Os impactos da pandemia no setor dos transportes e nas cadeias de abastecimento vieram reforçar a importância da resiliência e da agilidade das organizações ao navegar um contexto de incerteza, para além da dimensão de eficiência. Neste contexto, ter a capacidade de simular cenários operativos alargados melhora o processo de tomada de decisão estratégica.
Eventos como a pandemia atual que vivemos demonstram que, para lidar com a incerteza, as organizações do sector precisam de mais do que sistemas de planeamento baseados em dados históricos e empirismo. É necessário incorporar tecnologias emergentes com capacidades alargadas de simulação de cenários e previsão de comportamentos. Isto é possível pela implementação de tecnologias do ecossistema da Internet of Things (IoT), como a realidade virtual e aumentada e a inteligência artificial. Concretamente, a tecnologia digital twins poderá contribuir de forma crítica para a resiliência e agilidade das organizações.
Uma digital twin é uma réplica virtual de um ativo físico, por exemplo, um equipamento, um processo ou um automóvel; ou de um sistema complexo, como uma fábrica ou uma cadeia de abastecimento. É utilizada para monitorizar, simular e otimizar a produção e o desempenho do ativo, simulando cenários com múltiplas variáveis. A cópia digital é construída a partir de dados gerados em tempo real por sensores, que são posteriormente analisados e tratados por tecnologias assentes em big data e machine learning. Os resultados das simulações sobre estes dados são representados visualmente recorrendo à realidade virtual e aumentada.
A integração destes dados com informação logística e de transporte, dados partilhados pelos fornecedores, distribuidores e retalhistas ou clientes, aumenta o potencial da aplicação desta tecnologia, pois permite à organização construir de facto uma visão holística e detalhada da sua cadeia de abastecimento ou ativo sobre a qual pode realizar simulações muito ricas. Para além da aplicação em ambiente industrial (e.g., manutenção preditiva, prototipagem colaborativa), o seu potencial estende-se ao ecossistema da mobilidade. Por exemplo, simulações sobre uma cópia virtual de um contentor podem ajudar a determinar a organização ótima das encomendas, inclusive adicionando dimensões de análise adicionais como o tempo de transporte.
Esta tecnologia já é aplicada a sistemas ainda mais complexos, como cidades. Combinando dados de sensores com os partilhados pelos operadores e utilizadores, é possível monitorizar em tempo real as variáveis críticas. As entidades municipais podem simular o seu comportamento, por exemplo o fluxo de pessoas em caso de emergência, alterações aos padrões de trânsito e nas horas de ponta dos transportes públicos e, com base nestas simulações, otimizar as redes de transporte e redesenhar as cidades para maior sustentabilidade e eficiência. A título ilustrativo, um caso de estudo relevante é o projeto da cidade alemã de Herrenberg, que analisa o impacto das mudanças nos padrões de tráfego rodoviário na qualidade do ar.
Apesar do seu potencial, o retorno do investimento pode não ser óbvio para as organizações. Dado um investimento inicial significativo, devido a requisitos técnicos elevados e desafios de estandardização de dados, as organizações devem avaliar a sua maturidade tecnológica e desenvolver protótipos em equipamentos individuais. No entanto, o potencial económico para aumentar a resiliência e agilidade em tempos de incerteza justifica o acompanhamento desta tecnologia pelos principais operadores do ecossistema da mobilidade, bem como pelas entidades municipais e metropolitanas.
