada em dados
- Como o Praxio BrAIn identifica trocas prematuras de peças e transforma isso em economia real e em garantias mais bem negociadas com fornecedores
- Como a IA já calcula a probabilidade de um ônibus precisar de socorro nos próximos 10 dias, antes de o problema aparecer
- Por que a qualidade dos dados inseridos no sistema é, segundo a Saritur, o verdadeiro fator decisivo do projeto
- Como o aplicativo Tá.On usa IA para aproximar RH, gestão e equipes em campo, como motoristas e mecânicos
- Por que, na visão da Saritur, adotar IA na gestão de frotas deixou de ser diferencial competitivo e passou a ser questão de sobrevivência
CONHEÇA O PRAXIO BRAIN NA PRÁTICA
Como a IA está mudando a manutenção de frotas na Saritur
- Como o Praxio BrAIn está auxiliando hoje o processo de gestão e controle na Saritur?
As soluções de IA, embora incipientes, estão transformando a gestão de frotas de ônibus urbanos e rodoviários, pois passamos a ter ações voltadas para a manutenção preditiva, em vez da corretiva e mesmo da preventiva.
Estamos trabalhando com IA na área de manutenção em diversos setores, (previsão de socorro, gestão de combustível, trocas prematuras de peças, carros parados na manutenção vs serviços e peças).
Acredito que é fundamental para a visão de um empresário não considerar a IA uma modinha, e ponderar que a IA realmente pode contribuir com os gestores do setor para tomada de decisões e redução de custos – que proporcione agilidade no administrar, na otimização de resultado através da análise de dados e na identificação de gargalos.
Monitoramento em tempo real: análise de IA sobre o desgaste de peças
- Quais informações você sentia falta de ter e que hoje são possíveis com o Praxio BrAIn, principalmente nesse olhar mais preventivo, antes voltado ao que já havia acontecido, e agora ao que está por vir?
Estamos obtendo resultados com IA no desgaste de peças vs. marcas de fornecedores, analisando a vida útil dos componentes e peças que estão desgastando prematuramente. Assim, temos ações mais eficazes sobre trocas prematuras de peças e pedidos de garantia, trazendo economia para nosso grupo.
Por que a qualidade dos dados é essencial para o sucesso da IA no transporte
- Por que essa visão é especialmente importante para o setor de transporte de passageiros?
Quando falamos de IA, primeiro devemos garantir dados corretos. Esta é a diferença entre lucro operacional e prejuízo catastrófico. Dados recebidos incorretos fazem com que os algoritmos de IA gerem diagnósticos errados, anulando qualquer investimento em tecnologia, entregando um resultado desastroso por três motivos principais:
O primeiro é a eliminação de falsos alertas, como ignorar uma falha real, deixando o veículo quebrar na rua, ou gerar alertas de problemas que não existem, parando o veículo na oficina sem necessidade e gerando custos.
Depois, vem a confiança da equipe de manutenção. Se a IA errar os diagnósticos repetidamente devido a dados ruins, os mecânicos e gestores perderão a confiança no sistema. Eles passarão a ignorar os alertas da tecnologia, voltando ao modelo antigo e reativo.
Por fim, a assertividade financeira. A promessa da ia é estender a vida útil das peças até o limite seguro. Se o dado de quilometragem ou desgaste estiver incorreto, a IA calculará mal a durabilidade restante, resultando em quebras prematuras ou no descarte de peças que ainda podiam rodar.
Como funciona o alerta de troca prematura de peças com o Praxio BrAIn
- Você pode detalhar como foi a estruturação do processo de alerta de troca prematura de peças com o Praxio BrAIn?
A estruturação do alerta de troca prematura de peças via Praxio BrAIn funciona como um ecossistema integrado, que transforma dados operacionais em proteção de margem financeira. Diariamente a IA de troca prematura de peças gera um relatório e envia para os gestores uma lista consolidada de todas as anomalias e trocas precoces do dia.
No momento em que a equipe de manutenção realiza a substituição de uma peça ou componente, a IA faz o cruzamento imediato dos dados, analisando se a peça rodou menos que a média histórica do grupo. A IA calcula o histórico real de rodagem de cada peça dentro da frota específica da empresa e por modelo de veículo. Isso cria uma meta de quilometragem personalizada e realista para a operação.
Avaliamos também se está de acordo com a recomendação do fabricante. O processo consolida os dados para comparar o desempenho real de fornecedores concorrentes, comparando marcas diferentes. Assim, a área de compras deixa de negociar apenas por preço nominal e passa a comprar com base no custo por quilômetro rodado e no índice de sinistralidade das peças.
A IA quantifica o prejuízo financeiro exato equivalente aos quilômetros perdidos, após a peça ou componente substituído é isolado para análise física e rastreamento de lote, é então encaminhado diretamente ao Departamento de Garantia, que aciona o fornecedor com base em dados irrefutáveis.
AGENDE UMA DEMONSRAÇÃO DO PRAXIO BRAIN
Manutenção preditiva: como a IA prevê panes antes que aconteçam
- Teve algum momento de virada no início do projeto, alguma visualização inédita ou dado que não era acompanhado antes?
Sim, com o desenvolvimento do projeto vimos que usar a Inteligência Artificial na previsão e redução de socorros de ônibus quebrados na rua era uma possibilidade.
Já estamos implantando esta tecnologia, estamos na fase de validar sua assertividade. O que foi interessante neste projeto foi saber escolher os melhores critérios para avaliar se aquele ônibus vai ter um problema mecânico nos próximos 10 dias .
A IA precisa aprender o que acontece antes de um ônibus quebrar. Para isso, foi necessário cruzar e alimentar o sistema com dados de Telemetria e do histórico de Ordens de Serviço (OS).
Nosso objetivo final é otimizar nossa gestão de tráfego, logística de substituição, alertar a manutenção, não causar transtornos na vida dos passageiros, reduzir custos e sinistros.
Outro projeto que iniciamos prevendo melhor produtividade e maior assertividade na mão de obra da manutenção corretiva é uma aplicação que, a partir da reclamação do motorista ao abrir uma ordem de serviço, esta traz todo o histórico daquele carro e sugere ao mecânico os passos a seguir, com base em como a equipe da Saritur resolveu problemas semelhantes anteriormente. Isso ajuda muito, diante da nossa escassez e dificuldade de mão de obra treinada.
Tá.On e dados centralizados: a IA economizando tempo além de custos
- Além da economia financeira, como a IA tem impactado a economia de tempo e a qualidade dos serviços?
A Inteligência Artificial transforma a qualidade dos serviços ao acelerar processos operacionais e elevar a padronização e precisão, eliminando erros e retrabalhos. Ao assumir tarefas rotineiras, a IA devolve tempo valioso aos times, permitindo foco em estratégia, enquanto reduz falhas humanas e melhora a experiência do usuário final
Em nosso grupo também estamos usando o aplicativo Tá.On, por exemplo. Ele funciona como uma ponte direta entre o colaborador e o RH; através dele o colaborador pode verificar escalas, férias, holerites e espelho de ponto. O Tá.On aproximou as pessoas de forma muito inteligente, trouxe economia de mão de obra e trouxe confiança e segurança nos dados que antes não tínhamos.
Como a IA eliminou pontos cegos na gestão de dados
- Antes do Praxio BrAIn, por que certas situações, como o rastreamento de peças, passavam despercebidas no processo, apesar das informações estarem presentes no Globus?
Os pontos cegos de dados ocorrem quando as informações existem, mas estão espalhadas, incompletas, atrasadas ou mascaradas por erros humanos. Então, cenários como a falta de correlação entre os dados de um mesmo problema, pode não nos evidenciar algumas situações que causam prejuízos.
Além disso, os próprios dados passados e presentes mostram onde estão os pontos cegos. A Inteligência Artificial elimina esses pontos cegos unificando, limpando e analisando toda a operação em tempo real. Exemplo disto é quando vemos que o consumo de combustível de ônibus aumentou, mas não sabemos se a culpa é uma falha da manutenção, do trânsito ou do motorista.
De apagar incêndios a preveni-los: o novo dia a dia da gestão na Saritur
- O que mudou na rotina da diretoria e dos gestores no dia a dia? Quais indicadores estão mais presentes hoje?
As nossas reuniões de “bom dia” vão deixar de ser sobre apagar o incêndio do que ocorreu, e vamos passar a pensar no que faremos para evitar o incêndio. A IA que nos mostra se algum carro vai precisar de socorro daqui a 10 dias nos permite agir antes, colocando na análise o carro que provavelmente vai apresentar defeito, em vez de um carro que já apresentou.
Também falamos de uma gestão de tráfego e operação que junta escala, comportamento do motorista (via app Tá.On), o histórico de manutenção e consumo de combustível do veículo, promovendo redução de custos de forma significativa.
Ao mesmo tempo, passamos a dar feedbacks muito mais assertivos ao time da manutenção. Nada melhor do que um feedback bem dado, transparente e baseado em dados, para que a pessoa possa validá-lo.
Quando um veículo volta várias vezes com o mesmo defeito, ou quando passa pela vala quatro ou cinco vezes entre uma preventiva e outra, é preciso evidenciar para o time o que está acontecendo atraves de dados. Assim, a IA se torna um mecanismo de disparar ações, deixando as equipes mais consolidadas, tranquilas e maduras.
O futuro da inteligência artificial no transporte de passageiros
- Como você enxerga a evolução da IA no setor de transporte nos próximos anos?
Acredito que uma IA bem trabalhada, com dados bem geridos, vai deixar de ser genérica para ser especializada. Vai haver também uma seleção natural entre as empresas que trabalham com IA e as que não trabalham. Penso nos ônibus autônomos, que já existem, mas ainda não são aprovados aqui no Brasil sem a presença do motorista.
Acredito que vamos caminhar para uma gestão que sai de uma lógica reativa e vai para uma lógica preditiva, com mudanças na cultura das empresas que vão além da manutenção, alcançando o respeito ao cliente, a oferta de passagens, a bilhetagem, a segurança e com rotas mais inteligentes.
Na parte financeira, acredito que vamos trabalhar com redução de custo, processos mais enxutos e ágeis, evitando muito retrabalho. Afinal, o grande avanço da IA, mais uma vez, é nos tirar do passado e nos levar a trabalhar de forma preventiva e preditiva. Isso vai mudar todo o nosso conceito de transporte.
IA como questão de sobrevivência: o conselho da Saritur para o setor
- O que você diria a outro empresário do setor que ainda não trabalha com dados e com gestão de frota baseada em IA?
Diria que a IA deixa de ser apenas uma questão de tecnologia e passa a ser uma questão de sobrevivência do negócio. Diria a ele, que está deixando dinheiro na estrada todos os dias, se não estiver usando IA.
Não dá mais para gerir só por intuição ou experiência. Hoje, com o Praxio BrAIn, ao digitar no seu celular o número do carro que está na vala, ela traz todo o histórico daquele veículo e em breve o provável diagnostico. A experiência, claro, ainda conta, mas a IA será o fator decisivo.
Também diria que é preciso priorizar: não dá para tentar implementar IA na empresa inteira de uma vez. Assim como fizemos nossas escolhas – outras empresas que trabalham com a Praxio fizeram escolhas diferentes, é preciso ser seletivo e escolher por onde começar, seja na manutenção, na operação ou no administrativo. A maioria dos times ainda não estão prontos para trabalhar com IA, então, essa mudança precisa ser feita de forma gradativa na cultura da empresa.
