Renesas Pioneira IA Contínua em Tempo Real para Automação de Fábrica

TÓQUIO — Na era da manufatura inteligente, inteligência artificial não é mais opcional; é pedra angular. Ainda assim, muitas firmas lutam para traduzir teoria de IA em realidade operacional, citando falta de expertise in‑house e ROI incerto. Renesas Electronics está redefinindo o caminho adiante com sua visão de "IA contínua em tempo real" para tecnologia operacional (OT).

Diferente da "IA estatística" data‑driven, cloud‑centric popular em TI, a abordagem da Renesas incorpora IA diretamente nos endpoints de fábrica. Isso permite que máquinas detectem anomalias e tomem decisões instantaneamente, sem latência de round‑trip à nuvem.

clique para imagem maior

IA estatística para TI vs. IA contínua para OT (Fonte: Renesas)

Yoshikazu Yokota, vice‑presidente executivo e gerente geral da unidade de soluções industriais da Renesas, explicou ao EE Times que IA embarcada é crítica para detecção de falhas e manutenção preditiva. "Quando uma anomalia surge, IA embarcada pode responder localmente e em tempo real", disse ele. Três anos atrás, Renesas primeiro propôs "IA nos endpoints" e testou o conceito em sua própria fab de semicondutores Naka.

"Nosso objetivo é habilitar inferência em tempo real em OT enquanto expandimos incrementalmente capacidades de IA na edge", Yokota adicionou.

Yoshikazu Yokota, vice‑presidente executivo na Renesas, planeja focar em oferecer inferência em tempo real em OT. (Foto: EE Times)

Ao introduzir IA em passos incrementais, Renesas visa ajudar fabricantes a completar projetos proof‑of‑concept mais rapidamente e entender o verdadeiro ROI de seus investimentos em IA.

Quando Aplicar IA à OT

Mitsuo Baba, diretor sênior de estratégia e planejamento para unidade Industrial Solution da Renesas, enfatizou que IA entrega valor máximo quando alvo problemas bem definidos — como anomalias específicas de linha de produção. Ilustrou o conceito com cenário: um gerente de operações experiente pode usar IA para sinalizar o momento exato em que um defeito começa, libertando o gerente para focar em intervenções críticas em vez de inspeções rotineiras.

Neste modelo, IA é treinada uma vez em issues identificadas e então realiza inferência em dispositivos endpoint em tempo real, eliminando necessidade de enviar dados à nuvem. Baba destacou que apenas 30 KB de dados são suficientes para inferência na edge, comparado aos 300 MB típicos de IA estatística baseada em nuvem.

Renesas está, portanto, defendendo abordagem inference‑only que pode rodar em unidades de microcontrolador (MCUs), permitindo que equipamentos de produção existentes sejam retrofitados com kit "AI Unit Solution" em vez de reformar linhas inteiras.

"Não estamos competindo com líderes de chips de IA como Nvidia", Baba esclareceu. "Nossa missão é pioneirar novo segmento de IA embarcada onde o footprint de dados é pequeno o suficiente para rodar em hardware MCU/MPU convencional."