No início da década de 2020, as empresas enfrentaram desafios que poucos poderiam ter previsto. Desde perturbações na cadeia de abastecimento global e encerramentos provocados por pandemias até tarifas em curso, estes acontecimentos inesperados testaram os limites das estratégias de planeamento tradicionais.
A recente paralisação do governo dos EUA constituiu mais um lembrete de que sistemas bem estabelecidos podem ser interrompidos, durando um recorde de 43 dias, e financiando projectos locais que vão desde o controlo do tráfego aéreo até programas de ajuda alimentar.
Estrategista-chefe de ciência de dados na Gurobi Optimization.
Estes cenários demonstram que as catástrofes raras e complexas são difíceis de prever e ainda mais difíceis de modelar e de preparar. Embora o planeamento do pior cenário se baseie em dados históricos e em reservas de contingência, o que acontece quando a história não tem precedentes?
É aqui que a otimização matemática desempenha um papel fundamental na simplificação e agilização dos esforços de planejamento.
Pior cenário
Se você estiver familiarizado com as técnicas de otimização, poderá identificar o processo de otimização de pior caso como “otimização robusta”. Embora esta seja uma aplicação notável de otimização, este artigo não o é.
Em vez disso, imagine que você dirige uma empresa de manufatura de médio porte com sede nos Estados Unidos. Sua empresa depende de aprovações regulatórias oportunas para enviar produtos através das fronteiras estaduais.
Durante uma paralisação prolongada do governo, essas aprovações são interrompidas, deixando o produto final cada vez maior da sua equipe para onde ser enviado. O estoque se acumula, o espaço de armazenamento desaparece, os trabalhadores ficam ociosos e os prazos de entrega contratuais aumentam.
Este cenário de estagnação é complexo e cheio de interdependências. Limites de armazenamento, limites orçamentários e horários fixos de equipe não podem ser acomodados, e prazos perdidos podem resultar em penalidades financeiras e danos ao relacionamento com os clientes.
Certamente existem fatores que você pode controlar – programação de produção, alocação de recursos e mão de obra e fontes alternativas, por exemplo – mas nenhum pode ser ajustado sem um impacto negativo em seus resultados financeiros.
Como você pode planejar efetivamente tal situação?
A resposta tradicional
Tradicionalmente, as empresas têm lidado com a preparação do pior caso com métodos de planeamento manual. No nosso exemplo de encerramento, a equipa de gestão da sua empresa de produção pode reunir-se para rever folhas de cálculo, analisar dados históricos e debater cenários para estimar o seu impacto potencial.
Por si só, é um método completamente plausível. Sua equipe pode revisar conjuntos de dados anteriores, conversar sobre quais cenários futuros podem ocorrer e estabelecer importantes buffers de contingência como uma resposta proativa. O sucesso desta abordagem, no entanto, depende em grande parte da previsibilidade.
Não é improvável que os dados históricos de produção possam ajudar um fabricante a preparar-se para picos de procura ou para a perda de um fornecedor estratégico. Mas se aprendemos alguma coisa com a primeira metade desta década é que o inesperado é esperado.
As cadeias de abastecimento voláteis, os mercados internacionais flutuantes, os conflitos globais e as crises sanitárias generalizadas são menos facilmente previsíveis e eficazmente preparados.
E quando sobreposta a dezenas de variáveis existentes (limites de armazenamento, horas de trabalho, contratos, etc.), a resposta tradicional rapidamente se torna lenta, reativa e geralmente inadequada.
Respondendo com otimização
A otimização matemática oferece às empresas atuais uma abordagem muito diferente para a preparação do pior cenário. Em vez de confiar no instinto e em dados estáticos, a otimização usa algoritmos avançados para avaliar vários desafios e fornecer a melhor solução possível.
Cada problema de otimização matemática tem:
- Uma função objetivo ou a meta que você está tentando alcançar.
- Variáveis de decisão ou fatores que podem ser alterados.
- Restrições ou fatores que não podem ser alterados.
Em nosso cenário de fabricação, esses fatores seriam:
- Função objetiva para minimizar o custo total e ao mesmo tempo cumprir as obrigações de entrega.
- Variáveis de decisão como níveis de produção, alocação de trabalho e decisões de terceirização.
- Restrições incluindo capacidade de armazenamento, orçamento, disponibilidade de pessoal e restrições regulamentares.
Sua equipe pode usar essas variáveis para criar um modelo matemático que represente seu problema. Então, usando um solucionador de otimização para executar os algoritmos relevantes, você pode determinar o equilíbrio ideal entre prioridades concorrentes em minutos, não em dias.
O modelo recomenda reduzir a produção em um determinado valor, realocar os recursos dos funcionários para projetos de manutenção preventiva e/ou terceirizar parte da produção para evitar excesso de estoque.
Seja qual for a recomendação, você pode ter certeza de que ela está informada de todas as variáveis relevantes e determinada como a melhor solução possível.
O uso da otimização agiliza drasticamente o processo de preparação, tornando as considerações e decisões do pior caso mais rápidas e confiáveis.
Os tomadores de decisão humanos ainda têm o poder de compartilhar informações importantes e ter a palavra final sobre como as equipes avançam, ao mesmo tempo em que terceirizam o trabalho computacional demorado para o poder de algoritmos avançados que resolvem modelos matemáticos estáveis, confiáveis e facilmente atualizáveis.
Rumo a um futuro menos frenético
Os piores cenários não são tão raros como costumavam ser. Desde pandemias e tarifas a paralisações governamentais prolongadas, as perturbações estão a tornar-se mais frequentes, mais complexas e mais difíceis de prever.
A otimização matemática oferece às empresas atuais uma maneira mais inteligente de avançar. Ao eliminar o trabalho braçal da modelagem e revisão de cenários, a otimização pode ajudar a transformar o planejamento manual demorado e incerto em uma estratégia de negócios proativa.
Embora um modelo de otimização não possa eliminar completamente a imprevisibilidade e o risco, como nenhuma solução, ele pode atuar como uma metafórica “pedra na tempestade”, ajudando as equipes a reagir ao seu ambiente em mudança com capacidades de resolução de problemas rápidas e confiáveis.
Quando ocorrer o próximo desastre sem precedentes, as empresas orientadas para a otimização poderão estar confiantes nos resultados dos seus esforços proativos, em vez de se esforçarem para corrigir a falta de preparação.
Apresentamos a melhor plataforma para business intelligence.
Este artigo foi produzido como parte do canal Expert Insights da TechRadarPro, onde apresentamos as melhores e mais brilhantes mentes da indústria de tecnologia atualmente. As opiniões expressas aqui são de responsabilidade do autor e não necessariamente da TechRadarPro ou Future plc. Caso tenha interesse em participar, mais informações aqui:
