Um novo relatório da Accenture detalha como as novas tecnologias estão ajudando as empresas industriais a reduzir o tempo necessário para projetar, desenvolver e entregar produtos aos clientes, também conhecido como “velocidade de entrada no mercado”.
O relatório “ Industrial Speedsters: How advanced technologies can turbocharge your speed to market ” é baseado em uma pesquisa com 1,2 mil executivos dos setores de equipamentos industriais e elétricos, equipamentos pesados, fornecedores industriais e bens de consumo duráveis em 13 países. Como parte da pesquisa, a Accenture examinou três processos do ciclo de time-to-market:
Idea to Product: que inclui geração de ideias, planejamento de conceito e prototipagem, testes, validação de projeto e desenvolvimento de requisitos para preparar o início da produção;
Plan to Produce: incluindo planejamento de produção, programação de produção e execução de produção (também conhecido como operações de fabricação);
Demand to Deliver: que inclui planejamento de demanda e vendas, recebimento e agendamento de pedidos, distribuição final e instalação/comissionamento no local do cliente/cliente.
A Accenture identificou as empresas que tinham os processos mais curtos em cada um dos três processos e, em seguida, analisou quais haviam alavancado tecnologias avançadas – incluindo Machine Learning (ML) e outras tecnologias de Inteligência Artificial (IA), Nuvem, gêmeos digitais e computação de alto desempenho (HPC), entre outras – para reduzir tempo e custos.
Comparativo
A Accenture então dividiu as empresas em três categorias: as que mais reduziram o tempo e aumentaram a eficiência foram rotuladas como “Speedsters” (14% das empresas); aqueles que reduziram menos o tempo e aumentaram a eficiência – representando quase dois terços (63%) das empresas – foram rotulados como “Starter”; e as do meio foram rotuladas como “Accelerators” (23% das empresas).
A pesquisa descobriu que os Speedsters obtiveram maiores reduções de tempo e custo devido a uma alavancagem de tecnologia significativamente maior em todos os três processos de velocidade de lançamento no mercado. Por exemplo, com o uso de ML, os Speedsters obtiveram economias de tempo e custos mais de sete e 12 vezes maiores que, respectivamente, dos Starters.
Além disso, os Speedsters que usaram ML foram 7 vezes mais rápidos e 12 vezes mais econômicos do que os Starters. O uso de veículos guiados automatizados permitiu que os Speedsters conseguissem uma economia de tempo quatro vezes maior que a dos Starters – e uma economia de custos aproximadamente 30 vezes maior. Os Speedsters que usavam veículos guiados automatizados eram quatro vezes mais rápidos e 30 vezes mais econômicos do que os Starters.
Tão importante quanto isso, a pesquisa descobriu que os Speedsters superam tanto os Starters quanto os Accelerators em termos de desempenho financeiro. Por exemplo, para o período de cinco anos de 2016 a 2021, os Speedsters alcançaram um crescimento anual 4% maior do que os Aceleradores e 18% maior do que o dos Starters. Os Speedsters também alcançaram, em média, margens operacionais mais altas do que os Starters e os Accelerators.
“A capacidade de uma empresa de produzir e entregar mais mercadorias em menos tempo e com menor custo é uma vantagem competitiva fundamental”, disse Thomas Rinn, que lidera a prática industrial da Accenture globalmente. “Nossa pesquisa mostra que tecnologias avançadas como IA, Nuvem, gêmeos digitais e computação de alto desempenho desempenham um papel crítico para permitir isso”, afirmou.
Recomendações
O relatório faz várias recomendações notáveis sobre como as empresas podem utilizar tecnologias avançadas de forma mais eficaz em cada um dos três estágios. Esses incluem:
Idea to Product: as empresas devem usar dados de feedback e uso de produtos gêmeos digitais, bem como dados da IoT ao longo do ciclo de vida dos produtos conectados, para melhorar produtos, software e serviços. A manufatura aditiva e a impressão 3D podem acelerar a produção de protótipos físicos com base em seus esforços de engenharia virtual. Em um futuro próximo, eles devem aproveitar a computação de alto desempenho (HPC) baseada em Nuvem e a computação quântica para dar suporte a simulações.
Plan to Produce: para enfrentar os desafios nessa área, as empresas devem usar ferramentas de simulação e comissionamento virtual para permitir que a engenharia de produto trabalhe simultaneamente com a engenharia de produção. Eles também devem criar um gêmeo digital abrangente de processos de produção que possam ajudá-los a simular e otimizar operações para eficácia, rendimento e eficiência gerais do equipamento de forma contínua. Olhando mais adiante, eles poderiam alavancar a IA para cadeia de suprimentos preditiva e gerenciamento de produção; e usar a realidade estendida e o Metaverso industrial para criar oportunidades de treinamento e orientação mais eficazes para os funcionários da produção.
Demand to Deliver: as corporações devem se concentrar na integração da fabricação com a cadeia de suprimentos para criar um “thread digital” que permita o fluxo contínuo de dados entre organizações e silos; permite melhor distribuição, otimização da rede da cadeia de suprimentos, bem como planejamento da cadeia de suprimentos; e abre as portas para criar um gêmeo digital de produtos e operações para apoiar a colaboração na cadeia de valor. A longo prazo, as empresas devem explorar o processamento de solicitação de proposta habilitado para IA e o uso do Metaverso comercial em processos de vendas digitais.
Serviço
www.accenture.com
Leia nesta edição:
CAPA | TECNOLOGIA
Computação Quântica está à porta
TENDÊNCIA
Explosão de automações com Robôs instruídos por IA
MERCADO
Indústria 4.0 esbarra na falta de maturidade digital
Esta você só vai ler na versão digital
APLICAÇÃO
Novos recursos de IA impulsionam o mercado jurídico
Baixe o nosso aplicativo