Big Data Week São Paulo

Um ótimo blog sobre Big Data Analytics com artigos, ebooks e vídeos abordando as aplicações de Big Data Analytics no Brasil e no mundo.
30
Jun

Big Data, IA & IoT Parte Dois: Guiando a Indústria 4.0 Um Passo de Cada Vez

O que vem em mente quando você pensa em uma fábrica? O moinho escuro vitoriano? A paródia de Charles Chaplin? Ou uma linha de produção robotizada? A manufatura industrial tem sido consistentemente uma marca do progresso, atuando como sinal do avançar do tempo conforme cada geração desenvolve tecnologias cada vez mais avançadas.
Mas embora as companhias industriais tenham usado tecnologia digital por anos para otimizar seus processos, o poder dos sensores conectados, informação e inteligência artificial (IA), todos os estágios em uma operação têm que ser realizados em grande escala. Esse artigo vai focar na intersecção entre Big Data, IA e dispositivos IoT na configuração da indústria, continuando a série sobre essas tecnologias e o ecossistema que elas suportam.

Poder de processamento

O setor industrial é um campo de testes ideal para automação e otimização, devido ao grande número de processos específicos em cada operação. Essas organizações também tendem a ser pulverizadas em várias localidades e têm uma grande rede de fornecedores, distribuidores e usuários a que seu produto ou serviço diz respeito. Isso significa que o processo seguido a cada estágio – tanto durante a produção, manutenção ou distribuição – pode terminar fragmentado entre operações.
Assim sendo, tecnologia engloba uma grande parte das relações industriais, ajudando a registrar uso de material, medir fluxos de utilidades e oleodutos, e unindo operações sob um único sistema.
Indústria 4.0 faz referência ao próximo passo na tecnologia industrial, com robôs, computadores e equipamentos se tornando conectados à Internet of Things (IoT – Internet das coisas), e melhorados pelos algoritmos de aprendizado das máquinas. Avanços em tecnologia de sensores e módulos de conectividade têm permitido mais equipamentos a serem medidos, monitorados e rastreados por sites, e orquestrados a partir de uma central, de um local remoto. Com essa acessibilidade, gerentes, executivos e mesmo cientistas de dados podem usar essas informações para incrementar a eficiência e produtividade da operação como um todo. Graças à ascensão das nuvens na computação e à queda dos custos em armazenamento de dados, um enorme amonte de informações agora pode ser estocado e usado para alimentar os algoritmos de aprendizagem das máquinas, ajudando na automação de processos específicos de uma organização.

Uma visão holística

Trazer a IA para dentro do processo industrial, entretanto, não é tão fácil quanto comprar um novo componente ou equipamento. Em primeiro lugar, devido à natureza complexa e interligada do processo industrial, as empresas precisam ter um sólido entendimento do que elas querem da IA. ‘Se há sensores acompanhando a linha de produção ou dispositivos conectados em campo, definitivamente você não pode fazer alguma coisa com a informação sem ter um processo de pensamento estruturado’ diz Shekhar Vemuri, CTO na Clairvoyant. Com o estabelecimento de uma forte estratégia baseada em dados, companhias podem observar todo o sistema de ponta a ponta conforme os dados fluem através delas, desde que os dados em si sejam o foco. ‘Se você continua pensando na informação como um produto secundário de suas operações, então sua organização continuará se debatendo’ diz Vemuri, ‘com informação como ativo primário, ela se torna parte do seu processo de negócios, e você pode ver como cada bit de dados se relaciona aos outros.’
Com uma visão holística da linha de produção, companhias podem usar IA para obter mais valor dessas informações, ou ter mais retorno do equipamento. ‘As pessoas agora estão olhando para como alavancar as informações dos sensores de IoT industriais para projetar as coisas que podem acontecer – seja manutenção preventiva, gerenciamento da linha ou controle de qualidade,’ diz Vemuri, ‘e as coisas vão começar a se tornar uma bola de neve nos próximos 12 a 18 meses, porque o conhecimento para fazer isso acontecer está crescendo.’ Vemuri entretanto é claro em apontar que essa tecnologia não é tudo: ’embora eu adoraria dizer que é um problema puramente tecnológico, também é um problema de pessoas e organizações,’ então ao mesmo tempo que alinhar uma meta sólida sobre o que você quer alcançar é importante, ‘você precisa pensar grande mas agir pequeno, caso contrário aquilo se torna muito abstrato para ter valor – estabeleça sua meta mas dê passos de bebê em direção a ela.’

Ligando os pontos

Conectar toda essa informação, entretanto, depende de uma conexão confiável. Vários padrões de conectividade existem para atender o ambiente industrial, otimizados para o envio de pacotes de dados através de longas distâncias (LPWANs, ou low-power-wide-area-networks – redes de longa distância e baixa potência), mantendo um dispositivo o máximo possível em uma instalação (chamadas de SIMs ou eUICC), ou maximizando o potencial da infraestrutura de rede existente (cellular LPWANs que usam o espectro LTE). Ethernet, ou conexão de internet a cabo, também é largamente usado em aplicações de IoT locais, estacionárias, mas não é adequado em muitos casos em que é preciso conexão sem fio. Todos esses tipos de conectividade têm seus benefícios e desvantagens, mas muitas companhias industriais operam sob um ‘legado tecnológico que simplesmente não foi construído para o novo mundo’, diz Venkat Viswanathan, cofundador da LatentView Analytics. Por causa disso, desenraizar uma organização para adotar um novo padrão de conectividade seria completamente inviável em muitos casos.
Companhias industriais poderiam escolher conectividade celular em múltiplas redes enquanto isso, e trabalhar extraindo mais de seus processos automatizados até a próxima geração de rede se tornar disponível.
Computação de borda [1]  juntamente com aprendizado pelas máquinas pode promover parte da solução, uma vez que isso permite mais informações a serem qualificadas e mais tarefas automatizadas atribuídas na fonte, antes de serem transmitidas à nuvem para análise, reduzindo o amonte de informações transmitidas. Enquanto em alguns casos isso replica os equipamentos legados da perspectiva da comunicação, computação de borda melhora a latência e a eficiência que a verdadeira automação requer, e continua compatível com os novos sistemas onde os sistemas legados já são obsoletos. Isso também permite que as empresas avaliem seus sistemas e processos existentes usando a confiabilidade da conectividade celular, e realizem a mudança incremental necessária para alcançar a automação completa.

Peça por peça

Mudança incremental é o nome do jogo, já que muitas organizações industriais são espalhadas e fragmentadas para executar uma revisão completa e imediata e se beneficiar da tecnologia de borda. De fato, ‘muitos desses processos continuam completamente manuais’, de acordo com Viswanathan. ‘Se você pode imaginar uma refinaria e os vários equipamentos lá, eles atualmente têm pessoas de olho no equipamento, olhando para os problemas e fazendo anotações com papel e caneta.’ Enquanto isso é, de fato, um exemplo radical, ambos, Viswanathan e Vemuri concordam que ‘a coisa número um que as companhias precisam focar é o financiamento da alta gerência.’
Trazer uma nova onda de progresso industrial com IA, Big Data e IoT não vai acontecer da noite para o dia. Tomar vantagem da oportunidade que essas tecnologias trazem requer uma estratégia holística, liderança forte, e o entendimento de como a informação flui através da organização. Muitas companhias industriais dependem de equipamentos que funcionam perfeitamente bem mas não se enquadram nas novas tecnologias, e o mesmo é válido para os executivos no topo – eles estão perfeitamente felizes com como as coisas são, mas não estão aptos a adotar novas tecnologias sem mudança na sua maneira de pensar. O número crescente de líderes que apreciam os benefícios da Indústria 4.0 entretanto, precisa se lembrar que mudanças significativas em larga escala só podem acontecer em passos de bebê.

 

Sobre o artigo

Este artigo é uma tradução livre do original Big Data, AI & IoT Part Two: Driving Industry 4.0 One Step At A Time.
Autor: Charles Towes-Clarck é CEO do Pod Group, um provedor de conectividade IoT e software online. Seu livro “The WEIRD CEO’ fala sobre IA e o futuro do trabalho. Siga-o @ctowersclark
Photo by anna on Unsplash

 

[1] Computação de borda tem se tornado uma tendência importante da Internet das Coisas (IoT). O Grupo Gratner identifica a computação de borda como uma das top tendências tecnológicas para 2019. Companhias implementando soluções de IoT estão vendo os reais benefícios de processar informação na borda, perto das “coisas”, antes de serem enviadas para a nuvem. Confirmando essa tendência, uma pesquisa recente de Micron/Forrester diz que nos próximos 3 anos 53% dos entrevistados esperam analisar dados complexos nas proximidades de onde eles são captados. É por isso que alguns têm feito a previsão ousada de que “a borda vai engolir a nuvem.”

Leave a Reply