Das planilhas à programação baseada em simulação

O desafio

A programação da produção em escala é difícil. Para um fabricante global de salgadinhos CPG que opera várias linhas de produção contínua em um portfólio diversificado de produtos, isso significava horas de manipulação manual do Excel, conhecimento tribal incorporado a fluxos de trabalho de copiar e colar e um único cenário executado antes do fim do dia.

Um dos principais fabricantes de salgadinhos enfrentava ineficiências operacionais críticas em seus processos de planejamento de produção. A empresa operava duas linhas de fabricação primárias com aproximadamente 30 unidades de embalagem em um processo totalmente contínuo, sem armazenamento intermediário. Isso exigia uma sincronização precisa em todo o sistema, onde pequenas decisões de programação criavam impactos operacionais significativos em toda a rede de produção.

Normalmente, os planejadores gastavam mais de duas horas para criar uma única programação de produção, o que exigia a consolidação de dados de vários sistemas, a reconciliação manual das informações e a comunicação extensiva das alterações entre as equipes. Esse processo manual e demorado limitava muito a capacidade da organização de responder dinamicamente às demandas do mercado e às interrupções operacionais.

O ambiente de fabricação apresentava uma complexidade adicional por meio de restrições operacionais rigorosas, incluindo requisitos de prevenção de contaminação que permitiam apenas um produto por vez, considerações de dependência de sequência e limitações de execução mínima e máxima. Essas restrições criaram um ambiente de programação altamente sensível, no qual a otimização exigia recursos analíticos sofisticados que iam além das abordagens tradicionais baseadas em planilhas.

Principais desafios:

• Processos manuais de programação que exigiam mais de 2 horas por plano
• Conhecimento tribal incorporado em fluxos de trabalho inconsistentes
• Capacidade limitada de análise de cenários
• Ambiente complexo de produção contínua com 30 unidades de embalagem
• Prevenção rigorosa de contaminação e restrições de sequenciamento
• Sem armazenamento intermediário, o que exige uma sincronização rigorosa do sistema
• Incapacidade de responder rapidamente a interrupções operacionais

A solução

A Accenture fez uma parceria com o fabricante para criar uma plataforma de agendamento orientada por simulação usando o Simio - começando com um ETL Python incorporado em um modelo Simio local e evoluindo para uma implantação totalmente nativa na nuvem no Simio Portal apoiada pelo Azure Blob Storage, automação orientada por eventos e relatórios do Power BI.

A solução foi estruturada em torno de três blocos principais de implementação projetados para lidar com a complexidade das operações de fabricação contínua:

1. Mapeamento de processos e lógicas

A equipe capturou a lógica de programação existente e traduziu o conhecimento do planejador em regras padronizadas que poderiam ser aplicadas sistematicamente em toda a organização. Essa abordagem garantiu que o conhecimento tribal e as percepções dos especialistas fossem preservados e, ao mesmo tempo, eliminou as inconsistências nos processos manuais de tomada de decisão.

2. Simulação do processo de programação

A Accenture criou um modelo Simio abrangente que executou o planejamento por meio de lógica comparativa, avaliou os requisitos de demanda, estimou as durações da produção e gerou lotes otimizados, minimizando os requisitos de troca. O modelo operava no nível da unidade de embalagem, onde as decisões reais de planejamento são executadas, proporcionando visibilidade granular do desempenho operacional e do gerenciamento de restrições.

3. Visualização e integração de resultados

A solução conectou os resultados do modelo aos painéis do Power BI para analisar os principais indicadores de desempenho, incluindo o atendimento da demanda, a utilização de equipamentos e as métricas de redução de trocas. Essa integração proporcionou aos planejadores e à gerência visibilidade em tempo real do desempenho operacional e permitiu a tomada de decisões orientada por dados em toda a organização.

Inovação técnica: ETL em Python incorporado

Um avanço fundamental foi a integração dos recursos de ETL em Python diretamente na arquitetura do modelo Simio. Essa inovação reduziu as dependências externas, melhorou a robustez do sistema e aprimorou a capacidade de manutenção, eliminando a necessidade de sistemas de processamento de dados separados. O importador de ETL utilizou a funcionalidade de conector de dados do Simio, criando pastas temporárias gerenciadas automaticamente pela plataforma, onde os arquivos processados foram preparados para o consumo da simulação.

O script Python incorporado atuou como uma ponte entre o modelo e os processos de ETL, utilizando parâmetros do modelo como entradas de configuração e eliminando a necessidade de sistemas de gerenciamento de configuração separados. Essa abordagem permitiu que a equipe trabalhasse independentemente das equipes de integração externas, mantendo o controle total sobre o processamento de dados e a execução do modelo.

Jornada de implementação em quatro fases

Fase 1: Validação manual de dados - Utilizou processos de dados totalmente manuais com recursos de ETL Python padrão para validar rapidamente a lógica de agendamento e criar um protótipo funcional que demonstrasse o valor potencial.

Fase 2: Integração de dados estruturados - Introduziu processos mais estruturados com conexões regulares de banco de dados, estabilizando o processo de planejamento e reduzindo as dependências manuais.

Fase 3: Integração ETL incorporada - Integrou recursos de ETL Python diretamente na arquitetura do modelo Simio, eliminando dependências externas e melhorando a robustez do sistema.

Fase 4: Implantação corporativa nativa na nuvem - Obteve uma arquitetura totalmente baseada na nuvem com dados armazenados no Azure Blob Storage e no Power BI conectados a fontes de dados centralizadas, eliminando dependências locais e permitindo a automação completa.

Os resultados

A plataforma de programação de produção baseada no Simio proporcionou melhorias operacionais significativas em várias dimensões:

Transformação da eficiência

O tempo de programação foi reduzido de mais de 2 horas para 1 minuto - uma redução de mais de 99% no tempo de planejamento manual. A execução automatizada eliminou as tarefas rotineiras de manipulação de dados, permitindo que os planejadores redirecionassem seu foco para a análise estratégica e as atividades de valor agregado, em vez da reconciliação de dados.

Desempenho operacional

O aumento da aderência à demanda por meio da lógica de programação padronizada eliminou as inconsistências do planejamento manual. A solução maximizou as taxas de produtividade no complexo ambiente de produção contínua e, ao mesmo tempo, reduziu a tendência do planejador ao aplicar consistentemente as diretrizes globais de programação. O sofisticado manuseio de restrições melhorou a otimização de trocas, afetando diretamente a eficiência da produção.

Recursos estratégicos

A análise de cenários em tempo real agora permite que os planejadores avaliem rapidamente o impacto das mudanças na demanda, os requisitos de manutenção de equipamentos ou as interrupções na cadeia de suprimentos sem recálculo manual de programações de produção completas. A reconciliação automatizada com as informações operacionais mais recentes reduz os conflitos de programação e melhora a coordenação entre as equipes de produção. A visibilidade de toda a empresa por meio de painéis do Power BI permite a tomada de decisões proativas, enquanto os recursos de planejamento baseado em riscos oferecem visões realistas dos resultados de desempenho esperados.

Escalabilidade e preparação para o futuro

A arquitetura modular e extensível à IA oferece suporte à inovação contínua sem exigir modificações extensas no sistema. A implementação nativa da nuvem facilita a expansão em várias instalações de fabricação e linhas de produtos, permitindo a padronização dos processos de planejamento e, ao mesmo tempo, acomodando os requisitos operacionais locais. A abordagem ETL incorporada permite a rápida integração de fontes de dados adicionais, estabelecendo uma base para manutenção preditiva, previsão de demanda e aprimoramentos de otimização automatizados.

O projeto para o sucesso

Essa implementação valida uma questão crítica que os líderes de operações enfrentam atualmente: "Poderíamos fazer isso em escala empresarial?" A resposta é decididamente sim. A parceria entre a Accenture e esse fabricante global de CPG demonstra como a tecnologia de simulação pode transformar as operações tradicionais de manufatura por meio de uma abordagem deliberada e em fases que comprova o valor em cada etapa.

A equipe projetou uma arquitetura ETL modular e extensível à IA que suporta os modos de planejamento tático e operacional. Ao usar deliberadamente um protótipo local baseado em CSV para comprovar a lógica antes de passar para a nuvem, eles criaram confiança organizacional e minimizaram os riscos. Uma Função do Azure acionada na conclusão da execução preenche a lacuna entre a saída da simulação e os painéis de negócios acionáveis - tudo sem middleware ou transferências manuais.

Para os engenheiros de simulação, esse estudo de caso fornece uma arquitetura replicável que pode ser adaptada em todos os setores e ambientes de fabricação. Para os líderes de operações, ele demonstra o ROI tangível do investimento em plataformas de simulação modernas que se integram perfeitamente aos sistemas corporativos existentes e, ao mesmo tempo, permitem a análise rápida de cenários e a tomada de decisões orientada por dados.

A evolução bem-sucedida do caos das planilhas para a programação automatizada e nativa na nuvem representa mais do que uma implementação de tecnologia - é uma mudança fundamental na capacidade operacional que posiciona os fabricantes para uma vantagem competitiva sustentável em um ambiente de mercado cada vez mais dinâmico. Quando os planejadores podem gerar e analisar programações de produção em minutos, em vez de horas, as organizações liberam a agilidade necessária para prosperar na manufatura moderna.