Programando o futuro
Neste mundo cada vez mais complexo, fornecer à indústria química uma logística de grupagem de primeira classe significa melhorar continuamente os serviços oferecidos. As aplicações de IA desempenham um papel importante nesta transformação perpétua e duradoura. Michael Kriegel, Department Head DACHSER Chem Logistics, explica o potencial da IA para a logística e como ela está ajudando a DACHSER a superar os desafios atuais.
A DACHSER tornou a digitalização uma prioridade desde o início e, ao introduzir o código de barras SSCC e sistemas centrais altamente integrados, a empresa ajudou a moldar o curso digital que a logística tomou. Hoje, os principais itens da agenda de digitalização da DACHSER são a aprendizagem automática e a inteligência artificial (IA).
O setor da logística necessita, agora, urgentemente de transformação digital para garantir a qualidade e enfrentar desafios como a escassez de motoristas e de outros trabalhadores qualificados. Além disso, a indústria está sendo chamada a acelerar ainda mais o ritmo quando se trata de adotar novas tecnologias e a incorporar megatendências sociais como a digitalização, a urbanização, a mobilidade elétrica e a conectividade – que estão mudando a forma como vivemos – em suas atividades de desenvolvimento. Isto exige uma mentalidade estratégica e uma pegada firme nos controles, porque tudo se resume a moldar ativamente o futuro, antecipando o que será necessário. Na DACHSER, estamos explorando três casos principais de utilização para aplicações de IA que também beneficiarão os nossos clientes na indústria química: o próprio manuseamento de grupagem, processos de planeamento e redução de emissões.
A transformação digital da logística de grupagem
A logística de grupagem é um fator fundamental na competitividade das economias industriais e, portanto, também da indústria química. Também aqui os volumes de mercadorias carregadas em paletes e em big bags estão diminuindo, o que significa que faz sentido partilhar o espaço de carga com outros remetentes. Esta é a única forma de entregar mercadorias de forma rápida e econômica, mantendo ao mesmo tempo as emissões de CO² ao mínimo. No entanto, as cadeias de abastecimento quebradas e o forte aumento nas entregas aos clientes finais estão pressionando até mesmo as redes de grupagem mais eficientes. É aqui que entram o gerenciamento inteligente de dados, os algoritmos e a IA: eles podem gerar as melhores soluções possíveis com a ajuda de modelos matemáticos capazes de “aprender” os padrões e estruturas presentes em seus dados de treinamento.
Tudo começa com práticas logísticas, que se baseiam principalmente na experiência humana e nos ativos físicos necessários para fornecer serviços, tais como redes e estruturas de terminais. A eficiência é, em grande parte, determinada pelo que acontece nos centros da rede, onde os transportes de longa e curta distância se conectam. O sucesso depende dos operadores logísticos, especialmente dos carregadores e descarregadores, que possuem a experiência necessária para otimizar a capacidade de carga de reboques e caixas móveis, à semelhança de um jogo de Tetris. A diferença na utilização da capacidade de carga entre um carregador experiente e um carregador inexperiente pode chegar a 15%. Face às alterações demográficas, à associada falta de pessoal qualificado e à escassez de espaço, é essencial que adotemos formas cada vez mais inteligentes e eficientes de lidar com os recursos de que dispomos. Juntamente com o Fraunhofer IML, a DACHSER recebeu o Prêmio Alemão de Logística da Associação Alemã de Logística (BVL) para @ILO no final de 2023, uma inovação tecnológica que digitaliza amplamente os processos logísticos de grupagem.
O setor da logística necessita, urgentemente, de transformação digital para garantir a qualidade e enfrentar desafios como a escassez de motoristas e de outros trabalhadores qualificados.
O gêmeo digital @ILO é nada menos que um salto quântico na logística de grupagem. @ILO, que significa Localização e Operações Internas Avançadas, pode fornecer um mapa digital abrangente de um terminal de trânsito em tempo real. Como identificadores, o @ILO utiliza códigos Data Matrix bidimensionais – semelhantes aos códigos QR – afixados no topo de cada palete. Esses códigos são registrados pelas centenas de unidades de leitura óptica no teto do terminal. Em questão de segundos e com a ajuda de algoritmos baseados em IA, esta tecnologia produz um gêmeo digital – uma representação em tempo real de todos os processos no terminal, incluindo medições de volume e localização de itens com precisão de um metro. Acessando essas informações em displays e dispositivos móveis, os motoristas de empilhadeiras e funcionários de armazéns sabem exatamente onde está cada palete e para onde deve ir em seguida. Isso pode reduzir de 15 a 35% o tempo de processo individual. O mesmo se aplica às mercadorias perigosas, que naturalmente ainda devem ostentar rotulagem regulamentar. O que mudou aqui é que o novo sistema fornece essas informações de forma muito mais clara e eficiente do que as soluções anteriores.
@ILO é o resultado de mais de seis anos de pesquisa conjunta realizada pela DACHSER e Fraunhofer IML. A DACHSER já implementou a tecnologia em quatro das suas localizações europeias e irá implementá-la nas suas maiores filiais na Europa durante os próximos anos.
Os terminais de transporte público não são os únicos lugares onde a IA pode ajudar a fornecer soluções sensatas. Leve a automação ao armazém: veículos guiados automaticamente (AGVs) equipados com sistemas de sensores como câmeras, lidar e radar se orientam com a ajuda da IA. Esses transportadores trabalham de forma autônoma, realizando tarefas simples e repetitivas, como mover paletes do armazém para o terminal de trânsito.
IA para planejamento inteligente
Outro fator crucial para alcançar eficiência e qualidade na logística é a planificação. Também aqui a IA pode realmente fazer a diferença, como demonstrado pelo primeiro projeto de aprendizagem automática da DACHSER: PAnDA One. Este é um acrônimo de Predictive (P) Analytics (An) DACHSER (DA), onde “One” denota que é o primeiro projeto de aprendizado de máquina da empresa. O modelo PAnDA One foi especialmente concebido para prever volumes de entrada nas nossas filiais logísticas europeias, fornecendo suporte à tomada de decisões para o planeamento de capacidade. Isso permite obter antecipadamente capacidade de carga adequada no mercado ou planejar recursos no terminal de trânsito. Para esse efeito, o modelo de previsão fornece os volumes de entrada relevantes com até 25 semanas de antecedência. Assim, o PAnDA One oferece às filiais outra ferramenta valiosa – uma ferramenta que fornece dados para sustentar os “intuitos” de gerentes de operações experientes e para validar os insights obtidos nas discussões com os clientes. A tecnologia ajuda as pessoas a tomarem decisões acertadas.
Reduzir as emissões dos transportes
As práticas sustentáveis – com as suas dimensões ecológicas, sociais e econômicas – abrem o caminho para um futuro seguro e economicamente estável. A DACHSER pretende atingir emissões líquidas zero de CO² para as suas próprias instalações e veículos o mais rapidamente possível. Por esta razão, a empresa estabeleceu locais especiais de mobilidade elétrica em Freiburg, Hamburgo e Malsch, perto de Karlsruhe. Esses locais se concentram na pesquisa e teste de caminhões elétricos a bateria com emissão zero e sua infraestrutura de carregamento, no uso e autoprodução de eletricidade renovável e no gerenciamento inteligente de energia e carga. Pode não parecer óbvio à primeira vista, mas o levantamento de dados e a sua utilização inteligente também desempenham aqui um papel fundamental: o desenvolvimento de modelos confiáveis e cenários de aplicação para a implementação de transportes de curta e longa distância com emissões zero exigem o levantamento de dados em grande escala. Este é um caso de uso interessante para a futura aplicação de IA da DACHSER.
Procura-se: pensadores críticos
O que a DACHSER aprendeu com a utilização de aplicações de IA é que a aprendizagem automática envolve frequentemente uma abordagem de tentativa e erro. Trata-se de testar dados de treinamento pelo tempo necessário para chegar ao grau de precisão desejado e a um nível de qualidade suficiente para o caso de uso. Em contraste com a codificação convencional, isto exige uma coisa acima de tudo: paciência. A IA também pode trazer consigo a sua quota-parte de desvantagens, como perda de controle, riscos de responsabilidade e outros desafios. É por isso que é importante examinar cada processo de forma crítica e usando o bom senso humano. Mas, no geral, a transformação digital oferece excelentes oportunidades para um desenvolvimento sustentável e preparado para o futuro. Em vez de substituir pessoas, uma dose sensata de IA e aprendizagem automática irá ajudá-las a tomar decisões mais informadas e, portanto, melhores. A logística é feita por pessoas, para pessoas – e isso não vai mudar. Em outras palavras, cada empresa tem o que é preciso para moldar seu próprio futuro digital.
