IA para organizar as entregas da loja: rotas, prazos e custo

A loja de bairro que não entregava nada passou a entregar. Começou com um pedido por WhatsApp, virou dez por dia, e hoje alguma pessoa da equipe sai de moto no meio da tarde sem que ninguém saiba quanto isso custa.

Entrega local é uma operação nova dentro de uma loja que não foi desenhada para ela. É exatamente o tipo de problema em que a inteligência artificial ajuda de verdade, porque o trabalho é ordenar informação repetitiva: endereço, distância, ordem de parada e prazo. Nada disso exige robô, só exige parar de decidir no improviso.

Como a loja de bairro virou operação de entrega

O hábito de receber em casa deixou de ser exclusividade do comércio eletrônico e chegou ao comércio de rua. O cliente que pede ração, água, material escolar ou uma peça trocada espera a mesma conveniência que tem no aplicativo, e a loja próxima tem uma vantagem real nisso: a distância.

O problema é que essa operação entrou pela porta dos fundos. Não há pessoa dedicada, não há horário definido, não há preço de frete calculado, e o pedido chega pelo mesmo WhatsApp que atende dúvida de preço. A última etapa da entrega é reconhecida como a mais complexa e mais cara da cadeia logística, e isso não muda porque a loja é pequena. Só fica menos visível.

Um pet shop que entrega ração ilustra bem. Saco de quinze quilos, cliente fixo, recompra previsível a cada trinta ou quarenta dias. É uma das melhores operações de entrega possíveis no varejo de bairro, e costuma ser conduzida como favor ao cliente, sem frete e sem rota.

O que a IA resolve e o que ela não resolve

Vale separar o que é promessa de fornecedor do que muda a rotina de fato.

A IA é boa em três tarefas aqui. Ler endereço escrito de qualquer jeito e transformar em localização utilizável, inclusive quando o cliente manda referência em vez de número. Agrupar e ordenar paradas, que é um problema matemático clássico e resolvido. E estimar prazo a partir do histórico da própria loja, porque ela aprende que a entrega da sexta às 18h demora o dobro da de terça às 14h.

A IA não resolve falta de pessoa para entregar, moto quebrada, endereço errado informado pelo cliente nem produto que não foi separado antes da saída. Também não torna lucrativa uma entrega que é estruturalmente deficitária, por exemplo levar um item de R$ 18 a seis quilômetros. Nesses casos ela só documenta o prejuízo com mais clareza, o que já é útil, mas não é solução.

Agrupar pedidos e ordenar paradas

Aqui está o ganho mais concreto e mais fácil de medir. Duas decisões diferentes, normalmente tomadas de cabeça.

• Agrupar é decidir quais pedidos saem na mesma viagem. O critério útil não é ordem de chegada, é proximidade combinada com prazo prometido.
• Ordenar é definir a sequência das paradas dentro da viagem. Ordenar mal transforma seis entregas próximas em vinte quilômetros desnecessários.
• Janelar é definir horários fixos de saída, por exemplo 11h, 15h e 18h. Isso sozinho reduz viagem com uma única encomenda, que é o maior sorvedouro de custo.
• Priorizar é decidir quem fura a fila. Sem regra escrita, fura quem reclama mais alto, e não quem foi prometido primeiro.

Em um mercado de bairro com doze entregas por dia, passar de saída por demanda para três janelas com agrupamento por região costuma reduzir o número de viagens sem aumentar atraso, porque a maior parte da espera do cliente estava no tempo de separação, não no trajeto. Mede-se isso comparando viagens por dia e quilômetros rodados antes e depois.

Prazo prometido contra prazo real

A entrega rápida virou critério de escolha no varejo, e por isso a tentação é prometer o prazo mais curto possível. O efeito colateral é pior que a demora: promessa descumprida gera contato, gera retrabalho e consome o atendimento no horário de pico.

O uso mais rentável da IA nesse ponto é pouco glamouroso: estimar prazo a partir do que a loja fez nas últimas semanas, por faixa de horário e por região, em vez de repetir o mesmo prazo para tudo. Uma loja que promete sessenta minutos para todo o bairro está errando em duas direções ao mesmo tempo: atrasa nas regiões longes e entrega cedo demais nas próximas, perdendo a chance de agrupar.

Para isso funcionar, a loja precisa registrar o horário de saída e o de conclusão de cada entrega. Sem esses dois campos não existe histórico, e sem histórico nenhuma previsão é melhor que o chute. É a mesma dependência de dado que aparece em IA para horários de pico no varejo.

O custo verdadeiro de cada entrega

A maior parte das lojas que entrega não sabe quanto gasta, porque o custo está diluído em combustível, salário e tempo de equipe. Montar essa conta uma vez muda a política de frete inteira.

Com esses cinco números, sai o custo médio por entrega e, mais importante, o valor mínimo de pedido que justifica uma viagem. Em loja de papelaria com ticket baixo, essa conta quase sempre aponta para frete mínimo ou para retirada na loja como alternativa, não para proibir entrega.

Entregador próprio, aplicativo ou os dois

A decisão depende do volume e da previsibilidade, e muda com o dia da semana.

Entregador próprio compensa quando há volume constante e o custo fixo se dilui, além de dar controle sobre apresentação e trato com o cliente. Aplicativo compensa no pico e no imprevisto, porque transforma custo fixo em variável, mas cobra por isso e tira a loja do controle da experiência na porta do cliente.

O modelo híbrido é o que mais aparece em loja de bairro que organizou a operação: pessoa própria nas janelas fixas, aplicativo só para o que estourar a capacidade ou para a entrega distante e isolada, que é justamente a que destrói a rota. Decidir isso por regra, e não no calor do momento, é o que separa a operação controlada da improvisada.

Por onde começar sem comprar software

Não precisa de plataforma de logística para dar o primeiro passo. A sequência abaixo funciona com o que a loja já tem.

1. Defina duas ou três janelas fixas de saída e comunique no WhatsApp e no balcão. Só isso reduz viagem solitária.
2. Registre os quatro campos da dica acima por duas semanas, sem tentar otimizar nada ainda.
3. Jogue a lista de endereços de cada janela em uma ferramenta de IA generativa ou de mapas e peça o agrupamento por proximidade e a ordem de parada. Compare com o que a equipe faria de cabeça.
4. Monte a conta de custo por entrega da tabela e defina pedido mínimo ou frete por faixa de distância.
5. Só depois disso avalie ferramenta paga, já sabendo qual problema ela precisa resolver.

Quando o volume crescer, o passo seguinte é integrar pedido e separação ao sistema da loja, para que a entrega deixe de depender de conversa solta. A lógica é a mesma já discutida em integração entre comércio eletrônico e PDV, e o controle de disponibilidade segue valendo como em redução de rupturas de estoque, porque entrega de produto que não existe é o pior tipo de atraso.