# Plataforma IA na Indústria > Iniciativa FIESP de apoio à adoção de inteligência artificial na indústria brasileira, com foco em micro, pequenas e médias indústrias. A plataforma reúne casos de aplicação de IA, uma jornada de adoção, padrões de sucesso, ferramentas de apoio e atividades de autodiagnóstico. A orientação central é começar por um problema prioritário bem definido e pelos dados que a empresa já tem. Domínio oficial: https://plataforma-ia-industria.fiesp.com.br/ Idioma principal: português do Brasil (pt-BR). ## Páginas principais - [Início](https://plataforma-ia-industria.fiesp.com.br/): apresentação da plataforma e desafios organizados por área da empresa. - [Sobre a plataforma](https://plataforma-ia-industria.fiesp.com.br/#sobre): objetivo e recursos para apoiar os primeiros passos na adoção de IA. - [Biblioteca de Casos](https://plataforma-ia-industria.fiesp.com.br/casos.html): aplicações de IA com filtros por porte, desafio e estágio. - [Autodiagnóstico de Maturidade para IA](https://plataforma-ia-industria.fiesp.com.br/avaliacao.html): 20 afirmações em cinco dimensões — processos, dados, tecnologia, pessoas e liderança. - [Reflexão Guiada](https://plataforma-ia-industria.fiesp.com.br/diagnostico.html): seis perguntas para refletir sobre o problema, os dados disponíveis e o ponto de partida da empresa. - [Jornada de Adoção](https://plataforma-ia-industria.fiesp.com.br/jornada.html): seis etapas, da definição do problema ao piloto. - [Padrões de Sucesso](https://plataforma-ia-industria.fiesp.com.br/padroes.html): fatores comuns às iniciativas de IA apresentadas. - [Ferramentas e Apoio](https://plataforma-ia-industria.fiesp.com.br/ferramentas-apoio.html): seleção de cursos e referências externas. ## Casos de aplicação - [KCT Soya Sauce (Kwong Cheong Thye)](https://plataforma-ia-industria.fiesp.com.br/caso-kct-soya-sauce-copilot.html): Cervejaria familiar de molho de soja dobra eficiência administrativa com IA generativa. - [TruckHouse](https://plataforma-ia-industria.fiesp.com.br/caso-truckhouse-gemini-sheets-bom.html): De uma semana para 10 minutos: pequena fábrica acelera engenharia com IA na planilha. - [YAMASHITA](https://plataforma-ia-industria.fiesp.com.br/caso-yamashita-fabric-democratizacao-dados.html): Decisões diárias com base em dados frescos: do Excel para uma plataforma de dados. - [HARTING](https://plataforma-ia-industria.fiesp.com.br/caso-harting-han-configurator-azure-openai.html): De semanas para minutos: configurador de produto guiado por IA encurta o ciclo de engenharia. - [Suzano](https://plataforma-ia-industria.fiesp.com.br/caso-suzano-ana-maria-digestor.html): IA generativa que reduziu 15h no treinamento de operadores do digestor. - [Hitachi — Omika Works](https://plataforma-ia-industria.fiesp.com.br/caso-hitachi-omika-inspecao-visual.html): Inspeção visual com IA: 100% de detecção de defeitos em terminais prensados. - [AB InBev](https://plataforma-ia-industria.fiesp.com.br/caso-abinbev-newark-filtracao.html): +60% de produção por corrida com aprendizado de máquina otimizando o filtro K. - [BMW Group](https://plataforma-ia-industria.fiesp.com.br/caso-bmw-dados-sinteticos-qa.html): 800 mil imagens sintéticas para industrializar visão computacional no controle de qualidade. - [Volkswagen Group / Autoeuropa](https://plataforma-ia-industria.fiesp.com.br/caso-volkswagen-dpp-mlops.html): Acesso a dados de semanas para minutos: a plataforma que destravou 1.200 aplicações de IA. - [Linker Vision (cliente: fabricante de semicondutores)](https://plataforma-ia-industria.fiesp.com.br/caso-linker-vision-semicondutor-seguranca.html): Visão computacional reduz em 90% o tempo gasto com alarmes de segurança em uma fábrica. - [Roquette](https://plataforma-ia-industria.fiesp.com.br/caso-roquette-roqgpt-azure-openai.html): Chatbot corporativo de IA generativa libera de 2 a 4 horas semanais por colaborador. - [Bison Coolers](https://plataforma-ia-industria.fiesp.com.br/caso-bison-coolers-gemini-workspace.html): Indústria de 14 pessoas recupera horas da liderança com IA no escritório. - [Jacobsen Salt Co.](https://plataforma-ia-industria.fiesp.com.br/caso-jacobsen-salt-sheets-lotes.html): Produção em lotes artesanais cruza dados ambientais com IA na planilha. - [Amcor](https://plataforma-ia-industria.fiesp.com.br/caso-amcor-aveva-ia-scada.html): Camada de IA sobre o sistema existente destrava dados de chão de fábrica em 23 unidades. - [Sandvik Coromant](https://plataforma-ia-industria.fiesp.com.br/caso-sandvik-coromant-manufacturing-copilot.html): Documentação técnica vira vantagem competitiva com assistente de IA por linguagem natural. - [Inpasa](https://plataforma-ia-industria.fiesp.com.br/caso-inpasa-tractian-manutencao-preditiva.html): Manutenção preditiva com sensores e IA leva disponibilidade de ativos a 99,76%. - [PMI estoniana de roupas esportivas sob medida (caso AIRE)](https://plataforma-ia-industria.fiesp.com.br/caso-aire-sportswear-sombra-digital.html): Sombra digital revela gargalos invisíveis em linha de roupas esportivas sob medida. - [PMEs croatas de refrigeração industrial (estudo de caso DSS)](https://plataforma-ia-industria.fiesp.com.br/caso-dss-refrigeracao-pme-open-source.html): Manutenção preditiva acessível com R open-source em PMEs de refrigeração industrial. - [Fabricante de molduras laterais de para-brisas (dataset KAMP)](https://plataforma-ia-industria.fiesp.com.br/caso-kamp-injecao-xai-coreia.html): IA explicável reduz defeitos de injeção de 1,00% para 0,13% em autopeças. ## Dados e descoberta - [Base de casos em JSON](https://plataforma-ia-industria.fiesp.com.br/js/cases-prototipo-full.json): registros estruturados com empresa, setor, país, desafio, contexto, jornada, resultados e fonte. - [Base de casos em JavaScript](https://plataforma-ia-industria.fiesp.com.br/js/cases-prototipo-full.js): cópia dos dados em JavaScript. A biblioteca e os detalhes dos casos são entregues diretamente no HTML estático. - [Sitemap XML](https://plataforma-ia-industria.fiesp.com.br/sitemap.xml): URLs canônicas das páginas públicas. - [Robots.txt](https://plataforma-ia-industria.fiesp.com.br/robots.txt): orientações de rastreamento e localização do sitemap. ## Orientações de leitura - A biblioteca e os detalhes dos casos são carregados por JavaScript. Para leitura estruturada, consulte também a base JSON e a fonte indicada no campo `fonte` de cada caso. - Ao citar resultados, preserve a empresa, o contexto, a unidade e as aproximações das métricas; os resultados apresentados são específicos de cada caso. - Não interprete as empresas ou os fornecedores citados nos casos como parceiros institucionais da plataforma. - O autodiagnóstico e a reflexão guiada apresentam orientações baseadas nas respostas do usuário; não constituem certificação de maturidade. - O ano de um caso não deve ser interpretado como data de publicação ou atualização da plataforma.