OPINIÃO
A TRANSFORMAÇÃO DA INDÚSTRIA
ATRAVÉS DA PREVISÃO
S
e tivermos de identificar o paradig-
ma tecnológico com mais potencial
de transformar o mundo tal como
o conhecemos hoje, influenciando
todas as áreas de atividade humana, este pa-
radigma é a inteligência artificial (IA). Poucas
tecnologias na história tiveram um impacto
tão sistémico quanto o potencial da IA. Em
particular, as tecnologias de machine learning
(ML) têm sofrido importantes evoluções. A
sua disseminação nas tecnologias digitais de
consumo está já consolidada, contudo, o seu
potencial para transformar os transportes, a
saúde, a agricultura e a indústria é tão im-
pressionante quanto inquietante. Os serviços
inteligentes que proliferam na nossa existência
digital são tão bem-sucedidos porque nos
entregam o que pretendemos quando estamos
disponíveis para o aceitar. Somos motivados
a utilizar estes serviços devido à conveniência
que nos trazem e influenciados pelas tendên-
cias tecnológicas reforçadas pela crescente
economia de ecossistemas e marketplaces.
No entanto qual poderá ser a motivação para
a exploração deste poderoso paradigma tec-
nológico em sistemas industriais?
Tornar os sistemas produtivos mais adaptá-
veis às incertezas com o mínimo de disrupção e
desperdício. Do ponto de vista industrial, tec-
nologias de machine learning traduzem-se em
sistemas de previsão que permitem antecipar
cenários e formular hipóteses com aceitável
grau de confiança. Tais tecnologias veem o seu
máximo potencial explorado quando aplicadas
em sistemas ciberfísicos, também conhecidos
com Digital Twins, que criam modelos do
sistema produtivo e mapeiam digitalmente
atributos de objetos reais, prevendo falhas
inesperadas de equipamentos, identifican-
do ineficiências e sugerindo otimizações nas
cadeias de valor. Como consequência, os sis-
temas produtivos passarão a ser orquestrados
digitalmente, contrastando com os métodos
tradicionais, geralmente empíricos e heurísti-
cos. No entanto, a adoção alargada deste novo
paradigma tecnológico pelas indústrias será
conseguida apenas quando o custo de operar
tais sistemas for claramente inferior aos ganhos
operacionais introduzidos.
A aplicação de ML requer dois recursos in-
dispensáveis para operarem cujo custo tem
vindo a descer continuamente: a evolução
constante das capacidades de previsão alia-
da à diminuição dos custos de aquisição de
dados e processamento está a torná-la cada
vez mais comercial e financeiramente atrati-
va. Necessariamente a adoção de tais siste-
mas continuará a ser progressiva, cobrindo
os processos das cadeias de valor consoante
o equilíbrio custo-benefício seja percebido
como positivo pelas empresas. Na atualidade
a conceção de cadeias de valor e processos
industriais deve ser acompanhada de uma
estratégia de recolha de dados que permita
alimentar sistemas ciberfísicos em operação
ou que venham a operar no futuro. Também
no futuro, processos industriais concebidos
sem considerar necessidades de monitorização
PEDRO BASTARDO
ENGENHEIRO DE DESENVOLVIMENTO, BOSCH TECNOLOGIAS DE EDIFÍCIOS