Como a computação quântica irá impulsionar o futuro da logística

COVID-19 nos ensinou a importância das cadeias de suprimentos quando tudo, desde matérias-primas a produtos acabados, ficava atrasado ou simplesmente indisponível para fabricantes e varejistas. Isso também acelerou uma mudança dramática no lado da logística e da entrega da equação da cadeia de suprimentos, à medida que os consumidores passavam das compras físicas para as compras online. A natureza dinâmica de toda a cadeia de abastecimento é agora um dado adquirido, exigindo mudanças significativas na forma como vemos a otimização.

O objetivo de uma organização da cadeia de suprimentos é atender aos requisitos do cliente e, ao mesmo tempo, minimizar os custos totais da cadeia de suprimentos. As empresas devem ser flexíveis o suficiente para responder rapidamente quando ocorrerem interrupções.

Infelizmente, a maioria de nós não é tão ágil quanto poderia ser, como esta pesquisa da Ventana aponta:

• 79% das empresas usam planilhas para o planejamento da cadeia de suprimentos.
• Menos de 25% afirmam que seus planos de cadeia de suprimentos estão integrados aos departamentos de manufatura, compras ou vendas da empresa.
• 54% dizem que têm capacidade limitada ou nenhuma capacidade de medir os trade offs da cadeia de suprimentos entre os departamentos ao tomar decisões.

Além disso, a última milha fica ainda mais complexa. A última milha sempre foi o desafio mais caro e mais lamentado da cadeia de suprimentos. Com o “novo normal” de mudança de hábitos e canais de consumo, criando uma demanda imprevisível, as previsões perderam o sentido. Isso torna a agilidade e a velocidade de otimização muito mais importantes para atender às expectativas crescentes dos clientes por disponibilidade instantânea e entrega quase imediata.

Um modelo de logística fixa não foi projetado para ser flexível ou rápido. O Capgemini Research Institute, Supply Chain Survey 2020 descobriu que 70% das empresas estão priorizando a logística de entrada e saída como parte de seus esforços de sustentabilidade da cadeia de suprimentos após a Covid. No entanto, menos da metade das organizações questionadas pela Accenture concorda que atualmente está atendendo às expectativas dos clientes para o atendimento de pedidos.

O que acontece quando o setor se torna ainda mais dinâmico e as expectativas dos clientes exigem que os ciclos de tempo sejam comprimidos?

O elo perdido

A otimização restrita ajuda as cadeias de suprimentos de manufatura, identificando o melhor caminho a seguir, pois as condições dinâmicas afetam as opções de fornecimento e logística. Em termos simples, a otimização restrita orienta você a decidir como fazer mais com menos ou como usar menos para fazer mais.

A maioria das decisões de negócios econômicas exige a aplicação de restrições, como custo, volume ou tempo a um conjunto de variáveis, como caminhões, SKUs ou pessoas com o objetivo de minimizar (custo) ou maximizar (lucro) os resultados. Cada organização tem uma infinidade de tais problemas de otimização para resolver.

Parece algo que deveríamos usar, certo? Mas existem algumas razões pelas quais não fazemos:

• As empresas com grandes investimentos em big data e análises podem presumir que possuem a análise e os relatórios necessários. Mas a computação clássica não pode processar os volumes de dados que estamos coletando. Os analistas acabam comprimindo e reduzindo os dados para executar um cálculo, reduzindo assim os dados analisados ​​para obter um resultado.
• A informação é analisada e apresentada à administração e aos tomadores de decisão. Eles aplicam suas perspectivas únicas ao debate e decidem - da maneira que sempre fizeram. E eles presumem que é o suficiente. A otimização restrita tira o debate e os filtros pessoais da equação para mostrar a você as melhores decisões.
• Dados não são apenas dados. Ele tem inter-relacionamentos com outros dados que você deve considerar para obter respostas precisas e de alta qualidade às solicitações de otimização. Se um computador clássico não vacilar completamente, ele pode dar apenas uma única resposta provável e pode ou não ser precisa.

Clássico vs. Complexo

Muitos de nós já ouvimos falar do problema do caixeiro viajante, que pode ser comparado ao roteiro de caminhões e como otimizar as rotas, assim como os caminhões. O desafio é que problemas de caixeiros-viajantes como esse aumentam em complexidade em n! (n fatorial). Os problemas de roteamento são mais restritos e complexos para cada variável (caminhão, rota, motorista, etc.) que você adiciona. Por exemplo, um problema de caixeiro viajante que tem 10 paradas resulta em 3.628.800 opções de rota, 40 paradas resultam em aproximadamente 40! =815.915.283,2 00.000.000.000.000.000.000.000.000.000.000.000.000.000 de opções. Encaminhar vários caminhões e pacotes é ainda mais complexo.

Um computador clássico lutaria sob o peso e a escala de um vasto conjunto de possibilidades. É aqui que os computadores quânticos prometem assumir a tarefa de produzir rapidamente opções de escolha para tomar a melhor decisão com base em seus objetivos.

Cenários complicados destinados a resolver múltiplas variáveis ​​não são alcançáveis ​​por um algoritmo de computação clássico em um curto espaço de tempo. No entanto, algoritmos que usam técnicas de computação quântica podem alcançar rapidamente essa simulação usando um sistema clássico aplicando técnicas quânticas, ou uma solução híbrida que emprega tanto quântica quanto clássica, hoje.

A Accenture concorda, afirmando:“Os algoritmos de otimização de rota estão ajudando a reduzir a quilometragem e a melhorar as taxas de entrega dentro do prazo. Em logística, o roteamento quântico usa computação quântica baseada em nuvem para calcular a rota mais rápida para todos os veículos, levando em consideração milhões de pontos de dados em tempo real sobre o congestionamento do tráfego ”.

Aqui estão algumas maneiras adicionais de otimização restrita beneficia as cadeias de abastecimento de manufatura, desde a entrada de matérias-primas até a distribuição de saída:

• Eficiência de transporte . A otimização restrita é usada para identificar os locais ideais para fábricas, instalações de distribuição e outros centros de logística. Mesmo uma diferença de um quilômetro na localização de uma planta pode fazer uma diferença significativa nos custos e na produtividade da rede geral.
• Gestão e distribuição de armazém . A otimização restrita é aplicada para otimizar o transporte global e local e cargas, armazenamento e entrega para o menor custo, eficiência ideal e produtividade. Imagine ter que agendar remessas de milhares e milhares de computadores, televisores ou carros em todo o mundo usando um pedaço de papel ou uma planilha.
• Logística de entrada . Desde os níveis de pedido até a entrega na linha de produção, a otimização pode impulsionar os níveis máximos de produção com o melhor custo. Mesmo uma remessa perdida ou fornecedor esquecido pode causar estragos em uma linha de produção. Agora imagine ter que programar e manter todas as peças de um carro, computador, TV, geladeira ou ATV usando uma planilha, especialmente quando você está gerenciando centenas de milhares de unidades.

A pesquisa da IDC conclui:“A capacidade de ingerir conjuntos de dados amplos e profundos para informar melhor a tomada de decisões será o maior diferencial do desempenho da cadeia de suprimentos no futuro.” As técnicas de computação quântica permitem a otimização restrita a um novo nível de precisão e desempenho.

Os computadores quânticos processam cálculos complexos para retornar uma diversidade de respostas, não apenas uma. Cada resposta que atenda ao estado otimizado de que você precisa é entregue a você. Você obtém exposição a opções mais viáveis ​​do que com processadores clássicos e pode selecionar aquele que melhor se adapta à sua situação específica no momento. Esta é uma maneira muito melhor de tomar decisões em comparação com as abordagens clássicas de software que fornecem uma única resposta como sua única opção.

A computação quântica é uma das inovações tecnológicas mais promissoras, provavelmente para moldar, agilizar e otimizar o futuro da cadeia de suprimentos. Oferece melhores percepções para tomar melhores decisões. É por isso que há tanto entusiasmo sobre isso.

Robert Liscouski é presidente e CEO da Quantum Computing Inc.