ISSN 2594-5335
28º Seminário de Automação e TI — Vol. 28 , num. 28 (2026)
Título
Autoria
DOI
Downloads
Resumo
Este estudo analisa a evolução da utilização de Inteligência Artificial no contexto mercadológico, a partir do caso do Projeto Prisma, desenvolvido na Diretoria Comercial da empresa, com o objetivo de suportar os exercícios de provisionamento de índices e preços do mercado de minério de ferro. A pesquisa possui natureza aplicada, com abordagem qualitativa e caráter descritivo-exploratório, baseada em análise documental e observação participante. O trabalho descreve a transição de modelos estatísticos lineares para uma arquitetura de Inteligência Artificial baseada em redes multi-layer, capaz de capturar relações não lineares, interdependências entre variáveis e mudanças de regime no mercado. Os resultados evidenciam ganhos expressivos de desempenho preditivo e ampliação do horizonte de previsão de preços, que passou de 45 para até 120 dias de antecedência, além de impactos relevantes na tomada de decisão comercial, como planejamento de vendas, alocação de volumes e organização de embarques. Do ponto de vista organizacional, o estudo destaca fatores críticos de sucesso na implementação da solução, incluindo evolução da maturidade analítica, integração entre áreas técnicas e de negócio e estratégias de gestão da mudança. Como contribuição, o artigo apresenta diretrizes práticas para adoção de Inteligência Artificial em processos de precificação em ambientes industriais complexos.
This study analyzes the evolution of the use of Artificial Intelligence in the marketing context, based on the case of Project Prisma, developed in the company's Commercial Division, with the objective of supporting the provisioning of indices and prices in the iron ore market. The research is applied, with a qualitative, descriptive, and exploratory approach, based on document analysis and participant observation. The study describes the transition from linear statistical models to multilayer Artificial Intelligence architecture, designed to capture non-linear relationships, interdependencies among variables, and regime changes in the market. The results demonstrate significant improvements in predictive performance and an expansion of the forecasting horizon from 45 to up to 120 days in advance. These advances have had a direct impact on commercial decision-making processes, including sales planning, volume allocation, and shipment scheduling. From an organizational perspective, the study highlights key success factors in the implementation of the solution, such as the evolution of analytical maturity, strong integration between technical and business teams, and effective change in management strategies. As a contribution, the paper provides practical guidelines for adopting Artificial Intelligence in pricing processes within complex industrial environments.
Palavras-chave
Inteligência Artificial, Previsão de Preços, Inovação
Artificial Intelligence, Price Forecasting, Innovation
Como citar
Vianna, Melissa Cangussu; Brivio, Francine Abreu; Jesus, Tiago Alves Schieber de; Nogueira, Thiago Henrique; Ravetti, Martin Gomez; Coelho, Bernardo Versiani Passos; Melo, Gustavo Alves.
Minerando preços: A evolução da utilização de inteligência artificial como suporte à decisão comercial na Samarco,
p. 293-304.
In: 28º Seminário de Automação e TI,
São Paulo, SP - Brasil,
2026.
ISSN: 2594-5335, DOI 10.5151/2594-5335-43661
