A importância de ferramentas de análise Big Data e interoperabilidade de devices para a Indústria 4.0

Luciano Martins Gehrke

1. RESUMO

Atualmente, nos conceitos e exemplos de fábricas inteligentes, o desenvolvimento e aplicação de tecnologias inovadoras e disruptivas, já estão sendo bastante explorados, desenvolvendo a chamada quarta revolução industrial ou o termo “Indústria 4.0”.

A Indústria 4.0 é um conceito que representa a automação industrial e a integração de diferentes tecnologias como inteligência artificial, robótica, internet das coisas (IoT), Big Data e computação em nuvem, com o objetivo de promover a digitalização e interação das atividades industriais, melhorando os processos e aumentando os ganhos.

Big Data é um conjunto de dados, que são tão volumosos e complexos, que um software tradicional de processamento de dados não consegue gerenciá-los. No entanto, esses grandes volumes de dados podem ser usados para resolver problemas, que não se conseguiria resolver antes, como os da Indústria por exemplo.

Essas tecnologias, como as ferramentas de análise Big Data, irão possibilitar o aumento da produtividade, a diminuição de custos e de tempo, com a mudança nos processos da indústria, além de poder proporcionar uma aproximação com toda a cadeia de valor e com os clientes finais.

É esperado que elas impactem profundamente o nível de competitividade das indústrias no futuro e a sociedade como um todo.

Um dos princípios da indústria 4.0 é a interoperabilidade, em que os fatores humano e tecnológico interagem com os dados, possibilitando à indústria ditar tendências, ao mesmo tempo em que é alimentada pelos consumidores, através de suas necessidades ou preferências. Não é só uma tecnologia de ponta, é a alta interação e a sinergia.

Na área da tecnologia de informação a interoperabilidade é a troca de informações e/ou dados através de computadores.

Interoperabilidade é também a capacidade de comunicar, executar programas através de várias unidades funcionais, utilizando-se de linguagens e protocolos comuns.

Este trabalho visa identificar a importância de ferramentas de análise Big Data e interoperabilidade de devices para a Indústria 4.0.

Palavras-chave: Indústria 4.0; Big Data; Interoperabilidade; Digitalização, CPS, Vertical Networking.

2. INTRODUÇÃO

Ao longo da história da industrialização, surgiram ferramentas, processos, produtos, conceitos e tecnologias produtivas, que propiciaram mudanças disruptivas e que foram consideradas revoluções industriais.

A primeira revolução industrial teve início na Inglaterra, em meados do século XVIII e expandiu-se para outros países da Europa e, posteriormente para os Estados Unidos e Japão.

Foi um período que marcou a transição da produção artesanal e manual para a escala industrial, com a utilização de máquinas e ferramentas motorizadas.

 A segunda revolução industrial foi caracterizada pela disseminação dos novos meios de produção e de transporte, quando houve um período de grande desenvolvimento, entre o século XIX e o século XX.

A utilização dos motores a explosão movidos à combustíveis derivados do petróleo e as aplicações da eletricidade, modificaram profundamente os produtos e os meios de produção, de transporte e de comunicação, boa parte deles com aplicações militares, durante o período das grandes guerras.

A terceira revolução industrial é compreendida entre o final da segunda guerra mundial, até os dias de hoje. Ela é marcada pelo uso da informática, dos computadores pessoais, da microeletrônica, da difusão das telecomunicações, pelo surgimento da internet e dos dispositivos pessoais, com tecnologias de processamento e armazenamento de dados, além do avanço da robótica, pelo desenvolvimento e avanços na medicina, na genética e na biotecnologia.

Nesse período houve o surgimento de novas potências econômicas e industriais, além das profundas mudanças na política e nas relações internacionais, marcadas pela globalização e formação de blocos comerciais.

          A quarta revolução industrial ou Indústria 4.0 é uma combinação da evolução dos sistemas, da internet das coisas (IoT), da nanotecnologia, da computação em nuvem, da inteligência artificial, dos sistemas autônomos, da impressão 3D e, das ferramentas de análise do Big Data, entre outros exemplos.

A quarta revolução industrial já está em curso e, uma das grandes diferenças desta revolução para as anteriores, é a velocidade de disseminação e adaptação das mudanças em todos os países, essencialmente devido à grande presença de empresas multinacionais, ao maior volume do comércio em nível mundial e à disseminação do conhecimento através das modernas tecnologias de comunicação.

A partir de 2011, após o anúncio da iniciativa “Industrie 4.0” pelo governo federal da Alemanha e o lançamento do relatório final, elaborado pelo grupo de trabalho responsável pelo desenvolvimento das metodologias iniciais de implementação da indústria 4.0, “Industrie 4.0 Working Group” em 2013, princípios de design para a arquitetura de digitalização começaram a ser discutidos com maior ênfase.

Os fatores mais sensíveis para a implementação, são a segurança cibernética e a interoperabilidade, que suportam o que precisa ser desenvolvido por qualquer organização que busque tornar-se parte da “Industrie 4.0” como é chamada na Alemanha, ou “Advanced Manufacturing” como é chamada nos Estados Unidos.

          No futuro, as indústrias 4.0 estabelecerão sistemas de comunicação que irão incorporar suas máquinas, equipamentos, sistemas de armazenagem e recursos de produção, e, através dos Cyber Physical System (CPS), que são uma interseção entre o mundo real e o virtual, permitindo, por exemplo, o uso de controle de feedback, fazendo com que o processo físico afete o mundo computacional ou vice e versa, serão capazes de, com essas trocas de informações, gerar ações e controlar uns aos outros, de forma autônoma.

Garantir os critérios de integração entre o chão de fábrica e a alta gestão, conforme sugerido na IEC 62264 (padrão internacional para integração de sistemas de controle corporativo), dependem de uma visão de implementação focada em segurança cibernética e interoperabilidade, em função de que, os clientes, fornecedores e parceiros se integram de forma cada vez mais participativa, como emissores e receptores de dados, o que faz com que a troca de informações deixa de ser bidirecional e passa a ser em várias direções.

3. Desenvolvimento do assunto

Big Data pode ser definido pelos cinco Vs. (Volume, Velocidade, Variedade, Veracidade e Valor).

Sendo que, o Volume pode ser descrito como as diversas formas com que as organizações coletam dados de fontes variadas, que incluem, por exemplo, transações financeiras, mídias sociais e informações de sensores ou dados transmitidos de máquina para máquina.

Velocidade é também essencial pois, os dados dos quais estamos tratando são transmitidos em uma velocidade enorme e devem, da mesma forma, ser tratados na mesma rapidez. O que significa que os medidores e coletores de dados devem trabalhar quase que em tempo real, a fim de obter os melhores resultados.

Variedade é a forma como o Big Data é formado por dados de diversos formatos que seguem duas divisões:

– Estruturados: numéricos, em banco de dados tradicionais.

– Não estruturados: textos, e-mails, vídeos e áudios.

Veracidade é a dimensão relacionada à dinâmica humana, são baseados em interações realistas. Ou seja, são os dados que podem ser coletados através da interação entre usuários nas redes sociais ou mesmo dos rastros de sua navegação.

Valor diz respeito ao quanto que os dados agregam para a empresa. Pois, de nada adianta ter todo o banco de dados para análise se não apresentar alguma utilidade.

Assim, mais do que obter os dados, é fundamental saber compreendê-los, para que seja feita uma análise sobre deles.

Ou seja, depois dessa contextualização sobre o que é Big Data, podemos dizer que ele atua como um auxílio para as empresas / indústrias analisarem seus dados e, a partir dessas análises, criarem oportunidades de negócio.

O uso que cada gestão fará desses dados e de que forma aplicará uma análise será diferente em cada caso, pois depende da área de negócio e das metas e objetivos de cada organização.

Mas, os benefícios de investir nisso, sem dúvida, são visíveis e essa pode ser uma estratégia muito bem aproveitada em diferentes áreas, por exemplo na área de controle qualidade da Indústria, onde o Big Data pode ajudar em diversas situações, como defeitos por unidade, falhas no processo, rendimentos, etc. Podendo também atingir aos fornecedores, a capacitação dos colaboradores e as condições ambientais da indústria, no momento da produção.

As indústrias, por exemplo, podem obter enormes vantagens integrando toda essa nova forma de coletar informação, inclusive dos clientes e seu modo de pensar em seus ciclos e processos internos.

Antecipar e prever necessidade-desejo-vontade é um dos papéis das ferramentas de análise de Big Data na indústria 4.0. É parte essencial da revolução.

Há várias contribuições a serem coletadas de usuários que usam um determinado tipo de carro, por exemplo. Quais os problemas mais comuns no motor ou na carroceria? Qual a cor mais vendida? Qual é o acessório mais acoplado? Homens ou mulheres preferem esse modelo? Se não compram esse modelo de carro, qual adquirem? Enfim, esse cenário apresenta uma infinidade de possibilidades que podem ser exploradas por diversos tipos de mercados.

O que nos faz pensar que é aqui também que o consumidor assume um novo papel nessa linha de produção: pois ele, a partir de toda essa interação e poder de influência no produto, faz também parte da elaboração desse carro, ou de outros produtos.

Se Big Data é um banco de dados gigante, que cresce à medida que mais e mais dados são gerados, as ferramentas de Big Data são as soluções tecnológicas criadas para “escavar” essa mina.

Vejamos então algumas das contribuições que as ferramentas de análise do Big Data podem fornecer às empresas e à Indústria 4.0:

– Visualizar dos dados de várias maneiras, de forma a otimizá-los para uma análise mais assertiva, de forma ágil e bastante interativa, para examiná-los com outra ótica, com dezenas de modelos gráficos;

– Encontrar soluções e insights de forma mais rápida sobre seus dados. Podendo mostrar perguntas que podem te ajudar, fornecendo visualizações de dados instantaneamente com base nas respostas que precisa;

– Analisar, visualizar e processar os dados de forma preditiva e automatizada, por aprendizado de máquina e, prototipagem;

– Simular os processos de pensamento humano para a tomada de decisão (computação cognitiva). Com isso, as informações geradas são mais completas e os dados mais assertivos;

– Facilitar o trabalho para os profissionais não-técnicos, utilizando interfaces simples, que fazem uma análise de dados de alto volume para reunir as informações de todas as suas fontes em um repositório único, acessível e intuitivo.

– Fazer a busca associativa entre os dados, o que torna a tomada de decisão menos complicada, concentrar nos dados mais relevantes, trabalhar de forma colaborativa em tempo real com colegas de trabalho e parceiros. Com isso, é possível fazer uma análise comparativa de dados entre as áreas distintas de uma mesma empresa / indústria, criando a maneira ideal de colocar o poder dos insights nas mãos das equipes.

– Ter uma ferramenta de software capaz de descobrir, minerar, limpar e diminuir o tamanho de arquivos para não ocuparem tanto espaço de armazenamento.

– Fazer seleção de dados para saber entre o que é realmente relevante e o que não é. Com algoritmos que permitem uma valiosa fonte de dados para alavancar investimentos do seu negócio.

Ou seja, as ferramentas de Big Data permitem transformar os dados em informações realmente úteis para o negócio. São softwares capazes de “correr” por essa montanha de dados, encontrar os que interessam à indústria e transformá-los em insights.

Os dados coletados por uma fábrica, por exemplo, podem ser utilizados por toda a cadeia de valor de uma empresa, se houver uma forma de comunicação entre esses sistemas. E essa comunicação se dá tanto entre humanos e máquinas, quanto entre máquinas e outras máquinas.

Sistemas conseguem conversar com equipamentos, com peças sendo produzidas ou no estoque, embalagens de produtos e com toda a empresa de forma que todas as informações estejam disponíveis para ser tratadas de forma única.

A cadeia de valor inteira, incluindo os caminhões que fazem a logística, clientes e fornecedores, também pode se integrar através da nuvem no mesmo sistema, tratando conjuntamente as informações.

Os sistemas e dados coletados na indústria podem ser conectados também a outros sistemas entre diferentes setores, como marketing, operações e financeiro, fazendo com que as decisões possam ser tomadas de forma mais rápida e mais integrada entre todas as áreas.

O conceito de “Vertical Networking” que é a disposição de equipamentos e softwares interligados, fornecendo aos principais setores como suprimentos, produção, processo e até mesmo marketing, a capacidade de interagir através de uma rede interligada entre si, permite a indústria reagir com um tempo de resposta bem menor que o atual, em relação à demanda de controle de estoque, manutenção, gerenciamento de recurso energético e de pessoal.

O conceito de CPS pode ser aplicado nas indústrias em tempo real, como um exemplo de equipamentos atuadores que possuem resposta através de um sistema de controle distribuído que por sua vez recebe ação oriunda de um software de controle avançado do processo multivariável.

Outros exemplos de aplicações para o CPS é o uso de equipamentos com RFID, equipamentos com sensores e atuadores e um conjunto de ações predefinidas ou até mesmo os mais atuais com capacidade de armazenar, analisar dados e interagir com outros equipamentos conectados.

A infraestrutura de interconexão já é aplicada nas indústrias atualmente e vem sendo chamada de Industrial Internet of Things (IIoT).

Indústrias interoperáveis possuem um sistema integrado e eficiente de compartilhamento de dados, com a intenção de atingir seus objetivos e obter benefícios. Dessa forma, a interoperabilidade também traz competitividade as organizações, se relacionando com as estratégias de negócio e sendo um fator de sucesso para as empresas, pois também influência na produtividade geral.

4. CONCLUSÕES

A indústria 4.0 preconiza que as fábricas serão mais inteligentes e poderão trabalhar com sistemas ainda mais complexos, formando uma rede digital de informações e tomada de decisões em tempo real.

Serão exigidas novas competências dos trabalhadores, com a criação de novos modelos de negócios e novas profissões, contemplando um crescimento da interação homem-máquina.

A indústria 4.0 deve movimentar US$ 15 trilhões nos próximos 15 anos. Nos Estados Unidos, tal mercado já parece estar mais cristalizado e todas as tendências relacionadas são otimistas. A previsão é que, até 2050, exista um potencial para aumentar os volumes de produção e reduzir custos em até 13% em alguns segmentos industriais.

A Pricewaterhouse Coopers (PwC) entrevistou cerca de duas mil empresas – de setores variados, como defesa, espacial, automobilístico – em 26 países do globo sobre a indústria 4.0. E, 72% das empresas industriais acham que o uso de Big Data e análise de dados trarão mais qualidade para relações com clientes e que isso influenciará o ciclo de vida do produto.

Em posse dos dados certos, a indústria tem mais possibilidade de sucesso na produção e nas vendas. Mas, o que interessa mesmo, no fim das contas é, para que servem esses dados.

O Big Data pode ser utilizado para obter resultados da produção, identificar tendências de mercado e proporcionar decisões mais assertivas sobre o que o público espera. Ou seja, é todo um processo de análise e interpretação de dados.

Por outro lado, as ferramentas de big data proporcionam uma visão ampliada, que pode oferecer insights valiosos, sobretudo na descoberta de oportunidades que ninguém ainda percebeu.

Como afirmam Donovan et al. (2016), existem muitos desafios associados ao desenvolvimento de capacidades analíticas industriais, incluindo o gerenciamento de tecnologias e plataformas heterogêneas, formação de equipes multidisciplinares, capacitações, entre outros.

A Indústria 4.0 produzirá impactos que irão muito além dos processos produtivos, sendo uma verdadeira revolução no mundo dos negócios.

Para que as mudanças esperadas no contexto industrial e dos serviços aconteçam, será necessária uma alteração dos sistemas de educação, como política de governo, especialmente nos países em desenvolvimento, para enfrentamento das mudanças demográficas, e das necessidades de novas competências dos trabalhadores.

Serão necessários investimentos em materiais, laboratórios e profissionais capacitados para aprofundarem as pesquisas das aplicações das tecnologias nos ambientes industriais e de serviços de alta tecnologia.

O maior impacto causado por essa revolução será uma mudança que afetará o mercado como um todo.

Novos modelos de negócios serão criados. Em um mercado que está cada vez mais acirrado, diversas empresas já procuram integrar ao produto necessidades e preferências específicas de cada cliente.

A customização prévia do produto por parte dos consumidores tende a ser uma variável a mais no processo de manufatura, mas as fábricas inteligentes serão capazes de levar a personalização de cada cliente em consideração, se adaptando às preferências.

Os trabalhadores precisarão se adaptar, pois com as indústrias cada vez mais automatizadas, novas vagas de emprego surgirão, enquanto outras deixarão de existir.

5. REFERÊNCIAS

https://www.portaldaindustria.com.br/industria-de-a-z/industria-4-0/. Acesso em: 26 Junho 2022.

https://www.researchgate.net/profile/Marcus-Abreu-3/publication/336000244_SEGURANCA_E_INTEROPERABILIDADE_NA_INDUSTRIA_40/links/5ee782b892851ce9e7e3da10/SEGURANCA-E-INTEROPERABILIDADE-NA-INDUSTRIA-40.pdf. Acesso em: 25 Junho 2022.

https://www.vdibrasil.com/importancia-de-padroes-para-viabilizar-interoperabilidade-na-industria-4-0/. Acesso em: 25 Junho 2022.

https://www.go44.co/interop-pq-e-importante/. Acesso em: 26 Junho 2022.

HERMANN, M. et al. (2015). Design Principles for Industrie 4.0 Scenarios: A Literature Review

DELLOITE, (2015). Industry 4.0 Challenges and solutions for the digital transformation and use of exponential Technologies

LEE, E. and SESHIA S. (2011). Introduction to Embedded Systems, A Cyber-Physical Systems Approach

KAGERMANN, H. et AL. (2013). Securing the future of German manufacturing industry, Recommendations for implementing the strategic initiative INDUSTRIE 4.0, Final report of the Industrie 4.0 Working Group.