Como aprimorar a Supply Chain com o aprendizado de máquina

Como aprimorar a Supply Chain com o aprendizado de máquina

As empresas estão alcançando melhorias de dois dígitos em: taxas de erros de previsão, produtividade e planejamento de demanda, reduções de custos e remessas no prazo usando aprendizado de máquina. Isso, felizmente, revoluciona o gerenciamento da Supply Chain no processo.

supply chainComo o aprendizado de máquina influencia a Supply Chain?

Os algoritmos de aprendizado de máquina e os modelos nos quais eles se baseiam são excelentes para encontrar anomalias. Além, é claro, de identificar padrões e insights preditivos em grandes conjuntos de dados. Paralelamente, muitos dos desafios da Supply Chain são baseados em restrições de tempo, custo e recursos. Ou seja, o aprendizado de máquina é a tecnologia ideal para resolvê-los.

Dessa forma, o aprendizado de máquina é definindo a próxima geração de gerenciamento da Supply Chain. O Gartner prevê que até 2020, 95% dos fornecedores de Supply Chain Planning (SCP) estarão contando com o aprendizado de máquina supervisionado e não supervisionado em suas soluções. O Gartner também está prevendo, até 2023, algoritmos inteligentes. Além disso, as técnicas de IA serão incorporadas ou aumentadas em 25% de todas as soluções de tecnologia de cadeia de suprimentos.

Aplicações práticas

Existem muitas maneiras que o aprendizado de máquina está revolucionando o gerenciamento da Supply Chain. Confira a seguir alguns deles com suas respectivas fontes oficiais:

Solução de problemas

Algoritmos baseados em aprendizado de máquina são a base da próxima geração de tecnologias de logística. Os ganhos mais significativos são conquistados com sistemas avançados de agendamento de recursos.

Vale lembrar que o aprendizado de máquina e técnicas baseadas em IA são a base de um amplo espectro de tecnologias de próxima geração de logística e Supply Chain.  Portanto, os ganhos mais significativos estão sendo implementados de forma específica. Ou seja, onde a aprendizagem de máquina pode contribuir para resolver problemas complexos de restrição, custo e entrega enfrentados hoje.

A McKinsey prevê que as contribuições do aprendizado de máquina serão fornecer aos operadores da Supply Chain insights mais significativos sobre como o seu desempenho pode ser melhorado. Isso além de antecipar anomalias nos custos de logística e desempenho antes que ocorram. Dessa forma, o aprendizado de máquina também fornece informações importantes. Especialmente sobre onde a automação pode oferecer as vantagens de escala mais significativas.

*Fonte: McKinsey & Company, Automação em logística: Grande oportunidade, maior incerteza, abril de 2019. Por Ashutosh Dekhne, Greg Hastings, John Murnane e Florian Neuhaus

IoT

Em contrapartida, a ampla variação nos conjuntos de dados gerados a partir dos sensores da Internet das Coisas (IoT), telemática, sistemas de transporte inteligentes e dados de tráfego têm o potencial de fornecer o máximo valor para melhorar a Supply Chain usando aprendizado de máquina

A aplicação de algoritmos e técnicas de aprendizado de máquina para melhorar a Supply Chain começa com conjuntos de dados que têm a maior variedade e variabilidade neles. As questões mais desafiadoras enfrentadas pela Supply Chain costumam estar na otimização da logística. Portanto, os materiais necessários para concluir uma produção chegam na hora certa.

*Fonte: KPMG, Parte 1 da Série de Big Data da Cadeia de Fornecimento

Blockchain

O BCG analisou recentemente como uma Supply Chain descentralizada poderia melhorar o desempenho e reduzir custos. Isso usando aplicativos de acompanhamento e rastreamento. Eles descobriram que, em uma configuração de 30 nós, quando o blockchain é usado para compartilhar dados em tempo real em uma rede de fornecedores, combinado com uma melhor visão analítica, é possível obter economias de custo de US $ 6 milhões por ano.

* Fonte: Boston Consulting Group; Emparelhamento Blockchain com IoT para cortar custos da cadeia de fornecimento, 18 de dezembro de 2018; por Zia Yusuf, Akash Bhatia, Usama Gill, Maciej Kranz, Michelle Fleury e Anoop Nannra

Otimização

As vendas perdidas devido a produtos não disponíveis estão sendo reduzidas em até 65%. Isso através do uso de técnicas de planejamento e otimização baseadas em aprendizado de máquina. Reduções de estoque de 20 a 50% também estão sendo alcançadas hoje, quando são usados ​​sistemas de gerenciamento de Supply Chain baseados em aprendizado de máquina.

*Fonte: Digital / McKinsey, Smartening com Inteligência Artificial (AI) – O que há para a Alemanha e seu setor industrial? (PDF, 52 pp., Sem opt-in).

Automação

A equipe de pesquisa da DHL rastreia e avalia continuamente o impacto das tecnologias emergentes na logística e no desempenho da Supply Chain. Eles também estão prevendo que a inteligência artificial permitirá a automação de back-office, operações preditivas, ativos inteligentes de logística e novos modelos de experiência do cliente.

*Fonte: DHL Trend Research, Radar de tendência logística, versão 2018/2019 (PDF, 55 p., Sem opt-in)

Mão de obra qualificada

Com base em conversas com fabricantes de nível intermediário da América do Norte, a segunda barreira de crescimento mais significativa que enfrentam atualmente é a falta de qualidade consistente e desempenho de entrega dos fornecedores. Ou seja, a maior barreira de crescimento é a falta de mão de obra qualificada disponível. Portanto, o uso de aprendizado de máquina e de fabricantes de análises avançadas pode descobrir rapidamente quem são seus melhores e piores fornecedores. Além de quais centros de produção são mais precisos na detecção de erros.

*Fonte: Microsoft, amostra de Análise da Qualidade do Fornecedor para o Power BI: Faça um tour, 2018

Riscos e fraudes

Quando as inspeções são automatizadas usando tecnologias móveis e os resultados são carregados em tempo real para uma plataforma segura baseada na nuvem, os algoritmos de aprendizagem de máquina podem fornecer insights que reduzem imediatamente os riscos e o potencial de fraude. O Inspectorio, por exemplo, é uma startup de aprendizado de máquina para assistir nessa área. Contudo, eles estão enfrentando os muitos problemas que a falta de inspeção e visibilidade da Supply Chain cria. Ou seja, têm se concentrado em como eles podem resolvê-los imediatamente para marcas e varejistas.

*Fonte: Como o Aprendizado de Máquina Melhora as Inspeções de Manufatura; a Qualidade do Produto e a Visibilidade da Cadeia de Suprimentos, 23 de janeiro de 2019

Visibilidade

A combinação de redes de comércio de várias empresas para o comércio global e o gerenciamento da Supply Chain com plataformas de IA e aprendizado de máquina estão revolucionando a visibilidade de ponta a ponta da Supply Chain em si.

Um dos primeiros líderes nessa área é o Control Center da Infor. O Control Center combina dados da Infor GT Nexus Commerce Network, adquirida pela empresa em setembro de 2015, com Infor Coleman Artificial Intelligence (AI). A Infor escolheu nomear sua plataforma de IA após a inspiradora física e matemática Katherine Coleman Johnson, cujo trabalho de rastrear ajudou a NASA a pousar na lua.

Ao adotar uma abordagem de acesso a privilégios mínimos, as organizações podem minimizar as superfícies de ataque. Isso, além de melhorar a visibilidade de auditoria e conformidade e reduzir o risco, a complexidade e os custos de operação de uma empresa moderna e híbrida. Portanto, os CIOs estão resolvendo o paradoxo do abuso de credenciais privilegiado em sua Supply Chain. Mesmo sabendo que um usuário privilegiado esteja inserido as credenciais corretas, se a solicitação entra em contexto arriscado, se torna necessária uma verificação mais forte para permitir o acesso.

Credenciais privilegiadas

O Zero Trust Privilege está surgindo como uma estrutura comprovada para impedir o abuso de credenciais privilegiadas. Ou seja, verifica quem está solicitando acesso, o contexto da solicitação e o risco do ambiente de acesso. A Centrify é líder nessa área, com fornecedores reconhecidos globalmente, incluindo Cisco, Intel, Microsoft e Salesforce, sendo clientes atuais.

*Fonte: Forbes, o maior desafio da High-Tech será garantir cadeias de suprimento em 2019, 28 de novembro de 2018.

Redução de custos

Capitalizar o aprendizado de máquina para prever a manutenção preventiva de máquinas de carga e logística com base em dados da IoT está melhorando a utilização de ativos e reduzindo os custos operacionais.

A McKinsey descobriu que a manutenção preditiva aprimorada pelo aprendizado de máquina permite uma melhor previsão e evita falhas de máquina. Isso por meio da combinação dados dos sensores avançados de IoT e registros de manutenção, bem como fontes externas. Aumentos de produtividade de ativos de até 20% são possíveis. Já os custos gerais de manutenção podem ser reduzidos em até 10%.

*Fonte: Digital / McKinsey, Smartening com Inteligência Artificial (AI) – O que há para a Alemanha e seu setor industrial? (PDF, 52 pp., Sem opt-in).

 

Fonte: Cloudtech

 

Facebook
Twitter
LinkedIn

posts relacionados

Perguntas
frequentes

Nós falamos com o seu fornecedor atual e colhemos todas as informações necessárias diretamente com eles. Também podemos fazer o mapeamento de todas as informações diretamente na sua empresa.

SIM, é possível melhorar a qualidade e o desempenho e ainda reduzir custos. Essa eficiência é possível graças ao sistema de melhoria contínua que aplicamos há anos.

SIM, o time interno pode ser absorvido, com os profissionais se tornando colaboradores da Infonova.

SIM. Em conjunto com seu departamento, ou consultoria jurídica, ajudamos a implantar as ações de TI necessárias para adequação da LGPD.

A transição pode ocorrer com ou sem o apoio do fornecedor atual. A Infonova vai mapear todas as informações, identificar os itens críticos e realizar a transição de forma segura, sempre em alinhamento com o cliente.

Em geral é rápida. O tempo exato depende de cada situação. O prazo mais comum de transição em paralelo é entre 1 semana e 15 dias.

NÃO. Temos soluções para empresas de 10 a 2.500 colaboradores. Desenvolvemos uma metodologia para atender empresas em diversos segmentos, em situações de crescimento ou retenção.

Temos diversas soluções para proteger o acesso de usuários que ficam externos ou em home office.

SIM, trabalhamos com os principais provedores de nuvem e possuímos um datacenter próprio.

Já vai?

Receba conteúdos exclusivos e gratuitos direto no seu e-mail, para ler sem pressa ;)

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

Receba Gratuitamente

Fique tranquilo, não compartilhamos suas informações.

FALE
COM UM
ESPECIALISTA