Desenvolvimento da plataforma logística de IA: redução das emissões de carbono 20%

A Innowise construiu uma plataforma de otimização de logística com planejamento de rota alimentado por IA, análise em tempo real e rastreamento de sustentabilidade para um grande provedor de logística.

Cliente

Indústria

Logística

Região

Cliente desde

2023

O nosso cliente é uma empresa de logística global proeminente que estabelece parcerias com empresas de retalho, saúde e fabrico. Com mais de 25.000 funcionários e uma frota enorme, eles movimentam milhões de remessas todos os anos. Conhecidos pela sua vontade de inovar e reduzir o impacto ambiental, estão sempre à procura de formas mais inteligentes de aumentar a eficiência e reduzir a sua pegada de carbono.

As informações pormenorizadas sobre o cliente não podem ser divulgadas ao abrigo das disposições do NDA.

Desafio

Ultrapassar as ineficiências logísticas, reduzir a pegada de carbono e manter as entregas a tempo

O cliente contactou-nos com alguns problemas importantes que estavam a atrasar as suas operações e esforços ecológicos:

Planeamento ineficaz dos itinerários: A sua logística era maioritariamente manual e estática, o que conduzia a percursos ineficientes, a um maior consumo de combustível e a frequentes atrasos nas entregas.
Elevadas emissões de carbono: O funcionamento de uma operação tão grande implicava um grande impacto ambiental, o que tornava difícil atingir os seus objectivos de sustentabilidade, uma vez que as emissões continuavam a aumentar.
Coordenação fragmentada da cadeia de abastecimento: Diferentes centros regionais estavam a utilizar fluxos de dados separados, causando atrasos na gestão do inventário, no acompanhamento em tempo real e na coordenação das entregas.
Perda de prazos de entrega: Os engarrafamentos e as condições meteorológicas imprevisíveis provocavam frequentemente desfasamentos nos horários, resultando na perda ou no atraso das expedições.

Sendo uma empresa com visão de futuro e com o objetivo de reduzir a sua pegada ambiental, o cliente pretendia uma solução escalável e orientada para a tecnologia para impulsionar a logística e atingir objectivos de sustentabilidade alinhados com os Objectivos de Desenvolvimento Sustentável (ODS) da ONU.

Solução

Plataforma baseada em IA para um encaminhamento mais inteligente e uma gestão de aprovisionamento sem problemas

Para resolver estes problemas, criámos uma plataforma de otimização logística baseada na aprendizagem automática. A solução utiliza algoritmos de encaminhamento inteligentes, análise de dados em tempo reale integrações de API sem falhas para atualizar as rotas de entrega, reduzir o consumo de combustível e aumentar a eficiência geral da empresa.

Principais caraterísticas da plataforma

A nossa equipa equipou a plataforma com funcionalidades essenciais para aumentar a taxa de prestação de serviços e aumentar a sustentabilidade. Estas funções-chave trabalham em conjunto para proporcionar uma fácil integração de dados, conhecimentos em tempo real e análises preditivas em toda a cadeia de abastecimento.

Otimização de rotas com base em IA: o sistema ajusta as rotas de entrega em tempo real, utilizando informações em tempo real como engarrafamentos, condições das estradas e actualizações meteorológicas. O sistema Modelo ML continua a tornar-se mais inteligente, o que ajuda a reduzir ainda mais os tempos de entrega e a poupar combustível.
Integração de dados geoespaciais: A cartografia GIS fornece todos os pormenores importantes, como as condições de tráfego e as caraterísticas do terreno. Depois, os nossos sistemas de IA utilizam essas informações para encontrar os melhores e mais ecológicos percursos, tornando tudo mais fácil e mais ecológico.
Análise preditiva de atrasos: a plataforma prevê potenciais atrasos utilizando dados históricos e actuais e reencaminha automaticamente os veículos para garantir que as entregas chegam a tempo.
Sincronização de dados automatizada: As APIs mantêm todos os dados de encomenda, inventário e entrega actualizados em tempo real nos sistemas ERP, WMS e TMS do cliente, eliminando a coordenação manual e reduzindo os atrasos.
Métricas de sustentabilidade: a solução monitoriza as principais estatísticas ambientais, como a pegada de carbono por entrega, a utilização total de combustível e a taxa de redução de emissões. Estas informações ajudam o cliente a manter-se alinhado com os objectivos de sustentabilidade e a manter a transparência para as partes interessadas e os auditores. O sistema também gera relatórios que cumprem as normas GRI e ISO 14001.

Redução das emissões de carbono

Criámos um algoritmo de encaminhamento inteligente que combina SIG e aprendizagem automática para otimizar os percursos de entrega. Tem em conta factores como o congestionamento rodoviário, a elevação, os padrões de tráfego e o tipo de veículo para dar prioridade a percursos eficientes em termos de combustível e reduzir as paragens desnecessárias e os tempos de paragem.

Integração da cadeia de abastecimento

Utilizando APIs, ligámos a plataforma ao ERP, WMS e TMS do cliente, para que os níveis de inventário, as actualizações de encomendas e os calendários de entrega se mantenham sincronizados em tempo real. Os pipelines de dados gerem cargas de dados da cadeia de fornecimento, mantendo a gestão do armazém, o controlo de inventário e as entregas a funcionar sem problemas.

Melhoria das rotas em tempo real

O Plataforma orientada para a IA acompanha constantemente dados históricos e em tempo real, como o tráfego e a meteorologia, aprendendo com eles a redirecionar as entregas se surgirem potenciais atrasos. Implementámos uma análise preditiva que não só assinala potenciais problemas, como também sugere melhores rotas para cumprir prazos de entrega apertados.

Gestão de inventário e produção

Ao ligar a plataforma ao WMS do cliente, ajudámos a criar um fluxo constante de mercadorias. As actualizações em tempo real sobre o stock, as entregas e o reabastecimento tornaram a rotação do inventário mais rápida e reduziram os estrangulamentos nos armazéns e nos centros de transporte - aumentando drasticamente o rendimento.

Tecnologias

Cloud Infraestrutura

AWS (Lambda, EC2, S3, RDS)

Processamento de dados

Apache Kafka, Spark

Modelos de aprendizagem automática

TensorFlow, scikit-learn

Integração da API

APIs RESTful, GraphQL

Cartografia e SIG

API do Google Maps, Mapbox

Análise de dados e relatórios

Power BI, Tableau

Monitorização e alertas

Prometheus, Grafana

Processo

O cliente optou por manter o modelo Waterfall, dividindo o projeto em passos claros: recolha de requisitos, design, desenvolvimento, testes e implementação. Falámos com eles após cada fase para nos certificarmos de que estávamos todos na mesma página e que tudo estava a correr de acordo com o plano.

O nosso gestor de projeto realizou check-ins regulares para partilhar o progresso, recolher feedback e obter aprovações em marcos importantes. Ao manter esta configuração, mantivemo-nos em sincronia, evitámos riscos e entregámos exatamente o que o cliente pretendia e mesmo a tempo.

Equipa

Gestor de projectos

Analista de negócios

Cientistas de dados

Consultor ESG

Engenheiros de software

Engenheiro DevOps

Especialista em GIS

Resultados

Redução das emissões de carbono e aumento da velocidade de entrega

Graças a ajustamentos de rotas em tempo real, o cliente acelerou as entregas em 30%, para que os clientes recebessem sempre as suas encomendas a tempo. Também reduziu as emissões de carbono em 20% apenas optimizando as rotas e utilizando menos combustível. Estas alterações reduziram os custos de combustível em 15%, enquanto um fluxo de inventário mais suave e uma melhor programação reduziram os custos operacionais em 10%. O fluxo em tempo real e a tomada de decisões mais rápida aumentaram o rendimento do inventário em 18%. Como resultado, a satisfação do cliente disparou, com um aumento de 25% na confiança e lealdade.

Criada para crescer, esta solução acompanha os esforços de sustentabilidade do cliente. Futuras actualizações irão adicionar métricas como o desgaste dos veículos e planos para a eletrificação de rotas. Com melhorias contínuas nos modelos de ML e nas integrações de dados, estamos a preparar o cliente para reduzir a sua pegada de carbono em 50% nos próximos cinco anos, em linha com os objectivos do Acordo Verde da UE.

Duração do projecto

junho de 2023 - Em curso

20%

redução das emissões de carbono

10%

redução dos custos operacionais

Casos relacionados

Contactar-nos

Marcar uma chamada ou preencha o formulário abaixo e entraremos em contacto consigo assim que tivermos processado o seu pedido.

Nome

Empresa

Correio electrónico

Telefone

Mensagem

Envie-nos uma mensagem de voz

Anexar documentos

Enviar ficheiro

Pode anexar um ficheiro com um máximo de 2MB. Formatos de ficheiro válidos: pdf, jpg, jpeg, png.

Ao clicar em Enviar, o utilizador autoriza a Innowise a processar os seus dados pessoais de acordo com a nossa Política de privacidade para lhe fornecer informações relevantes. Ao enviar o seu número de telefone, o utilizador aceita que o possamos contactar através de chamadas de voz, SMS e aplicações de mensagens. Poderão ser aplicadas tarifas de chamadas, mensagens e dados.

Pode também enviar-nos o seu pedido
para contact@innowise.com

O que é que acontece a seguir?

Após termos recebido e processado o seu pedido, entraremos em contacto consigo para detalhar as necessidades do seu projecto e assinar um NDA para garantir a confidencialidade das informações.

Após a análise dos requisitos, os nossos analistas e programadores elaboram uma proposta de projecto com o âmbito dos trabalhos, tamanho da equipa, tempo e custos e custos.

Marcamos uma reunião consigo para discutir a oferta e chegar a um acordo.

Assinamos um contrato e começamos a trabalhar no seu projecto o mais rapidamente possível.