Usando as ferramentas certas para lidar com a complexidade
Limitações ao lidar com a complexidade
O mundo está ficando cada vez mais complexo, mas nossa capacidade de lidar com ele é limitada.
Estamos constantemente sendo inundados com muito mais informações do que nosso cérebro humano foi projetado para ser capaz de lidar, por isso estamos inclinados a procurar soluções mais fáceis removendo ou simplesmente ignorando as implicações de nossas ações que não são diretamente atribuíveis ao nosso objetivo inicial. Adicione à equação a tendência de considerar apenas os efeitos de curto prazo de nossas ações e você terá uma receita para o desastre.
Definindo a complexidade
Mas vejamos este passo a passo: o que significa complexidade e por que as ferramentas tradicionais oferecem suporte insuficiente para encontrar soluções adequadas?
Um sistema pode ser definido como complexo quando apresenta estas três características principais:
- Multiplicidade – são muitos os atores que atuam e tomam decisões sobre o sistema;
- Interdependência – estes elementos (jogadores) estão ligados entre si;
- Diversidade – esses elementos diferem em termos de comportamento, objetivos e decisões.
Quanto maior o número de elementos a considerar, maior a sua variedade e quanto mais interdependentes eles são, mais complexo é o problema.
Contextualizando a complexidade
O que isto significa? Bem, isso significa que as decisões que você precisa tomar e as soluções que você procura devem ser contextualizadas. Em outras palavras, não basta ter uma ideia clara do objetivo a ser alcançado; você precisa tomar suas decisões com base no contexto em que está operando.
Basicamente, ao lidar com a complexidade, você só pode ter sucesso se:
- Considerar o impacto de possíveis causas externas;
- Entender como suas ações irão alterar o status do sistema – os chamados efeitos de feedback.
Vamos usar uma empresa para demonstrar a necessidade de contextualização ao lidar com a complexidade. O contexto inclui a cadeia de suprimentos: uma rede (multiplicidade) destinada a distribuir produtos e/ou serviços do fornecedor ao cliente final (diversidade) por meio de um fluxo organizado de materiais, informações e dinheiro (interdependência) em um esforço contínuo para equilibrar as necessidades e recursos disponíveis.
Ferramentas manuais versus complexidade
Agora, pense na forma como sua organização toma decisões, planeja investimentos, define ações para melhorar a produção e distribuição ou identifica a política de estoque correta. Quais ferramentas são usadas? Tenho certeza de que a maioria de vocês já pensou ou usa planilhas para esse fim. Não me entenda mal, não sou contra o Excel, mas não o acho adequado representar a complexidade interna de cada cadeia de suprimentos.
Refletimos nosso próprio padrão mental na "planilha do Excel", mas como não é possível replicar a dinâmica do sistema, somos tentados a simplificar o problema, isolá-lo e omitir feedbacks, atrasos e acúmulos. Como resultado, acabamos ignorando a complexidade do problema específico e seu contexto.
Ferramentas de simulação versus complexidade
Ferramentas de simulação muito mais poderosas que permitem modelar um sistema do ponto de vista experimental já estão disponíveis há vários anos. Ao replicar o funcionamento de diferentes processos interligados, eles capturam a dinâmica do sistema e mostram a evolução desse mesmo sistema em tempo virtual.
Por exemplo, modelos de simulação têm sido usados para estudar o fenômeno da cadeia de suprimentos conhecido como “Efeito Chicote”, definido como a distorção da demanda que viaja a montante na cadeia de suprimentos do varejista até o atacadista e fabricante devido à variação de pedidos que pode ser maior do que o das vendas. Hoje, os mesmos conceitos podem ser encontrados em cursos avançados de gerenciamento da cadeia de suprimentos focados em ensinar aos participantes como otimizar o gerenciamento da cadeia de suprimentos usando simulação e como a colaboração entre redes pode ser fundamental para o sucesso dos negócios.
Ao lidar com problemas complexos, os modelos de simulação são definitivamente a forma mais confiável e de baixo custo para testar várias decisões possíveis e avaliar seus efeitos (mesmo a longo prazo).
Digital Twin versus complexidade
Ao longo dos anos, nossa equipe ajudou organizações líderes e seus gerentes a criar modelos de simulação capazes de ajudá-los a avaliar corretamente o impacto de suas decisões estratégicas em todo o ecossistema corporativo.
Agora, acreditamos que é o momento certo para construir a partir dessas experiências e criar ferramentas que também ajudem a monitorar constantemente o desempenho dos processos e tomar ações corretivas oportunas, avaliando o impacto que terão ao longo do tempo “offline”.
Um modelo de simulação detalhado com esses recursos é chamado de Digital Twin, termo que enfatiza a estreita conexão entre a solução digital e o ativo físico ao qual se refere. Graças às novas tecnologias, os dados coletados em campo alimentam o Digital Twin (quase) em tempo real, permitindo que os usuários obtenham uma imagem atualizada do status operacional real do sistema, que pode ser usado para testar diferentes decisões criar cenários em um ambiente livre de riscos.
O conceito de Digital Twin foi originalmente formado em 2002 na Universidade de Michigan no contexto do Product Lifecycle Management (PLM). Embora a terminologia tenha mudado ao longo do tempo, o conceito permaneceu bastante estável. Baseia-se na ideia de que um sistema físico pode ser recriado digitalmente através de suas informações e lógicas.
Os dois sistemas (físico e digital) permanecem fortemente acoplados durante todo o ciclo de vida e evoluem juntos. As informações processadas pela cópia digital seriam "gêmeas" das informações que estavam incorporadas ao sistema físico. Em sua melhor forma, qualquer informação que possa ser obtida a partir do estudo de um ativo físico ou processo real deve poder ser obtida de seu gêmeo digital.
Portanto, o Digital Twin é definido como um conjunto de informações virtuais que descrevem completamente um produto, sistema ou processo físico e permitem avaliar seu status ou operação atual e futura. Independentemente de seu nível de abstração, o Digital Twin é uma imagem digital quase em tempo real de um sistema físico que ajuda a facilitar o monitoramento e a otimização do desempenho dos negócios.
Segundo analistas, o uso de Digital Twin está se tornando cada vez mais comum. Até o final de 2022, mais de 75% das empresas que implantam a Industrial Internet of Things (IIoT), por exemplo, terão pelo menos um Digital Twin instalado em produção. Deixe-me ser claro – um crescimento tão rápido na adoção dessa tecnologia não pode ser atribuído a intensas atividades de marketing e treinamento realizadas apenas por fornecedores. O fato é que os Digital Twin provaram gerar valor real de negócios e se tornaram parte das estratégias digitais das organizações industriais líderes e mais inovadoras de hoje. Onde está sua organização?
