São Paulo — InkDesign News — Uma nova abordagem em machine learning está transformando o planejamento de produção na cadeia de suprimentos. Integração de algoritmos otimizados promete melhorar a eficiência e reduzir custos operacionais.
Arquitetura de modelo
A solução inicial para o planejamento de produção em uma fábrica europeia consistia na criação de um aplicativo web conectado aos sistemas internos. Embora essa abordagem gerasse planos de produção otimizados, ainda exigia que os planejadores navegassem por painéis e exportassem resultados. Em resposta a essa limitação, um motor de otimização foi encapsulado em um microserviço FastAPI, integrado em um fluxo de trabalho com a ferramenta n8n.
“Como podemos melhorar a experiência do usuário com uma camada de IA em cima?”
(“How to improve the user experience with an AI layer on top?”)— Nome, Cargo, Instituição
Treinamento e otimização
O novo fluxo de trabalho, agora com um assitente de IA incorporado, entende entradas, executa algoritmos e entrega planos otimizados com explicações em linguagem acessível. O algoritmo de Wagner-Within, uma técnica de programação dinâmica, é utilizado para encontrar um cronograma de produção custo-otimizado, balanceando custos de configuração e armazenamento.
“Como encontrar o equilíbrio certo?”
(“How to find the right balance?”)— Nome, Cargo, Instituição
O workflow permite que planejadores façam upload de suas previsões de demanda e selecionem parâmetros como custos de setup e holding. O treinamento da IA foi baseado em um conjunto de dados de demandas, resultando em um plano de produção que minimiza custos totais, apresentando um cronograma focalizado em quatro meses de produção.
Resultados e métricas
Na implementação do fluxo de trabalho, duas agências de IA são configuradas para coletar e processar dados automaticamente, minimizando o tempo de resposta às equipes comerciais. O primeiro agente faz a necessidade de parser dos pedidos, enquanto o segundo consulta o backend para gerar análises baseadas em parâmetros fornecidos.
O feedback dos usuários foi positivo, indicando que a solução proposta atenderia à demanda sem a necessidade de interface adicional ou treinamento extensivo.
“O objetivo dos planejadores é encontrar o plano de produção ideal para minimizar os custos.”
(“The objective of the planning team is to find the optimal production plan to minimise production costs.”)— Nome, Cargo, Instituição
No entanto, a pesquisa ainda está em estágios iniciais, e novos passos incluem a possibilidade de simular cenários para otimizar pedidos e sugerir ajustes nos volumes para garantir melhores preços e eficiência no processo.
Fonte: (Towards Data Science – AI, ML & Deep Learning)
