Indústria Farmacêutica reduz 35% do estoque de materiais indiretos usando o Appia Planning

Como uma indústria farmacêutica reduziu 35% do estoque de materiais indiretos sem perder nível de serviço

Materiais indiretos (MRO, itens de limpeza e EPIs) não são o "core" do negócio, mas imobilizam capital e, quando faltam, travam rotinas críticas. Em uma indústria farmacêutica, essa categoria havia se tornado um ponto sensível por combinar alto valor estocado, consumo irregular e baixa previsibilidade.

Imagem gerada por IA

O desafio: capital parado em materiais indiretos

O ponto de partida era muito desafiador: havia excesso de estoque em indiretos e pouca clareza sobre qual seria o nível adequado para sustentar a operação com segurança. O consumo apresentava quebras, sazonalidades e picos fora da curva, especialmente em manutenção, onde não existe uso linear.

​Ao mesmo tempo, os prazos de entrega variavam por item (aproximadamente de 20 a 160 dias), tornando arriscado operar com políticas fixas e revisadas apenas esporadicamente.

O caos operacional: decisões fragmentadas e pouco analíticas

A gestão dependia de processos manuais. O cálculo de lead time era realizado "no braço", e o controle de balizamento (mínimos e máximos) era mantido em Excel. Isso gerava duas distorções: para itens com consumo instável, o estoque máximo tendia a inflar; para itens com lead time longo, o risco de ruptura era subestimado.

​No cotidiano, o problema aparecia em formatos conhecidos:

• Episódios de rupturas em itens críticos

• Excesso de estoque em materiais de baixo giro

• Baixa previsibilidade de demanda

• Sazonalidades não consideradas nos parâmetros

Para "se proteger", as áreas recorriam a compras emergenciais e, paradoxalmente, mantinham volumes altos por medo de faltar. Havia ainda um componente de governança: a percepção era de que o preço variava conforme o comprador, o que aumentava a necessidade de monitoramento.

A decisão: trazer previsibilidade com o Appia Planning

A virada foi reposicionar o tema. Indiretos deixaram de ser um assunto apenas operacional e passaram a ser tratados como pauta de capital de giro e controle.

A empresa estruturou objetivos claros:

• Implementar uma política de estoque mais eficiente

• Lidar com quebras e sazonalidades de consumo

• Monitorar tempos de entrega dinamicamente

• Automatizar pontos mínimos e máximos por centro

• Criar alertas de anomalia de preço para itens mais relevantes

A escolha foi construir umasolução sob medida baseada nos casos bem sucedidos do Appia Planning,  utilizando inteligência artificial para prever a demanda e recalibrar parâmetros. A premissa era gerar recomendações acionáveis para o time, com entregas que pudessem ser consumidas em dashboards e também em planilhas, sem quebrar o fluxo de trabalho existente.

Na prática: do dado ao parâmetro de estoque

O projeto começou com um “Planejamento de Transformação”, incluindo um diagnostico completo, exploração dos dados, análise de viabilidade técnica, e terminando com business case que gerava valor na prática. . Na análise  inicial de itens representativos de indiretos, os lead times já evidenciavam a complexidade: havia prazos na ordem de poucas semanas e outros que chegavam a vários meses.

​Em um cenário assim, "um único parâmetro para tudo" tende a produzir decisões caras: ou excesso sistemático, ou risco de ruptura.

A solução passou a operar com quatro capacidades centrais:

1. Identificação de sazonalidades: reconhecimento de padrões de consumo ao longo do tempo

2. Cálculo dinâmico de lead time: monitoramento contínuo dos prazos reais de entrega

3. Previsão inteligente de demanda: modelos de IA para antecipar necessidades

4. Recomendação de pontos mínimos e máximos por centro: parâmetros ajustados por local e item

Em paralelo, foi estruturado o monitoramento de variações de preço, com alertas de anomalia para apoiar disciplina de compras.

Fases de implantação:

A execução seguiu abordagem ágil com checkpoints quinzenais:

Preparação: entendimento do processo e definição das bases de dados

• Estruturação de dados: movimentação, estoque físico e pedidos

• Inteligência por item: previsão, sazonalidade e cálculo de pontos

• Automação: atualização recorrente dos parâmetros e reaprendizado periódico

Resultados reais: 35% de redução com serviço preservado

Na comparação entre o cenário praticado e o cenário recomendado pelo modelo Appia Planning (já na análise  inicial), os itens analisados apresentaram reduções relevantes no estoque médio.

Variação por item: de aproximadamente 12% até pouco acima de 60%, refletindo diferenças reais de consumo e lead time.

Resultado consolidado: redução média geral de cerca de 35% no estoque médio do conjunto analisado.

​O efeito prático foi reduzir excesso sem "apagar incêndios", ajustando mínimos e máximos com base em demanda prevista e prazos de entrega mais bem monitorados. Além da liberação de caixa, a empresa ganhou previsibilidade para o planejamento e para a rotina de compras, reduzindo ciclos de urgência que encarecem a operação.

Outros ganhos reais além do financeiro

Governança e visibilidade

Ao substituir planilhas dispersas e critérios individuais por uma política orientada a dados, a empresa criou uma base única para discutir estoque entre Operações, Compras e Finanças. O acompanhamento de padrões e anomalias (inclusive de preço) reduziu variabilidade de decisão e aumentou a confiabilidade do estoque.

Velocidade na tomada de decisão

Com parâmetros dinâmicos, o time passou a reagir a comportamentos fora da curva de forma consistente, em vez de simplesmente elevar estoques "por segurança". Em indiretos, especialmente em manutenção, essa disciplinasepara um estoque que protege a operação de um estoque que apenas imobiliza capital.

Lições e conclusão

Quando faz sentido priorizar indiretos como projeto:

Faz sentido atacar materiais indiretos quando existem quatro sinais ao mesmo tempo:​

• Consumo irregular com quebras e sazonalidades

• Lead time variável e mal monitorado

• Balizamento manual em planilhas

• Ausência de governança clara entre áreas

Como acelerar a adoção:

A construção de uma solução de IA sob medida  tende a ser mais rápida quando é feito o “Planejamento de Transformação”, com o objetivo de demonstrar o potencial real de redução de custos que a solução poderá gerar, confirmando o retorno (ROI) para uma decisão segura antes do investimento.

A transformação conceitual:

No fim, a mudança é conceitual: estoque de indiretos deixa de ser consequência do operacional e vira decisão de investimento. Com o Appia Planning, a organização passa a decidir quanto capital vale manter imobilizado para sustentar nível de serviço interno, e quanto pode voltar ao caixa quando a política se torna inteligente, dinâmica e governável.

Sobre o Appia Planning

Solução de previsão de demanda e gestão de estoque baseada em IA, desenhada para diversos segmentos que precisam transformar estoque em decisão de investimento com governança, velocidade e ROI comprovado.