"Comece pela necessidade do problema do seu negócio, não pela tecnologia"
Mais uma palestra do Parque de Ideias da FEIMEC 2024 - Feira Internacional de Máquinas e Equipamentos – cujos destaques você pode conferir por aqui, canal de conteúdo da feira. Desta vez, o assunto é: “Modelos e algoritmos na era da Indústria 4.0: transformando dados em decisões.
Aster Santana, da Mip Wise, foi quem deu voz ao respectivo conteúdo. Ele começou a palestra com a seguinte indagação: “todo mundo quer ser eficiente, mas como você está usando a tecnologia?”.
A respeito disso, apresentou diversas informações sobre como é possível usar dados para tomar as melhores decisões possíveis.
Antes de tudo, disse que é preciso ter uma visão geral da cadeia de suprimentos. Esta, por sua vez, se alicerça em fornecedores, fábricas, armazéns, CDs e consumidores. A jornada de transformação digital auxilia com as melhores decisões por meio da visibilidade dos dados e ainda otimiza cada ação desenvolvida. “Não adianta apenas colher os dados, é preciso dar visibilidade a eles”.
Como usar dados para tomar as melhores decisões na era da Indústria 4.0?
Aster citou dois exemplos importantes: Machine Learning e otimização matemática.
O primeiro tem como principais métodos a regressão, a chamada árvore de decisão, máquinas de vetores de suporte (SVM), o aprendizado por esforço, as redes neurais e a IA generativa. Tais ferramentas são aplicáveis a publicidade personalizada, tradução automática, recomendação de conteúdo e assistentes virtuais. Também, em reconhecimento de imagens, previsão de demanda, carros autônomos, etc.
Já a otimização matemática trabalha por meio da programação linear, programação inteira mista (MIP), otimização estocástica e programação restrita. Seus métodos compreendem também heurísticas e meta-heurísticas, programação dinâmica e otimização robusta.
A otimização matemática aplica seus modelos e algoritmos em planejamento de produção, roteirização de veículos, alocação de instalações, programação de tarefas, otimização de estoques e design de redes de distribuição.
Embora ambos (Machine Learning e otimização matemática) estejam intrinsecamente ligados, são mundos diferentes. Segundo Aster: “quem conseguir juntar os dois universos tem grandes chances de sucesso”.
Dados na indústria
Como exemplo de onde os dados podem ser utilizados na indústria, o palestrante do Parque de Ideias citou:
- Gestão de estoques
- Distribuição de insumos
- Produção
- Planejamento de produção
Exemplos
Com relação ao estoque, por exemplo, temos alguns objetivos conflitantes. O que deve ser minimizado e o que pode ser maximizado?
É preciso minimizar os custos de armazenamento, liberar capital de giro atrelado ao estoque e prevenir o vencimento e obsolescência de produtos. Já na categoria “maximizar” entram a satisfação da demanda sem rupturas, o aproveitamento de flutuações de preços e o estoque para temporada de alta demanda.
“Os dados de entrada, por exemplo, podem ser controlados por meio do nível de estoque atual, da estimativa de demanda e da estimativa do lead time.”
Com relação ao planejamento de produção, os dados tendem a contribuir com a precedência de tarefas, especialidade dos trabalhadores e quantidade de equipamentos. Eles ajudam ainda com a disponibilidade de componentes e a limitação do espaço físico.
Para finalizar, Aster deixou duas “dicas de ouro” para quem quer transformar dados em decisões. São elas:
1. Comece pela necessidade do problema do seu negócio, não pela tecnologia;
2. Transformação digital é sincronizar inteligência cognitiva e inteligência artificial de forma sábia.
Quer saber mais sobre tecnologias e Indústria 4.0? Acompanhe as palestras do Parque de Ideias, incluindo esta, na Indústria Xperience. Acesse e absorva o melhor conteúdo para a indústria.