Motor da Easy Pallet resolve encaixe da carga como problema matemático, com restrições físicas verificadas caixa a caixa, e usa o retorno da operação para otimizar os próprios algoritmos
Nos centros de distribuição atendidos pela Easy Pallet, o tempo de operação caiu em média uma hora e meia depois que a montagem dos paletes deixou de ser decidida na doca e passou a ser definida por algoritmo. O ganho se repete hoje em mais de 150 unidades no Brasil, com paletização automática. A evolução em curso é fazer a mesma conta em três dimensões.
A diferença entre as duas é matemática, não estética. Encaixar itens de dimensões diferentes em um espaço fechado, considerando altura, apoio e resistência de cada um, é o que a literatura chama de bin packing tridimensional, uma classe de problema para a qual não existe atalho: o número de arranjos possíveis cresce de forma explosiva a cada item acrescentado, e testar todos é inviável mesmo para uma única carreta.
É por isso que, na prática, o arranjo tridimensional costuma ser decidido no chão, pelo operador mais experiente do turno, e é por isso que o resultado varia tanto de um carregamento para outro.
O motor desenvolvido pela Easy Pallet ataca esse problema com heurística de empacotamento combinada a um orquestrador de múltiplos candidatos. Em vez de produzir um único plano, o sistema constrói várias soluções em paralelo, cada uma partindo de uma estratégia diferente: agrupar por compatibilidade entre produtos, distribuir o volume entre as baias, consolidar a carga em menos paletes, ou separar por cliente quando a operação exige. Depois, compara os candidatos por um critério explícito de adoção – que prioriza, nesta ordem, não deixar produto para trás e entregar um palete efetivamente montável.
RESTRIÇÕES VERIFICADAS CAIXA A CAIXA
O que diferencia esse cálculo de uma simulação genérica são as restrições que ele não pode violar em nenhuma hipótese. Cada caixa precisa ter no mínimo 85% da base apoiada. O peso acumulado sobre uma caixa nunca ultrapassa a resistência cadastrada dela, o que impede esmagamento. Produto frágil não recebe carga em cima. Nenhuma caixa passa da altura útil da baia.
Existe, também, uma escolha de projeto que diz muito sobre a lógica da ferramenta: diante da alternativa entre montar um palete instável ou informar que determinada quantidade não coube, o sistema informa. A conta é feita para ser executável na doca, não para parecer boa na tela.
Há ainda um passo que fala diretamente com a operação rodoviária. Depois de resolvido o empacotamento, o plano passa por um balanceamento de eixo que redistribui a carga no sentido longitudinal e transversal do veículo. Distribuição de peso deixa de ser ajuste feito por percepção e passa a ser resultado de cálculo.
O planejamento também é determinístico e auditável. A mesma carga, com o mesmo cadastro, produz o mesmo plano, e o sistema devolve o percentual de ocupação e a quantidade não alocada como números calculados, não como estimativa. Quando um produto fica de fora, é possível dizer exatamente qual restrição o barrou.
O USO DA INTELIGÊNCIA ARTIFICIAL
É nesse ponto que a Inteligência Artificial entra, e ela entra por um caminho pouco comum. O planejamento gerado pelo sistema não é definitivo: o usuário pode alterar a carga na tela e registrar o motivo da alteração. Esse retorno da operação, somado aos logs de cada paletização, às métricas calculadas de ocupação, apoio e distribuição de peso, à documentação técnica do algoritmo e aos dados do próprio sistema, alimenta agentes de Inteligência Artificial que analisam esse conjunto e propõem otimizações nos algoritmos e nos modelos.
O ativo aqui não é o modelo de linguagem, disponível para qualquer empresa. É a base sobre a qual ele trabalha: o histórico de operação real acumulado em centenas de centros de distribuição, com o resultado de cada carga medido e a correção feita pelo operador registrada. É esse acervo que permite distinguir uma regra que funciona em uma operação de uma regra que funciona em todas.
O que torna o ciclo confiável é o que vem depois da proposta. Nada entra em produção porque um modelo sugeriu. Cada alteração passa por uma suíte automatizada que vai das regras físicas de empilhamento até cargas reais de operações distintas, e só é adotada depois de medida, com o resultado registrado. Parte das hipóteses levantadas nesse processo termina refutada pela medição, e fica documentada como tal. O sistema evolui, mas evolui sob evidência, e cada mudança tem rastro.
DO PALETE À CARGA ESTIVADA
O mesmo motor foi construído para dois modelos de operação. O planejamento 3D vale para cargas paletizadas e para cargas estivadas, em que os produtos são organizados diretamente na estrutura do veículo, o que interessa a empresas que trabalham com perfis distintos de produto, veículo e canal de distribuição.
O objetivo é medir antes o que hoje se descobre depois: aproveitamento de espaço conhecido na montagem, previsibilidade do que será carregado e em que ordem, menos retrabalho na conferência e mais segurança na execução. O alvo são setores com alto volume e alta variedade de itens, como bebidas, alimentos, distribuição e bens de consumo.
É uma trajetória que sustenta o passo seguinte. A Easy Pallet atua em mais de 150 centros de distribuição, em operações de empresas como Coca-Cola, Heineken, Camil, Fruki, Solar Coca-Cola e Brasal, onde a paletização automática já faz parte da rotina. Inscrita pela Solar Coca-Cola e pela Brasal Refrigerantes, a solução ficou entre as dez primeiras colocadas no concurso mundial de inovação e produtividade da The Coca-Cola Company, em Atlanta, que reuniu 180 projetos de engarrafadoras do mundo inteiro.
A paletização 3D é a continuação natural desse trabalho: o mesmo rigor de cálculo aplicado a um problema de ordem de grandeza maior, agora com um ciclo de otimização conduzido por agentes de Inteligência Artificial que a empresa desenvolve para especializar no próprio domínio.
Fonte: Mundo Logística
