Traçando uma estratégia de dados para o setor de manufacturing

Na indústria de manufacturing, há muitas ideias para aproveitar os dados e aumentar a produtividade. O verdadeiro obstáculo, no entanto, está em como transformar essas ideias em ação, especialmente, por conta das restrições de custo e das estratégias de implementação.

Então, como as empresas podem superar esses obstáculos e agarrar as oportunidades apresentadas pela tecnologia emergente?

Para criar um plano que funcione nesse setor, especialistas se reuniram numa mesa-redonda intitulada "Desbloqueando o Potencial dos Dados na Indústria de Manufacturing". O evento foi organizado pela Jicara Media e apresentado por Rackspace Technology® e Microsoft®.

Entre os fabricantes, o conceito de fio digital — que conecta dados de P&D ao desenvolvimento e à produção de produtos — geralmente serve como ponto de partida para qualquer conversa sobre democratização de dados, afirmou Shwetank Sheel, diretor de Soluções e Pré-Vendas Globais de Dados em Nuvem Pública na Rackspace Technology.

De acordo com Sheel, uma plataforma de dados bem-sucedida para manufacturing precisa ter um "fio digital" que conecte todos os diferentes processos e sistemas. Ao mesmo tempo, é importante identificar casos de uso específicos que possam gerar valor comercial por meio da plataforma. Essas duas atividades devem ocorrer simultaneamente, uma vez que a tentativa de aumentar a escala a partir dos projetos de prova de conceito torna-se difícil sem uma compreensão clara de como a plataforma será usada para criar valor.

Desafios concretos no setor de manufacturing

Um exemplo prático dessa estratégia ocorreu no fabricante de cereais Kellogg Ásia Pacífico. Na empresa, um dos desafios mais persistentes era a harmonização de dados.

"Encontro dados em vários formatos e estruturas nas empresas para as quais trabalho", comentou Saurabh Lal, diretor sênior de Rede de Cadeia de Suprimentos e Digital da empresa. "Temos planilhas de Excel, diferentes ERPs e operamos em vários países. Colocar tudo em um formato utilizável é o nosso maior desafio."

Além desse problema, a Kellogg também está de olho na fabricação inteligente.

"Temos algumas plantas antigas com tecnologia arcaica e menos automação", explicou ele. "Como converter essas plantas em fábricas inteligentes? Esse é o segundo desafio. E quando digo "fábrica inteligente", não se trata apenas das condições operacionais básicas. Trata-se também de aprimorar a garantia de qualidade, implementar práticas de manutenção inteligentes e outras medidas semelhantes."

Em outro exemplo, um grande fabricante de medicamentos teve a segurança do consumidor como sua principal consideração e, ao mesmo tempo, trabalhou para simplificar as operações.

Um diretor da divisão de TI do fabricante de medicamentos disse que a dificuldade está em como conectar dados entre as várias áreas do processo fabril de modo que seja possível gerar melhorias, inclusive em equipamentos e infraestrutura de TI.

No entanto, como o objetivo final é levar o produto ao mercado, também é importante garantir que os dados atendam aos requisitos regulatórios dos diferentes mercados. Isso pode ser particularmente complexo quando se trata de IA, que pode ter expectativas e regulamentações diferentes dependendo do mercado.

"Quando a expectativa é de as pessoas decidirem, elas essencialmente assumem a responsabilidade por garantir que o produto seja seguro", continuou. "A questão é se estamos confortáveis em delegar essa responsabilidade a uma IA."

De acordo com Saj Kumar, líder regional de negócios para Manufacturing, na Microsoft Ásia, os dados no setor de manufacturing podem ser amplamente categorizados em dois blocos principais: dados empresariais e dados de planta e tecnologia operacional (TO). Enquanto os dados empresariais são mais estruturados e bem definidos, os dados TO são muito mais complicados, disse Kumar.

"Grande parte dos dados TO em manufacturing consiste em séries temporais, que implicam capturar sinais das máquinas ao longo do tempo para confecção de relatórios e análises", explicou. "No entanto, esse tipo de dado por si só não fornece visibilidade completa, de ponta a ponta, especialmente quando se tenta conectar ordens de clientes ou de produção com máquinas, lotes e materiais específicos. Isso requer a combinação de diferentes tipos de dados, o que pode ser bastante complicado."

Caminhos diferentes para um roteiro de dados

Quando se trata de centralização de dados, geralmente surgem conflitos dentro da própria organização, devido à pluralidade de maneiras como os dados são usados por cada departamento.

Ajith Narayanan, CTO da fabricante de sistemas robóticos Zoid Labs, acredita que, embora a centralização de dados seja obrigatória, as organizações devem aplicar níveis de flexibilidade para permitir que pessoas diferentes consumam aplicativos diferentes em seu próprio ritmo.

"O desafio está na arquitetura de dados", explicou Narayanan. "A forma como representamos os dados e as interligações entre seus diferentes fragmentos é crucial. Em nosso desenvolvimento de produtos, usamos dados para refinar o produto no estágio de P&D. Para simplificar o processo, decidimos usar apenas os formatos YAML e JSON logo no início. Nosso raciocínio foi que, se pudermos fazer com que a consciência coletiva dentro da organização pense sobre os dados de forma diferente, talvez alguns formatos como JSON e YAML satisfaçam a todos."

Para o Saurabh Lal, da Kellogg, os tomadores de decisão precisam estar convencidos de que uma solução específica não beneficiará somente uma função, mas também, no mínimo, toda uma unidade de negócios.

"Quando você diz 'isso pode ajudar a melhorar as vendas' ou 'isso ajudará a melhorar os resultados', as equipes precisam embarcar e aprovar essa solução específica", disse ele.

Shwetank Sheel, da Rackspace Technology, reconheceu o enorme papel da nuvem em transformar ideias de negócios em realidade, um feito já comprovado pelas muitas histórias de sucesso de seus clientes.

"A nuvem permite experimentar em pequena escala para validar as ideias", explicou ele. "Por exemplo, você quer criar um projeto de negócio para demonstrar um possível aumento SG$ 10 milhões na receita. Investindo uma pequena quantia de dinheiro, você consegue ver se seus esforços estão dando resultado. Isso pode determinar se a abordagem a ser seguida está correta.

O futuro da IA no setor de manufacturing

A IA continua a descortinar novas possibilidades todos os dias, revelando uma infinidade de casos de uso. Embora a IA tradicionalmente se mostre útil em áreas como a experiência do cliente, o advento de soluções populares como o ChatGPT está revolucionando setores inteiros, introduzindo soluções inovadoras e criando novos caminhos para a geração de receita.

Alguns fabricantes estão cientes do quanto a IA pode contribuir em seus negócios. Não demorará muito para que o uso da tecnologia se torne disseminado.

Ajith Narayanan, da Zoid Labs, por exemplo, vislumbra que a manutenção preditiva baseada em IA desempenhará um papel crucial na redução do tempo de inatividade e, possivelmente, até mesmo na prevenção de acidentes fabris.

Ele afirmou: "Ainda não estamos no estágio em que os modelos de IA estejam prontos, mas temos um cenário em que os dados gerados pela IoT do sistema de medição de corrosão são enviados por MQTT para um servidor. Usaremos esses dados com alguns modelos para analisar e prever quando devemos realizar a manutenção nas máquinas."

Na IA generativa, Saj Kumar, da Microsoft, acha que algumas funcionalidades já estão presentes para os fabricantes experimentarem. No entanto, a tecnologia ainda não pôs em prática todo o seu potencial.

"A partir de agora, veremos o uso dela em dados não estruturados", disse Kumar, "seja em documentação ou SOPs — que são documentos estruturados clássicos disponíveis nas fábricas para as pessoas consultarem. Mas se surgir uma situação específica na fábrica, por exemplo, uma dúvida do que deve ser feito, a IA poderá acessar todos esses documentos e fornecer uma resposta. Já dá para fazer isso hoje. Então, acho que é aí que veremos a primeira revolução, em termos de fazer as perguntas e obter respostas."

Não obstante, as soluções de IA devem ir além da digitalização de documentos ou do HTML marcado. O objetivo é que a IA generativa seja capaz de fornecer aos operadores respostas precisas quando necessário. Até lá, empresas como a Rackspace Technology e a Microsoft estão fazendo sua parte para pesquisar ainda mais as possibilidades da IA.

(Este artigo apareceu originalmente em Frontier Enterprise.)

< entidade drupal data-align="left" data-embed-button="media_entity_embed" data-entity-embed-display="view_mode:media.full" data-entity-type="media" data-entity-uuid="ffc70d81-8bc0-42e9-b646-2faec089e354" data-langcode="en"> < /drupal-entity>

Aproveite o poder da IA de forma rápida e responsável com o Foundry for AI da Rackspace Technology (FAIR™). FAIR™ está na vanguarda da inovação global em IA, abrindo caminho para que as empresas acelerem a adoção responsável de soluções de IA. O FAIR se alinha com centenas de casos de uso de IA em uma ampla variedade de setores, ao mesmo tempo que permite a personalização por meio da criação de uma estratégia de IA sob medida que é aplicável às suas necessidades comerciais específicas. Capazes de implantação em qualquer plataforma de nuvem pública privada, híbrida ou de hiperescala, as soluções FAIR capacitam empresas em todo o mundo, indo além da transformação digital para desbloquear a criatividade, estimular a produtividade e abrir a porta para novas áreas de crescimento para nossos clientes.Siga a FAIR no LinkedIn.

Saber mais

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.