Para um produtor de fertilizantes, dizer a cada agricultor qual mistura aplicar é o serviço central: os agricultores esperam recomendações rápidas, confiáveis e de baixo preço, e consideram a qualidade do produto algo garantido. Mas a Soquimich S.A., produtora chilena de fertilizantes, considerava o processo de aconselhamento complicado e lento — seus especialistas descreviam apenas de forma vaga as relações entre fertilizantes, solos, clima e produtividades anteriores ou almejadas.

A Soquimich iniciou o desenvolvimento de um sistema que determinaria automaticamente misturas ótimas de fertilizantes. A equipe construiu um híbrido: tecnologia de sistema especialista para capturar o conhecimento dos especialistas, e modelos de programação linear inteira mista para escolher a mistura que atende às restrições agronômicas com o menor custo.

A primeira versão, altamente sofisticada, fracassou — não pela matemática, mas pelas pessoas. Os agricultores nem sempre conseguiam fornecer os dados de entrada que o sistema exigia, e os usuários não sabiam como operá-lo e mantê-lo. A equipe reduziu o projeto a uma versão simplificada que os usuários reais conseguiam alimentar, e essa funcionou.

O sistema simplificado aumentou as vendas de fertilizantes e estava sendo estendido a outras regiões do Chile e a outros países. A parte instrutiva é o formato do arco: a modelagem nunca foi o gargalo; o que importava era adequar as entradas e a operação da ferramenta ao seu usuário mais frágil.

A primeira versão era sofisticada demais; a simples vendeu

A alternativa mais simples mantém o aconselhamento agronômico como um serviço especializado sob medida: preciso, mas lento, não escalável, e que morre com a disponibilidade dos especialistas.

Dividir o problema se ajusta ao conhecimento: os sistemas especialistas detêm a agronomia qualitativa, a programação inteira mista (MIP) cuida da mistura que minimiza o custo — nenhum dos dois sozinho faz as duas coisas.

A primeira versão fracassou porque as exigências de entrada ultrapassavam o que os agricultores sabiam ou conseguiam medir; um modelo vale apenas o que vale sua pior entrada viável.

A simplificação tornou possível a manutenção em campo, e foi isso que permitiu ao sistema se espalhar para novas regiões em vez de morrer no piloto.

Quando a qualidade é tida como garantida, o serviço diferencia — um motor de recomendação é infraestrutura de vendas. Um modelo que ninguém consegue alimentar não vale nada; construa a primeira versão para o usuário mais frágil.

O artigo sobre o sistema foi publicado na Interfaces em 2003. Naquele momento, a versão final simplificada já operava nos negócios da Soquimich, com crédito por aumentar as vendas de fertilizantes, e estava sendo estendida a outras regiões chilenas e a outros países. A Soquimich (SQM) tornou-se depois uma das maiores produtoras mundiais de fertilizantes e lítio.

CONFIRA AS EVIDÊNCIAS

As fontes

  1. Soquimich Uses a System Based on Mixed-Integer Linear Programming and Expert Systems to Improve Customer Service Interfaces 33(4), INFORMS · pubsonline.informs.org
  2. Soquimich Uses a System Based on Mixed-Integer Linear Programming and Expert Systems to Improve Customer Service Semantic Scholar · semanticscholar.org