“Se você está falando de uma empresa, você tem que trabalhar com o dado próprio da empresa”, diz cofundador da Futago em webinar

Leonardo Azevedo apresentou cinco desafios presentes na manutenção industrial e como a inteligência artificial ajuda a enfrentá-los

Na última quarta-feira (29), o cofundador da Futago, Leonardo Azevedo, apresentou alguns dos principais desafios enfrentados pela manutenção industrial e destacou como a inteligência artificial (IA) já está contribuindo para transformar a gestão de ativos, otimizar processos e preservar o conhecimento técnico dentro das empresas.

Segundo Azevedo, a manutenção industrial vive uma busca constante por equilíbrio. De um lado, as empresas não querem parar a produção para realizar manutenções preventivas. De outro, é preciso evitar paradas inesperadas que podem comprometer toda a operação. E novas tecnologias surgem a ajudam nessa busca pelo equilíbrio, como a inteligência artificial.

Durante o encontro, o executivo destacou cinco desafios centrais da manutenção industrial e como a tecnologia pode atuar em cada um deles:

1. Gaps de informação sobre os ativos

A fragmentação de dados em diferentes sistemas (ERPs, planilhas, manuais e relatórios) ainda compromete a visão integrada dos equipamentos. Quando é uma atividade mais rotineira, essa fragmentação não afeta tanto. Mas, a manutenção é uma atividade complexa que envolve diversos setores e etapas. Assim, a fragmentação de dados pode resultar em retrabalhos, com a necessidade de colocar as informações manualmente nos diferentes sistemas, o que impacta a performance da manutenção.

2. Dificuldade em registrar e analisar falhas

Muitas vezes, as falhas não são registradas ou não trazem detalhes suficientes. Dessa forma, nem sempre é possível analisar a falha e identificar a causa raiz, o que pode resultar em uma certa incerteza se a equipe realmente agiu na causa para evitar futuros problemas pelos mesmos motivos. Assim, de acordo com Azevedo, é importante então facilitar o registro, com recursos de voz, por exemplo.

Também ajuda a utilização da IA para cruzar dados e identificar causas raiz. Mas esse processo precisa ser feito nas ferramentas adequadas. “Se você está falando de uma empresa, você tem que trabalhar com o dado próprio da empresa. Não é chegar lá no GPT ou no Gemini e dizer: me faz a análise da falha aí da minha injetora. Não é simplesmente isso porque ele não vai ter o contexto correto para fazer essa análise”, diz o profissional. Ele também destacou a relevância da aplicação do conceito de Human in the Loop, que reconhece e valoriza a competência humana na análise das falhas. Assim, inteligência artificial e pessoas trabalham juntas e de maneira controlada na manutenção industrial.

3. Perda de conhecimento técnico

O acúmulo de conhecimento em técnicos experientes é outro problema recorrente, pois muitas informações são perdidas quando essas pessoas se aposentam, por exemplo. Nesse sentido, a IA pode ajudar a criar repositórios de conhecimento e facilitar o acesso a informações históricas, evitando a perda de expertise quando profissionais se desligam.

4. Extensos backlogs de manutenção

Planos de manutenção que não são executados dentro da frequência adequada geram acúmulo de ordens de serviço, o que vai somando um backlog. A IA também pode contribuir para priorizar tarefas com base em risco, impacto e disponibilidade de recursos, tornando o processo mais eficiente.

5. Cronogramas ineficientes

Recursos como tempo, peças e equipe são limitados. Com o apoio de algoritmos de otimização e predição, a IA pode sugerir cronogramas mais assertivos e lidar com imprevistos, garantindo uma melhor alocação das equipes.

Soluções de tecnologias auxiliam em cada um dos problemas

Azevedo também destacou que a união entre IA clássica e IA generativa tem ampliado o potencial das soluções industriais. Enquanto a primeira atua melhor com a análise quantitativa e preditiva de dados estruturados, a segunda oferece uma interação mais natural e humanizada, especialmente para interpretar documentos técnicos, normas e relatórios. Mas é necessário integrar as informações, algo que ainda falta na IA. “A IA não está dando essa capacidade de integrar dados”, afirma Azevedo. Pensando nisso, a Futago está desenvolvendo soluções com capacidade de juntar dados estruturados e desestruturados.

A empresa também tem desenvolvido agentes de IA especializados para cada uma das etapas da manutenção industrial, como análise de falhas, priorização de backlog e avaliação da base de ativos. Esse ecossistema opera de forma colaborativa, com aprendizado contínuo e integração entre dados, processos e pessoas e entrega uma especificidade maior para toda a sua manutenção.