Roadmap de IA para a indústria: dos dados da fábrica aos agentes

Seu piloto de IA funcionou em uma linha. Um ano depois, a segunda fábrica ainda não o tem, e a primeira linha parou de usá-lo sem que ninguém percebesse.

Um roadmap de IA para a indústria existe para evitar isso. Ele tem quatro etapas. Ligue os dados da fábrica aos dados do ERP, acrescente uma camada de inteligência governada, escale os agentes de IA e, por fim, incorpore a IA ao modo como a fábrica opera.

A maioria dos fabricantes tenta começar pela etapa três. É por isso que os pilotos travam.

Implementei ERP na indústria de plásticos, de aço e de defesa. O padrão se repete. O modelo raramente é a parte difícil.

A parte difícil é que três sistemas descrevem a mesma ordem de três maneiras.

Imagine uma ordem de 5.000 tampas injetadas. O ERP vê uma ordem de produção. O MES (o sistema que comanda o chão de fábrica) vê um trabalho na prensa 14, e a prensa só conhece contagens de ciclos.

Este roadmap funciona qualquer que seja o seu sistema central: SAP, Oracle, Microsoft, Infor ou algo desenvolvido internamente.

É assim que eu organizaria os três anos.

Três anos, quatro etapas

1. 01

   Agora: base de dados

   Dados da fábrica, da qualidade e do ERP em uma plataforma governada, com linhagem e relatórios de autoatendimento.

2. 02

   Ano 1: inteligência governada

   Uma linguagem de negócio para fábricas, linhas, materiais e ordens, governança de IA e os primeiros ganhos rápidos.

3. 03

   Ano 2: escalar agentes de IA

   Agentes de manutenção, qualidade, planejamento e compras, operando em todas as fábricas.

4. 04

   Ano 3: IA incorporada em escala

   IA dentro do modo como a fábrica planeja, opera e melhora, com pessoas e agentes trabalhando juntos.

Use os prazos como referência. Um grupo com dez fábricas em quatro ERPs vai precisar de mais tempo na etapa um.

Os dados da fábrica ficam em camadas, e a norma ISA-95 as descreve bem. Na base estão os sensores e os CLPs, os controladores que comandam cada máquina. Acima deles ficam as telas SCADA e os historiadores (bancos de dados com as leituras das máquinas), depois o MES e, no topo, o ERP que planeja e custeia tudo.

A IA precisa que essas camadas conversem entre si. Na maioria das fábricas, elas não conversam.

Eu começaria por três coisas.

1. Uma plataforma de dados, normalmente um lakehouse ou data warehouse na nuvem, que recebe dados do ERP, registros do MES e leituras dos historiadores. A maioria dos casos de uso precisa de resumos, como a temperatura média de fusão por lote.
2. Governança desde o primeiro dia: um catálogo de dados, linhagem que mostra de onde veio cada número e regras de qualidade. Se ninguém sabe dizer de onde veio um número de refugo, ninguém vai confiar em um modelo que o prevê.
3. Relatórios de autoatendimento. Os gerentes de fábrica devem ver o OEE (produção boa em relação à produção possível), o refugo e a aderência à programação a partir de uma única fonte, antes de qualquer IA entrar em cena.

O trabalho mais difícil está nos dados mestre. Pense em um grupo de plásticos com duas fábricas.

A fábrica A chama um granulado de polipropileno preto de MAT-1001 e o conta em quilos. A fábrica B o chama de PP-BLK-25 e o conta em sacos de 25 kg. Peça a um modelo uma previsão de consumo de resina e ele verá dois materiais sem relação entre si.

A solução é tediosa. Um responsável pelo material mapeia os códigos, define uma unidade e a plataforma aplica essa regra todas as noites.

A ferramenta pode sugerir a correspondência. Uma pessoa continua decidindo qual código prevalece e quem é dono da regra dali em diante.

Os relógios são o outro ponto que eu verificaria cedo. O historiador de um laminador pode registrar as leituras do forno no horário local, enquanto o ERP lança em UTC.

Você quer ligar um defeito de superfície na bobina 4471 à temperatura do forno no momento da laminação. Se os relógios estiverem quatro horas defasados, o modelo aprende com a temperatura errada. Corrija isso uma vez aqui e todos os casos de uso seguintes acertam.

1. 01Máquinas e historiadoresLeituras de sensores, resumidas por lote
2. 02MESTrabalhos, paradas e refugo
3. 03ERPOrdens, materiais e custos
4. 04Zona de entradaCópias brutas, guardadas como chegaram
5. 05Limpos e mapeadosUm código de material, uma unidade, um relógio
6. 06Relatórios de autoatendimentoOEE, refugo e aderência à programação

Uma versão confiável de cada ordem, da máquina ao razão contábil

O primeiro ano transforma esses dados em algo que a IA pode usar com segurança. O núcleo é uma camada semântica: uma linguagem de negócio comum para fábricas, linhas, centros de trabalho, materiais, ordens e defeitos.

Pergunte a um agente sobre a “parada da linha 3” e ele precisa saber de qual linha 3 se trata. A fábrica A e a fábrica B podem ter uma cada, e medir as paradas de forma diferente.

Uma fábrica começa a contar quando a máquina para. A outra começa quando o operador registra a parada. A camada semântica registra uma única definição, e todos os relatórios e agentes a usam.

Implante a governança de IA no mesmo ano. Mantenha um registro de cada caso de uso de IA, cada um com um responsável nomeado, uma classificação de risco e um ponto em que uma pessoa verifica o resultado.

Se um sistema de IA se torna um componente de segurança de uma máquina, o EU AI Act o trata como de alto risco. Traga seus engenheiros de segurança cedo. Eu os quero no primeiro workshop.

Depois entregue dois ou três ganhos rápidos que o pessoal do chão de fábrica vai notar. Veja um copiloto de manutenção em um turno da noite.

1. Uma técnica enfrenta uma prensa hidráulica que não para de falhar por baixa pressão. Ela digita o código de falha e o número da prensa no copiloto, em um tablet.
2. O copiloto pesquisa o manual da prensa e as ordens de serviço anteriores daquela prensa.
3. Ele responde que a mesma falha apareceu duas vezes antes, nas duas vezes por uma vedação gasta no cilindro principal.
4. Ele informa o código da peça da vedação e indica a página do manual com o procedimento de troca.

Ela continua decidindo se para a prensa, e continua fazendo o bloqueio pessoalmente. O copiloto apenas eliminou a busca na papelada antiga.

Os resumos de passagem de turno são o segundo ganho rápido. Às 6h, o supervisor que assume recebe uma página montada a partir dos eventos do MES, dos registros de paradas e dos bloqueios de qualidade. A prensa 9 perdeu 40 minutos em uma troca de molde lenta, e o lote 2207 está bloqueado por peças incompletas.

O supervisor verifica o bloqueio e decide o que produzir primeiro.

Uma terceira opção é a verificação de documentos de fornecedores. Se o certificado de usina de uma bobina diz S275 e você pediu S355, a IA sinaliza isso antes da entrada de mercadorias. Alguém da qualidade continua aceitando ou rejeitando a bobina.

É assim que eu classificaria os primeiros candidatos.

1. 01O supervisor perguntaPor que a linha 3 perdeu tempo ontem à noite?
2. 02Camada semânticaQual fábrica, qual linha, qual regra de parada
3. 03Dados governadosRegistro de paradas, eventos do MES, ordens de serviço
4. 04O copiloto respondeCom a origem de cada número
5. 05O supervisor verificaAceita, corrige ou escala

Uma resposta com a qual o gerente da fábrica e o relatório do conselho concordam

Valor para o negócioAltoMédioBaixo

• Programação autônoma

• Inspeção de qualidade por visão

• Copiloto de manutenção

• Verificação de documentos de fornecedores

• Resumos de passagem de turno

• Chatbot genérico

BaixaMédiaAltaProntidão dos dados

• Depois
• Planejar
• Começar agora

O segundo ano passa dos assistentes aos agentes. Um assistente responde a uma pergunta. Um agente observa um sinal, decide o que fazer dentro de limites que você define e age nos seus sistemas.

Estes são os agentes que vejo dar retorno primeiro na indústria.

1. Manutenção preditiva. As leituras das máquinas disparam uma ordem de serviço no ERP antes da falha, com as peças de reposição reservadas.
2. Qualidade. A inspeção por visão sinaliza um defeito, e o agente bloqueia o lote, liga-o aos parâmetros do processo e abre um desvio.
3. Planejamento. O agente reequilibra a programação quando uma máquina para ou um material atrasa, e pede a aprovação de um planejador.
4. Compras. Ele cobra as entregas atrasadas e prepara o pedido de urgência.

Veja como um agente de manutenção lida com um rolamento falhando em uma prensa de estampagem.

1. A vibração no rolamento principal sobe aos poucos ao longo de duas semanas, e a temperatura acompanha.
2. O agente compara o padrão com falhas anteriores no mesmo tipo de prensa e encontra uma correspondência.
3. Ele abre uma nota de manutenção no ERP, verifica se há um rolamento de reposição em estoque e o reserva.
4. Ele propõe um horário na parada programada de sábado e envia a solicitação ao planejador de manutenção.

O planejador aprova o horário ou o muda. O agente pode abrir a nota e reservar a peça sozinho, mas não pode parar uma linha, e uma pessoa nomeada é dona desse limite.

Agora pense no agente de planejamento. Na terça à tarde uma extrusora para até quinta, e um contêiner de resina está retido no porto.

O agente verifica as ordens abertas, as datas de entrega e quais linhas podem fazer quais produtos. Ele monta duas opções. Passar três ordens para a linha 2 com horas extras na quarta, ou adiar o pedido de um cliente em dois dias.

O planejador escolhe uma, ou liga antes para o cliente. Eu nunca deixaria um agente mudar a data de um cliente sem avisar ninguém.

A mudança maior do segundo ano é a responsabilidade. Alguém precisa ser dono de cada agente, dos seus limites e dos seus resultados. Trato os agentes como novos membros da equipe, com uma descrição de cargo e uma avaliação regular.

1. 01ObservarVibração, temperatura e corrente em todas as prensas
2. 02DetectarA leitura de um rolamento sai da faixa
3. 03PrepararOrdem de serviço preparada, peça de reposição reservada
4. 04AprovarO planejador de manutenção reserva o horário
5. 05AgirOrdem liberada, técnico enviado
6. 06AprenderO resultado alimenta a próxima previsão

Um responsável por agente, com limites definidos

No terceiro ano, a IA deixa de ser um projeto à parte. Ela está dentro do planejamento, da produção, da qualidade, da manutenção e do custeio.

Veja como isso fica em um ciclo mensal de S&OP, em que vendas, produção e finanças fecham um único plano.

1. Os clientes compartilham previsões, e o agente sinaliza as que parecem altas demais em relação ao histórico de pedidos.
2. Os fornecedores compartilham capacidade, então o agente vê que o seu fornecedor de revestimento está lotado em março.
3. O agente prepara um plano que atende aos dois lados e o custeia no ERP.
4. A reunião dedica a sua hora às poucas escolhas difíceis de verdade.

As pessoas continuam donas do plano. O diretor de operações o assina, e finanças verifica a margem.

O custeio é o outro lugar para onde eu olharia. Digamos que uma injetora rode sempre mais devagar que o seu tempo de ciclo padrão. O agente percebe a diferença, calcula o efeito no custo e pergunta ao contador de custos se deve atualizar o padrão.

O contador decide, porque uma mudança no custo padrão afeta a avaliação do estoque e as margens.

1. Diretor da fábricaResponde pelas metas da fábrica e pelo portfólio de agentes
   Governança de IARegistro, testes e um botão de desligar para cada agente
2. Gerente de produçãoAprova as mudanças de programação que os agentes propõem

• Agente de manutençãoSob responsabilidade do gerente de manutenção
• Agente de qualidadeSob responsabilidade do gerente de qualidade
• Agente de planejamentoSob responsabilidade do líder de planejamento
• Agente de comprasSob responsabilidade do comprador

1. 04Agentes e copilotos de IAAgentes de manutenção, qualidade, planejamento e compras, com pontos de aprovação humana
2. 03Camada de inteligência governadaModelo semântico de fábricas, linhas, materiais e ordens, mais o registro de IA
3. 02Base de dadosLakehouse com dados do ERP, do MES e dos historiadores, catálogo e linhagem
4. 01Sistemas da fábrica e corporativosSensores, SCADA, historiadores, MES e o ERP

Quatro coisas não pertencem a um único ano. Elas atravessam todos.

1. Segurança de OT. OT são os controladores e as redes que comandam as máquinas. Conectá-los à IA na nuvem amplia a superfície de ataque, então projete a ligação de acordo com a IEC 62443 e mantenha as redes de controle segmentadas. O agente lê uma cópia dos dados do historiador e nunca escreve em um CLP.
2. Soberania. Defesa, governo e alguns trabalhos sujeitos a controle de exportação exigem opções de IA no próprio país ou on-premise. Decida quais dados podem sair da fábrica antes de escolher um modelo. O desenho de uma peça de defesa talvez nunca possa chegar perto de um modelo público, enquanto uma previsão de resina provavelmente pode.
3. Uma arquitetura aberta e com vários fornecedores. Use formatos abertos e interfaces padrão como o OPC UA, um padrão comum para ler dados de máquinas. Assim você pode trocar de modelo sem reconstruir tudo.
4. Suas pessoas. Treine planejadores, engenheiros e técnicos para trabalhar com agentes. Um planejador que confia nas opções do agente as usa. Um que não confia refaz o plano no Excel.

A falha mais comum é um piloto que não escala. Um modelo de visão treinado em uma linha, com dados extraídos à mão, prova a ideia e nada mais.

Leve-o para a segunda fábrica. As câmeras são diferentes, os códigos das peças não batem e ninguém é dono do modelo.

A segunda falha é tratar a IA como um projeto de TI. Se os líderes de produção, qualidade e manutenção não forem donos dos casos de uso, os agentes são construídos e depois ignorados.

Meu conselho é começar pelos processos. Mapeie como uma ordem de serviço ou um bloqueio de qualidade circula hoje e só então escolha o sistema. Dê a cada caso de uso um responsável do negócio antes que alguém escreva código.

Como dá erradoO que funciona

1. 01Como dá errado: Um piloto em uma linha com dados extraídos à mão→O que funciona: Uma base de dados construída para todas as fábricas
2. 02Como dá errado: A TI constrói e a fábrica nunca assume→O que funciona: Um responsável de produção, qualidade ou manutenção para cada caso de uso
3. 03Como dá errado: Códigos, unidades e relógios corrigidos de novo em cada projeto→O que funciona: Dados mestre corrigidos uma vez, de forma centralizada
4. 04Como dá errado: Agentes sem dono, sem limites e sem avaliação→O que funciona: Cada agente com um responsável, limites e uma avaliação regular

Quer testar isso nas suas próprias fábricas? Agende uma conversa e traga um caso de uso e um esboço do seu ERP e do seu MES. Eu digo em que etapa você realmente está e o que eu faria primeiro.

O que é um roadmap de IA para a indústria?

É um plano em etapas para usar IA em toda uma empresa industrial. Ele começa com uma base de dados que liga os dados da fábrica aos do ERP. Depois vêm uma camada de inteligência governada, os agentes de IA e a IA incorporada ao modo como a fábrica opera.

Por onde uma indústria deve começar com IA?

Comece pelos dados. Junte os dados do ERP, do MES e das máquinas em uma plataforma governada, corrija os dados mestre e dê aos gerentes de fábrica relatórios de autoatendimento. Os primeiros casos de uso de IA chegam no primeiro ano, sobre essa base.

Quais casos de uso de IA dão retorno primeiro na indústria?

Copilotos de manutenção, resumos de passagem de turno e verificação de documentos de fornecedores são rápidos de entregar. Manutenção preditiva, inspeção por visão e reequilíbrio da programação entregam mais, mas precisam de dados melhores, por isso costumam vir no segundo ano.

Quanto tempo leva um roadmap de IA para a indústria?

Eu o planejo em três anos, depois que a base de dados estiver em andamento. O primeiro ano acrescenta a camada de inteligência, o segundo escala os agentes e o terceiro incorpora a IA aos processos principais. Os ganhos rápidos devem mostrar valor ainda no primeiro ano.

Precisamos substituir o ERP ou o MES antes de usar IA?

Não. A IA fica por cima dos sistemas que você já tem, por meio da base de dados. O que importa é que os dados do seu ERP e do seu MES estejam limpos e conectados, quaisquer que sejam os fornecedores.