Bolsa 24/20346-3 - Aprendizado computacional, Experiência do usuário - BV FAPESP
Busca avançada
Ano de início
Entree

Desenvolvimento da Experiência do Usuário e desenvolvimento do front-end na plataforma PCPLean

Processo: 24/20346-3
Modalidade de apoio:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Data de Início da vigência: 01 de janeiro de 2025
Data de Término da vigência: 30 de abril de 2026
Área de conhecimento:Engenharias - Engenharia de Produção
Pesquisador responsável:Ricardo Renovato Nazareno
Beneficiário:Andreza de França Alamino Emiliano
CNAE: Atividades profissionais, científicas e técnicas não especificadas anteriormente
Vinculado ao auxílio:24/07326-3 - Projeto PCP Lean: Inteligência Analítica para Sistema PCPLean, AP.PIPE
Assunto(s):Aprendizado computacional   Experiência do usuário
Palavra(s)-Chave do Pesquisador:Gestão de Estoques | Kanban Eletrônico | machine learning | PCP Lean | Sistemas Puxados | User Experience | Planejamento e Controle da Produção

Resumo

A Indústria 4.0 está transformando profundamente a forma como as empresas operam e produzem bens e serviços. Um dos elementos-chave dessa revolução é a crescente integração da tecnologia da informação com os processos de fabricação, e nesse cenário, a análise de dados desempenha um papel crucial nos sistemas de planejamento e controle da produção (PCP). O processo de PCP tem enfrentado, nos últimos tempos, consideráveis desafios em todas as cadeias de suprimentos. Consequentemente, a gestão dos estoques também tem sido objeto de atenção nesse cenário. Apesar dos progressos significativos alcançados com sistemas de gestão destinados a aprimorar esse processo, torna-se evidente a existência de ineficiências em empresas. Tais ineficiências frequentemente resultam em rupturas de estoque ou em excessos de itens armazenados, ocasionados tanto por fatores internos quanto por elementos externos que impactam a organização. Prova disso foi o colapso em 2021 na cadeia de suprimentos de microprocessadores para vários segmentos da indústria, comprometendo a retomada econômica das empresas de toda a cadeia após um ano de pandemia causada pelo COVID-19. No mercado atual, existem tecnologias altamente eficazes que automatizam com sucesso o controle de estoques, abrangendo funções como recebimento, movimentação, armazenagem, conferência, expedição e emissão de documentos. Esses sistemas desempenham um papel excepcional no que diz respeito ao controle dos estoques. No entanto, apresentam limitações significativas quando se trata de planejamento da produção e da manutenção de estoques. Em outras palavras, esses sistemas carecem de processos e rotinas ágeis e automatizados voltados para o planejamento e o redimensionamento dos estoques. Essa carência reflete-se na falta de capacidade de reação rápida às variações de demanda e outros fatores que influenciam a determinação do tamanho dos lotes e dos estoques, sejam eles relacionados a itens adquiridos (matérias-primas) ou fabricados (produto acabado). Portanto, torna-se imperativo explorar soluções mais avançadas e ágeis que se baseiem na análise contínua de dados e na retroalimentação para possibilitar o planejamento e o redimensionamento eficientes dos estoques. A capacidade de reagir de maneira rápida e precisa às 2 flutuações da demanda e a outros fatores é essencial para otimizar os processos de produção e as operações logísticas, garantindo um desempenho mais eficaz e eficiente nas organizações. Desta forma, a Fase II do PIPE aqui proposto tem como propósito desenvolver um sistema computacional que irá automatizar as análises dos parâmetros de planejamento e controle da produção de um sistema de PCP, em continuidade ao MVP desenvolvido na Fase I. O desenvolvimento propõe entregas incrementais de tecnologia até o módulo se tornar autônomo e capaz de avaliar novas condições e executar melhorias de dimensionamento em tempo real promovendo um estoque balanceado, que possua um alto giro, baixo custo e que garanta sobretudo uma ótima performance de entrega. A adição do módulo Analytics na solução PCPLean irá gerar grande valor aos seus clientes atuais e futuros, além de tornar a E-LEAN mais competitiva no mercado, conforme validado nas pesquisas realizadas, e consequentemente trará grandes impactos positivos em seus negócios.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)