Enterprise AI oferece soluções para a interrupção da indústria do aço

Com os avanços da tecnologia impulsionados pela inteligência artificial (IA) e a criação de data lakes, as organizações estão reconhecendo seu valor para a produção industrial.

A IA corporativa pode ser incorporada em modelos de negócios fundamentais para aumentar a tomada de decisões. Ele se concentra nos resultados, e não na tecnologia em si, permitindo que uma organização transforme dados em percepções valiosas para a criação de valor contínuo para o cliente.

A indústria do metal, uma das mais antigas da civilização humana, tem sido a espinha dorsal do crescimento industrial moderno. O aço é o metal mais popular em uso hoje, e o ferro, o quarto elemento mais comum na crosta terrestre, é seu constituinte principal.

De acordo com a Worldsteel Association, a produção global de aço bruto aumentou de 189 milhões de toneladas métricas em 1950 para 1,8 bilhões de toneladas em 2018. O rápido crescimento nas últimas duas décadas veio do excesso de capacidade produzida na China, que contribui com quase 50 por cento da produção mundial de aço . A incompatibilidade causou grandes interrupções na indústria, especialmente no mundo ocidental, à medida que os fabricantes chineses começaram a exportar seus estoques excedentes a preços baixos.

Embora esse desequilíbrio provavelmente continue, as empresas estão trabalhando para melhorar a eficiência por meio da modernização de suas tecnologias de produção de ferro e aço. No processo, eles reduziram gradualmente a dependência do trabalho humano, em favor da automação.

Uma siderúrgica moderna emprega muito menos mão de obra humana do que há 25 anos. Durante um período em que a produção mundial de aço cresceu duas vezes e meia, a indústria eliminou mais de 1,5 milhão de trabalhadores.

A cadeia de abastecimento de aço contém alguns elementos únicos que são essenciais para a indústria:

• Uma cadeia de suprimentos de entrada de várias fontes. As minas geram um fluxo contínuo de matérias-primas. No entanto, o minério de ferro vem em uma variedade de formas e qualidade que geralmente requer processamento adicional antes de passar para o processamento do produto final. Isso pode resultar em vários tipos de aço que não são necessariamente atrelados às demandas específicas do cliente.
• Produção sensível a falhas. O processo de fabricação de ferro e aço requer um fluxo ininterrupto de materiais entre as fases de produção, incluindo alto-forno, forno de oxigênio básico, lingotamento contínuo e laminação. Desligar e reiniciar uma determinada operação durante o processo de fabricação de aço pode ser caro. Conseqüentemente, a produção e o fluxo de estoque precisam ser equilibrados para evitar custos de reaquecimento, minimizar trocas e eliminar o acúmulo indesejado de estoques em andamento.
• Uma rede complexa de distribuição e armazenamento de produtos acabados. Armazenamento, rastreamento e distribuição são vulneráveis ​​a ineficiências devido aos vários graus, peso e tamanho dos produtos finais. Além disso, existem limitações ao uso de tecnologias de rastreamento para a indústria do aço, como etiquetas de identificação por radiofrequência (RFID) que interferem nas propriedades físicas do aço.
• Vários canais de vendas. Tradicionalmente, as empresas siderúrgicas contam com uma variedade de canais de vendas indiretas, como revendedores, agências e centros de serviços, todos visando os mesmos mercados. Os fabricantes de equipamentos originais (OEMs) de aço têm controle limitado no mercado, com visibilidade mínima para os requisitos do consumidor final. Além disso, os canais indiretos retardam o processo de venda devido a vários apertos de mão e ao acúmulo de despesas gerais, como as comissões da agência. Com o advento da venda pela Internet e dos canais de vendas diretas, os e-marketplaces e os leilões eletrônicos se tornaram um meio popular de aumentar a transparência, encurtando os ciclos de vendas e reduzindo despesas gerais. Ao mesmo tempo, as plataformas de e-marketplace oferecem aos clientes acesso imediato a dados de mercado e cotações competitivas para requisitos de grau específicos. Isso resultou em uma proliferação de tipos de aço, 75 por cento dos quais foram desenvolvidos nos últimos 20 anos. Atender aos requisitos dos clientes com o ciclo de atendimento de pedidos mais curto e o preço mais competitivo se tornou a chave para o processo de venda.
• Um mercado comoditizado e volátil. Na cadeia de suprimentos do aço, tanto as matérias-primas quanto o produto acabado são comoditizados. Conseqüentemente, o negócio está exposto à volatilidade dos preços nos pontos de demanda e oferta, resultando em diminuição da lucratividade.

As empresas estão gerando grandes volumes de dados diariamente e está crescendo exponencialmente. Os dados vêm em formatos estruturados e não estruturados. À medida que a computação in-memory, o armazenamento e as tecnologias digitais se tornam confiáveis ​​e acessíveis, muitas empresas de metal estão usando-as para desenvolver análises avançadas e obter percepções de processo. Até agora, entretanto, a maioria desses esforços carecia de uma visão de toda a organização na forma de estratégias integradas da cadeia de suprimentos. A indústria do aço tem um espaço significativo para se beneficiar com o aprimoramento de suas proezas digitais.

Um gêmeo digital é a réplica virtual dos processos físicos da cadeia de suprimentos e o backbone para a integração ciber-física. Ele garante a transmissão contínua de dados entre mundos digitais e entidades físicas. Para habilitar IA corporativa, os seguintes atributos de gêmeos digitais são necessários:

• Uma plataforma de comércio de ecossistema para troca de informações com todos os parceiros de negócios internos e externos, por meio de software de prateleira disponível comercialmente.
• Plataforma de escuta e assinatura de informações, para capturar informações além dos limites do controle direto.
• Conectividade de equipamentos físicos e captura de eventos por meio de dispositivos da Internet das Coisas (IoT). O gêmeo digital garante a coleta de dados contínua e em tempo real em vários nós da cadeia de abastecimento, como armazenamento de minério (por mineradores, fornecedores e operadores de navios), produção (por coqueria, planta de sinterização, alto-forno, lingotamento e moinho), produto armazenamento e distribuição (por estaleiros e transportadores de carga) e canais de vendas (incluindo e-marketplaces, centros de serviço e revendedores).

Um lago de big data é o único local de armazenamento para todos os dados corporativos em seu formato nativo. Ele pode ser usado para uma variedade de finalidades, como análises avançadas orientadas por ciência de dados e aprendizado de máquina. Para as empresas siderúrgicas, um lago de big data pode armazenar dados de negócios não relacionados de vários nós da cadeia de suprimentos, incluindo poços, pátios, altos-fornos, fundições e usinas, em formatos brutos. Big data pode ser usado para obter insights nas seguintes áreas:

• Inteligência de mercado, composto por informações sobre macroeconomia, políticas monetárias, tarifas, trocas de metais, flutuações de preços de commodities, informações sobre concorrentes e situações geopolíticas.
• Dados da usina siderúrgica, fornecendo detalhes de capacidade e operações em vários estágios, como produção de ferro e aço, gerenciamento de pátio e transporte.
• Dados do plano de negócios, incluindo planos de produção e envio.
• Dados do ecossistema do parceiro, gerados por partes interessadas externas, como clientes, agências, centros de serviços, mineradores, agentes de carga e operadores de navios. O ecossistema do parceiro deve fornecer acesso a dados em uma rede de negócios de várias empresas (como uma plataforma de comércio de ecossistema) de organizações externas com as quais as empresas de aço fazem negócios.

A IA corporativa compreende as seguintes funções:

• Sensoriamento de eventos em vários estágios da cadeia de suprimentos do aço. Antes de chegar à porta do consumidor, um produto de aço deve passar por um ciclo de vida completo de fabricação. À medida que o minério de ferro a granel é convertido em produtos de aço discretos, as matérias-primas passam por vários equipamentos e etapas de processo. Qualquer interrupção ou mudança em qualquer parte da cadeia de abastecimento terá um grande impacto nas outras fases da produção. Um gêmeo digital, com atributos associados, como IoT, reconhecerá imediatamente as alterações e coletará os dados para análise posterior.
• Analisar eventos e determinar seu impacto nos principais indicadores de desempenho (KPIs) em diferentes horizontes de tempo. Depois que os dados do evento são coletados, uma plataforma analítica avançada é acionada para identificar possíveis influências nas atividades planejadas. Esta etapa cria vários cenários hipotéticos em uma fração de segundo, permitindo a comparação dos resultados de possíveis mudanças em toda a rede de abastecimento. A avaliação pode determinar os impactos em vários KPIs dentro do horizonte de planejamento.
• Recomendar soluções alternativas. Embora a coleta e a análise de dados sejam essenciais, o valor real da IA ​​corporativa está em sua capacidade de analisar a extensão total dos impactos e fornecer recomendações associadas. Se o impacto estiver além do limite de certos KPIs, as regras de negócios e as lições da experiência cognitiva anterior podem ajudar a IA corporativa a recomendar soluções que entreguem os resultados de negócios desejados. Essas recomendações devem considerar as influências em toda a rede da cadeia de abastecimento e recomendar planos ideais.
• Otimização de resultados por meio da aprendizagem cognitiva contínua. Um lago de big data fornece insights por meio da ciência de dados. A IA corporativa, por sua vez, usa as informações para permitir a otimização contínua dos resultados. Um lago de big data é uma massa de informações não relacionadas que levaria a vida de um ser humano para compreender. Sem uma estrutura, essas informações não podem ser usadas para fins comerciais. As técnicas de ciência de dados podem filtrar dados não estruturados dentro de dimensões específicas de negócios, como prazo, geografia e produto, e desenterrar conexões ocultas para permitir a autoaprendizagem contínua.

A IA corporativa impulsiona a confiabilidade, a eficiência e a produtividade na indústria do aço por meio da redução do trabalho manual, substituindo-o por conectividade máquina a máquina e análises prescritivas. Ele pode detectar elementos como percepção do mercado, volatilidade da demanda e interrupções na produção e no fornecimento. O uso industrial de tecnologias de IA, juntamente com investimentos em lagos de big-data e gêmeos digitais, promete transformar as empresas siderúrgicas em operações mais ágeis e lucrativas. Uma visão pragmática da IA ​​corporativa pode aumentar drasticamente a eficiência da cadeia de suprimentos de aço, levando a custos reduzidos de manutenção de estoque e encurtando o tempo de lançamento no mercado de aço volátil.

Hiranmay Sarkar é sócio-gerente da Prática de Consultoria e Integração de Serviços da Tata Consultancy Services (TCS).