IA

    Claude for Manufacturing: quando a programação feita por IA parece correta, mas não funciona na fábrica

    Alexandre Erhart, CEO
    17 de novembro de 2026
    10 min de leitura

    A própria Anthropic reconhece os riscos de usar modelos de linguagem para resolver problemas de programação com capacidade finita. Fui analisar a documentação para entender o que isso significa para o Supply Chain Planning.

    Fui explorar a documentação do Claude for Manufacturing e encontrei algo mais interessante que o próprio anúncio: a Anthropic estabeleceu limites explícitos para o que uma IA deve tentar resolver no planejamento industrial.

    No dia 12 de novembro, a empresa lançou o Claude for Manufacturing, com 17 skills e conectores para plataformas como Infor, Oracle NetSuite, Autodesk Fusion e Microsoft 365. [1]

    O Claude pode preparar cotações, investigar não conformidades, apoiar o diagnóstico de paradas, analisar resultados de produção e interagir com sistemas industriais.

    É um avanço importante. Mas existe uma diferença enorme entre usar IA para analisar informações, propor ações e orquestrar sistemas e pedir que ela própria resolva problemas matemáticos complexos de uma fábrica.

    Fui entender melhor como a Anthropic trata essa diferença e encontrei uma orientação bastante explícita na documentação oficial:

    “This is not finite-capacity scheduling.”

    A frase abre a seção What this is not do arquivo reschedule-scope.md, publicado no repositório oficial de plugins da Anthropic no GitHub. [2] O arquivo pertence à skill daily-production-report, que monta o relatório diário de produção: compara o realizado com o programado, aponta as exceções e mostra o impacto delas nas datas de entrega.

    Quando uma exceção pede uma mudança na programação, o Claude deve carregar esse arquivo antes de sugerir qualquer movimento. A primeira linha diz isso literalmente: Load this before proposing any schedule move. E a primeira regra que ele encontra é justamente aquilo que não deve tentar fazer.

    O maior risco não é a IA errar. É entregar uma programação que parece correta.

    Este é o trecho que mais me chamou atenção, e acho que todo gestor de PCP e de planejamento deveria ler no original:

    reschedule-scope.md · What this is not

    Producing an optimal shop schedule is a constraint-optimisation problem. A language model asked to do it will return a plausible-looking schedule that quietly violates constraints — and that is worse than returning nothing, because a scheduler who accepts it discovers the violation on the floor, at which point the report has actively caused a problem it was supposed to report.

    Tradução livre: produzir uma programação ótima para a fábrica é um problema de otimização com restrições. Um modelo de linguagem a quem se pede isso vai devolver uma programação de aparência plausível que viola restrições em silêncio. E isso é pior do que não devolver nada, porque o programador que a aceita só descobre a violação no chão de fábrica. Nesse momento, o relatório terá causado justamente o problema que deveria relatar.

    Repare na escala de gravidade que a Anthropic propõe. Não responder é ruim. Errar de forma evidente também é ruim, mas alguém percebe e corrige. O pior caso é a resposta errada com cara de certa, porque ela atravessa a revisão, chega ao turno e só aparece quando a máquina para.

    Quem trabalha com programação de produção conhece esse risco há muito tempo, mesmo sem LLM no meio. Uma planilha bem formatada, com ordens, recursos, horários e datas, passa com facilidade por uma revisão visual. O problema está no que a tabela não mostra.

    Por que a programação parece correta

    Um modelo de linguagem é muito bom em produzir respostas com a forma certa. Ele conhece o formato de uma programação, usa os códigos reais das máquinas e das ordens, distribui horários que fazem sentido e escreve uma justificativa convincente para cada decisão.

    Só que viabilidade não é uma questão de forma. Uma programação só é executável quando todas as restrições são respeitadas ao mesmo tempo: capacidade de cada recurso em cada turno, setups que dependem da sequência, ferramentas e dispositivos, operadores habilitados, material disponível, precedência entre operações, calendários e datas prometidas.

    Cada linha pode estar razoável isoladamente e o conjunto ser impossível. Uma ordem antecipada no recurso A ocupa o dispositivo que outra ordem precisava no recurso B. Um setup que ninguém contabilizou empurra três ordens para o turno seguinte. E o turno seguinte pode não ter operador habilitado para nenhuma delas.

    Confirmar que nada disso acontece exige checar cada restrição contra todas as outras, para todas as ordens afetadas. É um trabalho combinatório, que motores de otimização e de programação com capacidade finita fazem de forma determinística e verificável. Uma resposta plausível não substitui essa verificação, por mais bem escrita que seja.

    Um exemplo tirado da própria documentação

    O mesmo arquivo traz um exemplo curto de como uma proposta deve ser escrita:

    reschedule-scope.md · What a proposal must contain

    “Run 4471 on cell B instead of cell A; cell B was running 4390's finishing pass, so this costs a changeover — call it 40 minutes on this tooling. That pushes 4402 to second shift, where it still makes its date; 4390 now misses by one day.”

    Tradução livre: “Rodar a 4471 na célula B em vez da célula A. A célula B estava no acabamento da 4390, então isso custa um setup de uns 40 minutos com esse ferramental. A 4402 vai para o segundo turno, onde ainda cumpre a data. A 4390 passa a atrasar um dia.”

    São quatro informações: o movimento, o setup que ele custa, a ordem deslocada e a ordem que passa a atrasar.

    Agora imagine a mesma sugestão escrita de outro jeito: “Rodar a 4471 na célula B. Ela termina antes e a entrega fica garantida.” Parece melhor. É mais curta, mais positiva e resolve o problema da manhã. É exatamente a versão que um programador aceitaria num dia corrido. E é também a versão que esconde os 40 minutos de troca, o deslocamento da 4402 e o dia de atraso da 4390.

    Mesmo a versão completa ainda deixa perguntas em aberto, e a documentação exige que elas sejam declaradas:

    reschedule-scope.md · The honesty requirement

    “Checked: due dates on the three affected jobs, and cell B's routing for 4471. Not checked: whether cell B has the fixture, whether second shift has a certified operator for 4402, and material availability. Worth confirming those before committing.”

    Tradução livre: “Verificado: datas de entrega das três ordens afetadas e o roteiro da 4471 na célula B. Não verificado: se a célula B tem o dispositivo, se o segundo turno tem um operador habilitado para a 4402 e a disponibilidade de material. Vale confirmar esses pontos antes de assumir o compromisso.”

    Um programador que lê isso sabe exatamente quanto do próprio julgamento ainda é necessário. Um programador que recebe a proposta sem essas ressalvas, como diz o documento, vai confiar demais nela ou ignorá-la.

    Onde as restrições escondidas costumam aparecer

    Restrição ignoradaComo passa despercebidaOnde o problema aparece
    Setup dependente da sequênciaA troca de ferramental é tratada como se fosse gratuitaMáquina parada no início da ordem e atraso nas seguintes
    Ferramenta ou dispositivoO roteiro permite o recurso alternativo, mas o dispositivo está em outra máquinaNa preparação, quando o operador vai montar a máquina
    Operador habilitadoO turno tem pessoas, mas não com a habilitação necessáriaNo turno seguinte, com a ordem pronta para começar
    Material disponívelA ordem é antecipada sem conferir saldo e recebimentosNa separação de materiais ou na linha esperando componente
    Precedência entre operaçõesA operação seguinte é programada antes de a anterior terminarNa passagem entre recursos ou no acabamento
    Interação entre mudançasCada movimento funciona sozinho, mas todos disputam o mesmo recursoNos compromissos dos dias seguintes

    Setup, dispositivo, operador habilitado, material e interação entre mudanças aparecem na própria documentação da Anthropic. A precedência entra na lista pela experiência de quem programa fábrica: é uma das restrições mais fáceis de quebrar sem perceber.

    “A proposal that claims nothing misses is the one to distrust most”

    Essa frase, também do mesmo arquivo, deveria estar na parede de toda sala de PCP: a proposta que afirma que nada vai atrasar é a que merece mais desconfiança.

    Numa fábrica com restrições reais, mover uma ordem quase sempre custa alguma coisa. Um setup, um deslocamento, uma data que escorrega. Quando uma sugestão mostra só ganhos, o mais provável é que algum custo não tenha sido calculado. A regra vale para qualquer sugestão, venha de uma IA, de uma planilha ou de uma pessoa.

    Como a Anthropic transformou o risco em regra

    O documento não trata essa limitação como uma desculpa. Nas palavras do próprio arquivo, a fronteira foi traçada deliberately rather than apologetically, de forma deliberada, sem pedir desculpas por ela.

    Tabela traduzida da documentação original:

    Fora do escopoDentro do escopo
    Reotimizar toda a programação do diaPropor uma ou duas alterações específicas
    Sequenciar todas as ordens em todos os recursosMover uma ordem e identificar o que será deslocado
    Balancear a carga da fábricaIdentificar quais compromissos continuarão atrasados
    Apresentar uma solução como ótimaApresentar uma proposta verificada, informando as verificações realizadas

    Fonte: Anthropic, reschedule-scope.md, seção “What this is not”. [2]

    Além da tabela, o arquivo define como a proposta deve ser construída:

    1. O movimento, com origem, destino e o setup que ele implica. Um movimento que parece gratuito porque ninguém citou a troca não foi verificado.
    2. O que ele desloca, com cada ordem empurrada e onde ela vai parar.
    3. O que continua atrasado depois da mudança.
    4. O que foi verificado e o que não foi, de forma explícita.

    Uma proposta sem qualquer uma dessas partes não deve ser oferecida.

    Há outras três regras que mostram bem a lógica do documento. Quando várias exceções disputam o mesmo recurso e as mudanças interagem entre si, o Claude deve dizer que elas interagem e parar, em vez de compor uma programação que não consegue verificar. A proposta é sempre um rascunho para o programador: a skill não grava nada em nenhum sistema. E, se faltarem os dados da programação ou dos roteiros, o relatório deve dizer que não propôs a mudança por falta de dados. Ficar em silêncio seria lido como “nada precisava mudar”.

    Na prática, a Anthropic está reconhecendo que uma sugestão convincente não é necessariamente uma solução viável.

    O que isso muda para quem planeja

    Para quem é responsável pela programação, a lição é bem concreta. Antes de aceitar uma sugestão de reprogramação feita por IA, vale fazer seis perguntas:

    • A sugestão informa o setup e quanto custa a troca?
    • Lista as ordens deslocadas e para onde cada uma foi?
    • Diz o que continua atrasado depois da mudança?
    • Separa o que foi verificado do que não foi?
    • Foi validada contra a capacidade finita, por um motor que considera todas as restrições ao mesmo tempo?
    • Algo será gravado no sistema sem a aprovação de quem responde pela programação?

    Se a resposta a qualquer uma das cinco primeiras for não, ou a última for sim, o que você tem em mãos é um texto convincente sobre a programação, e não uma programação.

    Interpretar e orquestrar não é o mesmo que calcular

    O exemplo da programação é o mais explícito, mas a mesma distinção vale para outras áreas do planejamento.

    Entre as 17 skills do Claude for Manufacturing, não há uma implementação completa de previsão estatística de demanda, geração de MPS, MRP multinível ou otimização de políticas de estoque. [3]

    Isso não significa que o Claude não contribua nessas atividades. Um agente pode analisar erros de previsão, investigar desvios, identificar riscos de ruptura, pedir novos cenários e explicar os impactos de uma decisão para quem precisa decidir.

    Mas interpretar um resultado é diferente de executar os cálculos que o produzem. Uma previsão de demanda em escala industrial exige modelos estatísticos, tratamento de sazonalidade, tendência e eventos comerciais, e acompanhamento contínuo de erro e viés. Um MPS precisa conciliar demanda, estoques, suprimentos, capacidade e regras de planejamento. Um MRP multinível precisa explodir estruturas, considerar saldos, recebimentos, lead times e necessidades dependentes.

    No anúncio, a Anthropic explica que a integração com a Infor permite que o Claude solicite alterações no sistema, inclusive reprogramações de produção, mediante aprovação e respeitando as permissões do usuário. [1] Ou seja, quando a ação acontece, ela passa pelo sistema conectado e pelas regras que ele já aplica. A IA pede, interpreta e explica. O motor calcula.

    É exatamente essa arquitetura que defendemos no NPLAN. Queremos que agentes usem os mesmos motores especializados que já existem na plataforma para gerar previsões, otimizar estoques, calcular necessidades de materiais ou simular cenários de produção, sem reconstruir essa lógica dentro de um prompt e sem ficar presos à interface tradicional do software.

    A interface muda. A viabilidade continua sendo exigida.

    Vale uma ressalva importante. A documentação analisada define os limites de uma implementação de referência, não os limites universais dos modelos de linguagem. Um agente que chama um motor de otimização e lê o resultado é muito diferente de um agente que tenta montar a programação sozinho.

    E é justamente essa diferença que importa. A IA vai mudar a forma como planejadores trabalham, reduzir operações manuais e tornar obsoletas muitas telas que hoje exigem treinamento. Mas uma programação continua precisando respeitar cada restrição da fábrica, todos os dias, em todos os turnos.

    A interface pode mudar completamente. O motor de planejamento continua precisando entregar o resultado.

    Quando a própria Anthropic instrui o Claude a dizer que não está fazendo programação com capacidade finita, e explica que uma programação plausível e errada é pior do que nenhuma, temos um bom motivo para levar essa distinção a sério.

    Fontes e documentação original

    1. Anthropic, “Introducing Claude for Manufacturing”. Publicado em 12 de novembro de 2026. Seções Connectors to manufacturing systems e Making changes in Infor with Claude.
    2. Anthropic, reschedule-scope.md. Repositório oficial anthropics/claude-plugins-official, caminho plugins/claude-for-manufacturing/skills/daily-production-report/reference/reschedule-scope.md. Seções What this is not, What a proposal must contain, The honesty requirement, One or two moves, not a plan, Never applied e Degradation.
    3. Anthropic, Claude for Manufacturing README.md. Repositório oficial anthropics/claude-plugins-official. Seções What’s in this repo e The skills, com a relação das 17 skills disponibilizadas.