MIT CTL e Mecalux criam simulador de IA para otimizar estoque.

MIT CTL e Mecalux Desenvolvem Simulador com IA para Otimizar o Gerenciamento de Estoque em Armazéns

O MIT Center for Transportation & Logistics (MIT CTL) e a Mecalux criaram um inovador simulador de Inteligência Artificial (IA) focado na otimização da gestão de estoque em armazéns logísticos. Este sistema é projetado para analisar e simular cenários variados de distribuição de produtos, capacitando as empresas a identificarem estratégias mais eficazes para reposição e movimentação de mercadorias.

A plataforma, conhecida como Genetic Evaluation & Simulation for Inventory Strategy (GENESIS), combina modelos avançados de machine learning com algoritmos genéticos para explorar milhares de possibilidades operacionais. Assim, o sistema não apenas determina o nível ideal de estoque em cada armazém, mas também indica o momento ideal para reabastecimento.

Os desenvolvedores enfatizam que o simulador de IA considera diversas variáveis logísticas, como a demanda projetada por região, os custos de transporte entre centros de distribuição e a capacidade operacional de cada armazém. Com isso, é possível testar políticas de reposição sem impactar as operações existentes.

O uso de algoritmos genéticos permite múltiplas simulações com diferentes parâmetros até que a estratégia mais eficiente seja identificada. Isso possibilita às empresas a comparação de cenários e a escolha do que melhor se adapta às suas operações.

Após o fornecimento dos dados operacionais na plataforma, o GENESIS gera soluções recomendadas e painéis analíticos detalhados. Esses painéis oferecem informações cruciais como padrões de consumo, regiões com alta variabilidade de demanda e produtos em risco de ruptura de estoque. Além disso, o sistema destaca eventuais problemas de abastecimento em diferentes armazéns.

Redistribuição de Estoque e Eficiência Logística

Uma das características essenciais da ferramenta é a capacidade de reequilibrar o estoque entre armazéns antes de solicitar novos pedidos aos fornecedores. Ao invés de gerar automaticamente uma nova compra, o sistema considera se transferir produtos de um centro com excedente é mais eficiente.

Essa abordagem não apenas reduz custos, mas também melhora o aproveitamento do estoque disponível. Simultaneamente, o sistema analisa como otimizar o transporte entre os armazéns, sugerindo, por exemplo, o agrupamento de remessas para maximizar a utilização de caminhões e reduzir custos e tempos de transporte.

O desenvolvimento do GENESIS focou em tornar o algoritmo rápido o suficiente para uso prático, permitindo que as empresas realizem planejamento tático em minutos, ao invés de dias, como era anteriormente.

Outro objetivo é democratizar o acesso a ferramentas analíticas avançadas dentro das empresas. O GENESIS foi projetado para ser acessível também a gestores e profissionais que não possuem um conhecimento técnico especializado.

Aplicações Futuras de Inteligência Artificial na Logística

Esse simulador é o primeiro resultado prático da colaboração entre o MIT CTL e a Mecalux, e a parceria está agora se expandindo para integrar a inteligência artificial em outros processos logísticos.

As aplicações futuras podem incluir o reabastecimento interno de armazéns, o uso de gêmeos digitais em sistemas automáticos de alta densidade e a otimização das localizações de produtos nas instalações logísticas.

Com iniciativas como essa, a eficiência na cadeia logística pode ser significativamente aprimorada, beneficiando não apenas as empresas, mas também os motoristas envolvidos no processo, pois um gerenciamento de estoque mais eficaz resulta em menos paradas e rotas otimizadas, contribuindo, assim, para uma mobilidade geral mais fluida e sustentável.

Fonte: logweb