Bagaimana Digital Twins Dapat Membantu Meningkatkan Kinerja Logistik

Pengiriman langsung ke konsumen adalah cara masa depan, dan menjadi lebih penting karena COVID-19. Namun, perusahaan logistik berjuang untuk memenuhi permintaan di tengah rentetan faktor, mulai dari kondisi jalan yang selalu berubah hingga mengelola pengiriman obat yang peka terhadap suhu. Teknik perangkat lunak data streaming baru yang kuat, yang disebut kembar digital waktu nyata, dapat memberikan wawasan yang diperlukan untuk menjawab pertanyaan logistik penting, mengurangi variabel yang tidak diketahui, dan meningkatkan efisiensi operasi.

Dengan banyaknya data streaming yang berasal dari armada, gudang pintar, dan sumber telemetri lainnya, merupakan tantangan berat bagi manajer logistik untuk mengekstrak wawasan penting dan mengidentifikasi potensi masalah secara real time. Pendekatan analitik streaming tradisional, seperti Apache Storm dan Flink open-source, membantu manajer mengekstrak pola dalam aliran pesan gabungan. Namun, mereka tidak dapat menempatkan informasi ini dalam konteks untuk menilai signifikansinya dan mengambil tindakan individual yang efektif untuk setiap sumber data.

Solusi ini dirancang untuk melewati telemetri masuk melalui jalur perangkat lunak untuk mengekstrak pola yang menarik, mendapatkan wawasan agregat, dan mengirim peringatan saat kondisi tertentu terpenuhi. Namun, mereka tidak melacak status dinamis sumber data itu sendiri, atau membuat kesimpulan tentang perilaku mereka.

Misalnya, analitik streaming dapat mendeteksi pembacaan suhu oli yang tinggi di armada truk, tetapi tidak dapat menjelaskan mengapa pembacaan ini terjadi, apakah pembacaan tersebut mengindikasikan kegagalan yang akan datang, dan tindakan spesifik apa yang harus diambil. Untuk melakukan ini, platform analitik streaming perlu mempertahankan informasi kontekstual tentang setiap truk, sehingga dapat memberikan introspeksi lebih dalam tentang telemetri yang masuk dan membuat keputusan yang lebih strategis tentang peringatan dan intervensi. Misalnya, satu mesin truk mungkin diharapkan menunjukkan suhu oli yang lebih tinggi dari biasanya karena usia dan riwayat perawatannya, sementara yang lain, mesin yang lebih baru mungkin menunjukkan masalah yang tidak biasa yang perlu segera ditangani.

Agar sistem logistik yang kompleks tetap berjalan dengan lancar, analitik streaming perlu memberikan tingkat introspeksi yang lebih dalam, terutama saat menerima telemetri dari sejumlah besar sumber data, seperti ribuan truk dalam armada atau palet di gudang. Analisis yang disempurnakan dari telemetri ini yang memanfaatkan konteks tentang setiap sumber data dapat melakukan pekerjaan yang jauh lebih baik dalam mengidentifikasi dan memprediksi inefisiensi, potensi masalah, dan tren utama. Ini dapat membantu menjawab pertanyaan seperti:

• Apakah kendaraan berhenti karena sedang berhenti atau karena macet?
• Apakah parameter mesin pada kendaraan tidak normal, atau apakah ini wajar karena masalah yang diketahui dan riwayat perawatan kendaraan?
• Apakah suhu dan tren kompartemen pendingin saat ini akan menimbulkan masalah bagi obat-obatan tertentu yang ada di dalamnya?
• Apakah pengemudi sudah terlalu lama berada di jalan sehubungan dengan persyaratan hukum?
• Apakah pengemudi tampak tersesat atau memasuki area yang berpotensi berbahaya?

Teknik perangkat lunak baru untuk analitik streaming yang disebut kembar digital waktu nyata dapat membantu memberikan wawasan yang diperlukan untuk menjawab pertanyaan-pertanyaan ini. Ini menciptakan kembaran berbasis perangkat lunak dari setiap sumber data fisik yang dilacak, yang berisi informasi kontekstual tentang sumber data (seperti parameter yang diharapkan dan riwayat perawatan untuk mesin truk). Kembar digital menghosting kode aplikasi yang menganalisis pesan masuk dari sumber datanya dengan akses langsung ke konteks ini, dan terus memperbarui konteks dengan setiap pesan masuk saat ia “mempelajari” lebih lanjut tentang kondisi dinamis sumber data. Kode aplikasi di kembarannya hanya perlu fokus pada satu sumber data daripada mengelola aliran semua pesan masuk, dan ini memungkinkan umpan balik yang lebih baik untuk setiap sumber data.

Kembar digital real-time dapat berjalan di cloud publik, seperti Microsoft Azure, yang memiliki skalabilitas untuk memproses pesan dan memelihara kembaran digital real-time untuk ribuan truk, gudang pintar, atau sumber telemetri lainnya dari seluruh wilayah geografis yang luas. Layanan cloud juga dapat terus mengumpulkan dan memvisualisasikan informasi utama yang diambil dari semua kembaran digital real-time untuk mendeteksi masalah yang muncul dan meningkatkan kesadaran situasional secara keseluruhan bagi para manajer. Ini membantu mereka mempertahankan gambaran besar dan lebih cepat menciptakan respons strategis terhadap tantangan besar, seperti penundaan cuaca, penyumbatan jalan raya, dan pemadaman listrik.

Berikut adalah empat contoh situasi di mana kembar digital waktu nyata dapat membantu manajer logistik secara dramatis meningkatkan efektivitas dan ketepatan waktu sistem pengiriman mereka:

• Mengubah kondisi. Pergeseran pola lalu lintas, kecelakaan dan bahkan badai, badai dan kebakaran yang memecahkan rekor menyebabkan rute pengemudi berubah terus menerus. Dengan perusahaan logistik yang melacak ribuan kendaraan di jalan, kembaran digital real-time dapat membantu menganalisis bagaimana situasi seperti penutupan jalan bebas hambatan karena kebakaran hutan akan memengaruhi setiap kendaraan dan memberi tahu pengemudi tentang rute baru.
• Makanan dan obat-obatan basi. Di era COVID-19, banyak orang berisiko tinggi mencari alternatif untuk berbelanja di toko-toko yang ramai dan sekarang membutuhkan makanan dan obat-obatan untuk diantar ke rumah mereka. Untuk menyelesaikan pengiriman ini, sebuah kendaraan mungkin berisi ratusan makanan dan obat-obatan yang peka terhadap suhu. Kembar digital real-time dapat memantau suhu yang dibutuhkan untuk setiap barang dan memperingatkan pengemudi dan manajer logistik tentang masalah yang mengancam keselamatan kargo.
• Masalah mekanis yang muncul. Memelihara kendaraan komersial yang mahal itu rumit, melibatkan banyak parameter, seperti tekanan ban, ketinggian cairan, sistem mesin, dan banyak lagi. Kembar digital real-time dapat melacak status mekanis setiap kendaraan dan waspada terhadap pemeliharaan yang diperlukan, menghindari penundaan yang tidak terduga dan perbaikan yang mahal.
• Pengemudi hilang atau tidak menentu. Pengemudi komersial beroperasi di bawah aturan ketat, dengan hukuman besar untuk pelanggaran. Kembar digital real-time dapat melihat perilaku mengemudi yang tidak menentu atau pelanggaran yang akan datang, dan memberi sinyal kepada pengemudi sebelum terjadi. Mereka juga dapat mendeteksi apakah pengemudi tampak tersesat, sehingga petugas operator dapat dengan cepat memperbaiki masalah dan menghemat waktu dan bahan bakar.

Tahun 2020 telah melihat peningkatan dramatis dalam penggunaan sistem logistik yang menjaga barang yang kita butuhkan mengalir ke tujuan mereka. Wawasan yang diperoleh dari kembar digital waktu nyata dapat membantu perusahaan logistik melacak komponen yang tak terhitung jumlahnya di jaringan mereka, menjaganya tetap beroperasi dengan lancar, dan menghindari penundaan yang tidak perlu. Wawasan ini akan memungkinkan perusahaan untuk menurunkan biaya dan meningkatkan kinerja tepat waktu, sehingga mereka dapat bersaing secara efektif dalam industri penting tempat kita semua bergantung.

William Bain adalah CEO Perangkat Lunak ScaleOut.