Um primeiro e importante olhar é
entender como definir a quarta revolução industrial. Há vários conceitos
considerados como Internet das Coisas (IoT), robótica, simulação, segurança
cibernética, manufatura aditiva, realidade aumentada, machine learning, cloud,
virtualização, interfaces digitais, big data, ciência de dados, tecnologias
integradas, enfim, há um espectro de conceitos tecnológicos muito amplo.
A
verdade é que Não vivemos uma revolução tecnológica, vivemos sim uma
revolução de modelo de negócios. As tecnologias, emergentes ou não,
são importantes nesse momento, ou melhor, fundamentais. Mas não devemos pensar
em tecnologia por tecnologia. E um dos fatores que comprova isso é a ameaça
chinesa que vivíamos em 2011, data simbólica do início desse movimento, quando
a Alemanha estabeleceu a indústria 4.0 como meta de suas unidades produtivas,
durante a feira de Hannover daquele ano. Mas a motivação desse objetivo nunca
foi “apenas” aplicar tecnologias emergentes e integração de toda cadeia de
valor, mas, principalmente, atingir altos níveis de excelência operacional,
propiciando um maior nível de competitividade frente à ameaça oriental.
Os líderes digitais precisam se atentar
de que a tecnologia deve ser aplicada, porém de uma forma bem estruturada para
atingir os níveis operacionais tão almejados em um determinado processo
produtivo.
Nos
últimos cinco anos, percebemos que com um trabalho assertivo nas plantas
industriais é possível auxiliá-las a alcançar o objetivo da quarta revolução,
aumentando o nível de excelência a partir de melhores decisões operacionais,
através de uma jornada evolutiva de maturidade analítica:
descritiva (reportar), analítica (analisar e monitorar), automática
(automatizar), preditiva (prever e predição inteligente) até chegar no nível de
prescrição (antecipar e atuar). Com isso, atingimos o nível máximo de
maturidade data-driven, atacando diretamente os KPIs de negócios impactados
pela flexibilidade, confiabilidade e eficiência operacional.
É importante estudar o processo de
tomada de decisão e as dores que impedem a transformação para esse modelo
data-driven. Como criar essa cultura e alcançar os resultados esperados? Na
primeira fase, normalmente esbarramos na qualidade de dados, gaps, lacunas, e
este é o ponto nevrálgico para atuar com uma abordagem que estimula o
pensamento coletivo, trazendo as pessoas para o centro, com interações
constantes nos processos de criação, de forma incremental evolutiva, para,
então, desenhar e implementar a melhor tecnologia, com o melhor
custo-benefício-risco. Assim, é possível trazer uma solução tecnológica para
base da pirâmide, a fim de usá-la da forma mais adequada. E claro, explorar os
dados que serão gerados na sequência.
Conseguiremos
resultados para o negócio quando conseguirmos explorar em sua totalidade a
correlação dos dados vitais e transacionais estruturados e organizados em uma
camada única (data-lake),
sobre a qual os algoritmos de inteligência artificial, deep learning, machine
learning e soft-sensor, auxiliam ou até influenciam diretamente nas decisões
operacionais.
Conseguimos resultados em algumas
unidades industriais através dessa abordagem. Predições de falhas, de peso de
matéria-prima, do teor de sílica, detecção de vazamento em processos de
mineração e predição de alarmes críticos são alguns exemplos. Acreditamos nesse
caminho como o “novo normal” da indústria 4.0.
Realmente iremos conseguir resultados
efetivos quando atentarmos nosso olhar cirúrgico ao fluxo de caixa das
empresas, tendo dashboards que nos demonstram efetivamente, como estão nossos
resultados, como está a nossa contabilidade, como estão nossos planejamentos
tributários e como conseguimos de forma efetiva, com governança corporativa,
gerenciamento de riscos e compliance, apresentarmos resultados que
possam ser traduzidos em lucro para todos os stakeholders das companhias.
Nenhum comentário:
Postar um comentário