Especialistas debatem como indústria pode usar IA para tomar decisões mais eficientes

Evento da International Society of Automation destacou papel estratégico de gateways e computação de borda na coleta, processamento e integração de dados em tempo real.

A aplicação da inteligência artificial (IA) na indústria já deixou de ser tendência para se tornar um fator estratégico de competitividade, mas muitas organizações ainda desperdiçam os dados que coletam no chão de fábrica.

Em evento realizado nesta quinta-feira (26), especialistas discutiram como integrar melhor essas informações por meio de gateways e computação de borda, permitindo que dados se tornem uma informação integrada e útil.

Promovida pela seção de São Paulo da International Society of Automation (ISA), a conversa virtual teve a participação de Eduardo Lima, especialista em comunicação industrial, e Julio Garcia, especialista em PCs industriais.

Ao longo do encontro, os convidados destacaram que a indústria já opera em um cenário de ampla coleta de dados, com o uso de recursos como sensores, Controladores Lógicos Programáveis (CLPs) e Interfaces Homem-Máquina (IHMs). No entanto, ainda enfrenta dificuldades para transformar esse volume em decisões rápidas e precisas.

Um dos principais gargalos, segundo eles, está na fragmentação das informações. “Muitas empresas ainda trabalham em ‘caixinhas’, com sistemas que não conversam entre si. O dado existe, mas não circula”, afirmou Eduardo Lima.

Nesse contexto, os gateways industriais foram apontados como peças-chave. Eles funcionam como porta de entrada e organizadores do fluxo de dados, garantindo conectividade segura entre o chão de fábrica e os sistemas de processamento.

“Quando eu falo em conectividade, estou falando também de acesso remoto para clientes. Não basta ter conexão apenas dentro da fábrica. Você precisa acessar os dados à distância, com confiabilidade, filtrar as informações corretamente e garantir que elas cheguem qualificadas e com segurança", destaca o especialista em comunicação industrial.

a computação de borda (ou edge computing) permite que o processamento ocorra próximo ao processo produtivo, reduzindo latência, aumentando a confiabilidade e mantendo a operação ativa mesmo em caso de falhas de conexão com a nuvem.

“Por que esse dado precisa estar próximo do robô? Porque, se houver uma oscilação de internet, o robô pode simplesmente parar. Com o edge computing, a latência é praticamente zero, e a produção continua mesmo se a internet cair", diz Julio Garcia.

Usando dados de forma inteligente

Conforme aponta a pesquisa “Rethink Data”, da International Data Corporation (IDC), uma parcela expressiva dos dados gerados pelas empresas simplesmente não é aproveitada. O levantamento mostra que 44% das informações nem sequer são capturadas. E, entre os dados que são coletados, apenas 57% são efetivamente utilizados ou analisados.

Para mudar esse cenário, os especialistas defendem alguns passos fundamentais. Entre eles, utilizar gateways como porta de entrada para filtrar e organizar corretamente os dados; garantir a qualidade e a limpeza dessas informações; e centralizar a coleta em um ambiente unificado, no qual o dado seja único e acessível a todos os setores (modelo conhecido como “unified namespace”).

Também é necessário adotar computação em borda para processar as informações próximas ao processo produtivo e assegurar decisões rápidas, além de investir em padronização e qualificação profissional.

“Se o ser humano é quem ensina a máquina, então está ensinando padrões, que então serão replicados. Por isso, eles precisam ser definidos corretamente desde o início", explica Eduardo Lima.

Outra recomendação dos especialistas é abandonar o modelo reativo – em que a empresa só age quando a máquina para – e adotar uma abordagem preditiva. Com dados bem estruturados e o apoio da inteligência artificial, é possível identificar padrões e fazer manutenção antes que ocorram interrupções.

O resultado é a redução de prejuízos financeiros e operacionais, menos paradas inesperadas na produção e menos desgaste com o cliente final, que deixa de ser afetado por atrasos ou falhas na entrega.

Saiba mais sobre Inteligência artificial e automação