Our AI-generated summary
Our AI-generated summary
En este contexto, un empresa minorista se enfrentó a la necesidad de mejorar el flujo general de productos en uno de sus alimentos frescos almacenes, que opera en un horario de 24 horas al día, 7 días a la vez que aprovecha su eficiencia global y manteniendo la frescura de sus productos. Para ello y con dos diseños alternativos, nuestros principales objetivos eran:
- Comprender los puntos fuertes y las limitaciones de cada diseño
- Garantizar un alto nivel de servicio y la flexibilidad de la operación
- Para seguir los diferentes indicadores de rendimiento de los diseños actuales y alternativos.
Con el objetivo de abordar el problema del minorista, un gemelo digital se creó para simular con precisión la operación actual. Posteriormente, se hicieron modificaciones en el modelo para evaluar la dos diseños alternativos propuestos. Cada diseño se probó para determinar distintos niveles de riqueza y para varios escenarios, a fin de comprender mejor los niveles de congestión del almacén y cómo cada diseño afecta a los indicadores clave de rendimiento de la empresa.
Todos los indicadores principales obtenidos de los modelos de simulación se recopilaron y entregaron al minorista, lo que permitió tomar una decisión más precisa y basada en datos con respecto a los distintos diseños.
A través del gemelo digital, el minorista obtuvo un vista aérea y una vista detallada de la operación del almacén. Por lo tanto, el proyecto no solo transmitió una nueva perspectiva sobre el funcionamiento actual del almacén, sino que también permitió un análisis exhaustivo de los principales indicadores de rendimiento de los tres diseños.
Our AI-generated summary
Our AI-generated summary
Por lo tanto, en lugar de experimentos de la vida real que consumen mucho tiempo y son costosos, se creó un modelo para ayudar a la toma de decisiones y, al mismo tiempo, permitir una mejor percepción de la evolución futura de la empresa.
El proyecto demostró que los gemelos digitales pueden ayudar a desarrollar enfoques sin riesgos para probar de manera ágil diferentes diseños y escenarios.