Embalagens plásticas rígidas e flexíveis · Global (operações no Brasil) · 2023–2024
Camada de IA sobre o sistema existente destrava dados de chão de fábrica em 23 unidades
Uma indústria global de embalagens adicionou uma camada de IA conversacional sobre o sistema de supervisão de chão de fábrica (SCADA) já existente, permitindo que operadores e engenheiros consultem desempenho e paradas em linguagem natural e cruzem dados entre unidades.
Contexto
Com mais de 160 anos de história e 23 unidades fabris no Brasil, a Amcor já operava um sistema tradicional de supervisão de chão de fábrica (em inglês, SCADA — Supervisory Control and Data Acquisition) que capturava dados das linhas, mas mantinha esses dados isolados.
O problema prioritário
Dados ficavam 'presos' no sistema de supervisão, sem visibilidade cruzada entre as unidades. Perguntas operacionais simples — como qual linha teve mais paradas na semana — exigiam exportações manuais e dependiam de poucos especialistas.
Objetivo do projeto
Destravar os dados já capturados pelo sistema de supervisão e permitir consultas em linguagem natural por operadores e engenheiros, sem substituir a infraestrutura existente.
Passo a passo da jornada
- Integrar o sistema de supervisão a uma plataforma de dados — Os dados do sistema de supervisão (SCADA) passaram a ser ingeridos, armazenados e processados em uma plataforma única de dados industriais.
- Adicionar camada de IA sobre os dados — Um assistente industrial de IA foi conectado à plataforma, permitindo perguntas em linguagem natural.
- Preservar a infraestrutura legada — Nenhum equipamento ou software de chão de fábrica precisou ser substituído — a IA opera por cima do que já existia.
- Apoiar operação e manutenção — Operadores e engenheiros passaram a consultar desempenho de equipamentos, paradas e variações de processo diretamente, sem depender de exportações manuais.
Dados necessários
- Dados de chão de fábrica capturados pelo sistema de supervisão (SCADA)
- Indicadores de eficiência global de equipamento (em inglês, OEE — Overall Equipment Effectiveness)
- Eventos de parada e variações de processo entre unidades
Ferramentas e arquitetura
Barreiras enfrentadas
- Dados historicamente isolados em cada unidade
- Risco de duplicar infraestrutura ao adicionar nova plataforma
- Necessidade de governança de dados para consultas confiáveis
Aprendizados-chave
- Para indústrias de processo com sistema de supervisão já instalado, a evolução prática é adicionar uma camada de IA — não substituir o legado.
- Visibilidade cruzada entre unidades muda a manutenção de reativa para orientada por dados.
- Consultas em linguagem natural democratizam o acesso à informação operacional além dos especialistas em dados.