O impacto da Inteligência Artificial na indústria brasileira

OUVIR

Compartilhe essa matéria!

⋮

• Facebook
• Twitter
• E-mail
• Linkedin
• Telegram

As cha­ma­das buzzwords tec­no­ló­gi­cas co­mo in­te­li­gên­cia ar­ti­fi­cial (IA), ma­chi­ne le­ar­ning e In­ter­net das Coi­sas (IoT) têm atra­í­do mui­ta aten­ção en­tre os pro­fis­si­o­nais do seg­men­to in­dus­tri­al. Mais do que ten­dên­cia, es­sas tec­no­lo­gi­as es­tão de­fi­nin­do o pa­drão de efi­ci­ên­cia e for­çan­do as em­pre­sas a re­ver os pla­nos de ne­gó­ci­os e en­con­trar uma ma­nei­ra de in­cor­po­rá-las.

A pes­qui­sa de 2018 so­bre In­ves­ti­men­tos em In­dús­tria 4.0 re­a­li­za­da pe­la Con­fe­de­ra­ção Na­ci­o­nal da In­dús­tria (CNI) apon­ta que a in­dús­tria bra­si­lei­ra ain­da en­ga­ti­nha no que diz res­pei­to à mi­gra­ção pa­ra a di­gi­ta­li­za­ção, já que ape­nas 17% das em­pre­sas que in­ves­ti­rão em tec­no­lo­gi­as di­gi­tais pre­ten­dem in­ves­tir em sis­te­mas in­te­li­gen­tes de ges­tão e in­te­li­gên­cia ar­ti­fi­cial. O re­la­tó­rio da CNI re­ve­la ain­da que 77,8% das em­pre­sas ain­da es­tão nos es­tá­gios mais atra­sa­dos de apli­ca­ção de tec­no­lo­gia. No es­tá­gio se­guin­te, no qual a in­te­gra­ção de áre­as é to­tal, es­tão 20,5% das in­dús­tri­as pes­qui­sa­das. E ape­nas 1,6% es­tá na di­an­tei­ra, com in­te­gra­ção di­gi­tal to­tal e uso de in­te­li­gên­cia ar­ti­fi­cial.

Ape­sar do atra­so no pro­ces­so de in­cor­po­ra­ção des­sas tec­no­lo­gi­as, a li­ga­ção en­tre a in­dús­tria e a in­te­li­gên­cia ar­ti­fi­cial já ge­ra cer­to re­ceio nos tra­ba­lha­do­res que te­mem se­rem sub­sti­tu­í­dos por má­qui­nas. Os pro­fis­si­o­nais es­tão ca­da vez mais ner­vo­sos acre­di­tan­do que as má­qui­nas po­dem ocu­par su­as po­si­ções, mas de acor­do com a McKin­sey, en­quan­to 51% das ta­re­fas de tra­ba­lho po­dem ser au­to­ma­ti­za­das, ape­nas 5% das ocu­pa­ções po­dem ser au­to­ma­ti­za­das. A re­a­li­da­de é que a ino­va­ção fun­cio­na me­lhor co­mo um hí­bri­do de tec­no­lo­gia e tra­ba­lho hu­ma­no, uma vez que es­sa com­bi­na­ção oti­mi­za o flu­xo de tra­ba­lho, au­men­ta a efi­ci­ên­cia e os lu­cros.

In­te­li­gên­cia
Ar­ti­fi­cial e o
tra­ba­lha­dor
hu­ma­no

Pa­ra di­fe­ren­ci­ar a pro­pa­gan­da exa­ge­ra­da da re­a­li­da­de da IA, o ma­chi­ne le­ar­ning e a IoT e de­ter­mi­nar a me­lhor ma­nei­ra de im­ple­men­tá-los em um pla­no de ne­gó­ci­os, é es­sen­cial en­ten­der os prin­ci­pa­is com­po­nen­tes de ca­da um de­les. A In­te­li­gên­cia Ar­ti­fi­cial é ca­paz de re­a­li­zar um pro­ces­so de pro­du­ção com qua­li­da­de tão boa, ou me­lhor, do que a de um ser hu­ma­no. Is­so ge­ral­men­te en­vol­ve um ele­men­to de au­to­ma­ção. Já o ma­chi­ne le­ar­ning é uma ver­ten­te da IA na qual os com­pu­ta­do­res iden­ti­fi­cam pa­drões que in­di­cam o de­sem­pe­nho fu­tu­ro. Por exem­plo, a tec­no­lo­gia po­de iden­ti­fi­car qua­is as­pec­tos de uma ta­re­fa in­flu­en­ciam o tem­po ne­ces­sá­rio pa­ra re­a­li­zá-la. Os da­dos são co­le­ta­dos por sen­so­res ou ou­tro dis­po­si­ti­vo co­nec­ta­do, tam­bém co­nhe­ci­do co­mo IoT.

Na in­dús­tria, es­sas tec­no­lo­gi­as não sub­sti­tu­em o tra­ba­lha­dor hu­ma­no, mas ofe­re­cem a opor­tu­ni­da­de de oti­mi­zar pro­ces­sos e, uti­li­zan­do os da­dos co­le­ta­dos pa­ra pre­ver pro­ble­mas fu­tu­ros, li­be­ran­do os fun­cio­ná­rios pa­ra li­dar com pro­ble­mas mais so­fis­ti­ca­dos. Fá­bri­cas efi­ci­en­tes com­bi­nam es­tra­te­gi­ca­men­te má­qui­na e hu­ma­nos pa­ra au­men­tar a pro­du­ti­vi­da­de e os lu­cros, além de apri­mo­rar a van­ta­gem com­pe­ti­ti­va.

In­te­li­gên­cia
Ar­ti­fi­cial e o
agen­da­men­to

A in­te­li­gên­cia ar­ti­fi­cial é es­pe­ci­al­men­te ade­qua­da pa­ra o agen­da­men­to. O pro­ces­so de en­vio de téc­ni­cos pa­ra re­pa­rar equi­pa­men­tos crí­ti­cos é de­mo­ra­do, te­di­o­so e po­de pro­por­ci­o­nar um uso ine­fi­ci­en­te de re­cur­sos se re­a­li­za­do tar­di­a­men­te. Is­so acon­te­ce por­que vá­rios fa­to­res afe­tam a ne­ces­si­da­de de re­a­gen­dar um com­pro­mis­so de ser­vi­ço, in­clu­in­do tem­po de vi­a­gem es­ti­ma­do im­pre­ci­so e du­ra­ção do tra­ba­lho, pe­ças in­cor­re­tas ou au­sen­tes e até mes­mo con­di­ções cli­má­ti­cas. Os ajus­tes do cro­no­gra­ma são tí­pi­cos, mas pa­ra fins de efi­ci­ên­cia, de­vem ser fei­tos ra­pi­da­men­te, e os hu­ma­nos nem sem­pre têm os da­dos com­ple­tos pa­ra re­sol­ver o pro­ble­ma de ma­nei­ra ágil. Pe­que­nos pro­ble­mas po­dem se trans­for­mar em gran­des er­ros de lo­gís­ti­ca.

Ao in­cor­po­rar a IA no pro­ces­so de agen­da­men­to, os ge­ren­tes po­dem es­ti­mar o tem­po de vi­a­gem e oti­mi­zar a ro­ta do téc­ni­co, le­van­do em con­ta as con­di­ções cli­má­ti­cas e de trân­si­to. Ba­se­a­do no his­tó­ri­co e no ti­po de ta­re­fa, tam­bém é pos­sí­vel si­na­li­zar os cli­en­tes com mai­or ris­co de can­ce­la­men­to e res­pon­der de for­ma pro­a­ti­va e efi­ci­en­te. Is­so eco­no­mi­za um tem­po va­li­o­so, não ape­nas pa­ra o téc­ni­co, que ago­ra po­de aten­der à ou­tro ser­vi­ço, mas tam­bém pa­ra os cli­en­tes.

In­te­li­gên­cia
Ar­ti­fi­cial e a
ma­nu­ten­ção
pre­di­ti­va

Quan­do com­bi­na­da com a In­ter­net das Coi­sas, a IA tam­bém po­de aju­dar a agen­dar com­pro­mis­sos com ba­se no his­tó­ri­co de ma­nu­ten­ção. As em­pre­sas de ma­nu­fa­tu­ra não po­dem per­der seu va­li­o­so tem­po e pro­du­ti­vi­da­de por con­ta de fa­lhas não pla­ne­ja­das nos equi­pa­men­tos. A in­te­li­gên­cia pre­di­ti­va for­ne­ce um aler­ta an­tes da má­qui­na que­brar, per­mi­tin­do que a em­pre­sa an­te­ci­pe-se e de­di­que tem­po pa­ra re­pa­rar ou sub­sti­tu­ir uma pe­ça sem so­frer qual­quer tem­po de ina­ti­vi­da­de, man­ten­do o chão de fá­bri­ca fun­cio­nan­do no pra­zo e sem in­ter­rup­ções in­de­se­ja­das.

Tec­no­lo­gia do fu­tu­ro é aqui e  ago­ra

A in­te­li­gên­cia ar­ti­fi­cial não é, por­tan­to, a tec­no­lo­gia do ama­nhã, pois já im­pac­ta na ma­nei­ra co­mo a in­dús­tria ope­ra. Al­gu­mas fá­bri­cas usam ro­bôs ge­ren­ci­a­dos por tra­ba­lha­do­res hu­ma­nos pa­ra exe­cu­tar ta­re­fas au­to­ma­ti­za­das que são co­or­de­na­das ao lon­go da ca­deia de su­pri­men­tos. A Ama­zon de­sen­vol­veu um sis­te­ma de ro­bôs co­nec­ta­dos pa­ra oti­mi­zar o ser­vi­ço da cen­tral de aten­di­men­to, re­du­zin­do o tem­po gas­to na pes­qui­sa de um pro­du­to no de­pó­si­to e au­men­tan­do o nú­me­ro de pe­di­dos re­a­li­za­dos no dia.

É com­pre­en­sí­vel que a In­te­li­gên­cia Ar­ti­fi­cial dei­xe os tra­ba­lha­do­res ner­vo­sos. Do me­do de au­to­ma­ção sub­sti­tu­ir os tra­ba­lhos até a an­gús­tia de rom­per pro­ces­sos exis­ten­tes, a IA ofe­re­ce mui­to va­lor, mas tam­bém ge­ra in­cer­te­zas. O fa­to é que a IA e ou­tras tec­no­lo­gi­as são uma gran­de par­te do fu­tu­ro do tra­ba­lho, e aque­les que a en­xer­gam além da pro­pa­gan­da exa­ge­ra­da e a uti­li­zam com res­pon­sa­bi­li­da­de, te­rão ga­nhos de efi­ci­ên­cia. A IA per­mi­te que as em­pre­sas li­mi­tem o tem­po gas­to pe­los tra­ba­lha­do­res hu­ma­nos em ta­re­fas re­pe­ti­ti­vas e de­mo­ra­das e oti­mi­za to­do o flu­xo de tra­ba­lho pa­ra ma­xi­mi­zar a efi­ci­ên­cia, cor­tar cus­tos e man­ter uma van­ta­gem com­pe­ti­ti­va.

(Ste­ve Smith, vi­ce-pre­si­den­te de In­dús­tri­as Es­tra­té­gi­cas da ClickSoftwa­re, lí­der no for­ne­ci­men­to de so­lu­ções pa­ra a ges­tão au­to­ma­ti­za­da e oti­mi­za­ção da for­ça de tra­ba­lho e ser­vi­ços em cam­po)