Na era da Inteligência Artificial, os desafios para a Indústria 4.0

A implantação plena das tecnologias de base da Indústria 4.0 e a conscientização do potencial dos dados para alavancar os negócios ainda enfrentam obstáculos na indústria brasileira. Vários deles foram apresentados na pesquisa coordenada em 2021 pela ABIMAQ – Associação Brasileira da Indústria de Máquinas e Equipamentos, como a situação de que 40% das empresas a ela associadas não utilizam qualquer das tecnologias de base, e que menos de 20% desenvolve inteligência com os dados coletados.

Há, portanto, uma lacuna a ser preenchida em boa parte dessas indústrias, tanto em termos de infraestrutura tecnológica, quanto de capacitação no uso eficiente dos recursos de inteligência de dados. Esforços para enfrentar tais desafios abrem novas perspectivas de pesquisa e inovação, acelerando a marcha tecnológica para a manufatura inteligente e criando escala para a redução de custos da tecnologia de base, de forma a viabilizar um número cada vez maior de empresas com ações de transformação digital. Nesse contexto, os Institutos de Ciência e Tecnologia (ICTs), como a FITec, têm um papel importante junto às empresas.

Vale lembrar que os inúmeros recursos da Indústria 4.0 permitem elevar as atividades fabris a um novo patamar de qualidade e produtividade. A automação de processos, a utilização de dispositivos conectados em rede e as novas abordagens de tratamento e análise de dados levam a uma manufatura inteligente, atuando do chão de fábrica à camada de negócios. Tal cenário representa uma transformação digital para as indústrias, alavancado pela adoção de várias camadas de tecnologias de base, como internet das coisas (IoT), computação em nuvem, sistemas ciberfísicos, big data e inteligência artificial (IA).

Nutrindo-se dessas camadas de tecnologias, a IA propicia automatizar processos complexos de forma eficiente e confiável, bem como apoiar a inteligência de negócios a partir de análises sofisticadas de grandes volumes de dados, gerando informações em tempo real e realizando análises preditivas para apoiar decisões. O aprendizado de máquina, ramo da IA em franco desenvolvimento, tem viabilizado a visão computacional nos processos industriais, fomentando novas aplicações, ampliadas ainda mais com o ganho de desempenho técnico advindo das redes 5G. E, mais recentemente, as IAs generativas, como o ChatGPT e congêneres, têm aberto outro campo vasto de aplicações, com potencial de dinamizar desde o atendimento ao cliente até o treinamento dos modelos de IA. Claro, toda essa estrutura viabiliza as aplicações potencializadoras da Indústria 4.0.

O reflexo direto desse cenário inovador na indústria pode ser percebido nos destaques do Relatório de 2023 sobre índices de IA preparado pela Universidade de Stanford, que aponta uma inversão no protagonismo de pesquisas na área: até 2014, os modelos de IA mais significativos foram lançados pela academia e, desde então, a indústria assumiu a ponta. Segundo o relatório, tal inflexão se deve ao fato de que elaborar tais modelos no estado da arte requer quantidades cada vez maiores de dados, poder computacional e potencial de investimento – elementos que os atores da indústria possuem em escala maior do que a academia. Entretanto, essa condição favorável não é típica das pequenas e médias indústrias no Brasil, que mesmo atentas aos benefícios da Indústria 4.0 precisam de agências de fomento e equipes externas de Pesquisa & Desenvolvimento para trazer as inovações e efetivar a transformação tecnológica – missão natural das ICTs.

*Por Giovanni M. de Holanda, Pesquisador Líder e Cientista de Dados FITec