Como gêmeos digitais podem ajudar a impulsionar o desempenho logístico

As entregas diretas ao consumidor são o caminho do futuro e estão se tornando ainda mais importantes devido ao COVID-19. No entanto, as empresas de logística estão lutando para atender à demanda em meio a uma enxurrada de fatores, desde as constantes mudanças nas condições das estradas até o gerenciamento de entregas de medicamentos sensíveis à temperatura. Uma nova técnica poderosa de software de streaming de dados, chamada de gêmeos digitais em tempo real, pode fornecer os insights necessários para responder a questões de logística críticas, reduzir variáveis ​​desconhecidas e melhorar a eficiência das operações.

Com o grande volume de dados de streaming vindos de frotas, armazéns inteligentes e outras fontes de telemetria, é um grande desafio para os gerentes de logística extrair insights críticos e identificar problemas potenciais em tempo real. Abordagens de streaming analytics tradicionais, como Apache Storm e Flink de código aberto, ajudam os gerentes a extrair padrões em fluxos de mensagens agregados. Ainda assim, eles não podem colocar essas informações em contexto para avaliar sua importância e tomar medidas eficazes e individualizadas para cada fonte de dados.

Essas soluções foram projetadas para passar a telemetria de entrada por meio de um pipeline de software para extrair padrões de interesse, obter insights agregados e enviar alertas quando condições específicas forem atendidas. No entanto, eles não rastreiam o estado dinâmico das fontes de dados nem fazem inferências sobre seu comportamento.

Por exemplo, a análise de streaming pode detectar leituras de alta temperatura do óleo em uma frota de caminhões, mas não pode explicar por que essas leituras estão ocorrendo, se indicam uma falha iminente e quais ações específicas devem ser tomadas. Para fazer isso, a plataforma de streaming analytics precisa manter informações contextuais sobre cada caminhão, para que possa fornecer uma introspecção mais profunda na telemetria de entrada e tomar decisões mais estratégicas sobre alertas e intervenção. Por exemplo, pode-se esperar que um motor de caminhão exiba uma temperatura de óleo mais alta do que o normal devido à sua idade e histórico de manutenção, enquanto outro motor mais novo pode estar exibindo um problema incomum que requer atenção imediata.

Para manter os sistemas de logística complexos funcionando sem problemas, a análise de streaming precisa fornecer esse nível mais profundo de introspecção, especialmente ao receber telemetria de um grande número de fontes de dados, como milhares de caminhões em uma frota ou paletes em um depósito. A análise aprimorada dessa telemetria que faz uso do contexto sobre cada fonte de dados pode fazer um trabalho muito melhor de identificar e prever ineficiências, problemas potenciais e tendências principais. Pode ajudar a responder a perguntas como:

• Um veículo está parado porque está parado ou porque está enguiçado?
• Há algum parâmetro do motor no veículo anormal ou é esperado, dados os problemas conhecidos do veículo e o histórico de manutenção?
• A tendência e a temperatura atual do compartimento de refrigeração criarão um problema para os medicamentos específicos que ele contém atualmente?
• O motorista está na estrada há muito tempo em relação aos requisitos legais?
• O motorista parece estar perdido ou entrando em uma área potencialmente perigosa?

A nova técnica de software para análise de streaming, chamada de gêmeos digitais em tempo real, pode ajudar a fornecer os insights necessários para responder a essas perguntas. Ele cria um gêmeo baseado em software de cada fonte de dados física sendo rastreada, contendo informações contextuais sobre a fonte de dados (como os parâmetros esperados e histórico de manutenção para um motor de caminhão). O gêmeo digital hospeda o código do aplicativo que analisa as mensagens recebidas de sua fonte de dados com acesso imediato a este contexto e atualiza continuamente o contexto com cada mensagem recebida à medida que "aprende" mais sobre a condição dinâmica da fonte de dados. O código do aplicativo no gêmeo só precisa se concentrar em uma única fonte de dados, em vez de gerenciar o fluxo de todas as mensagens recebidas, e isso permite um melhor feedback para cada fonte de dados.

Um gêmeo digital em tempo real pode ser executado em nuvens públicas, como o Microsoft Azure, que tem escalabilidade para processar mensagens e manter gêmeos digitais em tempo real para milhares de caminhões, armazéns inteligentes ou outras fontes de telemetria em amplas áreas geográficas. O serviço de nuvem também pode agregar e visualizar continuamente as principais informações extraídas de todos os gêmeos digitais em tempo real para detectar problemas emergentes e aumentar a consciência situacional geral para os gerentes. Isso os ajuda a manter o panorama geral e a criar mais rapidamente respostas estratégicas para os principais desafios, como atrasos climáticos, bloqueios de rodovias e cortes de energia.

Aqui estão quatro exemplos de situações em que gêmeos digitais em tempo real podem ajudar os gerentes de logística a aumentar drasticamente a eficácia e a pontualidade de seus sistemas de entrega:

• Mudança de condições. Mudanças nos padrões de tráfego, acidentes e até furacões, tempestades e incêndios recordes estão fazendo com que as rotas dos motoristas mudem continuamente. Com as empresas de logística rastreando milhares de veículos na estrada, gêmeos digitais em tempo real podem ajudar a analisar como situações como o fechamento de rodovias devido a incêndios florestais afetarão cada veículo e alertarão os motoristas sobre novas rotas.
• Alimentos e medicamentos estragados. Na era COVID-19, muitas pessoas de alto risco buscam alternativas às compras em lojas lotadas e agora exigem que os alimentos e os medicamentos sejam entregues em suas portas. Para completar essas entregas, um veículo pode conter centenas de diferentes alimentos e medicamentos sensíveis à temperatura. Os gêmeos digitais em tempo real podem monitorar as temperaturas necessárias para cada item e alertar os motoristas e gerentes de logística sobre problemas que ameaçam a segurança da carga.
• Problemas mecânicos emergentes. A manutenção de veículos comerciais caros é complexa, envolvendo vários parâmetros, como pressão dos pneus, níveis de fluido, sistemas de motor e muito mais. Gêmeos digitais em tempo real podem rastrear o status mecânico de cada veículo e alertar para manutenção necessária, evitando atrasos inesperados e reparos caros.
• Drivers perdidos ou erráticos. Os motoristas comerciais operam sob regras rígidas, com penalidades substanciais para as violações. Os gêmeos digitais em tempo real podem detectar comportamentos erráticos ao dirigir ou infrações iminentes e avisar o motorista antes que ocorram. Eles também podem detectar se um motorista parece estar perdido, para que os despachantes possam corrigir rapidamente o problema e economizar tempo e combustível.

O ano de 2020 viu um aumento dramático no uso de sistemas de logística que mantêm as mercadorias de que precisamos fluindo para seus destinos. Os insights obtidos com gêmeos digitais em tempo real podem ajudar as empresas de logística a rastrear os incontáveis ​​componentes de suas redes, mantê-los operando sem problemas e evitar atrasos desnecessários. Essas percepções permitirão que as empresas reduzam seus custos e aumentem o desempenho pontual, para que possam competir com eficácia em um setor crítico do qual todos dependemos.

William Bain é CEO da ScaleOut Software.