O Continuum Digital: O roteiro da transformação digital

Written by Simio Staff | 17/mar/2026 10:50:15

1. Introdução

No mundo atual, as empresas precisam ser altamente ágeis para lidar com um ambiente de negócios em constante mudança e cada vez mais incerto e, ao mesmo tempo, lidar com uma combinação cada vez maior de produtos, serviços, materiais, tecnologias, máquinas e habilidades pessoais. Uma cadeia de suprimentos de manufatura bem-sucedida exige orquestração, coordenação e sincronização de cada um desses elementos que operam de forma independente e coesa. Agora e no futuro, à medida que o setor 4.0 se desenvolve e os computadores são conectados com o objetivo de tomar decisões e executar operações com o mínimo de envolvimento humano, as empresas estão lutando para gerenciar esses projetos multifacetados e complexos de transformação digital. Abaixo estão alguns dos principais desafios que as partes interessadas e os projetos de transformação enfrentam em sua jornada para uma cadeia de suprimentos de manufatura altamente ágil e "inteligente" (low touch/no touch).

Compreender os processos e as restrições atuais

Embora as pessoas trabalhem em suas fábricas e cadeias de suprimentos há muitos anos, ainda é difícil entender e articular completamente todos os processos em detalhes, pois muitas das informações estão compartimentadas entre diferentes estruturas organizacionais dentro da empresa. O entendimento começa com a identificação de todas as restrições físicas no processo de obtenção de material e de produção e distribuição de produtos para os clientes. Há também muitos documentos diferentes que descrevem as regras comerciais que a gerência deseja aplicar para governar o processo, muitas vezes contradizendo a realidade atual. Na maioria das organizações, grande parte do conhecimento de execução e da lógica de decisão detalhada ainda é conhecimento tribal contido nas cabeças das pessoas que tomam essas decisões cotidianas no chão de fábrica, o que é muito difícil de replicar em qualquer sistema. Esse conhecimento geralmente é perdido à medida que a força de trabalho envelhece e as pessoas se aposentam.

Identificar as melhores fontes de dados e agregar dados relevantes e precisos

Compreender a qualidade atual e a correlação dos dados entre os vários sistemas corporativos é um grande desafio, pois os valores dos mesmos campos em sistemas diferentes geralmente diferem, dificultando a determinação de quais valores estão corretos. O nível de detalhes entre os sistemas é diferente com base no aplicativo do sistema, o que torna a correlação e a agregação de dados muito complexas. A sincronização de diferentes fontes de dados para garantir que todas sejam relevantes em termos de tempo (mesmo registro de data e hora) é um desafio, pois alguns sistemas são executados quase em tempo real, enquanto outros são orientados por lotes e executados apenas uma vez por dia. A chave para o processo de transformação é identificar as fontes e o fluxo de dados para estabelecer um pipeline de dados relevante para dar suporte à modelagem, ao controle, ao painel de controle e à análise do processo.

Identificar e explorar áreas para transformação e modernização

É um desafio identificar e avaliar o valor das mudanças e otimizações de processos que visam melhorar o desempenho da fábrica ou da cadeia de suprimentos. Determinados ganhos de desempenho ou valor são frequentemente percebidos, resultando em grandes investimentos de capital em capacidade e extensões de infraestrutura física para crescimento futuro e novos produtos, sem uma compreensão detalhada dos requisitos ou do impacto potencial sobre os negócios. O mesmo se aplica às iniciativas de automação e digitalização destinadas a melhorar a eficiência e o desempenho, pois esses projetos geralmente são desenvolvidos isoladamente. Isso faz com que os projetos não forneçam o valor geral esperado e a transformação de processo antecipada necessária para que a empresa avance em suas metas de transformação digital.

Previsões precisas de comportamento e desempenho futuros

A transformação geralmente envolve muitos aspectos simultâneos, como pessoas, processos, equipamentos, novos produtos, vendas, alcance global, distribuição e muito mais. Sem entender o impacto de ponta a ponta das mudanças propostas nas operações de negócios, incluindo políticas ou processos, as empresas não conseguem atender às expectativas, podendo desperdiçar dinheiro em investimentos que não proporcionam o valor esperado. Entre os principais itens de uma transformação digital estão a compreensão do impacto da automação, a avaliação de alternativas para entender o ROI de diferentes opções, a visualização e a apresentação de resultados futuros a todas as partes interessadas para adesão e tomada de decisões.

A maneira mais eficaz de possibilitar e facilitar a transformação digital e abordar os desafios discutidos acima é criar um modelo virtual detalhado baseado em simulação ou um gêmeo digital de processo off-line dos processos/fábrica/cadeia de suprimentos/armazém para um projeto e uma análise passo a passo dos processos atuais e futuros, chamados de solução preditiva. Em seguida, com o tempo, conecte os dados reais dos sistemas corporativos ao modelo virtual para que ele se torne o gêmeo digital de processo on-line para implantação operacional e tomada de decisões quase em tempo real, o que é chamado de solução prescritiva. A tecnologia subjacente é descrita em mais detalhes no whitepaper Simio Simulation Solution, também disponível no site da Simio.

Este whitepaper descreverá as principais etapas e tarefas a serem concluídas como parte da jornada de transformação digital. Elas são mapeadas em um gráfico de etapas de processo de alto nível chamado de "Continuum Digital". Muitas organizações gostariam de realizar esses projetos de transformação digital e de negócios o mais rápido possível, mas há vários desafios subjacentes de pessoas, processos e tecnologia que precisam ser abordados para garantir um projeto de transformação bem-sucedido que coloque os negócios em uma nova trajetória de eficiência e desempenho.

2. Principais desafios de tecnologia, pessoas, processos e dados da transformação digital

As empresas lutam para gerenciar seus desafios de pessoal, processos, dados e tecnologia a fim de atender às crescentes demandas necessárias para prosperar e competir de forma eficaz no novo mundo VUCA (Volatilidade, Incerteza, Complexidade e Ambiguidade). Alguns dos desafios e restrições mais importantes são destacados e discutidos em mais detalhes abaixo:

Ter acesso a um único modelo de restrição detalhado ou a um gêmeo digital de processo do sistema, incluindo todos os equipamentos, mão de obra, ferramentas, transporte e material, permite uma compreensão mais profunda dos processos atuais. Também permite a previsão do comportamento e do desempenho futuros, apoiando decisões informadas para investimentos e operações futuras.
Outro desafio é a criação de um modelo de simulação do Process Digital Twin que capture o impacto de todas as regras de negócios que regulam as operações, como políticas de estoque, políticas de mão de obra, procedimentos operacionais e restrições de transporte. Essas regras de negócios geralmente são criadas pela gerência sem entender o impacto total sobre as operações. Igualmente importante é a capacidade de capturar a lógica de decisão diária detalhada, conforme aplicada pelos planejadores, operadores e supervisores que executam e gerenciam as operações no dia a dia, também conhecida como conhecimento tribal. Essas regras operacionais e a lógica de decisão geralmente não são totalmente documentadas ou transparentes para o restante da organização. Esse modelo de processo ou Gêmeo Digital de Processo precisa se tornar a base de conhecimento das operações para permitir a replicação e a análise precisas para previsões futuras.
Um dos maiores desafios de qualquer projeto de transformação digital é o acesso e o fornecimento dos dados corporativos necessários, tanto estáticos (ERP, SCP etc.) quanto dinâmicos (MES, IoT etc.), com a precisão necessária para dar suporte à criação de modelos de processos detalhados e orientados por dados e/ou gêmeos digitais de processos. Esses dados geralmente são distribuídos entre vários sistemas usando diferentes convenções de numeração e nomeação, com dados inconsistentes sendo registrados em diferentes níveis de detalhes para avaliação e comparação.
As funções das pessoas e os incentivos de desempenho que motivam e direcionam o comportamento atual nem sempre estão alinhados com os objetivos gerais da empresa e com os principais KPIs da empresa. Os incentivos para os funcionários nem sempre estão corretamente alinhados com os objetivos da empresa e, muitas vezes, estão restritos a funções específicas dentro do processo geral. Esses objetivos isolados muitas vezes vão contra as metas gerais da empresa, sem que se compreenda o impacto geral dos planos de incentivo e/ou remuneração localizados e como eles podem afetar o desempenho geral da empresa.
Todas as empresas estão se esforçando para se tornarem mais ágeis, para que possam reagir mais rapidamente às mudanças nas condições de negócios ou nos ambientes operacionais (VUCA). Os métodos tradicionais de otimização baseados em solver usados para suporte a decisões não são mais rápidos e ágeis o suficiente. A otimização rápida com agentes de IA, como a Rede Neural Profunda (DNN) e o Aprendizado de Máquina (ML), para dar suporte a KPIs multiobjetivos é um facilitador essencial para o replanejamento e a otimização rápidos em tempo quase real.
Para que as organizações se tornem ágeis e confiantes em relação à execução, elas precisam fazer o planejamento e a programação dos negócios de forma contínua, como um plano ou programação contínua, em vez da abordagem atual de planejamento com intervalos de tempo, normalmente em intervalos semanais, atualmente em uso pela maioria dos sistemas empresariais. Essa abordagem com intervalos de tempo cria uma sensação enganosa de capacidade e viabilidade de material, pois a disponibilidade de recursos e materiais deve ser sincronizada com o cronograma de execução real para garantir a prontidão total para a execução. Atualmente, os sistemas típicos de planejamento e programação baseados em calendário de recursos, suportados pela maioria dos fornecedores de ERP e APS, avaliam apenas a viabilidade dentro de um intervalo de capacidade calculado para um período de tempo específico, em vez de garantir a sincronização real com o plano de execução.
A capacidade de fazer um planejamento integrado em todos os silos organizacionais e intervalos de tempo relevantes na cadeia de suprimentos é fundamental para evitar a inviabilidade na execução do plano. Hoje em dia, o planejamento é normalmente feito por diferentes equipes e componentes de software em todo o horizonte de planejamento (operacional, tático e estratégico) usando restrições incompletas, bem como modelos otimistas de capacidade e disponibilidade de material. Devido à complexidade, a programação detalhada também costuma ser feita em silos organizacionais para simplificar a tarefa e se concentrar em funções específicas, causando atrasos na sincronização entre as unidades operacionais durante a execução dessas programações.
A capacidade de capturar o processo de negócios de ponta a ponta e a base de conhecimento associada em uma réplica digital desse processo, que pode replicar com precisão o comportamento do processo em qualquer horizonte de tempo (ou seja, horas, dias, meses), é fundamental para realizar análises e avaliações detalhadas de cenários hipotéticos do desempenho atual e futuro dos negócios, garantindo a tomada de decisões informadas por meio de um modelo de referência digital singular.
Um gêmeo digital de processo fornece às partes interessadas acesso a uma torre de controle centralizada como uma fonte única da verdade para todas as tomadas de decisão e medições de desempenho. Atualmente, os participantes de todas as funções operacionais e cronogramas de negócios usam diferentes aplicativos e fontes de dados para análise e suporte a decisões, o que resulta em planejamento e tomada de decisões desconectados em toda a empresa.

3. O continuum digital

A transformação digital e/ou empresarial é muito complexa, e as empresas geralmente subestimam o espectro total de atividades e marcos a serem alcançados para obter sucesso em suas iniciativas de transformação. Esse é um processo sistemático, e todas as organizações desejam concluí-lo o mais rápido possível, mas algumas das fases exigem mais esforço e tempo para serem concluídas a fim de obter êxito na fase seguinte. O escalonamento e o tempo necessário para concluir cada fase dependem muito da maturidade digital e de processos atual da organização. As empresas geralmente superestimam seu nível de maturidade e acreditam que seus processos estão bem documentados e que seus dados e sistemas estão em um estado melhor de precisão e prontidão do que realmente estão. Normalmente, isso é descoberto após análises detalhadas dos processos e sistemas comerciais atuais.

Para fornecer às organizações e às equipes de transformação digital alguma orientação baseada na experiência, a Simio produziu um roteiro de transformação digital que destaca as principais etapas e atividades a serem realizadas como parte da jornada de transformação total. Esse roteiro de transformação para o faseamento e a execução do projeto é chamado de Continuum Digital e será descrito em um alto nível, conforme ilustrado na Figura 1 abaixo.

As seis (6) etapas mostradas na Figura 1 abaixo servem como uma diretriz de como o cronograma e as etapas da transformação poderiam ser e não são, de forma alguma, absolutas. O que é importante discutir aqui são os aprendizados e o progresso que precisam ser feitos para avançar nessa jornada de transformação e no cronograma. O tempo real será determinado pela velocidade com que a empresa pode concluir os principais aprendizados e o progresso necessário em cada etapa. Esse processo também se concentra no desenvolvimento de um gêmeo digital de processos para replicar o comportamento atual do sistema e analisar e avaliar o desempenho atual e futuro. Esse roteiro apoia as etapas para passar da função de "design" (simulação, análise e previsão) para uma função de "operação" totalmente integrada (planejamento, programação e prescrição).

Há quatro (4) fases principais de transformação e um conjunto de requisitos que serão discutidos em mais detalhes abaixo e mostrados na Figura 1 como caixas destacadas (verde e cinza) entre as etapas.

Figura 1: O Continuum Digital

3.1 Extrair, modelar e visualizar

Esta é uma fase crítica que permite que as organizações avaliem e entendam completamente seus processos de negócios existentes, analisem as regras de negócios e as práticas recomendadas atuais e determinem a maneira mais eficaz de configurar e gerenciar suas operações atuais. Também ajudará a revisar e avaliar seus sistemas atuais e a prontidão dos dados para desenvolver um Process Digital Twin completo, que se tornará a base de conhecimento e o modelo de referência atual de seus negócios para dar suporte a futuras iniciativas de melhoria ou transformação de processos. Como parte das duas primeiras etapas iniciais, "Modelagem" e "Análise", a equipe do projeto deve atingir os seguintes objetivos principais para garantir o sucesso contínuo e o apoio das principais partes interessadas, conforme discutido e mostrado na Figura 2 abaixo:

Figura 2: Extrair, modelar e visualizar

Identificar todos os principais interessados que se beneficiarão direta ou indiretamente dos resultados e da tomada de decisões, garantindo que eles estejam envolvidos no processo de design e possam oferecer conhecimento, suporte e recursos para o futuro.
Identifique todos os especialistas em processos primários que possam fornecer conhecimento detalhado do processo e descrever com precisão as etapas do processo em detalhes suficientes para modelar corretamente no nível certo de detalhes, garantindo que os resultados sejam precisos e relevantes para a tomada de decisões em todos os níveis.
Compreender e capturar todos os fluxos de processo, requisitos de recursos e materiais, requisitos de desempenho e desafios atuais. Isso permitirá que a equipe de desenvolvimento arquitete o Process Digital Twin e o modelo de dados associado de forma a representar com precisão todos os processos e as restrições associadas.
Identifique e avalie todas as fontes de dados em potencial para encontrar as fontes mais relevantes a serem usadas para alimentação de dados off-line e on-line em potencial. Identifique também os dados necessários que talvez tenham de ser gerados e mantidos manualmente até que outras fontes possam ser obtidas ou implementadas como fontes de dados formais para os dados adicionais necessários.
Obtenha e compreenda todas as regras comerciais gerais criadas e aplicadas pela equipe de gerenciamento, como políticas trabalhistas, políticas de estoque, requisitos de fornecedores, métricas de atendimento ao cliente, requisitos de segurança etc. O impacto dessas regras comerciais geralmente não é totalmente compreendido e é aceito apenas como uma exigência da empresa. O Process Digital Twin permite uma análise detalhada para entender completamente e possivelmente alterar algumas dessas regras de negócios para atender melhor às necessidades da empresa.
Extraia a lógica de decisão detalhada envolvendo-se com os supervisores e operadores no chão de fábrica ou com as equipes de gerenciamento de execução, pois essas regras de decisão detalhadas baseiam-se principalmente na experiência, normalmente não são documentadas oficialmente e variam de um local para outro ou até mesmo entre departamentos no mesmo local. Essas decisões detalhadas do chão de fábrica, tomadas no dia a dia, geralmente não são visíveis para a equipe de gerenciamento, pois não são documentadas em nenhum sistema formal de registro, o que dificulta a captura como parte do processo de desenvolvimento.
Encontre e obtenha dados históricos suficientes e de boa qualidade para usar em testes e validação. Os dados históricos formam a espinha dorsal do processo de teste e validação para avaliar o desempenho do Process Digital Twin em relação aos dados reais de um período de tempo passado.
Realizar verificação e validação detalhadas do modelo e dos resultados para garantir a entrega de resultados confiáveis. Isso requer dados históricos de boa qualidade e informações de todos os processos e especialistas operacionais para avaliar a representação do processo e os resultados fornecidos pelo Digital Twin.

3.2 Analisar, prever e experimentar

Depois de criar, testar e validar o gêmeo digital de processo como parte das etapas anteriores, o gêmeo digital de processo está pronto para ser usado para avaliar o desempenho do estado atual e futuro. Como parte das etapas de "Análise" e "Previsão" (2 e 3), a equipe do projeto deve atingir os seguintes objetivos para garantir o sucesso contínuo e o apoio dos líderes de negócios e das principais partes interessadas, conforme discutido e mostrado na Figura 3 abaixo:

Figura 3: Analisar, prever e experimentar

Identificar as restrições do processo e os gargalos causados por problemas como disponibilidade de recursos e/ou materiais, dimensionamento de buffer e lotes, programação de mão de obra, entre outros, que possam estar restringindo o fluxo do processo e impedindo que a empresa atinja seus KPIs.
Identifique possíveis oportunidades de melhoria que podem incluir mudanças nos fluxos de processo, equipamentos adicionais, melhor gerenciamento de materiais, mudanças de layout, novas programações de mão de obra, automação, políticas de inventário baseadas em fluxo etc.
Obtenha, gerencie e transforme os dados para obtê-los na forma necessária que corresponda aos requisitos acordados do modelo Process Digital Twin para o modelo off-line, com uma visão clara dos requisitos de integração on-line ou do pipeline de dados para dar suporte a um feed de dados automatizado no futuro.
Realizar experimentos criando vários conjuntos de dados e configurações de modelos (de preferência gerados por dados) para executar cenários de avaliação a fim de entender melhor o comportamento atual e os resultados futuros previstos com base em diferentes iniciativas de transformação ou oportunidades de melhoria contínua.
Avaliar propostas alternativas de diferentes partes interessadas e equipes de gerenciamento de execução, como novos projetos de investimento de capital e oportunidades de melhoria de processos, para analisar o impacto na melhoria geral dos negócios, bem como determinar o ROI de cada uma dessas iniciativas antes de comprometer capital e recursos para implementação.
Determinar os melhores critérios e métricasde desempenho geral para satisfazer as partes interessadas operacionais e financeiras, bem como os requisitos da gerência executiva, como receita, custo, eficiência, ROI e atendimento ao cliente, já que algumas dessas métricas muitas vezes competem entre si, exigindo que se chegue a um acordo sobre objetivos comerciais claros.
Finalize a configuração preferida do processo para começar a fornecer previsões prospectivas com base nas mudanças de parâmetros fornecidas pelos principais interessados, como mudanças na demanda, lançamentos de novos produtos, novos setores de mercado, cronogramas de trabalho, disponibilidade de recursos e materiais etc.
Fornecer previsões claras do comportamento esperado do processo e dos resultados associados e obter aprovações sobre o desempenho futuro esperado desejado com base na implementação e no escalonamento das mudanças selecionadas nos negócios e nos processos.

3.3 Dados, armazenamento e sistemas padronizados

Entre as etapas "Predicting" (Previsão) e "Integrating" (Integração) (3 e 4), os objetivos são principalmente técnicos para realizar a integração entre as fontes de dados identificadas e o desenvolvimento necessário de um pipeline de dados padronizado e de uma plataforma de armazenamento para dar suporte ao Process Digital Twin on-line. Além disso, como parte das etapas "Integrating" (Integração) e "Prescribing" (Prescrição) (4 e 5), que permitirão que a equipe planeje e programe usando o Process Digital Twin em tempo quase real ou sob demanda para gerar planos e cronogramas prospectivos para comparação ou execução, a equipe do projeto deve atingir os seguintes objetivos para garantir o sucesso contínuo e o suporte das operações, conforme discutido e mostrado na Figura 4 abaixo:

Figura 4: Padronização de dados, armazenamento e sistemas

O cenário de sistemas empresariais geralmente inclui uma variedade de sistemas nos níveis corporativo e operacional, como ERP, MES, SCP, QA, LIMS, PM, além de dispositivos IoT e várias planilhas usadas por planejadores e operadores. Em geral, esses sistemas não seguem as mesmas convenções de numeração e nomenclatura e, muitas vezes, não são integrados e sincronizados. Isso resulta em problemas significativos com a correlação entre os sistemas, resultando em dados conflitantes que não podem ser mesclados em uma fonte de dados central ou no Process Digital Twin sem uma extensa transformação e manipulação de dados.
Com base no aplicativo específico do sistema, os dados geralmente são implementados em diferentes níveis de detalhes para atender aos requisitos de cada sistema específico. Alguns dados relacionados à produção podem ser mantidos em um nível de grupo, família ou SKU e não podem ser combinados ou traduzidos em uma única fonte de dados.
Muitas vezes é difícil determinar a precisão real dos dados, pois o valor de elementos de dados específicos, como o tempo de produção de um componente específico em um determinado recurso, é diferente não apenas entre os sistemas ERP e MES, incluindo as planilhas Excel específicas do planejador, mas também difere dos números reais usados pelos operadores no chão de fábrica. O Process Digital Twin desempenha um papel importante na determinação dos valores válidos que melhor correspondem aos resultados reais medidos do processo físico.
Diferentes sistemas empresariais são frequentemente atualizados em diferentes cadências de cronograma, como execuções diárias durante a noite para o sistema ERP, atualizações no final do turno para os sistemas MES e atualizações quase em tempo real para sistemas de monitoramento ou controle. Isso resulta em dados que não são sincronizados para conter o mesmo registro de data e hora dos dados entre ossistemas em um determinado momento, quando necessário para análise, planejamento ou programação, resultando em resultados imprecisos.
Com base no nível de detalhe e no escopo do gêmeo digital do processo, identificar os sistemas de origem relevantes para fornecer os dados mais precisos e relevantes em termos de tempo é uma parte fundamental do processo. Esse processo pode minimizar significativamente o nível de integração e/ou transformação de dados necessários para fornecer ao Digital Twin os dados necessários.
Com base nas discrepâncias e imprecisões de dados entre os sistemas, pode ser necessário atualizar ou aprimorar determinados sistemas de origem para que sigam as mesmas convenções de numeração e nomeação ou até mesmo alterar o nível de detalhes de determinados itens ou valores de atributos específicos, como tempos de execução da produção ou tamanhos de lotes.
A ausência dos dados necessários nos sistemas atuais ajudará a equipe a identificar novos sistemas e seus requisitos específicos para expandir e melhorar ainda mais os dados disponíveis, como sistemas adicionais de MES, IoT ou monitoramento. Isso ajudará a aumentar a precisão, a usabilidade e a cobertura dos processos do Process Digital Twin.
Com base na infraestrutura de TI atual e planejada, as decisões precisam ser finalizadas em relação à plataforma e à tecnologia de armazenamento e pipeline de dados. A integração e o fluxo de dados podem ser ponto a ponto, por meio de um banco de dados de preparação intermediário ou utilizando um recurso de armazenamento em nuvem centralizado com espaço de nome unificado (UNS), para citar alguns exemplos.

3.4 Harmonizar pessoas, processos e tecnologia

Depois que o gêmeo digital do processo estiver totalmente integrado e validado para produzir os planos e cronogramas viáveis aprovados pelos supervisores e operadores, o sistema estará pronto para ser usado em um modo low-touch/no-touch para a tomada de decisões autônomas a fim de melhorar a agilidade e a eficiência geral dos negócios. Como parte das etapas de "Prescrição" e "Tomada de decisão autônoma" ("Fábrica inteligente") (5 e 6), a equipe do projeto deve atingir os seguintes objetivos para garantir o sucesso contínuo e a adesão de todos os níveis da organização, conforme discutido e mostrado na Figura 5 abaixo:

Figura 5: Harmonizar pessoas, processos e tecnologia

Vários departamentos da organização dependem de dados de diferentes sistemas para analisar, planejar e programar as operações comerciais. Para garantir uma tomada de decisão consistente em todos os níveis, esses processos devem ser padronizados e alinhados, assegurando que as decisões se baseiem nos mesmos dados precisos e relevantes no tempo, seguindo uma metodologia unificada.
Muitas vezes, diferentes unidades operacionais dentro da mesma fábrica ou entre fábricas que executam as mesmas tarefas operacionais podem seguir diferentes fluxos de trabalho com base na experiência e no histórico dos vários operadores e supervisores em cada uma dessas instalações. Com o uso do Process Digital Twin, a análise pode ser realizada para identificar os fluxos de trabalho de melhor desempenho ("práticas recomendadas") para padronizar os fluxos de trabalho implementados na fábrica ou até mesmo em toda a organização para permitir melhor desempenho geral, medição, repetibilidade e treinamento de pessoal.
Em ambientes de alto desempenho, onde a automação está se tornando uma parte fundamental da agilidade e do aumento estimado do rendimento, muitas vezes é difícil entender exatamente como implementar e gerenciar cada área específica de automação. O Process Digital Twin ajudará as empresas a entender o impacto da automação e como projetar e integrar a automação em cada área específica e determinar qual será o retorno esperado do investimento.
À medida que o controle operacional melhora, a obtenção de informações mais precisas em tempo quase real é fundamental, portanto, a integração com sistemas habilitados para IoT torna-se um fator essencial para a obtenção de informações valiosas sobre o status, como níveis de tanques, localizações de AMR e status de equipamentos para apoiar a tomada de decisões em tempo quase real.
Assim que o Process Digital Twin reproduzir com precisão o comportamento detalhado e a tomada de decisões do processo, ele poderá ser usado para gerar dados de treinamento sintéticos para o treinamento de redes neurais profundas (DNN) e/ou agentes de aprendizado de máquina (ML). Esses agentes podem ser usados para otimização quase em tempo real para aplicativos autônomos ou incorporados como um componente do Process Digital Twin. Isso fornece uma plataforma bem gerenciada para treinar e testar algoritmos de IA para uso na organização, ao mesmo tempo em que compreende totalmente o comportamento e a aplicação pretendidos, bem como a capacidade de retreinar quando as circunstâncias mudam.
À medida que o Process Digital Twin é usado para ser mais prescritivo e utilizado para decisões quase em tempo real, é necessária uma precisão cada vez maior. Um dos pontos principais é capturar as decisões do chão de fábrica tomadas diariamente pelos operadores e supervisores enquanto eles executam e gerenciam as operações. Isso permite que a equipe faça atualizações finais detalhadas na lógica de decisão para que o Process Digital Twin replique as operações com mais precisão.
Para permitir ainda mais a entrada de detalhes do chão de fábrica sobre as operações, pode ser necessário o desenvolvimento de sistemas específicos e interfaces MM (homem-máquina) para capturar dados com base em determinadas etapas operacionais no chão de fábrica ou como parte do processo de execução para obter dados quase em tempo real sobre o status e o progresso.
Para obter a monetização total e o uso eficaz do Digital Twin, é importante definir e distribuir resultados específicos para cada função e requisito das partes interessadas. Isso possibilitará uma tomada de decisão perfeita devido ao acesso direto aos dados e decisões atuais, sincronizados e relevantes dos sistemas de ponta a ponta.

4. Fornecimento de valor comercial em cada etapa do continuum digital

À medida que as organizações seguem essas etapas descritas pelo continuum digital, elas devem ser capazes de gerar valor comercial, tanto quantitativo quanto qualitativo, em cada etapa importante da jornada. Isso é importante para continuar apoiando e financiando o desenvolvimento contínuo do gêmeo digital de processos como parte da jornada total de transformação dos negócios. O processo deve abordar questões nas fases de projeto e investimento do processo de transformação e reengenharia dos negócios, bem como no gerenciamento operacional diário do processo ativo e contínuo. Abaixo estão alguns dos principais geradores de valor associados às 6 etapas principais, conforme mostrado na Figura 1.

4.1 Modelagem

Durante essa etapa, a equipe reunirá todas as informações necessárias sobre o fluxo do processo de ponta a ponta, as regras de negócios e a lógica de decisão detalhada aplicada no chão de fábrica para planejar, programar e executar as operações da fábrica. A equipe também analisará todas as fontes de dados para identificar a precisão e a disponibilidade, além de identificar deficiências e dados ausentes. Os principais itens de valor para a empresa são os seguintes:

Um gêmeo digital de processo que captura todas as restrições físicas, fluxos de processo, regras de negócios e lógica de decisão em uma única base de conhecimento do processo/fábrica de ponta a ponta.
Relatórios de status de dados e sistemas para determinar o nível de maturidade digital e, ao mesmo tempo, identificar atualizações/correções específicas necessárias nos sistemas e até mesmo requisitos para sistemas novos ou adicionais.
Um modelo de referência de negócios digitais para testar e avaliar quaisquer iniciativas de aprimoramento de negócios em andamento, bem como mudanças ou extensões futuras que possam ser exigidas pelos negócios. Esse modelo de referência torna-se a versão única da verdade para dar suporte à tomada de decisões orientada por dados por todos os participantes da empresa.

4.2 Análise

Depois que o gêmeo digital do processo tiver sido totalmente verificado e validado, ele estará pronto para ser usado na análise dos processos/fábrica/cadeia de suprimentos/armazém atuais. É importante entender completamente e maximizar o desempenho dos processos atuais antes de tomar decisões sobre a introdução de novas mudanças ou atualizações no processo atual, como novos equipamentos, automação etc. Os principais itens de valor para a empresa são os seguintes (valores representativos):

Redução de 25% nos atrasos de sincronização (tempo de inatividade não planejado)
10% de redução na mão de obra
20% de melhoria no rendimento
20% de melhoria na eficiência dos recursos
15% de redução no inventário e no WIP
12% de melhoria na pontualidade de entrega
16% de redução no custo de produção
25% de redução no lead time de fabricação

4.3 Previsão

Depois que o processo/fábrica/cadeia de suprimentos/armazém atual tiver sido totalmente analisado e otimizado em termos de desempenho, o Process Digital Twin poderá ser usado para avaliar outras oportunidades de melhoria do negócio, bem como novas melhorias no processo/fábrica/cadeia de suprimentos/armazém para atender à demanda futura ou avaliar novas iniciativas estratégicas específicas. Os principais itens de valor para a empresa são os seguintes:

Otimizar a aplicação de capital, avaliando e selecionando os projetos de maior ROI para implementação.
Otimizar o projeto e avaliar a melhoria geral do desempenho de novos sistemas, como a automação, antes da contratação e da implementação.
Avaliar estratégias de negócios futuras, como o lançamento de novos produtos, a expansão do mercado que resulte em maior demanda ou crescimento, como capacidade adicional de fabricação, para entender completamente o impacto nos negócios atuais, bem como o ROI futuro e o desempenho dos negócios.

4.4 Integração

Quando o gêmeo digital de processo estiver pronto e validado com o modelo de dados acordado, ele poderá ser integrado ao pipeline de dados dos sistemas corporativos para inicializar e executar o gêmeo digital com dados atuais e reais a fim de obter os melhores resultados para qualquer avaliação adicional (resultados preditivos) ou planejamento e programação (resultados prescritivos). Os principais itens de valor para a empresa são os seguintes:

Fontes de dados finalizadas, mecanismos de armazenamento e integração para permitir que o pipeline de dados ofereça suporte ao fluxo de dados em tempo real para apoiar o Process Digital Twin e outras ferramentas de análise de negócios.
Fontes e sistemas de dados empresariais revisados, corrigidos e alinhados para garantir informações precisas no nível de detalhe necessário. O Process Digital Twin atua como uma lupa para ajudar a validar e atualizar os dados para atender aos requisitos e padrões para uma transformação digital bem-sucedida.
Análise e experimentação dinâmicas e ágeis com base nos dados atuais, permitindo que a organização reaja em tempo quase real a eventos internos e externos à empresa, como mudanças na demanda, problemas de mão de obra, fornecimento de materiais, atrasos no transporte e muito mais.

4.5 Prescrição

Depois de concluir o esforço de integração, padronização e atualização de dados, o Digital Twin pode ser usado para analisar, planejar e programar operações. Isso permite que o gêmeo digital de processo seja usado para prescrever operações até o nível de tarefa por recurso (ou seja, equipamento, mão de obra, transportadores), bem como requisitos de material em cada ponto de execução. Os principais itens de valor para a empresa são os seguintes:

Planejamento e programação quase em tempo real com base em acionadores manuais ou automatizados.
Programações prontas para o chão de fábrica com base nos dados atuais e no status do processo/fábrica/cadeia de suprimentos/armazém para evitar ou minimizar qualquer interrupção nas operações devido a mudanças ou eventos, otimizando as operações para atender à demanda com eficiência.
Maximizar o fluxo (rendimento dos itens certos) por meio do sistema/cadeia de suprimentos para atender à demanda, avaliando e tratando continuamente as restrições quase em tempo real para evitar atrasos na sincronização, minimizando configurações e trocas desnecessárias e garantindo o uso eficiente de materiais.

4.6 Tomada de decisão autônoma

Quando o Process Digital Twin estiver totalmente integrado e operacional, e todas as restrições de funcionários e de fluxo de trabalho estiverem alinhadas em todo o processo/fábrica/cadeia de suprimentos/armazém para garantir total precisão e viabilidade, ele poderá ser conectado aos sistemas de execução, como MES para equipamentos de fabricação ou gerenciadores de frota AMR para transportadores, permitindo a orquestração direta da execução em nível de tarefa no chão de fábrica. Os principais itens de valor para a empresa são os seguintes:

Operações completas de baixo contato/sem contato para maximizar a produtividade, a utilização de equipamentos e o rendimento para atender à demanda com base nas condições atuais do sistema (processo/fábrica/cadeia de suprimentos/armazém).
Controle total para maximizar a agilidade operacional, permitindo que o sistema reaja a mudanças no processo, na demanda, na disponibilidade de materiais ou em quaisquer outras restrições que afetem diretamente o fluxo de produtos pelo sistema.
Atingir a meta da "Fábrica Inteligente" por meio da tomada de decisão autônoma para todos os recursos do sistema sem envolvimento humano, a menos que seja selecionado ou necessário com base em condições específicas ou eventos de acionamento.

A proposta de valor será diferente para cada empresa, dependendo da fase do projeto, das iniciativas atuais em análise ou das operações sob gerenciamento. Dependerá também da maturidade digital e organizacional da organização e de sua capacidade de se transformar em operações totalmente autônomas. Algumas empresas talvez sempre precisem de um nível significativo de intervenção humana devido à natureza de suas operações.

5. Conclusão

O Simio oferece uma estrutura de modelagem de simulação baseada em objetos inteligentes para otimizar o projeto e a operação de sistemas complexos. Os principais recursos do Simio que dão suporte ao design por meio do continuum de operação incluem a arquitetura de modelagem orientada a objetos sem código, a estrutura centrada em dados para dar suporte a modelos orientados por dados e gerados por dados, recursos de relatórios e experimentação de simulação e agendamento, redes neurais para otimizar decisões e opções de implantação corporativa para experimentação e agendamento em nuvens públicas e privadas.

Essa jornada será diferente para cada empresa com base em suas características específicas e maturidade digital, bem como na prontidão organizacional para se tornar uma operação ágil, automatizada e potencialmente autônoma. O continuum digital fornece uma estrutura prática a ser usada como orientação ao longo dessa jornada para ajudar as organizações e suas equipes de transformação a concluir as etapas principais para o sucesso e não tentar acelerar o processo para se tornar uma "fábrica inteligente"

O Simio Intelligent Adaptive Process Digital Twin oferece um veículo ideal para facilitar e apoiar essa jornada de transformação total, do projeto à operação, bem como uma estrutura comprovada para orientar as etapas de desenvolvimento e transformação para garantir o sucesso.

View full post