Insights PwC: Aproveitando IA e Big Data para Transformar a Manufatura

Poderia definir o que é inteligência artificial e o que é Big Data?

IA é a capacidade de uma máquina perceber seu ambiente e realizar tarefas que normalmente requerem inteligência humana, e é todo um campo de diferentes tecnologias, técnicas e aplicações.

Big data é um conjunto de ferramentas e capacidades para trabalhar com, para processar, conjuntos de dados extremamente grandes.

Como IA e Big Data trabalham juntos?

Big data é apenas um dos habilitadores da IA, embora, à medida que vemos volumes crescentes de dados, seja um dos mais importantes.

Como isso pode ser aplicado a um ambiente de manufatura?

Falando amplamente, há muitos benefícios da IA e do uso de dados, que incluem redução de custos, minimização de erro humano e aumento de produtividade e eficiência. A coisa importante a considerar em qualquer ambiente — para o uso de qualquer tecnologia — é qual problema você está tentando resolver? Seja meramente automatizar tarefas repetitivas ou reinventar a natureza do trabalho em fábricas tendo humanos e máquinas colaborando para tomar decisões melhores e mais rápidas.

Por que fabricantes devem usar IA e Big Data ao adotar capacidades de manufatura inteligente, qual o valor para fabricantes?

Uma visão é, novamente, os benefícios econômicos da IA, que vêm na manufatura como resultado de:

1. Ganhos de produtividade da automação de processos e aumento do trabalho de forças de trabalho existentes com várias aplicações de tecnologias de IA.

2. Aumento da demanda do consumidor devido à maior capacidade de personalizar e adaptar produtos manufaturados, junto com produtos e serviços digitais e aprimorados por IA de maior qualidade.

Manufatura (e indústrias de construção) são por natureza intensivas em capital, e em nosso relatório de 2018, "O impacto potencial da IA no Oriente Médio", estimamos que a adoção de aplicações de IA poderia aumentar a contribuição dos setores para ganhos de PIB em mais de 12,4% até 2030.

Como IA e Big Data podem ajudar fabricantes a evoluir na revolução Indústria 4.0? E sobre aqueles já olhando para Indústria 5.0?

Realmente é sobre o investimento que você faz agora, para proteger seu negócio para o futuro.

Tipicamente vemos duas estratégias ou abordagens amplas para adoção de IA. Há coisas que podemos fazer imediatamente, sem recorrer a Big Data — que é adotar tecnologias que descrevemos como Sensoriamento, aquelas envolvendo visão computacional, por exemplo. Há muitos casos de uso onde estas podem ser usadas imediatamente na manufatura, como para detecção automática de falhas. No entanto, há um jogo de longo prazo que requer investimento em dados — colocar os mecanismos certos de coleta no lugar, armazenamento, governança de dados, capacidades de Big Data etc — para desenvolver casos de uso de IA cada vez mais valiosos impulsionados por machine learning. Isso é absolutamente necessário para sucesso de adoção a longo prazo.

Qual a melhor estratégia para organizações que buscam realizar o valor de IA e Big Data na manufatura?

IA e Big Data são apenas uma parte de uma fábrica inteligente bem-sucedida. Organizações que lideram na adoção de IA são aquelas que já fizeram o maior progresso na digitalização de processos de negócio centrais. Para ficar à frente no uso de soluções de IA em escala, há uma série de investimentos em tecnologia e decisões organizacionais a serem tomadas, incluindo:

1. Digitalizar processos leva finalmente a melhor capacidade de gerar dados, e no ambiente de manufatura — com centenas de sensores gerando milhares de medições em tempo real, o resultado é Big Data. Dados são chave para construir IA, então aquisição, gestão e governança de dados confiáveis e precisos são fundamentais. A linha de produção e fábricas desempenham papel crítico e direto no processo de aquisição de dados.

2. Estratégia de IA, tanto de longo quanto curto prazo, começa com casos de uso, as aplicações de negócio. Fabricantes precisam perguntar onde querem usar IA e reunir esses casos de uso e priorizar projetos baseados em um equilíbrio de impacto esperado e complexidade de implementação.

Claro, além de tecnologia e processos de negócio, pessoas estão no centro de qualquer adoção de tecnologia bem-sucedida. Equipes de IA precisam ser compostas não apenas de cientistas de dados, também engenheiros de dados e arquitetos de solução para habilitar seu trabalho, administradores de dados para garantir precisão, e cada vez mais os chamados "Tradutores de Analytics/IA" que são capazes de se comunicar com líderes de negócio e especialistas em tecnologia. Cultura também é chave, e fabricantes precisam habilitar uma cultura orientada por dados e IA, construindo confiança em dados e algoritmos educando sua força de trabalho sobre IA e suas capacidades, como melhor extrair valor. Não é apenas o positivo, claro, mas também riscos e limitações, pois estes quando encontrados sem expectativas definidas, podem impactar significativamente a disposição para investir.

Quais são os desafios ao adotar IA e Big Data na manufatura?

Pesquisa mostrou que um dos maiores desafios para implementar IA é incerteza sobre retorno sobre investimento (ROI). Como disse, há investimento significativo requerido para uma estratégia de dados e IA de longo prazo ser bem-sucedida, e expectativas sobre o tempo para ver retornos tangíveis devem ser definidas realisticamente.

Muitas empresas também lutam com o lado de dados: coletar e fornecer os dados que um sistema de IA precisa para operar, e garantir que sejam precisos. Novamente, isso fala aos maiores investimentos requeridos em digitalização.

Alguns dos principais desafios para empresas de manufatura com implementação de IA em escala de nossa pesquisa incluem:

• 40% → Tecnologias não maduras
• 40% → Força de trabalho carece de habilidades para implementar e gerenciar IA
• 36% → Incerto sobre retorno sobre investimento
• 33% → Dados não maduros ainda
• 32% → Falta de transparência e confiança
• 24% → Conselhos de trabalhadores e sindicatos
• 22% → Obstáculos regulatórios em mercados domésticos e importantes

Um elemento destacado aqui, particularmente em torno de falta de confiança e sindicatos, é que IA é tipicamente mal representada na mídia como "substituindo" trabalhadores, e tirando empregos. Sim, há ganhos de eficiência a serem feitos da automação, como houve desde a primeira revolução industrial. Mas acreditamos que Dados e IA são mais valiosos quando usados para aumentar trabalhadores, aprimorando suas habilidades e os produtos sendo manufaturados.

Outro desafio que estamos começando a ver emergir é ciberataques cada vez mais visando equipamentos e máquinas interconectados em fábricas inteligentes. PwC recentemente sediou um webcast, em cooperação com a Associação Nacional de Fabricantes nos EUA e Microsoft para discutir isso.

Quais são as tendências atuais em IA e Big Data na manufatura?

• Vemos empresas colocando foco ligeiramente maior em adicionar soluções de IA a processos de produção centrais como engenharia, montagem e teste de qualidade
• Segurança é de importância significativa, com técnicas adotadas em capacidades de aderência a protocolos (por exemplo, manter distância segura de maquinário específico) sendo adotadas em mais cenários do dia a dia para aderência a protocolos COVID-19
• Há interesse considerável em manutenção preditiva para grandes máquinas envolvidas em processos de manufatura, e também otimização de cadeia de suprimentos

O que você vê acontecendo na indústria de IA e Big Data na manufatura nos próximos 12-18 meses?

Honestamente, acho que veremos uma continuação de onde já estávamos indo nos últimos 12-18 meses. IA e dados já estão sendo usados na manufatura, mas esse uso não recebe tanta atenção na mídia quanto, digamos, saúde, mas as histórias de sucesso estão lá, e continuarão conforme operações continuam suas jornadas digitais.