Como IA Impulsiona Eficiência e Inovação na Manufatura Moderna

Jonathan Whiteside, Consultor Principal de Tecnologia na Dept, detalha três formas como IA está melhorando operações de manufatura.

A Indústria 4.0 tornou-se mais que buzzword no mundo da manufatura; é a nova realidade. Realidade acelerada pela pandemia de Covid-19. Durante os primeiros três meses da pandemia, o digital avançou o equivalente a dez anos, à medida que negócios e consumidores se ajustaram a um mundo online.

Os pilares-chave de um negócio preparado para o futuro — agilidade, resiliência e inovação — podem todos ser ajudados por investimento em soluções digitais. Com pressão para simplificar operações, reduzir custos e maximizar receita, transformação digital tornou-se imperativa.

"Vencedores na transformação digital estão utilizando tecnologia disruptiva para enfrentar desafios de negócio, impulsionando melhoria através de aplicação prática. Digitalizar processos operacionais é crítico para fabricantes lidarem com demandas e desafios da crise, e é considerado passo natural na evolução da manufatura", disse Jonathan Whiteside, Consultor Principal de Tecnologia na Dept.

"Felizmente, inovação alcançou ponto onde tecnologias emergentes como IA e Internet das Coisas (IoT) estão amplamente disponíveis, ajudando a acelerar transformação de negócios de manufatura tradicionais. Há três áreas-chave onde fabricantes podem implementar IA para se tornarem mais resilientes e melhorar resultado final: previsão, manutenção condicional e comunicação."

#1 - Planejamento e Previsão de Demanda

Machine Learning tem capacidade de automatizar análise e detectar padrões de dados em taxa impossível para humanos. Pode levar segmentação de dados além de clusters simples de palavras-chave e abre oportunidade de extrair informação de novas fontes de dados. Quando aplicado a modelos de previsão, resultados são impressionantes. Segundo a McKinsey, previsão com IA pode reduzir erros em 30-50% em redes de cadeia de suprimentos. A precisão melhorada leva a até 65% de redução em vendas perdidas devido a situações de estoque esgotado e custos de armazenagem diminuem cerca de 10-40%. O impacto da IA na cadeia de suprimentos está entre US$ 1,2T e US$ 2T.

Com estas estatísticas em mente, não é surpresa que machine learning esteja sendo abraçado por planejadores de demanda na indústria. Velocidade e precisão de previsões de machine learning fornecem múltiplos benefícios, com melhoria na experiência do cliente como resultado de disponibilidade melhorada sendo apenas a ponta do iceberg. Quando há confiança na previsão, níveis de estoque de segurança podem ser reduzidos, diminuindo capital de giro e liberando espaço valioso. Melhores previsões podem gerar economias em toda a cadeia de valor, desde planejamento de transporte melhorado a cronogramas de mão de obra otimizados.

Melhorar precisão de previsão de demanda demonstra resultados sólidos em todas as indústrias, com fabricantes de Bens de Consumo Embalados liderando. Multinacional francesa Danone Group está melhorando coordenação de planejamento entre marketing, vendas, gestão de contas e cadeia de suprimentos com machine learning. Através de modelagem de demanda impulsionada por IA, atinge suas metas de nível de serviço para inventários por canal ou loja. O sistema levou a redução de 20% em erro de previsão, 30% em vendas perdidas, 30% em obsolescência de produto e 50% na carga de trabalho dos planejadores de demanda.

Machine learning e IA não estão apenas influenciando como empresas fabricam, mas também o que fabricam. Com poder de identificar gostos cambiantes do consumidor, através de análise de dados e identificação de tendências, empresas de alimentos embalados podem reagir trocando ingredientes para criar edições limitadas que ressoem com consumidores. Há também grandes oportunidades para identificar possíveis áreas para expansão de produto enquanto acelera processo para lançamento mais oportuno.

#2 - Desenvolvimento e Manutenção

Manter equipamentos de manufatura manualmente é custoso e demorado, além de correr alto risco de mau funcionamento do equipamento, causando enorme impacto no cronograma de produção e diminuindo produtividade. Por estas razões, prever quando máquinas provavelmente falharão é o uso mais popular de IA na manufatura hoje.

"Downtime não planejado é prevenível com manutenção preditiva. Fabricantes conseguem construir plano de proteção de viabilidade de ativo indicando quando será mais viável atualizar equipamento respondendo a alertas e resolvendo problemas menores conforme ocorrem. Algoritmos de machine learning supervisionados e não supervisionados interpretam mudanças em dados em tempo real. Em segundos pode detectar processos, produtos e fluxos de trabalho anteriormente desconhecidos através de alavancar variedade de tipos de dados", disse Whiteside.

Dados de sensores são coletados do próprio equipamento detectando calor, vibrações e movimento, enquanto dados de controlador lógico programável (PLC) rastreiam entradas e saídas da máquina. Dados de visão computacional são capturados de câmeras pela fábrica, e dados de série temporal determinam estado da máquina baseado em seu histórico. Fontes de dados externas relevantes também são consideradas, como condições climáticas cambiantes ou efeitos cascata de equipamentos relacionados. Estes achados fornecem excelente fonte de dados contextuais que podem ser usados para treinar modelos de machine learning, desenvolvimento de produto e otimização de linha de montagem.

#3 - Estratégias de Comunicação

IA e machine learning não são apenas para processos operacionais. Sua capacidade de detectar padrões de várias fontes como áudio, imagem e vídeo, pode melhorar como você se comunica com clientes e funcionários. Aplicado a seus canais de comunicação, negócios podem economizar vasto tempo.

Um chatbot de IA poderia aliviar pressão no call center e liberar equipes de vendas de campo para focar em aquisição de novos clientes, enquanto fornece respostas oportunas e relevantes às consultas de seus clientes. Se você usa gêmeos digitais, também deve saber ciclos de manutenção e quando potenciais upgrades ou problemas de seus produtos podem ocorrer. Automatizar processo de comunicação para informar clientes prontamente antes que precisem contatá-lo ganhará pontos no atendimento ao cliente.

Através de avanços em conectividade de rede online, mais recentemente implantação de dispositivos conectados 5G e fortalecimento contínuo do Bluetooth, é mais fácil que nunca conectar diversos dispositivos que habilitam funções-chave de negócio. Há duas formas que isso se realiza: análise de dados e automação. Estes dados interconectados são frequentemente coletados através de software em nuvem, reunindo dados em um local facilmente acessível. Um negócio pode usar aplicações em nuvem para coletar informação sobre FAQs mais buscadas no site, registros de fulfillment e devoluções, e dados de sourcing de materiais. Isso pode rastrear quando clientes começaram a experimentar problema particular com produto, se o problema pode ser resolvido via suporte ou requer recall, e se corresponde a pedido particular de um fornecedor. Juntos, tanto o problema quanto a solução podem ser deduzidos.

Avançando com Soluções Escaláveis

Empresas de manufatura ao redor do mundo aceleraram digitalização em resposta a desafios da pandemia Covid-19. No Reino Unido, mais de dois em cada cinco fabricantes (43%) disseram que para suas respectivas operações de negócio ao longo do ano. E, apesar de quase 95% de fabricantes globais ou operadores de cadeia de suprimentos dizerem que foram impactados negativamente pela pandemia, 82% agora se sentem preparados para lidar com evento similar no futuro. Principal lição é a capacidade de transformar e abraçar habilitadores digitais.

Inspire-se e aprenda com líderes globais. Por exemplo, a Siemens de várias formas; otimizando consumo de energia em plantas durante produção ao vivo; verificações de qualidade operadas por máquina, e ajustando autonomamente posição de rotores de turbinas eólicas para aumentar rendimentos de parques eólicos. A Airbus para trazer novos níveis de controle de qualidade a seus centros de manufatura. Componentes de manufatura são examinados de perto usando radiografia industrial para verificar integridade de cada parte e sua estrutura interna.

A indústria de manufatura está mais equipada que nunca para utilizar estratégias de IA, e o valor de fazê-lo tornou-se abundantemente claro. Focando em digitalização, aproximando-se de usuários finais, e inovando ecossistema digital para garantir que necessidades dos clientes possam ser atendidas, fabricantes podem evitar commoditização, estar melhor posicionados para vencer concorrência e nutrir lealdade de longo prazo de clientes novos e existentes.

Para mais informações sobre tópicos de manufatura — por favor veja a edição mais recente da

Siga-nos no e .