Protheus Insights da Totvs


O Protheus Insights é uma solução que aproveita o poder da inteligência artificial para otimizar e aprimorar diversas áreas-chave dentro do seu ERP Protheus. Com a integração da avançada tecnologia de inteligência artificial da Carol, o Protheus Insights oferece análises profundas e previsões precisas, permitindo que você tome decisões estratégicas informadas e impulsione a eficiência operacional de sua empresa.

Benefícios Principais do Protheus Insights 

  • Conciliação Contábil Aprimorada: O módulo Conciliador Contábil identifica automaticamente divergências e origens de lançamentos manuais, proporcionando uma conciliação contábil mais precisa e reduzindo falhas de processos.
  • Gestão Financeira Inteligente: O Novo Gestor Financeiro utiliza análise de fluxo de caixa impulsionada pela inteligência artificial para antecipar decisões relacionadas à disponibilidade de recursos financeiros. As projeções das entradas e saídas no gráfico de fluxo de caixa permitem tomadas de decisões ágeis e a minimização de impactos financeiros.
  • Eficiência no Gerenciamento de Estoque: O módulo Cadastro de Produtos oferece uma visão antecipada das tendências de estoque, incluindo alertas sobre possíveis rupturas. Isso garante uma reposição de estoque precisa, evitando interrupções nas operações de sua empresa.
  • Solicitações de Compras Inteligentes: O Protheus Insights otimiza as demandas de reposição de estoque, sugerindo fornecedores com melhores preços e volumes necessários. Isso reduz desperdícios e custos desnecessários, garantindo uma gestão eficaz de suprimentos.

Como o Protheus Insights Funciona

O Protheus Insights é alimentado pela avançada tecnologia de Inteligência Artificial (IA) da Carol, que é incorporada em seu ERP. A IA realiza análises precisas de dados, identifica padrões e tendências, e gera projeções confiáveis para suportar a tomada de decisões informadas. A interação entre a IA e os módulos do Protheus Insights oferece uma experiência de usuário aprimorada, com pop-ups de alerta e históricos de alertas disponíveis para consulta.

Metodologia de Algoritmos de IA

Inteligência Artificial Novo Gestor Financeiro
Previsão de Fluxo de caixa:

O algoritmo se inicia com a construção das séries temporais de entradas e saídas de caixa, a partir da tabela de movimentações bancárias (SE5). Com o modelo Arima+ são extraídos padrões de tendência e sazonalidade das séries temporais e feitas as projeções de entradas e saídas de caixas dos próximos meses. A partir das previsões é feita uma análise de saldo insuficiente ou extra e caso os valores projetados estejam fora da média histórica é enviado um alerta ao ERP.

Inteligência Artificial Rotina Estoque – Cadastro de Produtos
Ruptura de Estoque:

O algoritmo se inicia com a reconstrução do histórico de demanda, onde são utilizadas as tabelas de movimentos (SD3) e notas fiscais (SD1 e SD2) para compor a demanda diária. O Histórico de demanda é utilizado como entrada para o modelo Arima+, que busca por padrões de tendência e sazonalidade para fazer a previsão de demanda dos próximos meses. Com base na previsão de demanda, saldos em estoque e movimentos de entrada futuros é feita a previsão de estoque. Caso o cliente não possua os indicadores de estoque de segurança e ponto de reposição no cadastro de produtos do ERP, é feito um cálculo utilizando o lead time e a demanda média diária. Após o cálculo dos indicadores, é verificado se em algum momento a previsão de estoque atinge o ponto de reposição. Em caso positivo um alerta de ruptura de estoque é enviado ao ERP.

Inteligência Artificial Rotina Compras – Solicitação de Compras
Previsão de Demanda:

O algoritmo se inicia com a reconstrução do histórico de demanda, onde são utilizadas as tabelas de movimentos (SD3) e notas fiscais (SD1 e SD2) para compor a demanda diária. O Histórico de demanda é utilizado como entrada para o modelo Arima+, que busca por padrões de tendência e sazonalidade para fazer a previsão de demanda dos próximos meses. As previsões de demandas são enviadas ao ERP.

*ARIMA+ é um algoritmo criado pela Google para modelagem de séries temporais. Dentre as suas funcionalidades podemos destacar: Componentes para modelagem de tendência e sazonalidade; Ajuste de efeitos de feriados; Detecção e limpeza de outliers; Ajuste automático de hiperparâmetros; Capacidade de trabalhar com até 100.000.000 séries temporais simultaneamente.

Imagem retirada da documentação do Google para referência sobre o ARIMA+. Você pode consultar mais sobre ARIMA+ na própria documentação do Google: ARIMA+

Inteligência Artificial Rotina de Conciliação Contábil

Conciliação Contábil:

Através da tabela de rastreio, é possível identificar a origem dos registros contábeis. O problema a ser resolvido é que nem todos os registros que entram na CT2 passam pela CV3 e, em alguns casos, a CV3 pode ser perdida. A solução usa a Inteligência Artificial (IA) para realizar a conciliação dos registros que foram considerados “perdidos”.

Modelo de Roteamento:

Este modelo aprende a origem dos registros contábeis. É o primeiro passo para fazer o casamento (match) entre os registros. A triagem inicial é feita ao analisar apenas os registros na CT2.

Modelo de Árvores com Boosting de Gradiente (GBM):

Consiste em um comitê formado por várias pequenas árvores de decisão. Cada nova árvore aprende com os erros das árvores anteriores. O resultado final do comitê leva em consideração a decisão de todas as árvores. Este modelo é rápido para treinar e suas decisões são de fácil explicação, o que facilita a compreensão do modelo.

Modelo de Matching por Regras:

Este modelo aprende regras de lançamento para cada par de registros. Por exemplo, a regra CT2_VALOR ← D1_TOTAL – D1_VALIPI é uma das regras que podem ser aprendidas. Cada par de registros terá suas próprias regras definidas.

Predição:

Neste estágio, uma regra previamente definida é aplicada a todos os registros de origem. Por exemplo, a regra CT2_VALOR ← D1_TOTAL – D1_VALIPI é aplicada a todos os registros da origem. O modelo então gera uma previsão de acordo com a regra aplicada.

Busca no Espaço de Combinações Lineares:

Este passo envolve a busca por combinações lineares entre os campos de origem para determinar o valor da CT2_VALOR. A fórmula pode ser algo como CT2_VALOR = PESOCAMPO1 + PESOCAMPO2 + PESO*CAMPO3…, onde os pesos podem ser -1, +1 ou 0. Os campos são extraídos da tabela de origem.

Processos:

Existem três principais processos:

  • a. train_rules: Este processo envolve a busca de regras para todos os clientes, filiais e grupos em todas as tabelas de origem. Cada cliente pode ter regras específicas de contabilidade.
  • b. train_router: Aqui, um modelo de roteamento é treinado para cada cliente. Cada cliente pode ter maneiras diferentes de preencher os campos da CT2.
  • c. predict: Este processo aplica o modelo de roteamento e as regras aprendidas para fazer a conciliação contábil.

Essa é a metodologia que será utilizada para implementar a conciliação contábil com o uso de Inteligência Artificial no Protheus Insights, com o objetivo de lidar com os registros “perdidos” e melhorar a precisão do processo contábil.

 

Principais Funções

+ informações:

 

Dados técnicos do  Protheus Insights:

Pacote atualização SmartLink: https://suporte.totvs.com/portal/p/10098/download?e=1057108

 

Pacote atualização Protheus Insights:

Release 12.1.2210: https://suporte.totvs.com/portal/p/10098/download?e=1125928

Release 12.1.2310:https://suporte.totvs.com/portal/p/10098/download?e=1125930

Release 12.1.33:https://suporte.totvs.com/portal/p/10098/download?e=1125929

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.