Ir para o conteúdo

Consultor de IA em Almere

Dados e IA para frotas, oficinas e armazéns, da consultoria à solução. Para a Athlon, trabalhámos com as equipas operacionais na gestão do stock de peças.

Com a Athlon, construímos uma única plataforma de dados para compras, oficina e logística

As peças para a manutenção e reparação da frota eram registadas em sistemas e folhas de cálculo separados. Na nova plataforma, desenvolvemos um sistema de reservas e modelos preditivos em iterações curtas com as pessoas que trabalham na oficina.

Leia o caso de estudo

Que carrinhas e camiões poderão continuar a entrar nos centros de Almere a partir de 2028?

A partir de 1 de janeiro de 2028, os centros de Almere Stad, Almere Haven e Almere Buiten passarão a ser zonas de emissões zero. O gestor de frota consulta a classe de emissões e a data de termo do contrato de cada veículo em sistemas diferentes. A ligação dos dados dos veículos, contratos e viagens torna clara a decisão a tomar para cada veículo.

Agende uma reunião
Snelweg bij Almere met auto's en vrachtverkeer

A frota, a oficina e o armazém já têm os dados, dispersos por vários sistemas

Fale connosco sobre os dados da sua frota

Peças a tempo na oficina

Para a Athlon, desenvolvemos um sistema de reserva e modelos preditivos da procura de peças na oficina, numa única plataforma de dados.

Detetar desgaste anómalo dos pneus

Disponibilizámos à equipa de gestão de ativos da Athlon dashboards Qlik sobre o consumo de pneus e os padrões de desgaste, para detetar e corrigir anomalias.

Um plano de frota por matrícula

Classe de emissões, data da primeira matrícula, fim do contrato e viagens lado a lado, para ver o que a zona de emissões zero de Almere exige de cada carrinha ou camião.

Sugestões de horários de cais e viagens

Para um centro de distribuição junto à A6 ou em Flevokust Haven: um modelo baseado no histórico de encomendas que sugere horários de cais ou viagens, após o que o responsável pelo planeamento decide.

Começar em pequena escala, com uma categoria de peças ou um tipo de veículo

  1. Uma decisão sobre a frota

    Que peças manter em stock, quando trocar os pneus ou que carrinha substituir primeiro, e quem toma essa decisão.

  2. Associar matrículas e números de peça

    Contratos de leasing, sistemas da oficina, compras e telemática: verificamos se o mesmo veículo e a mesma peça são identificados da mesma forma em todos eles.

  3. Desenvolver com planeadores e mecânicos

    Em iterações curtas, até que a visão geral ou o modelo se adapte à forma como a oficina ou a equipa de planeamento já trabalha.

A nossa frota ou o nosso armazém têm dados suficientes para IA?

Avalie a questão connosco

Faz sentido se

Gere uma frota, oficina ou armazém; o histórico de ordens de trabalho, peças, pneus ou viagens já está registado em sistemas; e uma decisão que toma todas as semanas depende atualmente da experiência ou de uma folha de cálculo.

Não faz sentido se

A frota é pequena e a questão é pontual, ou o relatório da sua empresa de leasing já lhe dá a resposta. Nesse caso, esse relatório ou um resumo simples é suficiente, sem necessidade de um projeto de consultoria.

O que determina o âmbito

O número de fontes, como contratos de leasing, sistemas de oficina, telemática e gestão de stocks; a quantidade de dados históricos disponíveis; a necessidade de obter dados de uma empresa de leasing ou de um fornecedor; e se bastam as informações obtidas ou se um modelo vai entrar em produção.

E a privacidade dos condutores?

Os dados de viagens e de localização que possam ser associados a um condutor são dados pessoais. Definimos antecipadamente que dados o modelo utiliza, com que nível de detalhe e quem vê os resultados.

Por onde começar com os dados sobre veículos, peças e stock: um dashboard, uma previsão ou uma etapa automatizada?

Um dashboard

Escolha esta opção se ninguém tiver uma visão completa do desgaste, do stock ou dos veículos. Para a Athlon, usámos Qlik para tornar visíveis as diferenças no desgaste dos pneus; veja também os dashboards Power BI.

Uma previsão

Escolha esta opção se o histórico de consumo e de ordens de trabalho estiver organizado e quiser antecipar o que vem a seguir. O nosso conselho: comece por um grupo de peças e compare a previsão com as encomendas atuais.

Uma etapa automatizada

Escolha esta opção se a regra já estiver definida e só restar trabalho manual, como preparar uma reserva ou encomenda quando surge uma nova ordem de trabalho. Veja automatização de processos.

Para além de Databricks e Fabric: também desenvolvemos para a Athlon em Snowflake e Qlik

A Data Science Lab trabalha com dados e IA desde 2016 e é parceira da Databricks e da Microsoft. Escolhemos a tecnologia em função do desafio; para a Athlon, isso incluiu também Azure, Python e R Shiny.

Agende uma primeira conversa

Matrículas, ordens de trabalho ou listas de inventário: é por aí que começa a primeira conversa

Stef Stoelwinder

Stef Stoelwinder

Desenvolvimento de Negócio

O primeiro contacto é com Stef. Nessa conversa, identificamos que decisão relativa à frota, à oficina ou ao armazém precisa de ser melhorada e de que sistemas vêm os dados. Podemos ir ter consigo ou conversar online.

Que decisão sobre veículos ou componentes ainda toma numa folha de cálculo?

Descreva a decisão e indique em que sistemas estão atualmente os dados. Responderemos por e-mail ou agendaremos uma primeira conversa.

Introduza um endereço de e-mail válido.

Diga-nos como podemos ajudar.

Perguntas frequentes

Segundo o decreto de trânsito de junho de 2026, a partir de 1 de janeiro de 2028, em princípio só serão permitidos veículos comerciais e pesados de mercadorias de emissões zero nas principais zonas comerciais de Almere Stad, Almere Haven e Almere Buiten. Os veículos comerciais da classe de emissões 6 ainda poderão entrar até 1 de janeiro de 2029. Para alguns veículos pesados de mercadorias, o prazo é 1 de janeiro de 2030, consoante o tipo e a data do primeiro registo.

Para cada veículo, são necessários a classe de emissões, a data do primeiro registo, a data de fim do contrato e as viagens até aos centros. Se estes dados estiverem em sistemas diferentes, é possível reuni-los por matrícula. Normalmente, basta um dashboard, por exemplo em Power BI, e não um modelo de IA. Para aconselhamento sobre a transição em si, o município dispõe de um consultor de logística.

Primeiro, é preciso saber que peças existem em stock e quais são consumidas. Na Athlon, as peças para manutenção e reparação eram registadas em sistemas e folhas de cálculo separados, pelo que ninguém tinha uma visão completa e atualizada. Em conjunto, criámos uma plataforma de dados central para compras, oficina e logística, com uma pipeline em Azure para sincronizar automaticamente as fontes.

Depois, desenvolvemos um sistema de reserva e modelos preditivos com machine learning para mostrar que peças serão necessárias e quando. Antes de começar, confirme se cada peça tem o mesmo número nos sistemas de compras e da oficina; caso contrário, será necessária uma tabela de correspondência. Leia o caso de estudo da Athlon.

Pode perceber a rapidez com que os pneus se desgastam e onde o consumo difere do esperado. Para a Athlon, criámos dashboards com Qlik, Python e Snowflake que deram à equipa de gestão de ativos uma visão do consumo de pneus e dos padrões de desgaste da frota. Assim, a equipa conseguiu detetar e corrigir desvios no desgaste e no consumo de pneus.

Um dashboard deste tipo é um primeiro passo lógico: só depois de identificar os desvios é possível avaliar se prever o desgaste acrescenta valor. Leia o caso de estudo sobre o desgaste dos pneus ou saiba mais sobre business intelligence.

Depende da finalidade. Os dados de viagens provenientes da telemática — o sistema no automóvel que transmite dados sobre viagens e localização — são dados pessoais quando é possível associá-los a um condutor. Nesse caso, aplica-se o RGPD. Se um sistema permitir acompanhar o comportamento ou o desempenho dos trabalhadores, a comissão de trabalhadores tem, regra geral, o direito de aprovar a sua introdução (artigo 27.º da lei neerlandesa WOR).

O anexo III do Regulamento da IA inclui sistemas de IA destinados a monitorizar e avaliar o desempenho e o comportamento de pessoas numa relação de trabalho. Estes sistemas são, em princípio, de alto risco, com requisitos aplicáveis a partir de 2 de dezembro de 2027. Um modelo para o desgaste ou a procura de peças pode muitas vezes funcionar ao nível do veículo; ainda assim, uma matrícula também pode permitir identificar um condutor.

Podemos ajudar a fazer o levantamento e a preparar a classificação de risco; cabe à sua equipa jurídica ou de compliance decidir sobre a interpretação legal. Consulte também o Regulamento da IA.

Segundo o município de Almere (2020), Stichtsekant, junto às autoestradas A6 e A27, atrai sobretudo empresas de distribuição e logística com grandes armazéns. Flevokust Haven, em Lelystad, combina um porto fluvial multimodal com uma zona empresarial, onde a JYSK e a BESTSELLER, entre outras empresas, escolheram instalar um centro de distribuição.

Nestes armazéns, as primeiras questões podem ser de planeamento: que remessa é atribuída a cada cais de carga, ou se um contentor segue por via fluvial, ferroviária ou rodoviária. Um modelo baseado no histórico de encomendas e viagens pode apresentar uma sugestão que o responsável pelo planeamento ajusta ou aprova. Saiba mais sobre otimizar o planeamento com IA ou sobre dados na logística.

Sim. A Athlon Nederland recebe visitantes na Veluwezoom, em Almere, e trabalhámos com a Athlon na gestão de stocks e numa análise do desgaste dos pneus. Segundo a agenda económica do município (2023), Almere é uma cidade jovem, com um setor de TIC e tecnologia relativamente forte, onde grandes empresas têm a sua sede.

Trabalhamos a partir de Amesterdão, na Westerdoksdijk. Podemos deslocar-nos até às suas instalações para uma conversa ou reunir-nos online.

Quando uma lista ou uma regra fixa já responde à questão. Pode identificar as carrinhas que não são de emissões zero pelas matrículas e pelos contratos. Um stock mínimo por peça que funciona na prática não precisa de ser transformado num modelo preditivo. Basta uma visão geral ou uma configuração no sistema existente.

Um modelo só compensa quando há muitos veículos, peças ou viagens e a mesma decisão se repete. Para uma frota pequena ou uma organização de pequena dimensão, dados e IA para PME são um ponto de partida mais lógico.