Análise da Cadeia de Suprimentos e IoT Loom Grande no Despertar de 2020 Disrupção

Corporações precisam de maior agilidade e resiliência nas cadeias de suprimentos e logística para ter sucesso. Isso levou as empresas a considerarem novas tecnologias para facilitar o caminho.

Entre os candidatos estão Internet das Coisas (IoT), automação de infraestrutura, inteligência artificial (IA) e análise avançada da cadeia de suprimentos. Concorrentes como integração de interface de programação de aplicativos (API) e gêmeos da cadeia de suprimentos digital também aparecem no horizonte.

O interesse por essas tecnologias se acelerou devido à pandemia global de coronavírus, embora eles já tivessem um ponto de apoio no gerenciamento da cadeia de suprimentos antes do surgimento do COVID-19. O aprofundamento dessas tecnologias em ambientes de TI requer a identificação das melhores oportunidades para aplicativos.

O grupo de pesquisa Gartner observou uma ampla penetração da IoT em uma pesquisa de 2019 sobre o impacto dos negócios digitais na cadeia de suprimentos. Embora o mesmo relatório tenha lançado a Internet das Coisas no menos que elogiado Calha da Desilusão do Gartner, há sinais de que ela está começando a voltar a ser popular. De acordo com a pesquisa de cadeia de suprimentos do Gartner, 59% dos entrevistados implantaram a IoT parcial ou totalmente em suas organizações, enquanto 15% planejavam investir em IoT em dois anos e 22% já haviam estabelecido pilotos. Esses dados também são consistentes com dados recentes da Pesquisa de Adoção de IoT de 2020 da IoT World, que indicou que 51% dos entrevistados identificaram uma maior necessidade de iniciativas digitais, incluindo IoT.

Hoje, a IoT é importante porque as técnicas emergentes da cadeia de suprimentos precisam dos dados mais recentes e precisos, de acordo com Amber Salley, diretora e analista do Gartner. Essa necessidade de novos dados era aguda antes do surgimento de um conflito comercial global e antes da chegada do COVID-19, e mais ainda depois do surgimento deles.

"A flexibilidade da cadeia de abastecimento pós-COVID não é necessariamente sobre uma mudança na demanda, mas sim sobre uma mudança no consumo", disse Salley, citando o exemplo de março de 2020 de papel higiênico inesperadamente necessário em maior oferta nas prateleiras das lojas, e menos em quantidade nas caminhões com destino a escritórios e instituições públicas.

Este é um momento em que esses tipos de decisões de fornecimento devem ser tomadas rapidamente e executadas de forma eficaz em um nível muito granular. “As empresas estão tentando responder rapidamente”, disse Salley. “Eles precisam saber a melhor forma de alocar quais lojas estão recebendo o quê.”

Cadeias de suprimentos interrompidas por COVID-19

Os líderes da cadeia de suprimentos agora classificam as opções de tecnologia de longo prazo, mesmo quando enfrentam o desafio imediato de modelos e processos de negócios interrompidos. As ferramentas de aprendizado de máquina orientadas para IA são um caso em questão, prometendo benefícios para a cadeia de suprimentos, incluindo suporte à decisão, gerenciamento de ativos em tempo real, otimização de estoque e planejamento de manutenção preventiva.

Como Salley explica, pode ser difícil separar o ruído dos dados ao tomar decisões sobre a cadeia de suprimentos, especialmente em um ambiente caótico. Aqui, as ferramentas de aprendizado de máquina têm uma função - mas a precisão dos dados é fundamental.

“O aprendizado de máquina para reconhecimento de padrões pode ajudar”, disse ela. “Hoje, vemos muitas empresas usando esse software para ajudar na previsão de demanda. Mas o desafio do aprendizado de máquina é que são necessários muitos dados de muito boa qualidade para ver os padrões corretos e ser prescritos com precisão ”.

Muitas organizações não têm o volume necessário para trabalhar com aprendizado de máquina, embora possam ter o suficiente para um caso de uso individual, disse Salley. Além disso, embora os fornecedores apregoem os benefícios do aprendizado de máquina e da IA ​​como um todo, essa tecnologia é específica para o caso de uso. “Não é possível mapear facilmente de um caso de uso ou domínio para outro”, disse ela.

Os profissionais de TI também não podem navegar facilmente pelo excesso de ferramentas de análise da cadeia de suprimentos dedicadas a seus usos. Os participantes com software de cadeia de suprimentos e experiência em aprendizado de máquina incluem:Anaplan, Blue Yonder, DHL Supply Chain, EY Supply Chain e Operações, IBM, John Galt, LLamasoft, Logility e SAP.

Com os dispositivos IoT assumindo um papel maior no monitoramento da cadeia de suprimentos, os principais participantes do aprendizado de máquina e nuvem, como AWS, Google e Microsoft, também fazem parte desse cenário. Os líderes de nuvem trabalham com Accenture, Cognizant, Pluto7, TensorIoT e outros especialistas para adaptar o processamento analítico da cadeia de suprimentos para áreas específicas.

Analytics que olham para trás, não para o futuro

Embora muitos profissionais da cadeia de suprimentos tenham crescido trabalhando em torno de modelos estatísticos para analisar as operações, mais é necessário, disse Jeanette Barlow, vice-presidente da IBM Sterling Supply Chain, observando que, até certo ponto, os modelos estatísticos são mais propensos a olhar para trás

“Eles estão aprendendo com a história, e a história é um grande indicador. Mas há coisas que acontecem que mudam a história. Não houve nenhum ano como este para exemplificar isso ”, disse ela.

No ano passado, entender onde o estoque está localizado só aumentou em importância. Barlow disse que o grupo IBM Sterling usa os recursos cognitivos de IA do IBM Watson para ajudar as equipes a escalar as correlações de dados. Essas técnicas se tornaram mais importantes à medida que a IoT aumentou a massa de dados que deve ser avaliada em intervalos de tempo limitados.

Tecnologias fundamentais para a IoT da cadeia de suprimentos

O quão prontas as empresas estão para adicionar o aprendizado de máquina avançado à cadeia de suprimentos pode depender de onde elas estão no caminho da digitalização.

Diversas tecnologias permitem que eles se tornem mais ágeis; a tecnologia com a qual eles começam depende do nível de maturidade técnica da organização, de acordo com Alex Pradham, líder de estratégia de produto da John Galt Solutions, que oferece a Atlas Planning Platform para aprendizado de máquina automatizado em aplicativos da cadeia de suprimentos. “Algumas empresas ainda precisam de mais tecnologias básicas”, disse ela.

Pradham também vê mudanças significativas nos canais e no comportamento de compra. Isso faz com que as empresas exijam planos mais precisos para horizontes de curto prazo. Ela sugere que as reduções no custo dos sensores de IoT e os benefícios da coleta de dados atualizados podem ajudar no planejamento das operações, pois, cada vez mais, os estoques precisam de atualização constante.

Obter dados de alta qualidade é um primeiro passo importante, concorda John Traynor, vice-presidente e gerente geral da TensorIOT, especialista em IA. Análises úteis podem ser tão simples quanto médias móveis comuns, disse ele - mas ter dados é fundamental.

“As pessoas estão, em última análise, procurando alguma forma de melhorar a eficiência operacional. Pode ser apenas uma visão das operações. [Mas] você tem que começar com dados válidos ”, disse Traynor, relembrando o provérbio de design de computador testado pelo tempo“ GIGO ”(ou“ Garbage in, garbage out ”).

Para atingir esse objetivo, a empresa trabalhou recentemente com a AWS e o chip aker Semtech para iniciar a coleta de dados digitais, criando um kit que conecta dispositivos de rede LoRa (longo alcance) aos serviços nativos da AWS para rastreamento de ativos e serviços de construção inteligente.

Integração de API para cadeias de suprimentos

Novas categorias de sistemas estão surgindo que alavancam a IoT para automatizar e melhorar os recursos de aquisição de dados, de acordo com Prasad Satyavolu, diretor digital de logística e manufatura da empresa de serviços profissionais Cognizant. A empresa recentemente concordou em adquirir o provedor de serviços de tecnologia Bright Wolf para expandir a cobertura de aplicativos IIoT, incluindo otimização de rendimento.

“Agora, os sistemas podem usar a IoT para aquisição de dados para criar visibilidade de partes de toda a cadeia de suprimentos”, disse ele. Uma vantagem ainda maior são os dados externos que podem ser integrados aos sistemas de planejamento. Nesse contexto, Satyavolu citou a integração da interface de programação de aplicativos (API) como um ingrediente de tecnologia chave nas inovações da cadeia de suprimentos de hoje.

Nos últimos meses, observou Satyavolu, várias empresas de manufatura incorporaram dados do Johns Hopkins Worldwide Dashboard para estatísticas sobre a pandemia de COVID-19. “Você usa isso como uma API e traz de volta aos sistemas para obter visibilidade do‘ estado da união ’global”, disse ele. Isso ajudou muito no planejamento da produção.

Gêmeos digitais da cadeia de suprimentos

Conte o que o Gartner chama de “gêmeo da cadeia de suprimentos digital” como mais uma tecnologia a ser observada, embora ainda esteja em seus estágios iniciais.

O grupo de analistas define o gêmeo da cadeia de suprimentos digital como uma "representação dinâmica, em tempo real e em fases das várias associações entre os objetos de dados que, em última análise, constituem a forma como a cadeia de suprimentos física opera." Como tal, ele se assemelha e difere de aspectos de ferramentas de gerenciamento de vida de produto, software de simulação e modelos estatísticos - bem como, por falar nisso, do robô que rasteja através de reatores danificados por tsunami na usina nuclear japonesa desativada de Fukushima.

O uso de gêmeos digitais para a cadeia de suprimentos pode simular operações de warehouse e níveis de estoque, e fornecer um ambiente de teste para análises hipotéticas de diferentes cenários da cadeia de suprimentos. Na estimativa de Salley, o gêmeo da cadeia de suprimentos digital envolve um modelo construído usando dados coletados do ambiente real da cadeia de suprimentos para espelhar a atividade. O clima e outros dados externos podem ser incluídos na modelagem.

Por enquanto, os tipos de software envolvidos na construção de um gêmeo digital para a cadeia de suprimentos são diversos. Além dos pilares da cadeia de suprimentos, fornecedores como Ansys, Dassault, GE, MathWorks, PTC, Siemens e outros estão na caça.

A implementação de tecnologias gêmeas digitais na cadeia de suprimentos começa com a identificação dos problemas e a escolha de um candidato para resolver primeiro. Resolver um problema comercial conhecido é um bom ponto de partida, aconselham Salley e outros. Ela disse esperar que os projetos gêmeos da cadeia de suprimentos digital comecem em pequena escala para provar a tecnologia e os casos de uso.

Salley também alertou que os sistemas legados podem não aceitar naturalmente esses novos métodos. Pode ser necessária alguma nova infraestrutura.

“Um problema é que o gêmeo de fornecimento digital requer uma infraestrutura mais recente”, disse Salley. Como exemplo, ela apontou para o uso de bancos de dados gráficos emergentes, em oposição aos bancos de dados relacionais, para mapear as complexas interconexões entre objetos em rede na cadeia de suprimentos.

Assim como no aprendizado de máquina, alimentar o sistema com dados confiáveis ​​é uma necessidade com gêmeos digitais. Salley disse que os benefícios dos gêmeos da cadeia de suprimentos digital vêm de dados de “alta granularidade e baixa latência. E é aí que a IoT particularmente entra em jogo. ”

Informados por streaming de dados do dispositivo IoT, os gerentes da cadeia de suprimentos podem ser avisados ​​de que uma linha de montagem está prestes a cair, onde as peças são necessárias para manter a linha em execução ou onde a produção pode ser deslocada para complementar a produção da linha - tudo linha de produção familiar cenas de tarde.

As perguntas que os gerentes de cadeia de suprimentos, operações e TI estão fazendo hoje são movidas pelo “desejo de ser mais digital”, disse Salley. “Sempre haverá alguma interrupção.” A necessidade agora é trabalhar com tecnologia e pessoas para ganhar melhor visibilidade, agilidade e resiliência - e para tomar as decisões certas, mesmo sob pressão.