O MIT Center for Transportation & Logistics (MIT CTL) e a Mecalux desenvolveram um simulador baseado em inteligência artificial capaz de otimizar a distribuição de stock entre diferentes armazéns de uma mesma rede logística.
A plataforma, designada Genetic Evaluation & Simulation for Inventory Strategy (GENESIS), utiliza modelos avançados de machine learning e um algoritmo genético para analisar milhares de cenários possíveis e identificar quais os níveis de stock mais adequados em cada armazém, bem como o momento ideal para reabastecimento.
O sistema considera variáveis como procura prevista por região, custos de transporte e capacidade operacional dos armazéns, permitindo testar diferentes políticas de reposição sem afetar as operações reais.
Matthias Winkenbach, diretor de investigação do MIT Center for Transportation & Logistics e do Intelligent Logistics Systems Lab, sublinha: “o algoritmo genético permite executar múltiplas simulações com diferentes parâmetros até encontrar a estratégia logística mais eficiente. As empresas podem comparar cenários e selecionar aquele que melhor se adapta às suas operações.”
Depois de inseridos os dados no sistema, o GENESIS gera uma solução acompanhada por painéis estatísticos com indicadores operacionais, que permitem analisar padrões de consumo, regiões com maior variabilidade de procura ou produtos com maior risco de rutura de stock.
Uma das funcionalidades do simulador consiste na redistribuição de stock entre armazéns da mesma rede. Em vez de recorrer automaticamente a novos pedidos aos fornecedores, a plataforma avalia se é mais eficiente transferir produtos a partir de outro centro logístico com excedente. Esta abordagem permite reduzir custos e otimizar o aproveitamento do stock existente.
O sistema também analisa estratégias de transporte, avaliando, por exemplo, se é vantajoso agrupar remessas para otimizar a capacidade dos camiões ou abastecer determinados pedidos a partir de um armazém específico para reduzir tempo e custos logísticos.
Rodrigo Hermosilla, investigador do MIT Intelligent Logistics Systems Lab, refere:“o verdadeiro desafio não foi encontrar o algoritmo certo, mas torná-lo suficientemente rápido para ser prático. Desenvolvemos o GENESIS de raiz para avaliar milhares de cenários em simultâneo, em vez de forma sequencial. O que antes demorava dias agora pode ser feito em minutos.”
De acordo com Javier Carrillo, CEO da Mecalux, a plataforma foi pensada para ser utilizada não apenas por especialistas técnicos, mas também por gestores de negócio. “O objetivo é ajudar as empresas a minimizar o custo total das suas redes logísticas e garantir elevados níveis de serviço.”
O simulador representa um dos primeiros resultados da colaboração entre o MIT CTL e a Mecalux, que deverá agora avançar para uma nova fase focada na aplicação da inteligência artificial a outros processos logísticos.
Entre as áreas em análise estão o reabastecimento interno de armazéns, a utilização de gémeos digitais em sistemas automáticos de armazenamento de alta densidade e a otimização da localização de produtos dentro dos centros logísticos.
