Chronos
software de análise e previsão de estoque através de inteligência artificial
DOI:
https://doi.org/10.47385/tudoeciencia.1802.2024Palavras-chave:
Predição de estoque, aprendizado de máquina, gerenciamento de estoque, sistema inteligente de análise, inteligência artificial.Resumo
A aplicação de inteligência artificial nos processos de gerenciamento de estoque pode oferecer diversos benefícios significativos, como a otimização e automação de processo. Apesar de existirem soluções de inteligência artificial para gestão de estoque no mercado, tais sistemas tem como público-alvo grandes empresas, e fatores como funcionalidades excessivas, necessidade de treinamento especializado e complexidade de implementação os tornam não acessíveis para PMEs (pequenas e médias empresas). Diante dessa lacuna, realizou-se uma pesquisa de campo para entender as necessidades desses empreendedores, sendo proposto o sistema Chronos, um software de previsão de estoque que utiliza inteligência artificial para analisar dados históricos de vendas e gerar insights. O sistema proposto tem como missão capacitar PMEs a melhorar suas operações relacionadas a estoque através de uma interface amigável. O sistema é capaz de realizar previsões sobre a demanda de produtos nos próximos dias e identificar padrões de consumo, permitindo que as empresas e seus gestores tomem decisões informadas e proativas quanto ao estoque. O desenvolvimento do projeto foi embasado em uma revisão bibliográfica sobre inteligência artificial e machine learning, juntamente com a metodologia PjBL (Aprendizagem Baseada em Projeto). Também aplicada a metodologia Lean Startup, por meio da qual foi criado um MVP (Minimum Viable Product) utilizando tecnologias como .NET Core, React e bibliotecas de Machine Learning em Python.
Downloads
Referências
BISHOP, Christopher M. Pattern Recognition and Machine Learning. Springer, 2006.
GOODMAN, Brandon. Project-Based Learning. 2010. Disponível em: https://www.fsmilitary.org/pdf/Project_Based_Learning.pdf. Acesso em: 24 fev. 2024.
JONES, Michael. Navigating inventory management challenges for SMEs - Hydrian. Disponível em: <https://hydrian.com/blog/inventory-management-challenges-for-smes/>. Acesso em: 10 ago. 2024.
RIES, Eric. The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses. Crown Business, 2011.
SARKER, Iqbal H. “Machine Learning: Algorithms, Real-World Applications and Research Directions”. SN Computer Science, vol. 2, no. 3, 22 Mar. 2021.
MOREIRA, W. Revisão de literature e desenvolvimento científico: conceitos e estratégias para confecção. Janus, Lorena, 2004.
MORIMURA, Fumikazu; SAKAGAWA, Yuji. “The Intermediating Role of Big Data Analytics Capability between Responsive and Proactive Market Orientations and Firm Performance in the Retail Industry.” Journal of Retailing and Consumer Services, vol. 71, 1 Mar. 2023, p. 103193.
TOOMEY, John W. Inventory Management. Springer Science & Business Media, 6 Dec. 2012.
ALBAYRAK, Ünal; Erkayman, Betül; USANMAZ, Osman. “Applications of Artificial Intelligence in Inventory Management: A Systematic Review of the Literature”. Archives of Computational Methods in Engineering. Springer, 2023.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Tudo é Ciência: Congresso Brasileiro de Ciências e Saberes Multidisciplinares

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.