O crescimento explosivo do comércio eletrônico ampliou as ineficiências da entrega de última milha (LMD), gerando custos de transporte desproporcionais, quilômetros de veículos vazios e aumento nas emissões de gases de efeito estufa. Enfrentando esse duplo problema logístico-ambiental, este estudo propõe uma estrutura integrada que combina Automação de Processos Robóticos (RPA), inteligência artificial (IA) e análise de mídias sociais para criar ecossistemas de LMD adaptativos e de baixo carbono. A RPA orquestra fluxos de trabalho de cumprimento repetitivos, enquanto as interfaces de IA generativa negociam slots de entrega em tempo real e consolidam pedidos usando o sentimento do cliente extraído de plataformas sociais. Motores de roteamento dinâmico então traduzem essas preferências em rotas ecoeficientes, maximizando os fatores de carga dos veículos e minimizando a distância total percorrida. A principal contribuição é uma arquitetura detalhada de ponta a ponta que funde portais de e-commerce aprimorados por IA, engajamento social automatizado e regras de decisão centradas na sustentabilidade. Os resultados obtidos indicam reduções de até 30% nas emissões de entrega e economias de 18% nos custos por entrega, validando a sinergia entre desempenho operacional e responsabilidade ambiental. Paralelamente, o estudo esboça mecanismos de governança como pipelines de dados que preservam a privacidade, camadas de consentimento explícito e opções verdes transparentes de adesão, cruciais para uma implementação confiável. Ao enquadrar a LMD como um problema de otimização multiobjetivo solucionável por meio de automação cognitiva, o trabalho traça uma agenda de pesquisa que estende a RPA em direção a agentes de autoaprendizagem e equilíbrio de prioridades que se adaptam à demanda volátil, pressão regulatória e metas de carbono. Assim, a estrutura oferece aos varejistas um caminho prático para uma logística resiliente, centrada no cliente e alinhada com o clima.
Khass et al. (Qui,) estudaram essa questão.