Entrevista com Selene Silvestri, pesquisadora do MIT CTL

Mecalux entrevista Selene Silvestri, pesquisadora científica do MIT CTL, para saber mais sobre o projeto de gerenciamento de pedidos distribuídos no qual ela está trabalhando como parte da colaboração entre o MIT e a Mecalux.

• Como o projeto conjunto entre o MIT e a Mecalux ajudará a organizar o estoque na rede de distribuição?

  A alocação e gerenciamento de estoque em armazéns e lojas, é um processo extremamente complexo. Hoje, a maioria das empresas o aborda com premissas simplificadas, baseadas em regras ou na experiência humana. O problema é que esses métodos causam quebra de estoque, custos ineficientes, resíduos e emissões desnecessárias. O projeto de gerenciamento de estoque em que estamos trabalhando em colaboração com a Mecalux está desenvolvendo uma solução baseada em aprendizado que permite às organizações entender onde alocar seus artigos. Ou seja, identificar o momento, o local e a quantidade ideais para alocar mercadorias em toda a rede de distribuição.

  Entre todas as opções consideradas, o algoritmo seleciona aquela que melhor equilibra custos e nível de serviço

• Como esta pesquisa usa inteligência prescritiva?

  Com a inteligência prescritiva identificamos as melhores estratégias baseadas em dados para gerenciar e alocar estoques em redes de cadeia de suprimentos. Através de análise de dados históricos, a teoria de gerenciamento de estoques e algoritmos avançados de otimização, nossos métodos visam ajudar as empresas a tomar as decisões certas.

  Utilizamos simulações e algoritmos evolutivos que nos permitem analisar milhares de cenários diferentes, bem como múltiplas estratégias para maximizar a supply chain. Dentre todas as opções consideradas, o algoritmo seleciona aquela que equilibra custos e níveis de serviço de forma mais eficiente. A ideia é que as empresas possam aplicar este algoritmo às suas operações e, assim, eliminar quebras de estoque, reduzir o excesso de estoque e melhorar o desempenho geral da sua cadeia de suprimentos.

• Utilizam algoritmos inspirados na biologia. Pode nos dar um exemplo?

  

  Especificamente, estamos desenvolvendo um algoritmo genético que imita a evolução natural de uma “população”. Esta categoria de algoritmos é altamente eficaz para resolver problemas de otimização em larga escala.

  No contexto do gerenciamento de estoques, o ponto de partida é um conjunto de possíveis alocações ao longo da rede da cadeia de suprimentos. A partir daí, o algoritmo aplica mecanismos como cruzamentos, recombinações ou reproduções à "população" inicial para gerar novas soluções. Estes "filhos" mantêm certas características de suas alocações "pais", mas também incluem novas variações. Com o tempo, o algoritmo evolui para soluções viáveis ​​que equilibram melhor custo e serviço, convergindo progressivamente para estratégias de alocação quase ótimas.

• Como este projeto ajudará a otimizar a alocação de estoque das empresas?

  Acreditamos firmemente que, nos próximos anos, as empresas começarão a utilizar cada vez mais soluções que aproveitem a IA e algoritmos baseados em aprendizagem. Esperamos integrar essas descobertas com as de outro projeto de pesquisa em que também estamos colaborando com a Mecalux, que visa aperfeiçoar o atendimento de pedidos. Estamos desenvolvendo uma solução tecnológica que integra o gerenciamento de estoque e o atendimento de pedidos. Nosso objetivo é obter visibilidade completa de toda a cadeia de suprimentos e seus fluxos, desde os fornecedores até os clientes. Dessa forma, evitaremos ferramentas que otimizam o estoque sem considerar a demanda, bem como soluções focadas exclusivamente no atendimento de pedidos que ignoram a disponibilidade do estoque.