Aproveitando Gêmeos Digitais em Tempo Real para Aumentar a Eficiência Logística

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

Com o volume massivo de dados em streaming provenientes de frotas, armazéns inteligentes e outras fontes de telemetria, é um desafio assustador para gerentes de logística extrair insights críticos e identificar problemas potenciais em tempo real. Abordagens tradicionais de análise de streaming, como Apache Storm e Flink de código aberto, ajudam os gerentes a extrair padrões em fluxos de mensagens agregados. Ainda assim, eles não conseguem colocar essa informação em contexto para avaliar sua significância e tomar ações eficazes e individualizadas para cada fonte de dados.

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

Por exemplo, a análise de streaming pode detectar leituras de alta temperatura de 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 análise de streaming precisa manter informações contextuais sobre cada caminhão, para que possa fornecer introspecção mais profunda sobre a telemetria recebida e tomar decisões mais estratégicas sobre alertas e intervenção. Por exemplo, um motor de caminhão pode ser esperado para exibir temperatura de óleo acima do normal devido à sua idade e histórico de manutenção, enquanto outro motor mais novo pode estar exibindo um problema incomum que precisa de atenção imediata.

Para manter sistemas logísticos complexos funcionando sem problemas, a análise de streaming precisa fornecer este nível mais profundo de introspecção, especialmente ao receber telemetria de grandes números de fontes de dados, como milhares de caminhões em uma frota ou paletes em um armazém. 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-chave. Pode ajudar a responder perguntas como:

• Um veículo está parado porque está em uma área de descanso ou porque parou de funcionar?
• Um parâmetro do motor do veículo está anormal, ou isso é esperado dado os problemas conhecidos e o histórico de manutenção do veículo?
• A temperatura atual e a tendência 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 gêmeos digitais em tempo real pode ajudar a fornecer os insights necessários para responder a essas perguntas. Ela 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 o histórico de manutenção para um motor de caminhão). O gêmeo digital hospeda código de aplicativo que analisa 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 de 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 feedback melhor para cada fonte de dados.

Um gêmeo digital em tempo real pode rodar em nuvens públicas, como Microsoft Azure, que têm a 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 informações-chave 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 criar respostas estratégicas mais rapidamente para grandes desafios, como atrasos climáticos, bloqueios de rodovias e quedas de energia.

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

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

O ano de 2020 viu um aumento dramático no uso de sistemas logísticos que mantêm as mercadorias que precisamos fluindo para seus destinos. Insights obtidos de gêmeos digitais em tempo real podem ajudar empresas de logística a rastrear os inúmeros componentes em suas redes, mantê-los operando sem problemas e evitar atrasos desnecessários. Esses insights permitirão que as empresas reduzam seus custos e aumentem o desempenho no prazo, para que possam competir efetivamente em uma indústria crítica da qual todos dependemos.

William Bain é CEO da ScaleOut Software.