Gurobi Optimization, LLC, líder en tecnología de inteligencia decisional, está ayudando a Suzano, el productor de pulpa de papel más grande del mundo, a optimizar la logística de su cadena de suministro y a ampliar su compromiso con la sostenibilidad.
“Creo que la optimización desempeña un papel fundamental en nuestros procesos de planificación”, afirmó Bruno Scalia, Senior Data Scientist en Suzano. “Comenzamos con una visión muy estratégica, y a continuación nuestras soluciones se extienden a bases de datos más tácticas u operativas, no solo para optimizar sino para garantizar resultados confiables y mitigar riesgos provocados por incongruencias en datos operativos”.
Las rutas de los envíos, los contratos de transporte y los límites de capacidad son solo algunas de las numerosas limitaciones y objetivos que Suzano debe tener en cuenta al planificar la logística de su cadena de suministro.
El equipo de planificación de ventas y operaciones de la empresa utiliza esas limitaciones para formular un modelo de programación lineal enteros mixtos multiobjetivo, al que denominan “SnOPy” (en Python, planificación de ventas y operaciones). Suzano también ha implementado un modelo operativo denominado “Tangram” y tiene la intención de implementar un modelo táctico, “Compass”. Estos modelos hacen hincapié en planes a corto plazo, de uno a tres meses, bajo distintos niveles de granularidad en la planificación.
Al ejecutar sus modelos de optimización en Gurobi, Suzano identificó casi R$76 millones en nuevas oportunidades basadas en escenarios flexibles, además de reducir en un 60 % el tiempo dedicado al manejo de datos. Además, gracias a las rutas de envío optimizadas, Suzano logró reducir el consumo de combustible y, de ese modo, las emisiones.
“La sostenibilidad y la rentabilidad suelen considerarse objetivos antagónicos, pero Suzano ha demostrado que es posible lograr ambos al mismo tiempo gracias a una sólida optimización de la cadena de suministro. Estamos muy orgullosos de que nos hayan elegido como su solucionador”, indicó Duke Perrucci, director ejecutivo de Gurobi.
Según Scalia, “con operaciones más eficientes, podemos ofrecer precios más competitivos, mejores productos y un servicio al cliente más eficiente. En la planificación internacional, hemos reducido el tiempo necesario para crear planes coherentes de ocho horas a un lapso aproximado de 20 minutos a 1 hora. Aunque el impacto financiero exacto aún se está midiendo, esperamos mejoras en costos de demoras de barcos, producción y costos operativos”.
Para obtener más información sobre la forma en que Suzano utiliza la optimización matemática con tecnología de Gurobi para alcanzar sus objetivos de sostenibilidad sin dejar de maximizar la rentabilidad, lea el caso de estudio completo de Suzano.
Acerca de Gurobi Optimization
Con la tecnología de inteligencia de tomas de decisiones de Gurobi, los clientes pueden tomar decisiones comerciales óptimas en cuestión de segundos. Desde la programación de la fuerza laboral, y la optimización de portafolios, el diseño de la cadena de suministro y todos los demás casos que se encuentran entre ellos, Gurobi identifica la solución más óptima entre billones de posibilidades.
Como líder en inteligencia decisional, Gurobi ofrece un software completamente funcional y fácil de integrar con el mejor soporte de su clase y un porcentaje de satisfacción de clientes líder en la industria del 98 %.
Fundada en 2008, Gurobi posee operaciones en el continente Americano, Europa y Asia. Presta servicios a clientes en prácticamente todos los sectores, entre ellos organizaciones como SAP, Air France y National Football League. Para obtener más información, visite https://www.gurobi.com/ o llame al +1 713 871 9341.
El texto original en el idioma fuente de este comunicado es la versión oficial autorizada. Las traducciones solo se suministran como adaptación y deben cotejarse con el texto en el idioma fuente, que es la única versión del texto que tendrá un efecto legal.
Vea la versión original en businesswire.com: https://www.businesswire.com/news/home/20241210292810/es/