Módulo baseado em inteligência artificial permitiu a elaboração do mix de cargas ideal e o preenchimento de lacunas em viagens logísticas. O ganho de eficiência pode chegar em até 40%
Toda a vez que um veículo é preenchido com cargas, é preciso selecionar e posicionar as mercadorias em seu interior, de forma a atingir a maior carga suportada e máxima ocupação volumétrica possíveis. A essa seleção, se dá o nome de mix de cargas, e é fundamental para definir a eficiência do processo logístico.
Na prática, existem diversos fatores que dificultam os arranjos perfeitos: variedade volumétrica de pacotes, necessidade de preenchimento de lacunas vazias com produtos secundários, impossibilidade de mistura de certos produtos em função de odor e umidade, e heterogeneidade dos veículos de carga são apenas algumas delas. Essas variáveis, fatalmente, levam os operadores logísticos a produzir mix de cargas inadequados, por consequência, o número de viagens para transporte de estoques aumenta, o que é certamente um dos maiores gargalos possíveis em processos logísticos.
A melhor forma de superar os obstáculos relativos ao mix de cargas, é com ajuda de inteligência artificial. Pensando nisso, a segunda maior produtora de pet food do mundo, subsidiária da maior indústria alimentícia do planeta, contratou a SciCrop. Através de nossos serviços de algoritmos sob demanda, desenvolvemos um módulo de #analytics para maximização do mix de cargas.
O desafio: “30 a 40% de imprecisão em mix de cargas”
O cliente enfrentava diversas dificuldades relacionadas aos arranjos de carga. A variedade de produtos fabricados pelo cliente, naturalmente gerava pacotes com massa e volume variados que deixavam o processo de seleção mais complexo.
Outro fator a ser observado pelos operadores, é que não se podem misturar pet foods do tipo “wet” e “dry” em um mesmo espaço, o que adiciona mais etapas ao processo de seleção do mix.
O preenchimento do espaço livre era outro desafio. Por melhor que seja feito, o mix costuma deixar lacunas de espaço no veículo, estes devem ser preenchidos com produtos secundários (que não estavam incluídos na solicitação inicial) demandados na região a serem destinados. O que era um desafio, visto que o cliente enviava carregamentos para centros de distribuição em todo LATAM e a demanda por determinados gêneros se modifica conforme a região de destino.
Essa reunião de adversidades era enfrentada pelas equipes de logística responsáveis, que através de métodos convencionais e experiências, se responsabilizavam pelo preenchimento dos veículos. Infelizmente, devido às limitações humanas, descobrimos posteriormente, que havia uma imprecisão de 30 a 40% na elaboração dos mix de cargas pelas equipes.
Solução SciCrop: Truckload, o módulo de analytics para mix de cargas da SciCrop.
Fomos ao ponto de embarque do cliente para verificar as condições, notamos que todas as solicitações de entrega da empresa chegavam através de um sistema ERP SAP. Exportamos os dados do SAP e integramos ao nosso módulo de inteligência artificial: SciCrop Truckload. Ajustamos o algoritmo de IA aos tipos de veículo disponíveis para transporte, aos tipos de produto embarcados e as regras de restrição para mistura de cargas, com essas informações, o sistema passa a fornecer as composições com melhor harmonia entre massa e volume.
Mesmo utilizando #analytics, os arranjos produzidos costumam deixar espaços livres nos recipientes. Para preencher da melhor forma possível essas lacunas, o módulo faz estimativas sobre a demanda de produtos secundários dos destinatários e informa aos operadores.
O Resultado: “Redução de custos, tempo e emissão de poluentes”
A otimização do mix de cargas possibilitou o transporte das mesmas quantidades de estoque com menor número de viagens. Com isso, foi possível manter o mesmo itinerário de entregas de forma mais rápida, mais barata e mais ecológica (devido à redução da emissão de gases poluentes pelos veículos rodoviários). Todos esses benefícios trazidos pelo uso de #analytics estão alinhados diretamente com os objetivos da boa gestão logística, e quando colocados em números, representam milhões em economia.
A cadeia de suprimentos é um dos segmentos administrativos com grande espaço para aprimoramento através de IA. Fale com a SciCrop, você irá se surpreender com os benefícios do emprego de #analytics a seus processos logísticos.
