Acelere sua Transformação Digital da Cadeia de Suprimentos com Análise na Nuvem

Embora a pandemia de COVID-19 tenha abalado cadeias de suprimentos ao redor do mundo, também tem sido um benefício para a adoção de análise na nuvem.

O modelo antigo via um sistema de cadeia de suprimentos que lidava com uma constante enxurrada de incerteza, escassez e elos quebrados. No entanto, a elasticidade da tecnologia na nuvem permite coleta, interpretação e proposição de valor rápidas de conjuntos de dados da cadeia de suprimentos.

A empresa de pesquisa Gartner Inc. prevê que até 2022, serviços de nuvem pública serão essenciais para 90% da inovação em dados e análise. Enquanto isso, uma pesquisa da IDC com CEOs descobriu que 70% querem que suas organizações sejam mais orientadas por dados, mas veem espaço significativo para melhoria, já que apenas 27% relataram ser completamente orientados por dados.

Entra a análise na nuvem, que oferece a escalabilidade necessária para cargas de trabalho de alta computação. Hoje, virtualmente qualquer tipo de arquivo pode ser alvo de análise, o que significa que os rios de dados de entrada são frequentemente massivos e fortemente não estruturados, de forma que análises tradicionais simplesmente não conseguem processá-los efetivamente.

No entanto, a mudança para realizar análise de dados na nuvem não é isenta de desafios. Há escassez de indivíduos com habilidades de análise de dados, e é necessário treinamento adequado e formação para usar IA e aprendizado de máquina efetivamente para derivar a informação correta de fluxos de dados rápidos. Segurança de dados é uma consideração vital para líderes de dados e TI de fabricantes, corretamente focados em proteger seus ativos de dados. E fazer a jornada real é um desafio — começando com planejamento da implementação, executando-a, gerenciando-a e, finalmente, otimizando-a de forma contínua — tudo sem qualquer interrupção no serviço.

Para enfrentar esses desafios, fabricantes estão cada vez mais contando com parceiros experientes para fornecer sua expertise em segurança de dados, migração para nuvem e análise em cada estágio de sua migração para nuvem. Ao longo da jornada, eles podem desenvolver seu próprio conhecimento e capacidades internas para otimizar sua análise na nuvem daqui para frente. Através deste esforço, parceiros podem entregar avanços em várias áreas críticas, incluindo:

• Valor/receita. Um grande aeroporto recentemente reuniu dados extensos em torno de seus voos semanais para certos locais e combinou isso com os hábitos de compra de passageiros típicos nesses voos em lojas do aeroporto durante atrasos de voos. Os dados revelaram que passageiros para Londres, por exemplo, buscam produtos diferentes de passageiros para o Rio de Janeiro.

Análise na nuvem detectou padrões que revelaram quais produtos promover para atrair passageiros e quando. O resultado? Um aumento de 20% nas vendas de lojas do aeroporto.

• Sustentabilidade. Uma organização de pesca comercial queria abordar percepções dos consumidores sobre a sustentabilidade de suas práticas e a proteção de espécies vulneráveis. Uma prova de conceito de análise na nuvem permitiu que a empresa rastreasse seus barcos de pesca usando tecnologia GPS. Sobrepor esses dados com mapas de reservas marinhas verificou se as capturas foram feitas em áreas protegidas vs. não protegidas.

Certificar capturas desta forma — e registrar a certificação via blockchain para seguir os dados por toda a cadeia de suprimentos — permitiu que a empresa demonstrasse suas práticas sustentáveis sem expor áreas de pesca privilegiadas a concorrentes.

• Produtividade. Tradicionalmente, processos de fábrica foram otimizados de acordo com a experiência e sabedoria de seus operadores. Hoje, à medida que empresas de manufatura expandem via aquisição, encontram-se com fábricas rodando sistemas totalmente diferentes, talvez em países diferentes, usando maquinário inovador que produz e mede dados extensos de sistema.

Usando análise na nuvem e IA, fabricantes agora podem criar cópias verdadeiras de gêmeo digital de operações ao vivo para comparar e benchmark fábricas, identificar melhorias de produtividade, testar novos processos e prevenir paralisações.

Outras áreas de oportunidade também existem, incluindo eficiência e segurança da cadeia de suprimentos. A pandemia confrontou fabricantes com sistemas de transporte fraturados e não confiáveis para receber sua matéria-prima e enviar seus bens, enquanto companhias aéreas, ferroviárias e de caminhões lutavam para alinhar capacidade com demanda incerta. Essa experiência levou muitos a investir em análises baseadas na nuvem que usam dados históricos para prever o transportador menos caro ou mais confiável.

Quanto à segurança, remessas de mercadorias de alto valor são alvos principais para roubo e falsificação. Fabricantes farmacêuticos, por exemplo, estão revidando com sensores em remessas que fornecem dados extensos que, quando algoritmos são aplicados e resultados analisados na nuvem, identificarão padrões que podem determinar melhor tipos de remessas, empresas de caminhões específicas e rotas visadas.

Hoje, o mundo é cada vez mais digital, complicado e sujeito a disrupções que exigem ajustes rápidos e altamente informados de fabricantes para otimizar e proteger suas cadeias de suprimentos. Eles precisam de respostas em horas, minutos — até segundos.

Graças à análise na nuvem, isso agora é realidade. Coletando vastas quantidades de dados ao longo da cadeia e criando algoritmos para tornar os dados úteis, cientistas de dados podem identificar maneiras de agregar valor ao negócio e cumprir missões críticas. Mais importante, análise na nuvem pode ajudar fabricantes a cumprir a promessa de transformação digital para trazer cadeias de suprimentos para o futuro: cadeias de suprimentos inteligentes e integradas que podem ajudar fabricantes a gerenciar e rastrear melhor estoque, gerenciar pessoal, desenvolver novas fontes de receita e melhorar serviço ao cliente. Em suma, é hora de os fabricantes colocarem a cabeça na nuvem.

Stijn Van Impe é líder de serviços de consultoria EMEA na Unisys.