Essas informa\u00e7\u00f5es, quando analisadas com avan\u00e7ados sistemas anal\u00edticos de Intelig\u00eancia Artificial, permitem a gera\u00e7\u00e3o de insights e subsidiam o processo de tomada de decis\u00e3o de forma baseada em dados, fornecendo recomenda\u00e7\u00f5es que uma vez implementadas s\u00e3o capazes de proporcionar melhorias de processo, que al\u00e9m de melhorar o resultados alcan\u00e7ados, proporcionam mais efici\u00eancia e redu\u00e7\u00e3o de custos.<\/p>\n\n\n\n
Diferentemente dos dados que permeiam a Internet, os dados dos sistemas industriais tendem a ser estruturados, ou seja, seguem uma regra pr\u00e9-estabelecida que permite seu tratamento sem grandes altera\u00e7\u00f5es por sistemas anal\u00edticos avan\u00e7ados de forma mais f\u00e1cil. Com exce\u00e7\u00f5es para sistemas industriais que por exemplo fazem uso de vis\u00e3o computacional e, portanto, precisam lidar com dados provenientes de sensores que captam imagens de objetos reais e pessoas e que devido \u00e0 din\u00e2mica ca\u00f3tica da realidade podem ter grande variabilidade, apresentando-se com formas irregulares e complexas.<\/p>\n\n\n\n
3 V's de Big Data aplicados \u00e0 ind\u00fastria<\/u><\/strong><\/p>\n\n\n\n O conceito inicial aplicado ao Big Data dos 3V's aplica-se aos dados gerados pelas m\u00e1quinas utilizadas nos parques industriais modernos, uma vez que existem cada vez mais sensores e sistemas digitais embarcados com os seus respectivos logs em toda a sua diversidade.<\/p>\n\n\n\n O primeiro componente dos 3Vs do Big Data na ind\u00fastria, \u00e9 sobre volume, para designar o grande aumento na quantidade de dados gerados que tem crescido exponencialmente, sendo o segundo componente a variabilidade, visto que existem fontes de dados geradas por v\u00e1rias fontes diferentes e cada um utilizando padr\u00f5es pr\u00f3prios muitas vezes, o que aumenta a dificuldade no processamento desses dados, e por \u00faltimo o fator de velocidade, que m\u00e1quinas em produ\u00e7\u00e3o geram dados em tempo real que precisam ter um tratamento especial no seu monitoramento, para que possa ocorrer o adequado processamento para extrair o valor dos dados.<\/p>\n\n\n\n Com a introdu\u00e7\u00e3o de sistemas digitais como PLCs (controladores l\u00f3gicos program\u00e1veis) e sistemas SCADA (sistemas de controle de supervis\u00e3o e aquisi\u00e7\u00e3o de dados) nas ind\u00fastrias, para a medi\u00e7\u00e3o e controle de processos industriais com seus diversos sensores e atuadores que comp\u00f5em o ecossistema da cadeia de valor, a express\u00e3o que \u201co dado \u00e9 o \u00f3leo novo\u201d passou a fazer muito sentido, pois passou a ser poss\u00edvel ter uma s\u00e9rie de indicadores que permitem uma tomada de decis\u00e3o mais informada sobre a produ\u00e7\u00e3o e todos os maquin\u00e1rios que ela suporta, que ser\u00e3o necess\u00e1rios para atender a demanda que tamb\u00e9m varia, em fun\u00e7\u00e3o da sazonalidade de v\u00e1rias regi\u00f5es com seus respectivos mercados consumidores.<\/p>\n\n\n\n Bem como, cada vez mais, os pr\u00f3prios produtos fabricados, quando equipados com sistemas digitais embarcados, como no exemplo citado acima de ve\u00edculos que possuem um elevado componente tecnol\u00f3gico, com sensores que captam informa\u00e7\u00f5es em forma de registros com carimbo de data e hora e que at\u00e9 permitem suporte remoto do fabricante para diagn\u00f3stico de erros na forma de relat\u00f3rios. <\/p>\n\n\n\n Ind\u00fastria 4.0 e o conceito de \u201cF\u00e1brica Inteligente\u201d<\/u><\/strong><\/p>\n\n\n\n O grande fator que tornou vi\u00e1vel a chamada \u201cInd\u00fastria 4.0\u201d foi o custo acess\u00edvel de tecnologias que antes eram restritas apenas aos grandes conglomerados industriais devido ao seu alto custo at\u00e9 ent\u00e3o.<\/p>\n\n\n\n O avan\u00e7o da tecnologia tem a caracter\u00edstica de que, uma vez coberto o seu custo de P&D (Pesquisa & Desenvolvimento), e dado o aumento da escala de sua ado\u00e7\u00e3o, haja uma diminui\u00e7\u00e3o do seu custo unit\u00e1rio, o que acaba permitindo a massifica\u00e7\u00e3o do seu uso.<\/p>\n\n\n\n Mais recentemente, surgiu o conceito de \u201cSmart Factory\u201d que designa precisamente a utiliza\u00e7\u00e3o de dados para a gest\u00e3o de toda a cadeia de valor, aproveitando a interoperabilidade e integra\u00e7\u00e3o de diferentes sistemas, IIoT, vis\u00e3o computacional e Intelig\u00eancia Artificial, de forma otimizada para maximizar os resultados da unidade fabril, com maior visibilidade da opera\u00e7\u00e3o para tomada de decis\u00e3o em tempo quase real, abrangendo toda a cadeia de suprimentos e a log\u00edstica necess\u00e1ria para atender os pedidos que entram em produ\u00e7\u00e3o.<\/p>\n\n\n\n A disponibiliza\u00e7\u00e3o de reais \u201ccockpits\u201d de tomada de decis\u00e3o atrav\u00e9s de sistemas em nuvem, onde atrav\u00e9s do acesso web, \u00e9 poss\u00edvel acessar pain\u00e9is com dashboards contendo informa\u00e7\u00f5es sobre diversos indicadores do setor, permitindo um incr\u00edvel ganho de agilidade nas opera\u00e7\u00f5es industriais de forma a se adaptar \u00e0s mudan\u00e7as que se apresentam em todos sua complexidade. <\/p>\n\n\n\n Dentro de uma \u201cF\u00e1brica Inteligente\u201d, cada nova solicita\u00e7\u00e3o de pedido que entra em produ\u00e7\u00e3o requer que toda a cadeia de eventos seja reprocessada a fim de se adaptar e sincronizar todas as etapas da cadeia de abastecimento para atender a nova demanda no tempo esperado.<\/p>\n\n\n\n Em outras palavras, significa que \u201clotes\u201d de pedidos quando entram em produ\u00e7\u00e3o, cada um com suas caracter\u00edsticas de customiza\u00e7\u00e3o, acionam um processo integrado de diferentes sistemas respons\u00e1veis pelos processos de planejamento e programa\u00e7\u00e3o, que s\u00e3o ERP (Enterprise Resource Planning) e MES ( Sistemas de Execu\u00e7\u00e3o de Fabrica\u00e7\u00e3o), de forma a prover os recursos necess\u00e1rios para atender de forma adaptativa e din\u00e2mica as solicita\u00e7\u00f5es de pedidos enfileiradas a serem executadas no menor tempo poss\u00edvel e buscando sempre otimizar a aloca\u00e7\u00e3o de recursos para maximizar os resultados.<\/p>\n\n\n\n Governan\u00e7a de dados da ind\u00fastria <\/u><\/strong><\/p>\n\n\n\n E nessa complexa cadeia de eventos que s\u00e3o interdependentes, cada um com seu grau de import\u00e2ncia e depend\u00eancias, um erro em algum est\u00e1gio de um processo tem o potencial de causar grandes problemas operacionais.<\/p>\n\n\n\n Por isso, para que tudo funcione de forma integrada, os diferentes sistemas devem ter os dados necess\u00e1rios validados, para que n\u00e3o ocorram erros durante a execu\u00e7\u00e3o de um pedido de encomenda para entrar em produ\u00e7\u00e3o, o que levaria \u00e0 paralisa\u00e7\u00e3o com o atraso de toda a produ\u00e7\u00e3o, e causaria preju\u00edzos para a organiza\u00e7\u00e3o.<\/p>\n\n\n\n Assim, o correto tratamento de toda esta informa\u00e7\u00e3o em toda a sua variabilidade e complexidade, com a cria\u00e7\u00e3o de pol\u00edticas de Governan\u00e7a de Dados, valendo-se da padroniza\u00e7\u00e3o das t\u00e9cnicas de Qualidade de Dados e da formata\u00e7\u00e3o dos dados, \u00e9 imprescind\u00edvel para que esta informa\u00e7\u00e3o possa ser considerada consistente para servir como entrada para o processo de fabrica\u00e7\u00e3o e para o processo de tomada de decis\u00e3o, a fim de extrair o valor na forma de insights acion\u00e1veis. <\/p>\n\n\n\n Por exemplo, em processos industriais cr\u00edticos, onde eventuais falhas podem produzir resultados catastr\u00f3ficos, a seguran\u00e7a e a confiabilidade dos dados obtidos por telemetria s\u00e3o fatores determinantes para uma opera\u00e7\u00e3o adequada e dentro de padr\u00f5es operacionais seguros.<\/p>\n\n\n\n Assim, ser capaz de identificar poss\u00edveis riscos de forma preventiva, o uso de manuten\u00e7\u00e3o preditiva por meio de dados \u00e9 vital para o sucesso da organiza\u00e7\u00e3o. Para al\u00e9m de permitir a gest\u00e3o dos riscos da melhor forma poss\u00edvel, evita a potencial perda de vidas por eventual falta de manuten\u00e7\u00e3o.<\/p>\n\n\n\n Decis\u00f5es baseadas em dados como uma vantagem competitiva<\/u><\/strong><\/p>\n\n\n\n De acordo com um artigo da Harvard Business Review dos autores (McAfee, A. e Brynjolfsson, E.; 2012) sobre o tema \u201cBig Data: The Management Revolution\u201d, mostrou que as empresas que se classificaram como orientadas a dados tiveram um desempenho melhor em termos de resultados operacionais e financeiros, sendo respectivamente 5% mais produtiva e 6% mais lucrativa que seus concorrentes.<\/p>\n\n\n\n O mesmo artigo (McAfee, A. e Brynjolfsson, E.; 2012) ainda menciona de forma interessante que o papel de pessoas mais seniores, que t\u00eam conhecimento sobre o neg\u00f3cio, tende a mudar, tornando-se mais focado nas perguntas a serem feitas, para que os dados podem ser usados para mostrar as respostas mais adequadas, por meio de insights acion\u00e1veis.<\/p>\n\n\n\n Al\u00e9m disso, os dados s\u00e3o essenciais como entradas nos processos colaborativos de gera\u00e7\u00e3o de ideias e prototipagem de novos produtos nos ciclos de experimenta\u00e7\u00e3o das ind\u00fastrias que usam dados como ativos intang\u00edveis na cadeia de valor da organiza\u00e7\u00e3o para obter resultados escal\u00e1veis.<\/p>\n\n\n\n O avan\u00e7o da presen\u00e7a de sistemas celulares m\u00f3veis e pontos de acesso \/ roteadores Wifi em ambientes industriais tamb\u00e9m tem contribu\u00eddo para o uso generalizado de dados como um diferencial competitivo para opera\u00e7\u00f5es industriais, em um ecossistema complexo que se retroalimenta e que, ao fornecer um grau superior de consci\u00eancia informacional permite maior visibilidade de todas as opera\u00e7\u00f5es, permite maior agilidade nas decis\u00f5es e responsividade nas a\u00e7\u00f5es a serem realizadas, reduzindo o chamado time to value, ou seja, o tempo necess\u00e1rio para a gera\u00e7\u00e3o de valor, mesmo em ambientes de neg\u00f3cios complexos.<\/p>\n\n\n\n O desafio de obter insights acion\u00e1veis sobre os fluxos de dados gerados por todos os componentes da IIoT (Industrial Internet of Things), dos v\u00e1rios dispositivos de ponta que capturam dados por meio de sensores, \u00e9 um dos fatores diferenciadores de desempenho ao longo do tempo, sendo fundamental o utiliza\u00e7\u00e3o de sistemas anal\u00edticos avan\u00e7ados de IA dentro de um ambiente seguro de Cloud Computing, uma vez que todas as informa\u00e7\u00f5es s\u00e3o coletadas, para processar e por meio de an\u00e1lise, identificar padr\u00f5es nos dados a fim de gerar recomenda\u00e7\u00f5es para o neg\u00f3cio. <\/p>\n\n\n\n Obs .: Este artigo \u00e9 uma vers\u00e3o traduzida para o ingl\u00eas do meu artigo original de 2021 em portugu\u00eas.<\/p>\n\n\n\n Refer\u00eancias<\/u><\/strong><\/p>\n\n\n\n Pap\u00e9is:<\/p>\n\n\n\n Sobre o Autor - Renato Azevedo Sant Anna<\/u><\/strong><\/p>\n\n\n\n<\/figure>\n\n\n\n
<\/figure>\n\n\n\n
<\/figure>\n\n\n\n
<\/figure>\n\n\n\n
<\/figure>\n\n\n\n
<\/figure>\n\n\n\n