Relatório de Internos da Indústria – Parte 2

Quase todos os experts e analistas da indústria concordam que o Big Data promete enormes benefícios para a indústria manufatureira. Mas como as empresas podem tornar essa promessa realidade?

Um caminho para o uso de Big Data na indústria de manufatura se abriu porque a Ethernet industrial tornou-se popular como protocolo de comunicação para FA (Automação de Fábrica). Essa série usa artigos contribuídos por especialistas da manufatura na Europa para explorar as condições reais do uso de Big Data na indústria. A primeira parte dessa série focou nas características e desafios únicos do uso de Big Data na indústria. Esta segunda parte presta atenção aos benefícios e métodos bem-sucedidos de uso de Big Data.

Quais os benefícios para a fabricação?

A indústria de manufatura tem um excelente histórico de bom uso dos recursos de conhecimento. Invenções como energia a vapor, linhas de montagem, produção automatizada e cadeias de suprimento globais tornaram a produção de bens cada vez mais eficiente. Hoje, é uma indústria altamente evoluída, dificultando a obtenção de maiores ganhos de produtividade. Aproveitar Big Data analytics para operações de manufatura pode ser a tecnologia que possibilita outro salto quântico na eficiência.

Os tipos e características do Big Data na indústria da transformação foram descritos na primeira parte desta série de artigos. Um estudo de Big Data da Tata Consultancy Services detalha os benefícios concretos para a manufatura. Isso inclui melhorias na qualidade do produto, no planejamento de suprimentos e no rastreamento de defeitos de processos ou componentes. Além dessas oportunidades óbvias, o estudo também vê o potencial para melhorar as negociações de contrato com base nos dados de desempenho do fornecedor, para reduzir custos através do aumento da eficiência energética e para simular e testar novos processos de fabricação.

Equipamentos de produção geralmente operam por um longo tempo e seu fracasso tem um grande risco de causar mudanças nos planos de produção e outros problemas. Utilizar a situação operacional, o histórico operacional e outros dados do equipamento otimizarão o trabalho de manutenção. A vinculação desses tipos de dados com as vendas de produtos e outros dados de mercado contribuirá significativamente para o planejamento do fornecimento e outras finalidades. É importante entender completamente os benefícios do Big Data para utilizá-los em negócios reais (Figura 1).

Figura 1: Benefícios do uso de Big Data

Na verdade, a Schwering & Hasse Elektrodraht GmbH, uma fabricante alemã de fios, estabeleceu um sistema de controle de qualidade usando um sistema de big data analytics de alta velocidade. O sistema convencional era capaz de detectar anormalidades na tensão do fio apenas em incrementos de 100m no processo de produção. O sistema de controle de qualidade estabelecido obtém 4000 vezes mais dados do que o convencional, de modo que pode detectar anormalidades em incrementos de 25mm. Isso melhora significativamente a qualidade do produto desta fabricante alemã. Além disso, a BAXIROCA, fabricante espanhola de aquecedores, construiu um sistema para coletar e analisar vários tipos de dados desde o projeto e fabricação do produto até o serviço pós-venda. O sistema analisa se as causas de falhas e problemas nos dispositivos são falhas de projeto, defeitos durante a instalação ou manutenção insuficiente. A BAXIROCA utiliza as causas analisadas para melhorar seus produtos, aprimorando o seu valor e atendimento ao cliente e reduzindo falhas dentro do período de garantia para diminuir os custos de reparo.

Os desafios da implementação de Big Data

O estudo da Tata também perguntou sobre os maiores desafios para extrair valor do Big Data. Não surpreendentemente, a lista é liderada por questões organizacionais. Por exemplo, que uma implementação bem-sucedida requer um alto nível de confiança entre cientistas de dados e gerentes funcionais, que as unidades de negócios precisam compartilhar informações entre silos organizacionais e que os gerentes precisam aprender a tomar decisões com base em análise de dados, e não na intuição.

Em um painel de debates do INSEAD, Neil Soderlund, sócio e diretor administrativo do Boston Consulting Group, falou sobre a lacuna entre empresas com tecnologia de ponta, como Google e empresas legadas que começaram a implementar Big Data: “Por mais que estejam desenvolvendo big data, elas são terrivelmente ruins em usá-lo para geração de valor. A cultura das organizações e a percepção dos líderes é que uma caixa negra não pode produzir uma resposta melhor do que a de seus anos de experiência. Isso vai ser um grande diferencial, uma das coisas que separará as empresas em um grau muito maior nos próximos anos ”.

Mesmo antes de qualquer um desses desafios ser resolvido, a alta gerência precisa ser convencida a aprovar os investimentos necessários em software, infraestrutura e pessoal qualificado. Esses investimentos alcançam rapidamente um intervalo substancial. Bogdan Nedelcu, da Universidade de Estudos Econômicos de Bucareste, diz que uma pesquisa de 2012 mostrou que a média de gastos dos entrevistados em Big Data foi de US$ 88 milhões. e que 7% das empresas investiram pelo menos US$ 500 milhões cada. E as empresas na pesquisa esperavam investir ainda mais em Big Data, em média 75% a mais até 2015. Nedelcu argumenta que esses investimentos são necessários para continuar alcançando altos níveis de crescimento da produtividade.

Vale a pena o investimento?

No entanto, outros especialistas alertam que, para algumas empresas, Big Data pode simplesmente ser “dar um passo maior que a perna”. Roy Kok, Vice-Presidente de Vendas e Marketing da Ocean Data Systems diz: “Embora seja uma meta valiosa, a despesa e a complexidade das implementações que têm grande foco em Big Data (ou talvez um termo melhor é simplesmente Advanced Analytics) podem ser mais um desafio de manter e usar no dia a dia, e o retorno do seu investimento pode não aparecer. ”

Com todo o entusiasmo em torno do Big Data, isso quase nunca é mencionado, mas há um risco real de que as empresas invistam em redes de dados, plataformas de software, conhecimento e habilidades – e acabem não sendo as mais sábias.

Um estudo do McKinsey Global Institute aponta que atualmente “não há evidência empírica de uma ligação entre intensidade ou aprofundamento de capital em investimentos em dados e produtividade em setores específicos”. Com base na experiência de ondas anteriores de crescimento de produtividade relacionado à TI, a McKinsey identifica três características compartilhadas de adoção bem-sucedida: Primeiro, investimento em TI adaptado a processos de negócios específicos do setor e vinculado a alavancas de desempenho principais. Segundo, TI implantada em sequência, desenvolvendo capacidades ao longo do tempo. Terceiro, o investimento em TI evolui simultaneamente com a inovação gerencial e técnica. O caminho para a implementação bem-sucedida do Big Data não será curto nem suave.

Métodos bem-sucedidos para usar Big Data

Mas há etapas que podem ser tomadas para encurtar o caminho em direção ao Big Data analytics bem-sucedido. Roy Kok acredita que o item mais importante que falta na maioria dos ambientes de automação é a distribuição de informações: “Hoje, as informações são entregues principalmente na forma de portais que fornecem acesso a IHM/SCADA, historiadores e ferramentas de análise. O problema com essa abordagem é que ela exige que os usuários sejam proativos no uso desses sistemas. ”Ele acredita que é necessária uma solução que forneça informações aos usuários de forma regular ou acionada. Isso leva o usuário a reagir a novas informações. A entrega de informações regularmente fornece uma base de conhecimento para a compreensão do usual, para que o usuário possa reconhecer o incomum. Ao fornecer informações e seu contexto em uma base acionada, essa abordagem também permite que o usuário tome medidas imediatas.

Em um artigo para a InformationWeek, Vishnu Bhat, Vice-Presidente e Chefe de Serviços da Nuvem da Infosys Limited, descreve os requisitos para uma plataforma de Big Data na indústria de manufatura.

  1. Deve incluir interfaces para uma variedade de formatos de dados, permitindo que as empresas acessem e extraiam imediatamente dados filtrados de fontes internas e externas. Além disso, deve fornecer algoritmos pré-construídos e opções de relatórios para chegar a insights quase em tempo real. Idealmente, a plataforma também fornecerá um modo de teste para que as empresas possam começar a avaliar suas hipóteses e análises antes de integrarem os conjuntos de dados reais.
  2. A análise de dados é necessária para processar apropriadamente uma quantidade crescente de dados em tempo real. No mercado, existem métodos, ferramentas e serviços de análise usando algoritmos que permitem insights profundos em tempo real; no entanto, como a capacidade analítica é um grande fator de competitividade, é necessário desenvolver cientistas de dados que se encarreguem da análise de inteligência de alto nível.
  3. Para se preparar para a implementação de Big Data ou advanced analytics, Roy Kok aconselha a manter o foco na visibilidade das informações e na ampla distribuição delas. “Muitas vezes a responsabilidade pela análise recai apenas sobre alguns e fora deles, as operações caem no status quo”, observou ele. Isso tende a acontecer quando as informações são centralizadas em uma ferramenta que requer uso proativo. Ao ampliar a distribuição de informações e compartilhar informações regularmente, a base de conhecimento combinada de uma organização pode ser aproveitada.

É necessário que as organizações trabalhem juntas em melhoria, visualizando e compartilhando informações desde o nível do dispositivo (sensores e aparelhos) até o nível de controle de dispositivos, MES (Manufacturing Execution System) e ERP (Enterprise Resource Planning) (Figura 2).

Figura 2: Topologia de empresa e planta

Muitas dificuldades estão reservadas para o uso de Big Data; no entanto, se a expansão da quantidade de informações e seu compartilhamento forem bem-sucedidos e as informações integradas puderem ser utilizadas nas organizações, veremos o investimento em Big Data começar a resultar em aumento de produtividade e outros benefícios. Continuaremos a prestar atenção ao uso de Big Data.

Fonte: https://www.renesas.com/br/en/about/edge-magazine/global/14-big-data.html

Sobre o autor

Equipe Conteúdo Cetax

Your sidebar area is currently empty. Hurry up and add some widgets.

/* ]]> */