ProcessMind presenta la simulación de procesos para gemelos digitales

ÁMSTERDAM, PAÍSES BAJOS

ProcessMind, una empresa europea de Process Mining, anunció hoy el lanzamiento de un motor de simulación de procesos que le ayuda a crear gemelos digitales de los procesos empresariales. Puede crear réplicas virtuales de sus operaciones y probar cambios en un entorno simulado.

ÁMSTERDAM, PAÍSES BAJOS

Gemelos digitales en las operaciones empresariales

Un gemelo digital es un modelo virtual de un proceso real en un entorno digital. A diferencia de un diagrama estático, utiliza datos operativos y se actualiza cuando cambia el proceso. Puede supervisar el rendimiento, ejecutar simulaciones y evaluar posibles resultados antes de implementar cambios.

La tecnología de gemelos digitales, desarrollada inicialmente para los sectores aeroespacial y manufacturero, se ha extendido a las operaciones empresariales. Según Strategic Market Research, el mercado de gemelos digitales estaba valorado en 6.300 millones de USD en 2021 y se prevé que alcance los 131.090 millones de USD en 2030.

Descripción técnica

El motor de simulación de procesos de ProcessMind extrae parámetros de los registros de eventos cargados, como las tasas de llegada de casos, la duración de las actividades, las probabilidades de enrutamiento y los requisitos de recursos. Puede utilizar estos parámetros para crear gemelos digitales destinados al análisis de escenarios.

El sistema utiliza la simulación de eventos discretos (DES), una metodología en la que el estado del sistema cambia cuando se producen eventos concretos. Este enfoque es adecuado para procesos empresariales en los que las actividades tienen horas de inicio y finalización definidas, los recursos se asignan en momentos concretos y los casos siguen rutas diferenciadas dentro del proceso.

La mejora de procesos siempre ha implicado hacer suposiciones. Usted realiza un cambio y espera que funcione. Con los gemelos digitales, puede probar diez escenarios diferentes en una tarde y elegir el que tenga más probabilidades de éxito.

Christiaan Esmeijer, fundador de ProcessMind

Funciones

El motor de simulación incluye las siguientes funciones:

• Extracción de parámetros a partir de datos del registro de eventos
• Modelado de escenarios con variables ajustables
• Comparación simultánea de varios escenarios
• Análisis de la capacidad de los recursos y previsión de su utilización
• Identificación de cuellos de botella en distintos escenarios de volumen
• Compatibilidad con varias distribuciones de probabilidad

El motor admite distribuciones de probabilidad estándar, como normal, exponencial, uniforme, triangular y lognormal. Puede configurar cada actividad con tiempos de procesamiento, requisitos de recursos y probabilidades de omisión.

Integración con la plataforma

El motor de simulación se integra con las funciones existentes de Process Mining y modelado BPMN de ProcessMind. La plataforma está alojada en centros de datos de la UE y cumple con el RGPD.

El flujo de trabajo previsto consiste en descubrir un proceso mediante minería, crear un gemelo digital a partir de los datos extraídos y simular los cambios propuestos.

El motor de simulación extrae los parámetros directamente de los registros de eventos, lo que reduce la configuración manual que suele requerir la simulación de procesos.

Christiaan Esmeijer, fundador de ProcessMind

Ámbitos de aplicación

Entre los casos de uso habituales de los gemelos digitales de procesos se incluyen la prueba de escenarios de reasignación de recursos, la evaluación de rediseños de procesos, la previsión de las necesidades de capacidad cuando cambian los volúmenes, la comparación de escenarios de automatización y la validación de soluciones propuestas antes de implementarlas.

La simulación ejecuta instancias virtuales del proceso a través del modelo utilizando distribuciones temporales, capacidades de recursos y patrones de llegada derivados de los datos de origen. El resultado incluye previsiones del tiempo de ciclo, el rendimiento, la utilización de recursos y los costes.