Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/42420
Title: Inteligência artificial na previsão de demanda: aplicação em cadeia de suprimentos do setor varejista.
Other Titles: Artificial intelligence in demand forecasting: applications in supply chains of the retail sector.
Authors: TACARA, Andreina Eduarda Melo
SANTOS, Rodrigo Lira dos
Advisor: PEREIRA, Glauco Roberto
Other contributor: ARAÚJO, Alex Macedo de
TORRECILLAS, Adelia Cristina
type of document: Artigo Científico
Keywords: Inteligência artificial;Cadeia de suprimentos;Logistica empresarial
Issue Date: 3-Dec-2025
Publisher: 137
Citation: TACARA, Andreina Eduarda Melo; SANTOS, Rodrigo Lira dos. Inteligência artificial na previsão de demanda: aplicação em cadeia de suprimentosdo setor varejista. Trabalho de Conclusão de Curso (Curso Superio em Tecnologia em Logística) – Faculdade de Tecnologia Zona Sul: São Paulo, 2025.
Abstract: Este artigo analisa a aplicação da Inteligência Artificial (IA) na previsão de demanda como estratégia para promover a sustentabilidade na cadeia de suprimentos do setor varejista. A volatilidade do mercado e a dinamicidade do comportamento do consumidor tornaram os métodos tradicionais de previsão menos eficazes, resultando em estoques excessivos, custos logísticos elevados e impactos ambientais negativos. Nesse cenário, a IA surge como uma ferramenta estratégica, capaz de processar grandes volumes de dados e identificar padrões complexos de consumo, proporcionando maior acuracidade das previsões. A metodologia utilizada baseou-se em pesquisa bibliográfica e análise de aplicações práticas. Os resultados indicam que a integração da IA na previsão de demanda pode contribuir para a redução de desperdícios, a otimização de estoques e a melhoria da sustentabilidade operacional no varejo.
Description: This article analyzes the application of Artificial Intelligence (AI) in demand forecasting as a strategy to promote sustainability in the retail supply chain. Market volatility and dynamic consumer behavior have rendered traditional forecasting methods less effective, resulting in excessive inventory, high logistics costs, and negative environmental impacts. In this context, AI emerges as a strategic tool capable of processing large volumes of data and identifying complex consumption patterns, providing greater forecasting accuracy. The methodology adopted was based on bibliographic research and practical application analysis. The results indicate that integrating AI into demand forecasting can contribute to waste reduction, inventory optimization, and improvement of operational sustainability in retail.
URI: https://ric.cps.sp.gov.br/handle/123456789/42420
Appears in Collections:Trabalhos de Conclusão de Curso



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.