Cargotec usa dados e ML para otimizar o fluxo de carga e impulsionar soluções sustentáveis

A Cargotec Oyj (Cargotec), fornecedora global de soluções de movimentação de carga, anunciou o objetivo de cortar suas emissões de dióxido de carbono pela metade entre 2019 e 2030, como empresa comprometida com esforços para limitar o aquecimento global a 1,5 °C. Para atingir esse objetivo, a Cargotec impulsiona eficiência e sustentabilidade fornecendo aos clientes soluções elétricas e coletando dados com uma solução de Internet das Coisas (IoT). Tendo como alvo a transformação digital da movimentação de carga, a missão da Cargotec é fornecer um fluxo de carga mais inteligente para um cotidiano melhor.

A habilitação das análises de dados é essencial para o futuro do setor de transporte e logística, assim como para uma empresa global como a Cargotec. A Kalmar, uma das unidades de negócios estratégicas da Cargotec, fornece soluções utilizadas em quase 800 milhões de movimentações de contêineres globalmente a cada ano. E três em cada quatro navios de transporte global operam com equipamento da MacGregor, outra unidade de negócios da Cargotec. Criar uma arquitetura de IoT capaz de capturar dados de todas as soluções da Cargotec para análise e geração de insights seria um desafio.

Foi por isso que a Cargotec buscou a Amazon Web Services (AWS), com a qual construiu sua solução de análise de dados e IoT. A equipe de serviços orientados por dados da Cargotec usou o Amazon SageMaker – que tem recursos para preparar, criar, treinar e implantar rapidamente modelos de machine learning (ML) de alta qualidade – para criar modelos que oferecessem suporte a esses serviços digitais. Usando o Amazon SageMaker e outros serviços da AWS, a Cargotec transformou seus dados em insights que levaram a operações mais eficientes, sustentáveis e econômicas.

A Cargotec fornece soluções de movimentação de carga para navios, portos, terminais e operadores de logística de interior em mais de 100 países em suas 4 unidades de negócios: Kalmar, Hiab, MacGregor e Navis. Em 2020, o total de vendas da empresa foi de aproximadamente € 3,3 bilhões.

Em 2015, a Cargotec começou a criar um sistema de análise de dados e IoT na AWS para atender melhor a seus clientes em todo o mundo. “Queríamos entender melhor nossos clientes e seus desafios operacionais com IoT e coleta de dados” explica Pekka Mikkola, diretor de serviços orientados por dados na Cargotec. Junto com os clientes, a empresa conseguiu desenvolver serviços inteligentes usando dados em novos contextos. Essas abordagens de análise de dados e IoT também oferecem suporte às novas soluções eletrificadas da Cargotec, por exemplo, com a melhoria das opções de carregamento elétrico a fim de otimizar as operações de energia. Segundo um artigo no blog da Cargotec, “métodos orientados por dados, como a inteligência artificial, são essenciais para possibilitar a transição para frotas elétricas de forma sensata e prudente, e não por especulação”.

Desde 2018, a empresa usa serviços da AWS, incluindo o Amazon Simple Storage Service (Amazon S3) – um serviço de armazenamento de objetos que oferece escalabilidade, disponibilidade de dados, segurança e performance líderes do setor –, no qual a Cargotec armazena centenas de terabytes de dados brutos.

Mikkola conta que a Cargotec escolheu a AWS pela flexibilidade e rapidez de inovação: “Podemos demonstrar valor para nossos clientes em pouco tempo. Temos uma base de clientes diversa e uma ampla gama de soluções que exigem modularidade real dos nossos serviços. Usando a AWS, atendemos a essa necessidade.” 

A Cargotec criou um pipeline que coleta dados de equipamentos usando o Amazon Data Firehose, uma maneira simples de carregar com segurança dados de transmissão em data lakes, datastores e serviços de análises. Os dados de transmissão são armazenados no Amazon S3, que também abriga outros tipos de dados, como aqueles de sistemas empresariais. A partir daí, os cientistas de dados da Cargotec usam o Amazon Athena, um serviço de consultas interativas sem servidor, para analisar dados no Amazon S3 usando a linguagem de consulta estruturada padrão. Os dados de tabelas do Amazon Athena podem ser inseridos no Amazon QuickSight, um serviço de business intelligence habilitado por ML, escalável, sem servidor e integrável, que permite que equipes de especialistas criem painéis interativos com insights obtidos por ML e os divulguem para públicos maiores. A empresa também usa o AWS Lambda, um serviço de computação sem servidor que permite a execução de código sem a necessidade de provisionar ou gerenciar servidores, criar lógica de escalabilidade de cluster com reconhecimento de workloads, manter integrações de eventos ou gerenciar tempos de execução. “Podemos ajustar nossos serviços centrais e oferecer a computação de acordo com a demanda todos os dias, obtendo flexibilidade e escalabilidade”, afirma Mikkola.

Usando o Amazon SageMaker, a equipe de serviços orientados por dados desenvolveu e implantou modelos de ML que realizam análises preditivas no equipamento da Cargotec. “O Amazon SageMaker permite que nossos cientistas de dados sejam produtivos e acessem e explorem centenas de terabytes de dados das máquinas”, explica Mikkola. “Não precisamos de profissionais dedicados para manipular os dados. Os cientistas podem acessar os dados e processá-los por conta própria. Temos orgulho especial do nosso pipeline de operações de ML inteiramente sem servidor, que gerencia a ingestão de dados e a entrega do modelo, além de todas as etapas intermediárias.” Uma arquitetura sem servidor não é apenas eficiente: ela é econômica.

Um modelo de ML é usado na garantia de economia de energia recentemente anunciada pela empresa, uma iniciativa de vendas inovadora e ecologicamente sustentável que permite que os clientes estimem custos operacionais e reduzam emissões ao passar a usar máquinas elétricas como as empilhadeiras elétricas da Kalmar. A Cargotec usa um modelo de ML para entender a quantidade de energia que o equipamento de movimentação de carga consumirá em diferentes situações com base nas condições de operação, na distância de deslocamento e no peso das cargas. Assim, a Cargotec pode perguntar aos clientes como eles planejam usar o equipamento e assim prever o consumo de energia. Se os clientes excederem a quantidade prevista, a Cargotec se comprometerá a reembolsar o valor. “Os clientes estão muito satisfeitos. Com essa oferta, a empresa pode transformar um custo anteriormente variável em um custo fixo”, afirma Mikkola.

As análises de dados também são usadas para melhorar as operações de manutenção de equipamentos, por exemplo, prevendo quando um equipamento pode apresentar defeito ou precisar de serviços. Essas informações podem guiar as operações de serviços e gerar novos insights. “Usando as soluções da AWS, extraímos informações dos dados de serviço, de manutenção e de uso de equipamento para melhorar as operações dos clientes e fornecer melhor tempo de atividade a seus equipamentos”, declara Mikkola.

Com a adoção total da AWS, a Cargotec criou uma solução de análise de dados e IoT que ajuda os clientes a tornar suas operações mais seguras, eficientes, sustentáveis e econômicas. Os clientes podem usar as soluções da Cargotec com tecnologia da AWS para otimizar suas operações diárias e fornecer um fluxo de carga mais inteligente para um cotidiano melhor.

Para saber mais, acesse aws.amazon.com/sagemaker.