A Petrobras adotou uma ferramenta de inteligência artificial para prever resultados de vendas no mercado interno e aumentar a previsibilidade das receitas.
O modelo é capaz de estimar as vendas de petróleo e gás bruto e derivados no mercado nacional para cada dia da semana com maior precisão.
A tecnologia usa machine learning (aprendizado de máquina) para estimar o fluxo de caixa, que tende a ser muito volátil nesse setor, já que os preços do petróleo flutuam conforme as cotações internacionais e o comportamento da demanda de combustíveis tem variações sazonais.
O aprendizado de máquina usa dados históricos para treinar um algoritmo matemático, de modo que ele possa desempenhar uma tarefa e buscar novas soluções automaticamente. Assim, com o uso de séries temporais do passado, é possível antecipar cenários futuros.
Ferramentas de inteligência artificial são usadas no setor de petróleo e gás há anos, sobretudo na área de exploração e produção.
Uma das aplicações, por exemplo, ocorre em manutenções preditivas, que ajudam a antever eventuais problemas que um equipamento pode vir a ter e corrigi-los previamente, com o objetivo de reduzir os números de paradas programadas nas plataformas de produção.
No caso da Petrobras, a inteligência artificial foi usada para desenvolver um modelo que escolhe automaticamente as melhores zonas de produção, a partir de informações de reservatórios semelhantes. A tecnologia também é usada em análises automáticas de corrosões em plataformas, o que facilita processos de inspeção.
As aplicações no segmento financeiro do setor, no entanto, são mais recentes.
O novo modelo de previsão das receitas foi adotado em maio e melhorou a precisão das estimativas de vendas em 51%. Segundo fontes, considerando uma receita semanal média de cerca de R$ 9 bilhões, o mecanismo seria capaz de reduzir o erro médio em cerca de R$ 400 milhões em relação ao modelo adotado anteriormente, que não era baseado em inteligência artificial.
A maior previsibilidade nas receitas é importante para otimizar as operações de câmbio e mitigar riscos de caixa, além de otimizar as aplicações financeiras da empresa.
Alguns dos fatores que dificultam as estimativas são a grande volatilidade do mercado, além do fato de que parte das vendas da Petrobras ocorrem à vista ou com vencimento em curto prazo.
Segundo a estatal, a ferramenta não tem influência na definição de preços de derivados.
“As variáveis consideradas no modelo preditivo são exclusivamente voltadas à previsão financeira interna, sem interferir nos fatores de mercado que impactam a política de preços de combustíveis”, explicou a companhia em nota à agência eixos.
Além da gestão de receitas, a estatal também começou a desenvolver modelos de inteligência artificial para auxiliar no planejamento da dívida.