Como muitas indústrias, os data centers vivenciaram a tensão econômica e operacional dos problemas da cadeia de suprimentos global durante a pandemia de Covid-19.

Embora os especialistas tenham declarado que as cadeias de suprimentos estão próximas de voltar à normalidade pré-pandemia, os data centers ainda sentem o calor dos atrasos e interrupções.

De fato, uma pesquisa do Uptime Institute descobriu que os problemas na cadeia de suprimentos dos data centers pioraram de março de 2022 a março de 2023, com um aumento de 60% dos problemas de aquisição dos operadores.

A disponibilidade de peças continua sendo o problema mais significativo aos data centers. Mas agora, em vez de apenas experimentar interrupções de envio que aumentam o tempo entre os pedidos e a entrega, os data centers estão enfrentando as repercussões do atraso na manutenção durante a pandemia.

Os data centers são infraestruturas críticas ao nosso mundo digital. A manutenção e as atualizações dos data centers garantem que nossas informações estejam seguras e nossos dispositivos funcionem corretamente.

Ainda assim, a manutenção não pode ocorrer se os data centers forem afetados por problemas na cadeia de suprimentos. Os OEMs (Fabricante Original do Equipamento, na sigla em inglês) devem entender as causas e os efeitos dos atrasos.

Persistem os atrasos no envio

O impacto mais importante da pandemia nas cadeias de suprimentos são os atrasos nos envios. Embora o setor de data center concorde que prazos de entrega mais longos para peças sobressalentes e just-in-time estão melhorando, a logística de transporte global é suscetível a muitas interrupções, muitas vezes fora da alçada da cadeia de suprimentos.

O clima severo pode afetar a produção de peças e interromper as rotas de aviões, transporte e carga.

O conflito político na América do Sul e na Ucrânia limita a disponibilidade de matéria-prima e causa congestionamento portuário.

Assim, embora as dificuldades da época da pandemia, como a escassez de mão de obra, tenham diminuído, fatores geopolíticos ainda afetam os tempos de envio, especialmente para OEMs com pegadas globais.

Impacto do envelhecimento dos equipamentos

Em meio à incerteza econômica e problemas na cadeia de suprimentos, muitos data centers desaceleraram seus trabalhos de manutenção e projetos de transformação durante a pandemia. De acordo com o Uptime, o tempo médio entre as atualizações dos data centers aumentou durante a Covid-19, com um ciclo de vida de cinco anos se tornando o novo normal.

Embora isso possa fazer soar um alerta vermelho aos puristas de data centers que acreditam na manutenção mensal e mesmo semanal de equipamentos, muitos data centers descobriram que manter as atualizações não causou interrupções prejudiciais em suas operações, permitindo que eles obtivessem mais de seus equipamentos antigos. No entanto, essa abordagem paliativa agora chega aos data centers.

À medida que sua vida útil prolongada começa a diminuir, os ativos envelhecidos precisam de manutenção e atualização significativas.

No entanto, como os data centers desativaram menos ativos durante a pandemia, os compradores têm menos peças recicladas. Drives, fontes de alimentação e blades que vários fornecedores antes adquiriam através de equipamentos desativados não estão disponíveis globalmente, e os data centers não podem realizar manutenção crítica de equipamentos antigos ainda em operação.

Ainda assim, a dificuldade gera inovação. Apesar da escassez de peças, estamos vendo um avanço dos data centers em projetos de manutenção e transformação.

Os data centers devem adotar técnicas de manutenção proativa para mantê-la estável e reduzir os efeitos de interrupções de vários anos na cadeia de suprimentos.

Usando a análise de previsão dentro da cadeia de suprimentos

Os data centers devem sentir os efeitos dos atrasos no envio e peças indisponíveis em um futuro próximo.

Para superar essas dificuldades, os OEMs devem deixar a mentalidade just-in-time para utilizar a análise de previsão para anteciparem-se às necessidades de manutenção.

A análise de previsão tem crescido em popularidade através da transformação digital. Com machine learning e IA, os data centers podem aproveitar anos de informações de suas operações, juntamente com dados publicados pelos OEMs, para criar modelos preditivos para taxas de falha e oportunidades de manutenção.

Um MVS, por exemplo, pode usar a modelagem preditiva para determinar a taxa de falha da unidade de um data center.

O modelo acha a probabilidade de falha nos próximos 6, 12 ou 18 meses, informando aos operadores quando encomendar as peças de reposição antes da manutenção necessária.

O uso da análise de previsão à manutenção de data centers crescerá em popularidade. À medida que os problemas da cadeia de suprimentos persistirem, antecipar-se à manutenção é valioso para ter data centers com gastos mais eficientes.

Em vez de usar um modelo genérico ou esperar por falha de ativos, os data centers podem usar modelagem automatizada exclusiva para seus ativos, melhorando a eficiência da manutenção e mantendo os equipamentos funcionando em momentos de maior demanda.