Cómo los gemelos digitales pueden ayudar a impulsar el rendimiento logístico

Las entregas directas al consumidor son el camino del futuro y se vuelven aún más importantes debido a COVID-19. Sin embargo, las empresas de logística están luchando por satisfacer la demanda en medio de una serie de factores, desde las condiciones cambiantes de las carreteras hasta la gestión de entregas de medicamentos sensibles a la temperatura. Una nueva y poderosa técnica de software de transmisión de datos, denominada gemelos digitales en tiempo real, puede proporcionar la información necesaria para responder preguntas de logística críticas, reducir las variables desconocidas y mejorar la eficiencia de las operaciones.

Con el gran volumen de datos de transmisión que provienen de flotas, almacenes inteligentes y otras fuentes de telemetría, es un desafío abrumador para los gerentes de logística extraer información crítica e identificar problemas potenciales en tiempo real. Los enfoques tradicionales de análisis de transmisión, como Apache Storm y Flink de código abierto, ayudan a los administradores a extraer patrones en los flujos de mensajes agregados. Aún así, no pueden poner esta información en contexto para evaluar su importancia y tomar medidas efectivas e individualizadas para cada fuente de datos.

Estas soluciones se diseñaron para pasar la telemetría entrante a través de una tubería de software para extraer patrones de interés, obtener información agregada y enviar alertas cuando se cumplen condiciones específicas. Sin embargo, no rastrean el estado dinámico de las fuentes de datos ni hacen inferencias sobre su comportamiento.

Por ejemplo, el análisis de transmisión puede detectar lecturas de alta temperatura del aceite en una flota de camiones, pero no puede explicar por qué ocurren estas lecturas, si indican una falla inminente y qué acciones específicas deben tomarse. Para hacer esto, la plataforma de análisis de transmisión debe mantener información contextual sobre cada camión, de modo que pueda proporcionar una introspección más profunda sobre la telemetría entrante y tomar decisiones más estratégicas sobre las alertas y la intervención. Por ejemplo, se puede esperar que el motor de un camión muestre una temperatura del aceite más alta de lo normal debido a su antigüedad y su historial de mantenimiento, mientras que otro motor más nuevo puede mostrar un problema inusual que necesita atención inmediata.

Para mantener los complejos sistemas de logística funcionando sin problemas, la analítica de transmisión debe proporcionar este nivel más profundo de introspección, especialmente cuando se recibe telemetría de una gran cantidad de fuentes de datos, como miles de camiones en una flota o paletas en un almacén. El análisis mejorado de esta telemetría que hace uso del contexto sobre cada fuente de datos puede hacer un trabajo mucho mejor para identificar y predecir ineficiencias, problemas potenciales y tendencias clave. Puede ayudar a responder preguntas como:

• ¿Se detiene un vehículo porque está en una parada de descanso o porque se ha detenido?
• ¿Un parámetro del motor del vehículo es anormal o se espera que esto ocurra dado el historial de mantenimiento y los problemas conocidos del vehículo?
• ¿La temperatura actual y la tendencia del compartimiento de refrigeración crearán un problema para los medicamentos específicos que contiene actualmente?
• ¿El conductor ha estado en la carretera durante demasiado tiempo con respecto a los requisitos legales?
• ¿Parece que el conductor se ha perdido o está entrando en un área potencialmente peligrosa?

La nueva técnica de software para análisis de transmisión llamada gemelos digitales en tiempo real puede ayudar a proporcionar la información necesaria para responder estas preguntas. Crea un gemelo basado en software de cada fuente de datos físicos que se está rastreando, que contiene información contextual sobre la fuente de datos (como los parámetros esperados y el historial de mantenimiento para un motor de camión). El gemelo digital aloja el código de la aplicación que analiza los mensajes entrantes de su fuente de datos con acceso inmediato a este contexto, y actualiza continuamente el contexto con cada mensaje entrante a medida que "aprende" más sobre la condición dinámica de la fuente de datos. El código de la aplicación en el gemelo solo necesita enfocarse en una única fuente de datos en lugar de administrar el flujo de todos los mensajes entrantes, y esto permite una mejor retroalimentación para cada fuente de datos.

Un gemelo digital en tiempo real puede ejecutarse en nubes públicas, como Microsoft Azure, que tiene la escalabilidad para procesar mensajes y mantener gemelos digitales en tiempo real para miles de camiones, almacenes inteligentes u otras fuentes de telemetría de amplias áreas geográficas. El servicio en la nube también puede agregar y visualizar continuamente información clave extraída de todos los gemelos digitales en tiempo real para detectar problemas emergentes y aumentar el conocimiento general de la situación para los gerentes. Esto les ayuda a mantener el panorama general y crear respuestas estratégicas más rápidamente a los principales desafíos, como retrasos climáticos, bloqueos de carreteras y cortes de energía.

Aquí hay cuatro ejemplos de situaciones en las que los gemelos digitales en tiempo real pueden ayudar a los gerentes de logística a aumentar drásticamente la efectividad y la puntualidad de sus sistemas de entrega:

• Condiciones cambiantes. Los patrones de tráfico cambiantes, los accidentes e incluso los huracanes, las tormentas y los incendios que han batido récords están provocando que las rutas de los conductores cambien continuamente. Con las empresas de logística rastreando miles de vehículos en la carretera, los gemelos digitales en tiempo real pueden ayudar a analizar cómo situaciones como el cierre de autopistas debido a incendios forestales afectarán a cada vehículo y alertarán a los conductores sobre nuevas rutas.
• Alimentos y medicamentos en mal estado. En la era del COVID-19, muchas personas de alto riesgo buscan alternativas a las compras en tiendas abarrotadas y ahora requieren que se les entregue alimentos y medicamentos en sus puertas. Para completar estas entregas, un vehículo puede contener cientos de diferentes alimentos y medicamentos sensibles a la temperatura. Los gemelos digitales en tiempo real pueden monitorear las temperaturas necesarias para cada artículo y alertar a los conductores y gerentes de logística sobre problemas que amenazan la seguridad de la carga.
• Problemas mecánicos emergentes. El mantenimiento de vehículos comerciales caros es complejo e implica numerosos parámetros, como la presión de los neumáticos, los niveles de fluidos, los sistemas del motor y mucho más. Los gemelos digitales en tiempo real pueden rastrear el estado mecánico de cada vehículo y alertar sobre el mantenimiento necesario, evitando demoras inesperadas y reparaciones costosas.
• Controladores perdidos o erráticos. Los conductores comerciales operan bajo reglas estrictas, con sanciones sustanciales por infracciones. Los gemelos digitales en tiempo real pueden detectar comportamientos de conducción erráticos o infracciones inminentes, y avisar al conductor antes de que ocurran. También pueden detectar si un conductor parece estar perdido, de modo que los despachadores puedan corregir rápidamente el problema y ahorrar tiempo y combustible.

El año 2020 ha sido testigo de un aumento dramático en el uso de sistemas logísticos que mantienen los productos que necesitamos fluyendo hacia sus destinos. La información obtenida de los gemelos digitales en tiempo real puede ayudar a las empresas de logística a rastrear los innumerables componentes en sus redes, mantenerlos funcionando sin problemas y evitar retrasos innecesarios. Estos conocimientos permitirán a las empresas reducir sus costos e impulsar el desempeño puntual, de modo que puedan competir de manera efectiva en una industria crítica de la que todos dependemos.

William Bain es director ejecutivo de ScaleOut Software.