Quando a IA entra em ação — Transformando a automação de fábrica

Resumo do episódio

A IA Industrial está passando do laboratório para o chão de fábrica. Neste episódio de Perspectiva otimista em cinco, Lauren Espin explora como a IA pode ajudar os fabricantes a lidar com a escassez de mão de obra qualificada e melhorar a produtividade da engenharia.

No centro da história está Eigen Engineering Agent, desenvolvido pelo hub de IA da Siemens em Seattle. Ao combinar a IA com dados de engenharia específicos da fábrica, a Eigen pode ajudar os engenheiros de automação a escrever código e configurar sistemas industriais, realizando tarefas de engenharia complexas em até cinco vezes a velocidade humana. Em implantações piloto em mais de 100 empresas em 19 países, a Eigen proporcionou uma eficiência de engenharia até 50% maior.

Mas levar a IA para ambientes industriais exige mais do que modelos poderosos. A experiência humana, a simulação e a validação continuam sendo essenciais para garantir que o trabalho gerado pela IA seja seguro, confiável e pronto para o mundo real.

O resultado? Um vislumbre de como a IA Industrial poderia remodelar a manufatura, não substituindo engenheiros, mas ajudando pessoas qualificadas a fazer mais.

Transcrição completa

Eu sou Lauren Espin, e esta é A perspectiva otimista em cinco, uma atualização rápida sobre um importante desenvolvimento que está moldando o futuro.

Os Estados Unidos estabeleceram uma meta ambiciosa de reindustrializar sua economia. Isso significa construir uma nova capacidade de fabricação, modernizar as operações existentes e permanecer competitivo globalmente, tudo isso enquanto a indústria enfrenta uma escassez persistente de mão de obra qualificada.

A IA Industrial pode ser uma das ferramentas mais importantes para enfrentar esse desafio. Ele pode se basear em décadas de progresso em automação, software e o gêmeo digital para ajudar engenheiros, operadores e técnicos a se tornarem mais produtivos, acelerarem a inovação e resolverem problemas cada vez mais complexos.

Mas perceber essa oportunidade exige mais do que modelos poderosos de IA. Precisamos implantar a IA no mundo real, em grande escala, de forma a oferecer ganhos de produtividade mensuráveis.

E isso nos leva a uma tecnologia na qual a maioria de nós raramente pensa, a menos, é claro, que você trabalhe na manufatura.

O PLC, ou controlador lógico programável. Alguém pode ter controlado a linha que encheu a garrafa de água em sua mesa. Outro ajudou a fabricar um componente dentro do carro que você dirigia hoje. E outro pode ter ajudado a embalar a caixa de entrega que apareceu na sua varanda.

Os PLCs estão em toda parte na indústria moderna. A Siemens fabrica muitos deles. Na verdade, cerca de um terço das máquinas do mundo são controladas pelos PLCs da Siemens.

E cada um desses controladores precisa ser programado.

Esse é o trabalho dos engenheiros de automação. Eles escrevem código de controle, configuram sistemas e redes, testam conexões e garantem que sistemas industriais cada vez mais complexos funcionem conforme o esperado.

E hoje, esses engenheiros qualificados estão em falta.

Então, a pergunta óbvia: por que não usar a IA para aumentar a produtividade da força de trabalho que temos?

Atualmente, a IA já está trabalhando arduamente nas fábricas. As câmeras detectam defeitos nas linhas de produção. Os sistemas preveem quando os motores estão prestes a falhar. Outros encontram maneiras de extrair mais produtividade de uma linha crítica.

Esses aplicativos funcionam porque são muito bons em realizar um trabalho específico. Uma câmera. Uma linha de produção. Dê exemplos suficientes à IA e ela aprenderá a fazer esse trabalho extremamente bem.

Mas programar um controlador não é uma tarefa.

Pode ser necessário que um engenheiro de automação resolva vários problemas, e a resposta certa depende da planta específica — o equipamento, a configuração, a fiação e até mesmo as convenções de nomenclatura.

Isso dificulta a escalabilidade da IA da mesma forma. Você não pode criar e treinar um novo modelo para cada fábrica e cada cliente.

Enquanto isso, a IA de uso geral resolve parte desse problema. Os modelos mais poderosos de hoje podem raciocinar, escrever software e realizar uma gama muito maior de tarefas. Mas eles não entendem inerentemente sua fábrica. Os dados de engenharia que descrevem uma planta — seus equipamentos, configurações e sistemas elétricos — são específicos desse ambiente e geralmente privados.

É aí que o contexto industrial é importante.

Pense em um novo engenheiro brilhante em seu primeiro dia. Eles entendem de engenharia, mas nunca pisaram em sua fábrica. Você não os manda de volta para a escola. Você dá a eles acesso às informações corretas sobre o sistema específico em que estão trabalhando e, muito rapidamente, eles estão contribuindo.

Essa é a ideia por trás do Eigen Engineering Agent.

Desenvolvido no hub de IA da Siemens em Seattle, o Eigen trabalha com o software de engenharia que os engenheiros de automação já usam. Ele pode acessar as informações do projeto que descrevem como uma planta é configurada, junto com diagramas de fiação elétrica e outros dados de engenharia relevantes.

Um engenheiro pode descrever o que deseja em linguagem simples. A Eigen vai além de gerar sugestões para executar tarefas complexas de engenharia de forma autônoma. Ele pode entender o desafio e basicamente começar a trabalhar — escrevendo código ou configurando sistemas — até atingir a meta de desempenho definida pelo engenheiro.

E já está sendo implantado.

Em implantações piloto em mais de 100 empresas em 19 países, a Eigen proporcionou uma eficiência de engenharia até 50% maior. Ele pode executar tarefas de engenharia com duas a cinco vezes a velocidade humana.

Quando os engenheiros de automação qualificados são escassos, esses ganhos são importantes.

Para que a IA Industrial seja implantada em grande escala, ela também precisa ser confiável.

É por isso que a supervisão e a validação humanas estão incorporadas ao processo. O código pode ser testado por meio de ferramentas de simulação que modelam como o controlador se comportará antes de chegar ao equipamento ativo, com um engenheiro revisando e aprovando o trabalho.

Essa é uma distinção importante. A IA Industrial não se trata simplesmente de trazer modelos poderosos de IA para uma fábrica. Trata-se de combinar a IA com um profundo contexto industrial e experiência em engenharia para que ela possa ser implantada de forma segura e confiável no mundo real.

E Eigen é parte de um esforço muito maior. A Siemens está investindo 1 bilhão de dólares em recursos e ofertas de IA nos próximos três anos, com base em décadas de experiência na aplicação de tecnologia em todo o setor e na infraestrutura.

Porque o próximo capítulo da IA não será definido apenas por modelos mais poderosos. Também será definido pela nossa capacidade de implantá-los no mundo real, com o contexto industrial e a experiência humana necessários para resolver problemas reais e oferecer valor mensurável.

Esse é um tipo de progresso mais silencioso do que um chatbot ficando mais inteligente. Isso acontece dentro de fábricas, trabalhando ao lado de engenheiros e, finalmente, dentro dos PLCs que a maioria de nós nunca verá.

Mas todos nós vamos experimentar os resultados.

Eu sou Lauren Espin, e esta é A perspectiva otimista.