Sumário
Em 2024, o mercado brasileiro de transporte de cargas foi avaliado em US$ 105,5 bilhões, com expectativa de crescimento a uma taxa (CAGR, Compound Annual Growth Rate ou Taxa de Crescimento Anual Composta) de 4,9% ao ano nos próximos 7 anos, chegando a US$ 140,7 bilhões em 2032. A adoção de inteligência artificial (IA) e análise de dados tem papel fundamental neste crescimento, transformando profundamente a gestão e a eficiência das operações.
A integração dessas tecnologias — junto à Internet das Coisas (IoT) — permite uma administração mais precisa das atividades logísticas, além de melhor gerenciamento de estoques, a previsão de padrões de demanda, a automatização de processos, a otimização de rotas e maior visibilidade sobre toda a cadeia de suprimentos.
Desafio
A MRS Logística é uma operadora logística que administra uma malha ferroviária de 1.643 km nos estados de Minas Gerais, Rio de Janeiro e São Paulo, região que concentra cerca da metade do PIB brasileiro. Quase 20% de tudo o que o Brasil exporta e um terço de toda a carga transportada por trens no país passam pelos trilhos da empresa, o que a torna uma das maiores ferrovias de carga do mundo.
A empresa entrou em contato com a dtLabs procurando um parceiro que auxiliasse na solução de um desafio: estimar com precisão o tempo de carregamento de vagões no terminal de carga de um de seus clientes, um líder global na produção de celulose solúvel e celulose solúvel especial.
O método em uso até então era baseado na comunicação informal entre equipes, ou seja, por meios como mensagens no WhatsApp e ligações, e gerava muito pouco ou nenhum dado, causando perdas de produtividade, aumento de custos operacionais e ociosidade no atendimento, impactando toda a cadeia logística.
Solução
Para atender a esta demanda, a dtLabs implementou uma solução baseada em sua plataforma de inteligência artificial e visão computacional, AIOS, que permite a rápida implantação de modelos de IA com grande flexibilidade e baixo custo, em comparação a similares no mercado.
10 câmeras IP foram instaladas na área de carga do terminal da MRS em Pederneiras, interior de SP, alimentando modelos de visão computacional treinados para identificar vagões de trem, empilhadeiras e pacotes de celulose.
Combinados a algoritmos de aprendizado de máquina (Machine Learning) treinados com dados operacionais, estes modelos permitiram a criação de “gêmeos digitais” dos vagões na plataforma. Dashboards monitoram métricas como tempo total de carregamento, de manobra, de ociosidade e vagões carregados por hora, e fornecem estimativas precisas do términos dos carregamentos, com uma variação inferior a cinco minutos em relação ao resultado real.
Do contato inicial ao início da operação em escala de prova de conceito (PoC, Proof of Concept), foram necessários apenas 3 meses, evidenciando a capacidade da dtLabs em entregar soluções de alto impacto em curto prazo.
Resultados
Os resultados não poderiam ser mais encorajadores. Com a substituição de apontamentos manuais por dados visuais automáticos e confiáveis e o monitoramento remoto e em tempo real da operação, a MRS está aplicando tais informações para melhor atendimento do cliente, realizando as programações e atendimentos com foco em reduzir a ociosidade, aumenta a previsibilidade e programação da formação e circulação dos trens.
Além disso, a presença de indicadores objetivos permite a melhoria contínua dos processos, possibilitando a comparação da eficiência entre turnos e a rápida validação dos resultados de ajustes na operação. Como resultado, a solução foi oficialmente homologada e contratada para operação contínua em Pederneiras.
Para Romero Santos, Gestor de Projetos em Transformação Digital na MRS, o projeto superou as expectativas. “Vocês foram os primeiros a entregar um piloto em visão computacional que realmente funcionou muito bem, transformando imagens em dados de qualidade e gerando valor para a companhia. A plataforma AIOS da dtLabs conseguiu fazer isso sem a necessidade de câmeras de última geração, o que é algo muito bacana e que está escalando com grande potencial”, disse ele sobre a dtLabs.
“Na área de soluções digitais, nossa missão é entregar soluções que gerem valor real para o negócio. Essa digitalização, focada no aprimoramento do atendimento ao cliente, visa aumentar a eficiência e reduzir a ociosidade, garantindo benefícios para todos os envolvidos. Parabéns a toda a equipe! Que essa seja a primeira de muitas parcerias de sucesso”, diz Gabriel Munhoz Nogueira Gimenez, Gerente de Soluções Digitais na MRS.
A iniciativa também fortaleceu a área de inovação da MRS, se tornando um case interno positivo. Mais importante, contribuiu para a projeção nacional da empresa junto às entidades reguladoras, tornando-a vencedora na categoria “Atenção ao usuário” na edição 2024 do prêmio ANTT Destaques, que celebra anualmente as melhores práticas do setor de transportes, incentivando a inovação e a melhoria contínua no transporte ferroviário.
Próximos passos
A MRS vislumbra a implantação da solução de gêmeos digitais da dtLabs em outros terminais, como o de outros clientes de celulose, que têm características operacionais similares às do terminal de Pederneiras.
Além disso, pretende implementá-la nas operações de outros clientes para monitorar questões relacionadas à segurança do carregamento e dinâmica ferroviária, seja no ambiente siderúrgico onde será utilizada para monitoramento de centralização de bobinas nos vagões em circulação (para evitar deslocamentos durante o transporte), seja na mineração para validação de rechego, ou seja, identificação de resíduos de minério nos vagões após a descarga, que impactam a dinâmica ferroviária e a eficiência energética.
Sobre a dtLabs
Fundada em 2018 no laboratório de robótica e visão computacional da Universidade Estadual Paulista, a dtLabs tem como objetivo transformar tecnologia de ponta em visão computacional e IA em novos produtos e soluções para problemas do mundo real em escala global.
Desde então, sua tecnologia já foi utilizada em mais de 15 países e mais de uma dúzia de segmentos de mercado, gerando mais de US$ 30 milhões em renda para seus clientes e tornando a IA acessível, escalável e eficiente para empresas de todos os portes.
