AWS, Google, Microsoft aplicam expertise em dados e software à fabricação

A Ford Motor está aumentando a variedade de sensores em suas linhas de montagem para transformar Big Data em dados ainda maiores, ao mesmo tempo em que democratiza o acesso às informações coletadas. “Estamos enriquecendo os dados que o equipamento gera adicionando sensores como monitoramento infravermelho e sensores de vibração para complementar os dados tradicionais [coletados], como tempo de ciclo e pressão, para criar um conjunto mais rico de dados”, disse Mike Mikula, diretor de fabricação da programas do veículo. “Agora podemos construir análises mais inteligentes em torno das contribuições desses sinais para a qualidade do produto, a eficiência do processo e a integridade do equipamento.”

Ajudando a Ford em seu esforço estão “a maioria das maiores plataformas de IoT”, disse ele. A Ford e uma dessas empresas de plataforma de IoT – Google – anunciaram uma parceria este ano para serviços de gerenciamento de dados em nuvem industrial e aplicativos de software analítico, entre outros serviços.

Para empurrar o uso das informações resultantes para o chão de fábrica, a Ford está construindo uma plataforma de dados IoT que dá aos trabalhadores de produção acesso a análises por meio de aplicativos de código baixo e sem código que exigem pouco ou nenhum conhecimento de linguagens de computador.

Os aplicativos recém-criados podem ser dimensionados para outros usuários da empresa que estão lidando com processos e equipamentos semelhantes, disse Mikula.

Enquanto isso, a Ford também está favorecendo seletivamente o poder do cérebro humano sobre o software para analisar dados e recorrendo cada vez mais aos codificadores internos do que aos fornecedores de aplicativos.

“A solução dependerá da aplicação”, disse Mikula. “Às vezes será um software e às vezes será um analista de dados que analisa as fontes de dados. Gostaríamos de migrar para soluções mais autônomas e orientadas por aprendizado de máquina e inteligência artificial. O objetivo é ser menos dependente de SaaS comprado [software como serviço].”

Em última análise, disse Mikula, os esforços visam diminuir o custo geral de fabricação – economias que podem ser repassadas aos consumidores.

Dois dos gigantes de dados concorrentes do Google, Amazon e Microsoft, agora também oferecem hospedagem em nuvem e soluções de software para fabricantes.

“Há muitos players que estão fora da IoT industrial, como Google, Microsoft e Amazon, que estão reconhecendo o potencial de alavancar seus pontos fortes de software para substituir alguns dos tradicionais da Internet das Coisas Industrial”, disse Mikula.

Os gigantes da tecnologia compreendem um New Big Three, semelhante ao Big Three referência do passado para Ford, General Motors e Chrysler. O software industrial dos gigantes da tecnologia para fabricantes de veículos e outros ajudam com componentes e objetivos da Indústria 4.0 – gêmeo digital, manutenção preditiva, verificações de qualidade de visão de máquina, operações autônomas e muito mais.

Enquanto esses gigantes da tecnologia estão aproveitando sua experiência com dados e software para fazer parte da Indústria 4.0, eles também têm conhecimento de domínio para fazer coisas.

Uma cadeia de suprimentos "insana"

“Somos provavelmente uma das maiores empresas de manufatura do mundo”, disse Dominik Wee, diretor administrativo global de manufatura e industrial do Google Cloud. “O Google tem uma cadeia de suprimentos insana e extremamente profunda. Temos uma cadeia de suprimentos tão complexa quanto qualquer empresa de manufatura global.”

A empresa fabrica o hardware de computação em seus data centers e projeta seus próprios chips de computador. Do lado do consumidor, ela fabrica telefones e dongles Chromecast que adicionam funções inteligentes a uma televisão.

Embora o Google seja um fabricante desde que a empresa começou há mais de 20 anos, começou a investir fortemente em seus serviços de fabricação para terceiros quando o presidente do Google Cloud, Thomas Kurian, foi contratado em 2018, disse Wee. Kurian trabalhou anteriormente na Oracle por 22 anos.

À medida que a fabricação se torna digitalizada, as metodologias do Google que foram desenvolvidas para o mercado consumidor estão se tornando relevantes para a indústria, disse Wee, que trabalhou anteriormente na indústria de semicondutores como engenheiro industrial.

“Acreditamos que estamos em um momento em que essas tecnologias – principalmente a área de análise e IA – que eram muito difíceis de usar para o engenheiro industrial típico estão se tornando tão fáceis de usar no chão de fábrica”, disse ele. “É aí que acreditamos que está nossa diferenciação competitiva.”

Wee disse que o que o Google fez por sua tecnologia de fabricação sob Kurian imita o que fazia anteriormente no lado do consumidor:torná-lo tão fácil de usar que você nem percebe que está fazendo isso.

A inspeção de qualidade usando o Vision Inspection do Google Cloud é um bom exemplo, disse ele.

“Como a visão de máquina é muito avançada, é muito usada [para inspeção de qualidade] e, portanto, facilitamos muito a implantação do aprendizado de máquina em um contexto de chão de fábrica e usamos muito poucas imagens para fazer isso. Você não precisa ser um programador ou um especialista em aprendizado de máquina para fazer isso”, disse Wee. “É literalmente apontar e clicar.”

Ele destacou a facilidade com que as empresas podem pilotar a Inspeção de Visão e depois escalá-la:“Para transferir a metodologia, você não precisa trazer ninguém do Google ou trazer a Empresa XYZ para fazer isso por você. As pessoas dentro da fábrica podem fazê-lo. Este é o grande desbloqueio – onde o aprendizado de máquina passa da fantasia para o uso generalizado na fabricação.”

A facilidade de uso é uma vantagem competitiva para a empresa, disse Wee.

“Falamos sobre a lacuna do piloto”, disse ele. “Muitas empresas tentaram aprendizado de máquina e realidade aumentada e manutenção preditiva, e fizeram isso em um ponto em uma parte de sua pegada global de fabricação e deu muito trabalho. Pessoas muito especializadas eram necessárias, mas elas nunca foram capazes de escaloná-lo.”

Além de ser fácil de usar, o Google Cloud usa software de código aberto, que mantém as opções dos fabricantes abertas, disse Wee.

O Google também afirma que a força de suas análises e IA é incomparável:“Sendo uma empresa que tem o processamento de dados no centro de sua existência de mais de 20 anos, afirmaríamos que ninguém entende isso melhor do que nós”, disse ele. “Se você tiver uma enorme quantidade de dados para lidar em qualquer contexto, inclusive no chão de fábrica, argumentaríamos que somos a empresa certa para fazer isso.”

Transformando a força de trabalho

Indranil Sircar, CTO da Microsoft para a indústria manufatureira, provavelmente discordaria respeitosamente de Wee.

“O Microsoft Cloud for Manufacturing ajudará os clientes a reimaginar suas corporações, construindo fábricas mais ágeis e criando cadeias de suprimentos mais resilientes, além de transformar sua força de trabalho”, disse ele.

Sircar está na Microsoft há quase uma década. Antes disso, ele trabalhou na Hewlett-Packard por mais de 20 anos.

Embora o Google e a Microsoft ajudem os fabricantes a coletar e analisar dados de suas máquinas, Sircar disse que os componentes relacionados à força de trabalho dos serviços de sua empresa – incluindo IA e realidade mista usando o HoloLens 2 – são os verdadeiros diferenciais não apenas do Google e da Amazon, mas também do tradicional fornecedores de soluções de software industrial.

Por exemplo, a Mercedes Benz USA usa o Remote Assist da Microsoft, que permite que uma pessoa em um computador ajude alguém usando o HoloLens remotamente.

Em um vídeo no site da Microsoft, Edgar Campana, técnico de diagnóstico centralizado da Mercedes Benz de Coral Gables, disse:“Posso colocá-lo [HoloLens] e obter suporte imediato. Eles podem literalmente apontar as coisas para mim enquanto estou olhando para elas. Eles podem circulá-lo. Eles podem desenhar linhas. É prático:está literalmente ali. Posso estar conversando com eles, passando pelo veículo em tempo real. É muito intuitivo.”

Enquanto o Remote Assist é bidirecional e permite que os usuários conversem, as Soluções de Guias de Realidade Mista são apenas uma direção e permitem que os alunos interajam com hologramas sozinhos ou em combinação com objetos físicos.

“A Airbus é um ótimo exemplo”, disse Sircar, observando que a empresa tem usado “os guias em sua linha de fabricação, levando os trabalhadores a ver rapidamente uma sobreposição no cabeamento e como ela precisa ser instalada”.

O ambiente 3D pode oferecer recursos que o treinamento na vida real não pode, como a capacidade de visualizar elementos em três dimensões de qualquer ângulo.

Os projetistas da Airbus podem testar virtualmente seus projetos para ver se estão ou não prontos para a linha de montagem.

A Microsoft fabrica o HoloLens 2 e o Surface Hub, um quadro interativo para empresas. Ela vende produtos físicos, incluindo consoles de videogame Xbox e computadores pessoais com tela sensível ao toque Surface.

Ainda assim, “a fabricação, como falamos, foi muito terceirizada, mas … definitivamente gerenciamos toda a linha de produção, desde o design e aquisição de complementos e testes de linha de montagem”, disse Sircar.

No lado dos dados em nuvem, a empresa gerencia a fabricação da infraestrutura de ponta a ponta.

A primeira aplicação da Microsoft para a indústria foi em 2002, com um software de planejamento de recursos empresariais chamado Dynamics AX, disse ele. O Azure IoT ficou disponível em 2016.

Também em 2016, a Microsoft foi convidada a participar da Plattform Industrie 4.0, iniciativa do governo alemão, disse Sircar.

A Microsoft co-fundou o consórcio Open Manufacturing Platform (OMP) com a BMW. O OMP promove um modelo comum de dados abertos, que é uma linguagem de dados compartilhada para uso de aplicativos analíticos e de negócios.

Usando a mesma tecnologia da Amazon

A Amazon.com é mais conhecida por vender do que fabricar. Mas faz dispositivos Kindle, Echo e outros produtos de consumo. Também produz uma grande porcentagem do hardware que executa sua infraestrutura e seus próprios chips de computador.

A AWS (Amazon Web Services) lançou uma linha industrial em 2020, incluindo produtos e serviços para IoT, IA, aprendizado de máquina, análises e soluções de borda.

A linha apresenta “serviços e soluções novos e existentes da AWS e da rede de parceiros da AWS, criados especificamente para desenvolvedores, engenheiros e operadores de [software] em locais industriais”, disse Douglas Bellin, chefe global de desenvolvimento de negócios para fábrica inteligente e Indústria 4.0. “Coletivamente, eles trazem uma abordagem modular para permitir a coleta, armazenamento, análise e insights de dados.”

O processo para fazer essas possíveis melhorias começa cedo com a coleta e análise de dados, e a AWS descobriu várias maneiras de domar todos esses “0” e “1”.

“Se você começar no nível de software e dados, existem mais de 350 protocolos diferentes usados ​​no setor”, disse Bellin, que ingressou na AWS em 2017 após mais de 10 anos na Cisco.

O AWS Lookout for Equipment usa dados históricos de equipamentos de sensores existentes, juntamente com informações de eventos históricos de manutenção, e cria um modelo de aprendizado de máquina personalizado que rastreia os padrões de comportamento normal dessa máquina. Quando os dados operacionais se desviam do normal conhecido, o Lookout for Equipment sinaliza o desvio para os usuários apropriados por meio de alertas e painéis.

Outro produto, o AWS IoT SiteWise, estabelece uma única fonte de dados simplificando a extração de dados de bancos de dados comumente encontrados em instalações industriais, transferindo os dados localmente ou para a nuvem e estruturando-os para torná-los facilmente acessíveis a usuários e aplicativos. A estrutura do aplicativo permite o cálculo de métricas comuns de desempenho industrial, como a eficiência geral do equipamento. Ele também monitora as operações em várias instalações industriais, analisa dados de equipamentos industriais, evita problemas de equipamentos caros e reduz lacunas na produção.

Além de padronizar os dados, outro obstáculo comum ao criar uma fábrica inteligente é incorporar equipamentos legados. Qualquer máquina-ferramenta equipada com um PLC terá alguns dados para ceder, mas serão mínimos em comparação com as máquinas modernas. Em resposta, a AWS tem parceiros que podem adicionar o hardware necessário para rastrear alguns parâmetros de máquina. Também criou seu próprio sensor de vibração e temperatura de baixo custo para equipamentos rotativos, chamado Amazon Monitron.

O Amazon Monitron também é um serviço de monitoramento de condições de equipamentos baseado em aprendizado de máquina que permite a manutenção preditiva analisando sinais de sensores de equipamentos industriais, como motores, bombas e caixas de engrenagens.

É um sistema de ponta a ponta totalmente gerenciado que inclui sensores para capturar dados de vibração e temperatura, gateways para transferir dados automaticamente para a Nuvem AWS e um aplicativo móvel para configuração, análise e notificações de comportamento anormal da máquina.

“O Amazon Monitron é baseado na mesma tecnologia usada na Amazon, aproveitando mais de 20 anos de experiência em detecção de anomalias para melhorar ainda mais a precisão do modelo”, disse Bellin.

Com o Amazon Monitron, os gerentes de confiabilidade podem começar a rastrear as condições do equipamento em questão de algumas horas, sem a necessidade de nenhum trabalho de desenvolvimento ou treinamento especializado, disse a AWS.

Os fabricantes podem usar o Amazon Monitron para permitir manutenção preditiva, monitorar equipamentos remotamente e rastrear a condição de equipamentos inacessíveis, acrescentou Bellin.