Como a IA está a revolucionar a Indústria
De acordo com um estudo publicado pela Deloitte, 83% das empresas acreditam que a Inteligência Artificial (IA) teve ou terá um impacto prático e visível. Entre estas, 27% acreditam que os projetos de IA já trouxeram valor para as suas empresas, e 56% pensam que esses projetos trarão valor nos próximos 2-5 anos.
Estes dados sublinham a importância crescente da Inteligência Artificial no setor industrial, com uma vasta maioria das empresas a reconhecerem o seu potencial transformador.
Compreendendo a IA: Fundamentos e Evolução
Antes de explorarmos como as empresas de manufatura estão a adotar soluções de Inteligência Artificial, é crucial responder à seguinte questão: O que é e como funciona a IA?
A IA, teve a sua génese na década de 1950, refere-se ao desenvolvimento de máquinas, aplicações e ferramentas que simulam comportamentos humanos, incluindo perceção, raciocínio, aprendizagem e resolução de problemas.
Os primeiros exemplos de IA incluíam análises estatísticas e previsões possibilitadas pelos computadores iniciais. Na década de 1980, o subcampo do machine learning ganhou tração, focando-se em ensinar máquinas a aprenderem relações ocultas nos dados e a construir modelos aproximados de sistemas reais.
Nas duas décadas seguintes, surgiu uma ramificação do machine learning chamada deep learning, que utilizava “redes neuronais” para modelar sistemas reais, imitando o funcionamento do cérebro humano com milhões de “neurónios” computacionais.
Em 2017, a tecnologia de deep learning deu um avanço significativo, permitindo a criação de modelos de linguagem de grande escala (LLM, Large Language Models) que conseguem aprender padrões abstratos e gerar texto, imagem, vídeos e dados, dando origem à designada IA generativa.
Timeline da Inteligência Artificial (adaptado de McKinsey & Company, 2024)
Hoje, tanto as técnicas de machine learning quanto as de deep learning menos complexas são coletivamente referidas como IA analítica. Esta família de tecnologias tem visto uma rápida maturidade e adoção por parte das maiores empresas mundiais.
Por outro lado, a IA generativa, com a sua capacidade de analisar dados não estruturados e gerar conteúdos de forma semelhante ao cérebro humano, avança no seu processo de disseminação, estando projetada para adicionar entre 2.6 e 4.4 milhões de biliões de dólares em valor anual à economia global, de acordo com dados publicados pela McKinsey & Company em fevereiro de 2024.
Valor da IA na Indústria Transformadora
As aplicações de Inteligência Artificial na indústria transformadora têm o potencial de incrementar o desempenho operacional, impulsionar a agenda da sustentabilidade e capacitar a força de trabalho.
A revolução da IA permite converter grandes quantidades de dados em insights e previsões acionáveis, proporcionando um impulso a processos orientados por dados.
Desempenho Operacional
A IA pode automatizar e otimizar processos e tarefas rotineiras e repetitivas, aumentando a produtividade e a eficiência operacional. Exemplos incluem a melhoria da qualidade ao reduzir defeitos e prever falhas indesejadas, além da otimização de parâmetros de produção.
Sustentabilidade
A IA desempenha um papel crucial na sustentabilidade, ajudando a otimizar o uso de materiais, aumentar a eficiência energética, reduzir taxas de desperdício e prolongar a vida útil das máquinas. Estas melhorias não só beneficiam as empresas em termos de custos, mas também contribuem para um desempenho ambientalmente mais sustentável.
Capacitação da Força de Trabalho
A IA pode beneficiar a capacitação da força de trabalho, guiando o processo de tomada de decisão e definição de parâmetros, melhorando a precisão das previsões, reduzindo tarefas repetitivas e aumentando as interações entre humanos e robôs. Estes aspetos resultam em maior eficiência e satisfação no trabalho.
Exemplos de Aplicações de IA na Indústria Transformadora
Segundo dados publicados pelo Capgemini Research Institute, 51% dos fabricantes europeus estão a implementar soluções de IA nas suas indústrias, concentrando-se os casos de uso maioritariamente em duas áreas: manutenção (29%) e qualidade (27%).
Para ilustrar o potencial e a viabilidade da Inteligência Artificial na indústria transformadora, partilhamos alguns exemplos de casos de uso de IA em diferentes setores. Estes casos fornecem insights valiosos, indicando a necessidade, a solução implementada e o impacto alcançado.
As aplicações apresentam um retorno do investimento (ROI) positivo e o período de retorno do investimento é geralmente tangível em 1-2 anos.
Os casos de uso coletados abrangem seis principais áreas de aplicação: qualidade, manutenção, processo de produção, gestão de energia, saúde e segurança, e cadeias de abastecimento.
1. Qualidade
A IA pode ser aplicada para melhorar a qualidade dos produtos, através de técnicas como inspeção automatizada e previsão de defeitos.
Setor | Necessidade | Solução | Resultados |
Elétrico/ Eletrónico Ethon AI, Suíça | Inspeção da qualidade na montagem | Sistema de visão computacional para apoiar os trabalhadores da fábrica na deteção de erros de montagem em placas de circuitos impressos (Ex, componentes em falta, defeituosos ou errados), através de uma interface humano-IA (sistema de câmaras com feedback em tempo real). | – Esforço de implementação 10 vezes menor – Confiabilidade do sistema aumentada com o modelo explicável |
Elétrico/ Eletrónico INTROSYS, Portugal | Verificação do posicionamento de peças antes do processo de soldadura | Um sistema de visão computacional que avalia o gap existente entre peças metálicas antes do processo de soldadura das mesmas. Quando o gap entre peças está conforme, as peças são soldadas, quando o gap é superior ao limite de aceitação, as peças são automaticamente retiradas do circuito de produção. | – Diminuição de produtos não conformes – Diminuição de desperdício – Aumento da eficiência do processo |
Elétrico/ Eletrónico Schneider Electric, França | Qualidade preditiva | Um sistema de IA que prevê a tensão de desmagnetização para reduzir o número de iterações durante os testes de relés na gama de produtos de dispositivos de corrente residual. | – Aumento da capacidade das máquinas – Redução do investimento em CapEx – Redução do nº de rejeições |
Automóvel Bosch, Turquia | Deteção de defeitos no revestimento de carbono | Inspeção por visão computacional para garantir a qualidade do revestimento, verificando peças e procurando defeitos de revestimento em quatro classes diferentes: riscos, danos, preto sobre preto, prata. | – Produtividade aumentada em 11% – 15 milhões de peças verificadas sem incidentes |
Automóvel INTROSYS, Portugal | Deteção de defeitos (superficiais e em profundidade) em peças unidas por laser | Sistema de inspeção baseado na tecnologia de correntes induzidas (Eddy Currents), para deteção de defeitos de soldadura em peças metálicas brasadas a laser, na união do tejadilho com os paineis laterais do carro. | – Deteção de defeitos visiveis e não visíveis – 100% dos carros inspecionados |
Automóvel Martur Fompak, Turquia | Avaliação da qualidade da soldadura por pontos | Análise dos parâmetros efetivos em estruturas soldadas por pontos (qualidade da soldadura) e previsão em tempo real do diâmetro do ponto de soldadura realizado na linha de produção. | – Poupança de até 40% no consumo de energia no processo de soldadura – Redução da quantidade de produto não conforme (sucata) |
Têxtil Karsu, Turquia | Inspeção da qualidade | Inspeção visual da proporção de fibras no conteúdo do fio usando imagens microscópicas para verificar a qualidade da produção e analisar reclamações dos clientes. | – Redução em 90% do tempo despendido em análises e preparação de relatórios para reclamações de clientes |
Têxtil INTROSYS, Portugal | Deteção de defeitos | Sistema de visão computacional implementado à saída de teares para deteção de defeitos (vincos, furos, manchas, falta e quebra de linhas) em tecidos técnicos. | – Inspeção em contínuo da produção – Deteção precoce de defeitos – Redução do número de reclamações de clientes |
Farmacêutico Körber Digital, Alemanha | Inspeção da qualidade | Inspeção visual da qualidade dos produtos farmacêuticos, em que a IA reconhece padrões em vez de medir valores físicos das imagens, o que diminui a taxa de falsos negativos. | – Redução da taxa de falsos negativos em cerca de 88% – Taxa de deteção aumentada em cerca de 38% – Tempo de implementação aproximadamente 2x mais rápido |
Alimentar INTROSYS, Portugal | Análise do grau de maturação de presunto curado | Avaliação automática do grau de maturação de presunto fatiado com base em tecnologia hiperespectral. | – Inspeção em contínuo da produção – Redução do número de reclamações de clientes |
2. Manutenção
A manutenção preditiva é outra área onde a IA tem mostrado grande potencial. Ao analisar dados de sensores em equipamentos industriais, a IA pode prever quando uma máquina está prestes a falhar e sugerir ações de manutenção antes que ocorra um problema grave. Isso não só reduz o tempo de inatividade, mas também prolonga a vida útil dos equipamentos.
Setor | Necessidade | Solução | Resultados |
Elétrico/ Eletrónico Center for Intelligent Maintenance Systems (IMS), USA | Manutenção preditiva | Prever a concentração de partículas contaminantes antes que possam afetar negativamente o rendimento da produção, permitindo que a limpeza da câmara seja realizada de forma proativa. A solução é para uma câmara de gravação a seco na fabricação de semicondutores para monitorizar o processo de acumulação de depósitos dentro da câmara de processamento. | – Redução de 70% nos custos de tempo de inatividade não planeado – Aumento da competitividade |
Automóvel Predictronics, USA | Manutenção preditiva | Soluções preditivas baseadas em IA para robôs industriais numa fábrica de automóveis para monitorizar a saúde dos robôs de soldadura, prevendo e evitando eventos de falha, e agendando manutenções. | – Redução de 50% no tempo de inatividade não planeado – Melhoria das práticas de manutenção |
Cimento Sensemore, Turquia | Manutenção preditiva | Deteção do modo de falha equipamentos através da recolha contínua de dados de vibração, por meio de estimativa de falhas, alertando precocemente para a necessidade de manutenção com recurso a IA, em ventiladores e motores elétricos. | – 90% de redução do tempo de inatividade – Custos de manutenção reduzidos em 25% – Vida útil das máquinas aumentada em 20% – Produtividade operacional melhorada em 25% |
3. Processo de Produção
A otimização do processo de produção através da IA envolve ajustar continuamente os parâmetros de produção para maximizar a eficiência e a qualidade. Por exemplo, na indústria de semicondutores, a IA pode ajudar a otimizar o processo de fabricação, resultando em maior rendimento e menor desperdício.
Setor | Necessidade | Solução | Resultados |
Automóvel Khenda, Turquia | Balanço de linha | Análise de vídeo baseada em IA para identificar tarefas manuais, a fim de eliminar erros relacionados com operadores e melhorar os processos de fabrico manual, otimizando o balanço da linha. | – 25% de aumento da Produtividade – Aumento da qualidade e eficiência, com redução dos custos com erros, o desperdício e produtos defeituosos. |
Automóvel Volkswagen Autoeuropa, Portugal | Gestão de tragetórias logísticas intra-fábrica | Sistema de localização de veículos (autónomos e operados manualmente) em tempo real (RTLS) e gestão do tráfego de acordo com sistema de prioridades pré-definidas. | – Aumento da eficência da distribuição logística dentro da fábrica – Redução dos congestionamentos nos cruzamentos mais movimentados |
Ferro Fero Labs, USA | Otimização de processo | Software automatizado para tomar ações preventivas no início do processo de produção, com modelos de IA explicáveis, para reduzir o uso de matéria-prima e minimizar custos e emissões durante a produção de aço. | – Uso de liga reduzido em 9% nas siderúrgicas – Taxa de falhas eliminada |
Química GEP, USA | Gestão do processo de dosiamento de catalisadores | Controlos de processo habilitados por IA para gerir a ingestão de catalisador com base em mudanças de pressão e temperatura no reator e para gerir as taxas de transferência. | – Tempo total do ciclo de lotes reduzido em 22% – Alívio da necessidade de adicionar nova capacidade de reator |
4. Gestão de Energia
A IA pode ajudar a monitorar e otimizar o uso de energia em instalações industriais. Utilizando algoritmos de machine learning, as empresas podem prever o consumo de energia e ajustar as operações para minimizar os custos energéticos e reduzir a pegada de carbono.
Setor | Necessidade | Solução | Resultados |
Automóvel Ford Otosan, Turquia | Previsão de necessidades energéticas | Previsão do consumo de eletricidade com períodos variáveis em 12 regiões diferentes da fábrica, utilizando um modelo que funciona automaticamente em períodos predeterminados e elimina os fatores de erro. | – Precisão da previsão entre 80-95% para o consumo total da fábrica – Reserva antecipada do direito de compra da eletricidade junto do fornecedor de eletricidade |
Automóvel Makinarocks, República da Korea | Optimização do aquecimento e arrefecimento de veículos | Otimização do sistema de gestão de energia (temperatura do veículo) de veículos elétricos através da simulação do ambiente de controlo utilizando um modelo de dinâmica baseado em redes neuronais profundas e de entradas de controlo otimizadas. | – Melhoria da eficiência energética do sistema de gestão de energia em veículos elétricos em 10% em média, com um aumento máximo de 25% – Aumento adicional de 5-7% na distância percorrida para cada aumento de 10-15% na eficiência energética do sistema de gestão de energia |
Alimentar Canvass AI, Canadá | Otimização energética | Analise de eficiências térmicas, considerando condições ambientais para controlar a otimização em tempo real do consumo de gás natural e metas de consumo em turbinas. | – Aumento de 5.09% na eficiência térmica e redução de custos de energia de 9M libras/ano – Redução das emissões de CO2 |
5. Saúde e Segurança
A IA também pode ser aplicada para melhorar a saúde e segurança no local de trabalho. Por exemplo, câmaras equipadas com IA podem monitorar o cumprimento das normas de segurança e alertar os trabalhadores e gestores sobre potenciais riscos em tempo real.
Setor | Necessidade | Solução | Resultados |
Automóvel INTROSYS, Portugal | Reduzir os riscos de lesão musculo-esquelética devida a movimentos repetitivos | Implementação de sistema robotizado para colocação de pneus na linha de produção, integrado com sistema de visão computacional para distinção de diferentes tipos de pneus. | – Eliminação do risco de lesão – Aumento da eficiência do processo |
Manufatura Intenseye, USA | Prevenção de incidentes | Reconhecimento de imagens de monitorização do chão de fábrica, recebendo notificações de alerta em tempo real e melhorando a saúde e segurança dos funcionários (EHS) para eliminar lesões que possam alterar a vida. | – Redução dos incidents de segurança em 70-80% – Aumento da produtividade |
Energia Tüpraş, Turquia | Análise de alarmes | Modelo de IA projetado para simular um operador/engenheiro experiente na estimativa contínua e classificação de alarmes, detecção de alarmes falsos, análise de enchentes de alarmes e recomendação de melhores configurações. Causas raiz, próximas ações e pontos de ajuste extraídos dos dados históricos através de técnicas básicas de análise descritiva e pré-processamento de ciência de dados. | – Tempo total das enchentes de alarmes reduzido em 40% – Número de alarmes reduzido em 50% –Reuniões de racionalização de alarmes reduzidas de 4 horas para 30 minutos |
6. Cadeias de Abastecimento
A otimização das cadeias de abastecimento através da IA pode melhorar a previsão de demanda, otimizar o inventário e reduzir os custos de transporte. Isso resulta numa cadeia de abastecimento mais eficiente e responsiva.
Setor | Necessidade | Solução | Resultados |
Automóvel Tofaş, Turquia | Gestão de garantia e serviço | Previsão de gastos com garantia para automóveis vendidos durante os próximos anos com base nas caraterísticas dos vários componentes. | – Redução do fundo de reserva em 10% ao ano, como resultado do aumento da precisão da previsão de 70% (previsão manual) para 95% |
Químico SmartOpt, Turquia | Previsão de demanda e preços futuros | Previsão da demanda futura de produtos, serviços e preços de matérias-primas, através de modelo de IA e ajuste automático dos parâmetros do modelo. | – Previsões para os próximos 6 meses com uma precisão de 85-99% |
Conclusão
A adoção da Inteligência Artificial na indústria está a transformar o setor, proporcionando melhorias significativas em desempenho operacional, sustentabilidade e capacitação da força de trabalho. À medida que mais empresas implementam projetos de IA, os benefícios tornam-se cada vez mais evidentes, marcando um passo importante rumo a um futuro mais eficiente e sustentável.
Com o contínuo desenvolvimento e adoção de tecnologias de IA, as empresas têm uma oportunidade única de se posicionarem na vanguarda da inovação e de maximizar o valor em todas as áreas do seu negócio.
Fontes
Encontre a solução certa para a sua empresa
Preencha o formulário e entraremos em contacto consigo o mais breve possível.