Como é que a IA pode criar valor para o sector industrial?

Apesar da incerteza, os líderes industriais podem tomar medidas hoje para garantir que as suas empresas estão preparadas para a IA. Identificámos cinco iniciativas intersectoriais que abordam os desafios à implantação da IA e diferenciam a forma como as empresas podem "agir agora" e "evoluir mais tarde".

O ritmo do desenvolvimento tecnológico exige uma abordagem a duas velocidades para estas iniciativas. As recomendações "atuar agora" requerem um investimento mínimo, causam uma perturbação mínima, são modulares e devem apresentar resultados tangíveis a curto prazo. À medida que as vitórias se acumulam e ganham força, as recomendações "aja agora" transformam-se em sugestões "evolua mais tarde". Estas sugestões viradas para o futuro requerem uma orquestração estratégica descendente e a afetação de capital para criar um volante sustentável para o crescimento das iniciativas de IA.

Estas cinco iniciativas-chave ajudarão a orientar a implantação da IA no sentido de um alinhamento estratégico, de um objetivo operacional e de uma viabilidade comercial:

Iniciativa 3. Desenvolver um plano de requalificação da mão de obra

Prevê-se que a IA venha a ter um impacto abrangente no trabalho e no talento, uma vez que as suas capacidades em rápido avanço lhe permitem realizar uma maior variedade de trabalhos com uma facilidade e sofisticação crescentes.

A GenAI, em particular, pode produzir resultados criativos e analíticos, como códigos, mensagens electrónicas, imagens, apresentações de diapositivos, bem como assumir empregos de "colarinho azul" ou de "colarinho novo" na produção. Os robôs industriais com IA estão a alargar as suas funções, melhorando competências como o reconhecimento de objectos, a aprendizagem e a coordenação, o que lhes permite desempenhar um papel cada vez mais importante. A GenAI poderá tornar as fábricas mais adaptáveis e eficientes, melhorando a sua capacidade de reduzir os tempos de inatividade não planeados, melhorando as previsões.

O papel crescente da IA exigirá que os trabalhadores se requalifiquem, tanto para ganharem proficiência na sua utilização como para melhorarem as competências que se tornarão mais valiosas na era da GenAI, como a garantia de qualidade, a integração de conteúdos ou o envolvimento dos clientes.

Aja agora: Crie uma avaliação de competências para identificar as necessidades de requalificação

Comece por avaliar quais as tarefas que a IA é suscetível de assumir e quais as competências necessárias para os trabalhadores, especialmente para o trabalho braçal, onde o impacto da GenAI tem sido menos explorado.

Evolua mais tarde: Desenvolva e implemente um plano de requalificação

As organizações devem esforçar-se por criar uma cultura de aprendizagem contínua que lhes permita adaptarem-se às necessidades de competências em constante mutação. Os incentivos podem desempenhar um papel importante, associando a requalificação à progressão na carreira e à compensação financeira. E, ao identificarem e incentivarem as bolsas de inovação, as empresas podem manter os funcionários talentosos empenhados e atrair novos talentos com conjuntos de competências a pedido.

Iniciativa 4. Crie uma avaliação da arquitetura de dados e um roteiro de atualização

As empresas industriais têm tradicionalmente implementado soluções pontuais centradas na OT sem uma estratégia de dados coesa, mas ter a arquitetura de dados correta é fundamental para a implementação eficaz da IA em toda a organização. O desafio é agravado pelos diferentes tipos de dados utilizados pela IA tradicional (dados estruturados) e pela GenAI (que se destaca no trabalho com dados não estruturados). Para utilizar a GenAI em toda a força de trabalho, os modelos de linguagem de grande porte (LLMs) devem ser treinados em procedimentos operacionais e melhores práticas — construindo um "gráfico de conhecimento" para a organização. Mas muitas destas informações residem frequentemente apenas nas mentes dos empregados e podem não estar formalmente codificadas, muito menos armazenadas em formato digital.

Aja agora: Efectue uma avaliação da arquitetura de dados

A arquitetura dos dados deve ser avaliada para identificar a conceção do processo, as dependências e a qualidade e segurança dos dados. Os parâmetros de referência adequados podem fornecer uma base de desempenho e apoiar futuros casos de negócios de IA. Mapeie os potenciais cenários de atualização do sistema, associando as actualizações faseadas ao potencial ROI dos casos de utilização correspondentes. A governação deve ser revista e reforçada para abranger os riscos herdados (como a privacidade dos dados, a parcialidade e a cibersegurança), bem como os novos riscos criados pelos novos casos de utilização da IA.

Evolua mais tarde: Execute uma estratégia de dados com actualizações faseadas por ROI, impacto e viabilidade

Depois de a infraestrutura estar mapeada, as empresas precisam de uma estratégia para recolher, armazenar e gerir os dados necessários para as aplicações de IA. O primeiro passo é identificar e implementar processos para melhorar a qualidade dos dados. Em segundo lugar, podem adotar uma abordagem faseada e orientada para o ROI para recolher dados e introduzir novos casos de utilização. Explore oportunidades para a aquisição de novos dados, incluindo dados "sintéticos", conforme necessário, para compensar a falta de dados históricos para o teste e a aplicação de modelos de IA. 

Iniciativa 5: Desenvolver parcerias do ecossistema de IA

As empresas industriais estão habituadas a gerir ecossistemas complexos de parceiros da cadeia de abastecimento. Tanto para a cadeia de fornecimento como para as parcerias de IA, é importante examinar os parceiros, definir normas de desempenho e gerir os custos da parceria.

No entanto, as parcerias de IA trazem uma maior complexidade e profundidade de integração porque as soluções de IA têm de se ligar a sistemas centrais, ser adaptáveis e geridas ao longo do tempo. Cada parceiro aumenta os custos de integração e gestão, afectando a orquestração da pilha tecnológica. Os parceiros de IA com fraco desempenho podem causar mais danos do que os parceiros tradicionais da cadeia de abastecimento.

Aja agora: Mapeie os ecossistemas de IA e as capacidades complementares e inicie projectos-piloto

Ao escolher parceiros para projectos de IA, as empresas devem comparar as suas capacidades, maturidade e ecossistemas de IA com as melhores práticas emergentes. Os parceiros e os ecossistemas com capacidades e experiências complementares podem colmatar as lacunas em termos de competências, tecnologia e implementação. No entanto, as novas relações entre parceiros e ecossistemas exigem também uma nova governação. Ao estabelecer parcerias iniciais com várias entidades e ao identificar pequenas oportunidades de projectos-piloto, as empresas podem adquirir experiência antes de projectos de IA de maior dimensão.

Evolua mais tarde: Utilize os principais critérios de avaliação para apoiar um ecossistema de parceiros de IA restrito mas forte

À medida que o ecossistema de parceiros de IA evolui, é essencial estabelecer critérios-chave para avaliar as relações do ecossistema. Isto ajuda a selecionar e a desenvolver relações com os parceiros prioritários e a agir de forma decisiva para eliminar os parceiros desnecessários que não fornecem valor ou não se adaptam às necessidades futuras. À medida que o ecossistema evolui, o mesmo acontece com a função, a governação e o manual de boas práticas.

Impacto das cinco iniciativas para enfrentar os principais desafios das empresas industriais

Principais considerações para as empresas industriais quando implementam a IA

As empresas industriais sempre foram lideradas por OT. A IA não inverterá essa tendência, mas apoiará uma convergência TI/OT mais profunda. É provável que as soluções pontuais orientadas para as empresas cresçam em número e exijam a normalização e a interoperabilidade dos dados OT. As empresas industriais devem então reconhecer a necessidade de uma arquitetura de dados madura, para justificar os investimentos em TI e garantir que a IA traz valor de forma sustentável e segura. A IA é possibilitada pela tecnologia, mas deve ser liderada pelas empresas.

Muitos dos benefícios que a IA pode trazer às empresas industriais resultam do trabalho de base que tem de ser efectuado nas empresas antes da implementação: Não se trata apenas de uma atualização tecnológica; trata-se também de uma atualização organizacional e cultural.

A cadeia de abastecimento existe há séculos e sempre aproveitou as novas tecnologias para se adaptar e melhorar. Atualmente, as cadeias de abastecimento que são mais resistentes, mais rentáveis e mais previsíveis são cadeias de abastecimento com IA.

Alguns vêem a IA como uma expressão da moda, mas vale a pena lembrar que a IA não é um interrutor, é uma viagem.

Agradecimentos especiais a Francisco Almeida, EY Global Advanced Manufacturing & Mobility Analyst, Ernst & Young LLP; Michael S Fiske, EY Global Advanced Manufacturing & Mobility Analyst, Ernst & Young LLP; Anil Valsan, Diretor, EY Global Advanced Manufacturing & Mobility Lead Analyst, Ernst & Young LLP; Gautam Jaggi, Diretor, EY Knowledge Insights, Ernst & Young LLP e Claudio Knizek, EY-Parthenon Global Advanced Manufacturing & Mobility Leader por contribuírem para este artigo.