Otimização de rotas no transporte rodoviário: mais entregas, menos quilómetros

Uma volta de entregas com 15 paragens pode ser feita de 653.837.184.000 maneiras diferentes. Todas as manhãs, um planeador escolhe uma, quase sempre com experiência, um mapa e uma folha de cálculo. Os bons planeadores conhecem as estradas, os clientes e os motoristas, e as rotas deles raramente são más. Também raramente são as mais curtas, porque ninguém consegue comparar mais do que meia dúzia das alternativas.

A otimização de rotas é software que procura nessas alternativas o plano com menos quilómetros desperdiçados, dentro das regras que um dia real tem de cumprir: janelas de entrega, capacidade dos veículos e tempos de condução. Este artigo aprofunda o que mostrámos no episódio 2 do AI Xplained. Começa pelo que custa um quilómetro a uma frota europeia, explica porque é que o problema é grande demais para resolver à mão e como o software o resolve, e depois olha para os resultados, para o que um projeto precisa, para onde os projetos falham, para o que diz a lei e para como começar com um armazém e uma semana.

Quanto custa um quilómetro a uma frota europeia

A maior parte do custo de um camião de distribuição acompanha as horas que passa na estrada e a distância que faz. No índice francês de referência para camiões rígidos regionais, o tipo de veículo que faz muitas das voltas de entregas, o motorista pesa 36,8% do total, o combustível 16,3%, a manutenção 7,1%, as ajudas de custo 3,6% e as portagens e impostos de circulação 1,4% (CNR, 2026). Somados, são 65% do custo. O resto é o próprio veículo e a estrutura da empresa.

A ordem conta. Na distribuição, o motorista custa mais do dobro do gasóleo, por isso uma volta mais curta poupa primeiro horas e só depois combustível. E as duas coisas estão cada vez mais difíceis de comprar:

• Motoristas. A Europa tem mais de 502.000 vagas de motorista de pesados por preencher, 13 em cada 100 lugares, e 660.500 motoristas vão reformar-se nos próximos cinco anos (IRU, 2026). Cada hora que uma rota desperdiça é uma hora de um motorista que o setor não tem.
• Combustível. A meio de março de 2026, a monitorização da IRU mostrava o gasóleo 20% mais caro na UE. O segundo sistema europeu de comércio de emissões (ETS2), que põe um preço no carbono dos combustíveis rodoviários a partir de 2028, pode acrescentar cerca de 10% ao preço do gasóleo, com o carbono a 50 a 100 € por tonelada de CO2 (IRU, 2026).
• Emissões. Os veículos pesados produzem mais de um quarto das emissões de gases com efeito de estufa do transporte rodoviário na UE e mais de 6% de todas as emissões da UE (Comissão Europeia, 2026).

Há ainda a distância feita sem nada a bordo. Cerca de um quinto dos quilómetros feitos por veículos de mercadorias matriculados na UE são em vazio, 21,6% em 2024 (Eurostat). A maior parte são regressos e reposicionamentos, e isso é um problema de encontrar carga. A otimização de rotas ataca outro desperdício: os quilómetros a mais feitos dentro das voltas de entrega, com a mercadoria a bordo, porque as paragens estão pela ordem errada.

Uma fórmula simples põe um número na parte das rotas:

Quilómetros por ano × percentagem de quilómetros poupados × custo variável por quilómetro = poupança anual

Como exemplo, um armazém com 15 veículos que fazem 60.000 km por ano cada um soma 900.000 km. Poupar 5% dessa distância, uma hipótese conservadora face aos resultados publicados mais abaixo, tira 45.000 km, três quartos do que um veículo faz num ano. A um custo variável de 0,80 € por quilómetro, são 36.000 € por ano. Os números são um exemplo, não uma referência. Usa o teu custo variável e não o custo total por quilómetro: o veículo e a estrutura pagam-se quer a rota seja curta quer seja longa.

Porque é que ninguém consegue testar todas as rotas

O número de rotas possíveis dispara a cada paragem que se acrescenta. Para um único veículo que sai do armazém, passa uma vez por cada paragem e volta, o número de voltas diferentes é n!/2, em que n é o número de paragens, contando cada volta e o seu inverso como uma só:

• 5 paragens: 60 rotas possíveis.
• 10 paragens: 1.814.400.
• 15 paragens: 653.837.184.000.
• 20 paragens: cerca de 1,2 × 10¹⁸, um número com 19 algarismos.

Quando o sentido conta, como acontece com as janelas de entrega, o número duplica.

Um computador que testasse mil milhões de rotas por segundo precisaria de cerca de 11 minutos para experimentar todas as voltas de 15 paragens, e de quase 39 anos para as de 20. E um armazém real não planeia um veículo com 20 paragens. Planeia vários veículos com centenas de paragens, e cada paragem pode ir para qualquer um deles.

Depois vêm as regras que tornam um plano utilizável: um cliente que só recebe entre as 8h00 e as 10h00, um camião rígido que fica cheio com 18 paletes, uma rua proibida a camiões com mais de 12 toneladas, uma zona de emissões reduzidas. E, na Europa, os tempos de condução: a condução diária não pode passar de 9 horas, alargáveis a 10 horas duas vezes por semana; a condução semanal tem um limite de 56 horas e a de duas semanas de 90; é obrigatória uma pausa de pelo menos 45 minutos ao fim de quatro horas e meia, e o descanso diário é, em regra, de pelo menos 11 horas (Regulamento (CE) n.º 561/2006). Cada regra tira rotas da lista, mas também torna as que sobram mais difíceis de encontrar.

É por isso que os métodos exatos, que provam que um plano é o melhor possível, estiveram durante muito tempo limitados a casos pequenos. Em 2007, investigadores do SINTEF, o instituto de investigação norueguês, escreveram que os métodos exatos não conseguiam resolver de forma consistente, em tempo razoável, problemas com mais de 50 a 100 clientes, e que os métodos aproximados eram a única via viável à escala industrial (Hasle e Kloster, 2007). Os métodos exatos evoluíram desde então, mas o planeamento diário com janelas de entrega e tempos de condução continua a assentar sobretudo em procura heurística.

Como funciona a otimização de rotas

O software nunca testa todas as rotas. Procura em quatro passos.

1. Ler o dia. Encomendas, moradas, janelas de entrega, quantidades, veículos e a respetiva capacidade, motoristas e turnos. Precisa também dos tempos de viagem entre cada par de paragens, de preferência por hora do dia, porque 20 minutos às 6h00 podem ser 45 às 8h30.

2. Construir um primeiro plano. Um método rápido atribui cada paragem a um veículo e a uma posição, por exemplo inserindo cada paragem onde acrescenta menos distância. O primeiro plano cumpre as regras, mas raramente é bom.

3. Melhorá-lo, jogada a jogada. O software experimenta pequenas alterações e fica com as que encurtam o plano sem quebrar nenhuma regra: inverter um troço de uma rota, passar uma paragem para outro veículo, trocar duas paragens entre rotas. Os melhores métodos aceitam também, de vez em quando, um plano pior, para sair de uma solução que só parece boa porque qualquer pequena alteração a piora. Para quando o tempo acaba ou quando nada melhora. O resultado é um plano muito bom, sem prova de que seja o melhor possível, e chega em segundos ou minutos.

4. Voltar a planear quando o dia muda. Quando o trânsito, uma encomenda nova ou um cancelamento mudam o dia, o software volta a planear o que falta, a partir de onde cada camião está.

A procura em si vem da investigação operacional, a matemática do planeamento. A aprendizagem automática ganha o seu lugar nos dados de entrada: aprende os tempos reais de viagem por estrada e por hora a partir do histórico de GPS que os camiões já registam, e quanto tempo cada cliente demora de facto a descarregar. Uma procura perfeita sobre tempos de viagem errados dá um plano que falha antes das 10h00. O transporte também está atrasado na IA em geral: em 2025, 11% das empresas de transportes e armazenagem da UE com 10 ou mais trabalhadores usavam pelo menos uma tecnologia de IA, contra 20% do total das empresas (Eurostat, 2025).

O último passo é humano. O planeador revê o plano, altera-o onde sabe alguma coisa que os dados não sabem, e aprova. Escrevemos sobre como desenhar essas aprovações sem travar a operação em Humano no circuito.

O que dizem os resultados

A investigação e os casos práticos apontam no mesmo sentido, com uma ressalva: o ganho depende de quão bom já é o plano atual.

• O intervalo de referência. No livro de referência sobre o tema, Paolo Toth e Daniele Vigo, da Universidade de Bolonha, indicam que o planeamento informatizado da distribuição poupa, em geral, entre 5% e 20% dos custos totais de transporte (Toth e Vigo, 2002).
• Um distribuidor europeu. Um distribuidor croata de bens de grande consumo, com 50 a 60 veículos e cerca de 1.400 encomendas por dia, usou um sistema de otimização de entregas no planeamento diário durante mais de quatro anos. Baixou os custos totais de distribuição, substituiu quatro dos seus oito armazéns por pontos satélite sem stock e passou a aceitar mais encomendas sem comprar veículos. Quando passou a dias fixos de entrega por zona, uma simulação sobre um mês de encomendas reais projetou menos 26% de distância do que as rotas de facto feitas, menos 15% de saídas de veículos (de 596 para 506) e menos 78% de horas extraordinárias, esta última em parte porque o expedidor alargou os limites de tempo de trabalho (Galić, Carić e Fosin, 2013). Estes números vêm de uma simulação, não de resultados medidos, e juntam um novo modelo de entregas à otimização.
• Distribuição de jornais. Investigadores do SINTEF reportaram rotas entre 2% e 25% mais curtas em duração total, em casos industriais de distribuição de jornais, numa apresentação que não indica o ponto de comparação (Hasle, Kloster e Smedsrud, 2010).

Na nossa experiência, as voltas densas, com muitas paragens e janelas apertadas, são as que mais ganham, porque é aí que o planeamento humano chega ao limite. Um camião com duas descargas por dia ganha pouco.

O que é preciso: três coisas

As tuas encomendas. Paragens, moradas, janelas e quantidades, a partir do sistema de encomendas ou do TMS que a equipa já usa.

O histórico de GPS que os teus camiões já registam. Os dados de telemática e do tacógrafo dão os tempos reais de viagem por estrada e por hora, e os tempos reais de descarga por cliente. A lei europeia ajuda nas duas coisas. Desde 19 de agosto de 2025, os veículos pesados matriculados na UE que circulam noutro Estado-Membro têm de ter a segunda versão do tacógrafo inteligente, que também regista as passagens de fronteira e as operações de carga e descarga; os veículos comerciais ligeiros com mais de 2,5 toneladas em transporte internacional seguem-se a partir de 1 de julho de 2026 (Comissão Europeia, 2025). E desde 12 de setembro de 2025, o Data Act dá aos utilizadores de produtos conectados, camiões incluídos, o direito de aceder aos dados que os seus veículos geram e de os partilhar com um terceiro à sua escolha (Regulamento (UE) 2023/2854). Fabricantes como a Volvo Trucks já publicam como as frotas os podem pedir, através das suas plataformas de telemática ou da interface FMS (Volvo Trucks, 2025). Uma frota pode obter o seu próprio histórico de GPS mesmo quando ele está na plataforma de um fornecedor. Quando esses dados identificam motoristas, o RGPD continua a aplicar-se.

Um planeador que aprova cada rota. O otimizador propõe, o planeador decide. O que ele sabe sobre clientes e estradas passa a ser as regras que melhoram o plano seguinte.

Onde falha

Na nossa experiência, quando os projetos falham, a causa é uma destas três peças, raramente o algoritmo.

• Moradas erradas. Uma paragem marcada a 2 km do portão verdadeiro estraga um bom plano, e muitos sistemas de encomendas nunca foram feitos para georreferenciar moradas.
• Tempos de descarga a olho. Se todos os clientes estão planeados a 10 minutos, o cliente que demora sempre 40 desfaz todas as rotas a seguir.
• Regras que ninguém escreveu. O cais onde não cabe um articulado, o cliente que só abre o portão de trás. Os planeadores guardam isto na cabeça, e o otimizador ignora o que não lhe dizem.
• Alterações que não ensinam nada. Um planeador que muda uma rota sem registar porquê resolve o dia de hoje e repete o problema amanhã. Cada alteração deve passar a ser uma regra ou uma correção nos dados.

Os dados não precisam de estar perfeitos para começar, como explicámos em Os teus dados não precisam de estar perfeitos, mas estas quatro falhas têm de ser fechadas cedo.

A parte legal

Os tempos de condução são um limite rígido dentro do plano, como vimos acima. A outra regra a verificar é o AI Act. Planear rotas, paragens e veículos não está na lista de utilizações de risco elevado. A fronteira está no motorista. Um sistema de IA que atribui tarefas com base no comportamento individual ou em traços pessoais, ou que monitoriza e avalia o desempenho e o comportamento dos trabalhadores, é de risco elevado (Regulamento (UE) 2024/1689, Anexo III). Um otimizador que planeia paragens dentro dos limites legais de condução fica fora dessa categoria. Um sistema que também pontua os motoristas e lhes distribui trabalho com base nessa pontuação fica dentro. Entre os dois há uma zona cinzenta: um otimizador que atribui rotas a motoristas concretos com base no que aprendeu sobre cada um, como a velocidade ou os tempos de descarga, pode contar como atribuição de tarefas com base no comportamento individual. Com as alterações ao AI Act acordadas em 2026, as obrigações destes sistemas de risco elevado passam a aplicar-se a partir de 2 de dezembro de 2027. A monitorização dos motoristas por GPS também tem limites no RGPD e na legislação laboral de cada país. Os casos concretos devem ser confirmados com assessores jurídicos. O nosso artigo sobre o AI Act para quem gere operações trata do resto.

Como começar: um armazém, uma semana

Dia 0. Escolher o armazém e medir o ponto de partida. Escolhe o que tem mais paragens por dia. Regista os quilómetros por paragem, as paragens por rota, as entregas a horas e as horas extraordinárias atuais. Sem ponto de partida não há resultado. Definir essa medida antes de o projeto começar é o tema de Como medir o retorno de um projeto de IA antes de começar.

Semana 1. Planear em paralelo. Os planeadores planeiam como sempre e os camiões fazem as rotas habituais. O otimizador planeia as mesmas encomendas ao lado. No fim de cada dia, comparam-se os dois planos: quilómetros, veículos, horas e janelas falhadas. Nada muda ainda na estrada.

Semanas 2 a 12. Pôr a funcionar e medir. Os planeadores partem do plano otimizado e ajustam-no. Cada ajuste passa a ser uma regra ou uma correção nos dados. Todas as semanas, comparam-se os resultados com o ponto de partida.

Voltando ao exemplo: um armazém que faz 900.000 km por ano e poupa 5% tira 45.000 km e 36.000 € de custos variáveis por ano. Uma semana em paralelo não prova o ano inteiro. Serve para mostrar, com as encomendas do próprio armazém, a que distância está o plano atual do melhor que o software consegue encontrar.

Mais entregas, menos quilómetros

A otimização de rotas é uma disciplina madura. O que mudou foi tudo à volta dela: os motoristas são mais difíceis de encontrar, o combustível e o carbono estão mais caros, e a lei europeia passou a registar onde os camiões em transporte internacional carregam e descarregam e a dar às frotas o direito aos seus próprios dados. As horas e os quilómetros que um plano melhor tira podem sair da fatura ou ser usados para fazer mais entregas com a mesma frota.