Fazer mais com menos, essa é a palavra de ordem de todos os governos. No entanto, alcançar esse objetivo ainda é um grande desafio para a maioria dos gestores, especialmente em áreas onde os recursos são limitados, como saúde e educação. Os modelos de otimização de IA podem ser o game changer desse cenário.
Garantir que a merenda chegue às escolas e que existam leitos disponíveis para atender aos pacientes exige um planejamento rigoroso. Porém, muitas vezes, apenas planejar não é suficiente. É preciso ir além para, de fato, fazer mais com menos. É necessário assegurar que a merenda chegue fresca às escolas, com o menor custo possível. Que os suprimentos hospitalares estejam sempre disponíveis, percorrendo as menores distâncias. É essencial evitar o desperdício e, ao mesmo tempo, impedir que falte o necessário.
Esse é o verdadeiro desafio e a tecnologia pode ser uma grande aliada para enfrentá-lo. Para isso, podemos recorrer a modelos de IA pouco explorados, porém valiosos, os modelos de otimização.
Modelos de Otimização de IA
Modelos de otimização são modelos que visam encontrar a melhor decisão possível, maximizando ou minimizando uma métrica desejada (função objetivo). Para isso, o usuário precisa definir uma meta a ser alcançada, como por exemplo, o menor tempo de espera total ou o maior número de pacientes cobertos, especificar o conjunto de restrições (como orçamento, capacidade, cobertura geográfica), além das relações entre essas variáveis, expressas por meio de equações.
Alguns tipos comuns de modelos de otimização são:
- Programação Linear (PL) – útil para alocação de recursos, planejamento de produção e transporte.
- Programação Linear Inteira (PLI) – usada quando há decisões binárias, por exemplo: abrir ou não uma unidade de ensino.
- Problemas de Roteamento de Veículos (VRP) – aplicados em decisões logísticas de entregas ou de transporte de estudantes.
- Modelos multiobjetivo – equilibram eficiência (custos) e equidade (acesso populacional).
Imagine que a função objetivo de uma decisão seja minimizar o custo total da merenda escolar de um estado que possui duas mil unidades de ensino distribuídas em 30 cidades. No entanto, para que isso aconteça é necessário também maximizar a economia em larga escala, minimizar os custos de transporte e as perdas por vencimento de alimentos perecíveis. Como tomar a melhor decisão nesse cenário?
Com modelos de otimização, o gestor pode inserir todas essas variáveis, juntamente com algumas restrições, como máximo de um fornecedor por município, demanda semanal total por unidade de ensino, prazo de validade máximo dos alimentos entre outras. E, com base em todas essas informações, pedir para o modelo definir o número, o volume e a localização ideal dos fornecedores.
Esse é apenas um exemplo prático do uso dos modelos de otimização, porém, eles podem ser aplicados em diferentes setores e inúmeras situações. Ou melhor, em qualquer órgão governamental que lide com distribuição e alocação de recursos.
Na saúde, podemos usar os modelos de otimização para solucionar problemas como distribuição de vacinas, medicamentos e profissionais de saúde. Nesses casos, os modelos de roteamento de estoque permitem garantir entregas rápidas, minimizando perdas por validade e assegurando cobertura, inclusive para populações vivendo em regiões remotas e em áreas rurais.
Outros exemplos de aplicação no setor são construção de postos de atendimento e aquisição de equipamentos hospitalares, em que modelos de localização minimizem a distância percorrida por pacientes para obtenção de atendimento médico ou realização de exames. Já na educação, os modelos podem ser usados para melhorar a distribuição de merenda escolar, como exemplificado acima, e de material didático. A otimização de rotas de transporte e de alocação de fornecedores regionais ajuda a minimizar custos logísticos, além de prevenir desperdícios por perda de validade. É possível ainda aprimorar o planejamento da rede escolar com os modelos de localização e definição da capacidade de atendimento de escolas, maximizando assim, o acesso de alunos
Quando olhamos para Infraestrutura e Mobilidade, os modelos de otimização de IA ajudam a decidir quais obras (rodovias, pontes, viadutos) devem ser priorizadas em um orçamento limitado, maximizando a alocação de investimentos e o retorno social (pessoas beneficiadas com a obra). Além disso, é possível otimizar linhas e horários de transporte público para maximizar a cobertura e minimizar o custo e tempo de viagem.
Os modelos também podem ser aplicados à segurança pública, aprimorando a definição e posicionamento de viaturas, efetivos ou postos fixos para minimizar tempo de resposta e maximizar cobertura, respeitando restrições como orçamento, turnos e efetivo policial. Além de apoiar na definição das melhores rotas de patrulhamento, minimizando os custos operacionais ao mesmo tempo em que maximizam a frequência de visita a áreas críticas e reduzindo o tempo de resposta à incidentes.
As aplicações dos modelos de IA com técnicas de otimização são vastas e precisam ser consideradas por qualquer agente público envolvido em decisões de planejamento, alocação e distribuição de recursos. Além disso, sempre que necessário, essas técnicas podem ser combinadas com outras técnicas de IA, como os modelos de previsão de séries temporais que visam projetar necessidades futuras que possam sofrer variações com o decorrer do tempo.
Ao incorporar o que há de mais avançado em inteligência artificial nas decisões que envolvem o uso de recursos públicos, os governantes conseguem assegurar as expectativas da população em relação a todos os governos: qualidade de serviços e eficiência operacional. Ou seja, que seja feito mais com menos.
