Inteligência artificial na indústria: o ganho rápido está no escritório da fábrica

Quando se fala em inteligência artificial na indústria, a imagem que aparece é a da palestra: robô, sensor em tudo, gêmeo digital, fábrica funcionando sozinha. Para quem toca uma metalúrgica de sessenta pessoas, uma fábrica de embalagens ou uma indústria de móveis, essa imagem mais atrapalha do que ajuda. Parece caro, distante e coisa para daqui a dez anos.

A versão honesta é outra, e bem mais próxima. Na pequena e média indústria, o ganho mais rápido com IA quase nunca está no chão de fábrica. Está no escritório da fábrica: no orçamento que demora três dias para sair, no pedido que chega em PDF e alguém redigita no ERP, no PCP que vive numa planilha, no comprador do cliente perguntando pela quarta vez quando o pedido embarca.

Este artigo mostra onde a tecnologia ajuda de fato, o que exige dado que a fábrica talvez ainda não tenha, o que ela não deve decidir sozinha e por onde começar sem parar a produção.

Por que o ganho rápido não está na máquina?

A máquina já é automática há décadas. Centro de usinagem, injetora, dobradeira: quem programa, programa uma vez, e ela repete. O que continua manual é tudo em volta dela: a informação que entra (pedido, desenho, especificação, prazo), a que circula por dentro (programação, compra, qualidade) e a que sai (status, documentação para o cliente).

Esse trabalho é feito por gente lendo, copiando, conferindo e perguntando, e é justamente o tipo de trabalho em que a IA funciona bem hoje, sem sensor novo e sem mexer em nada que envolva segurança de máquina. E o dado já existe: no e-mail, no PDF, no WhatsApp do representante, no ERP e na planilha do PCP. Ninguém precisa instalar nada no galpão para começar.

O que atrasa a fábrica raramente é a máquina. É a informação que demora a chegar até ela.

Onde a inteligência artificial na indústria rende primeiro

Orçamento técnico e cotação

Em muita indústria sob encomenda, o orçamento é o gargalo comercial. O pedido chega com desenho, especificação e quantidade, e alguém da engenharia precisa ler tudo, lembrar se já fez peça parecida, levantar material e tempo de máquina e montar a proposta. Leva dias, e o cliente fecha com quem respondeu primeiro.

Imagine uma metalúrgica que recebe dezenas de pedidos de orçamento por semana. A IA lê o pedido e os anexos, extrai material, dimensões e quantidade, encontra no histórico os orçamentos de peças semelhantes e pré-preenche a planilha de custeio com os parâmetros da própria empresa. O orçamentista deixa de começar do zero e passa a revisar e definir o preço. A decisão continua com ele; o que some é o garimpo.

Pedido que chega por e-mail, PDF e WhatsApp

Cada cliente manda o pedido do jeito dele: PDF do sistema de compras, corpo do e-mail, foto de uma folha no WhatsApp do representante. Alguém lê e digita no ERP, item por item. Não exige julgamento, mas exige atenção, e erro de digitação vira peça errada produzida.

A IA interpreta o pedido em qualquer formato, confere código e quantidade com o cadastro, aponta o que não bate (código inexistente, preço fora da tabela, prazo impossível) e deixa o pedido como rascunho para uma pessoa aprovar. Esse transporte de dado entre o e-mail e o sistema é o exemplo clássico do mapa do retrabalho: alta frequência, regra clara e erro caro.

Status de pedido e dúvida técnica repetida

"Já faturou?", "quando embarca?", "me manda o certificado do lote?". O comprador do cliente pergunta, o representante liga, e alguém do comercial para tudo para abrir o ERP e responder. Várias vezes por dia.

Um agente de IA consulta o sistema e responde na hora, no canal em que a pergunta chegou, e passa para uma pessoa só o que foge do padrão: pedido atrasado, reclamação, negociação.

PCP que vive numa planilha

Em boa parte das PMEs industriais, a programação da produção mora numa planilha que só uma pessoa entende, e a fábrica depende da memória dela.

Aqui a IA não programa a fábrica sozinha, e nem deveria. O que ela faz bem é dar visão: consolidar a carteira todo dia, avisar quando um pedido novo conflita com o que já está programado, alertar quando a falta de material vai atrasar uma ordem e responder perguntas em português ("quais pedidos do cliente X estão atrasados?"). É a lógica dos relatórios automáticos aplicada à produção: o planejador deixa de montar o quadro e passa a decidir em cima dele.

Qualidade, não conformidade e compras

A qualidade vive de registro, e registro é o que mais se perde. O operador vê o defeito, avisa de boca, e o relatório de não conformidade sai dias depois, incompleto. A IA transforma o áudio e a foto do operador em registro estruturado, encontra ocorrências parecidas, rascunha o relatório para o cliente e lembra quem está com ação pendente.

Em compras, cotações de fornecedores em formatos diferentes viram um comparativo lado a lado, e o atraso de uma entrega vira alerta antes de parar uma ordem de produção.

E no chão de fábrica, a IA funciona?

Funciona onde já existe dado. Essa frase separa o projeto que dá retorno do que vira piloto eterno.

Inspeção visual por câmera. Vai bem com defeito recorrente e visível (risco, rebarba, falha de pintura), com iluminação controlada e um acervo de fotos de peça boa e ruim. Não vai bem com o defeito que nem o inspetor experiente consegue descrever. O primeiro passo, que dá para dar amanhã, é fotografar e catalogar os defeitos.

Apontamento de produção. Se o apontamento é feito em papel no fim do turno, não existe base para análise nenhuma. O primeiro passo é digitalizar esse registro, e a própria IA ajuda: o operador fala ou fotografa, e o sistema transforma em apontamento.

Manutenção preditiva com IA. É a aplicação mais citada entre os exemplos de inteligência artificial na indústria, e a que mais exige dado: histórico de quebras e sensores (vibração, temperatura, corrente) registrando por meses. Sem isso, o modelo não tem o que aprender. Se a sua fábrica não tem esse dado, o passo certo não é comprar preditiva: é organizar a preventiva e registrar toda parada, com máquina, motivo e duração. Esse registro, feito com disciplina por um ano, é o que vai permitir falar em preditiva depois.

Resumindo:

• Dá para começar amanhã: orçamento, pedido, status, relatório de produção, não conformidade, comparativo de cotação.
• Exige dado primeiro: inspeção por câmera (acervo de imagens), análise de produtividade (apontamento digital), manutenção preditiva (sensor e histórico de falha).

O que a IA não deve fazer numa indústria

Algumas fronteiras são rígidas, e não por excesso de cautela:

• Decidir parâmetro de segurança ou liberar máquina. Segurança de máquinas e equipamentos segue norma regulamentadora (a NR-12) e passa por profissional habilitado. Nenhum sistema automático libera equipamento, altera intertravamento ou define parâmetro de segurança.
• Liberar lote sem inspeção e sem responsável. A IA pode apontar a suspeita, organizar as evidências e sugerir. A liberação é da qualidade, com o nome de quem assina.
• Prometer prazo sem consultar a capacidade real. Um agente que responde "fica pronto dia 15" sem olhar a programação é pior do que nenhum agente. Prazo só sai do sistema ou do PCP; sem informação, a resposta certa é "vou confirmar", com o caso encaminhado a uma pessoa.
• Substituir o engenheiro. Especificação de material, cálculo, definição de processo: a IA resume, busca e sugere, mas quem responde tecnicamente é o profissional.

A regra prática: a IA prepara, organiza, confere e avisa. Quem libera, assina e promete é uma pessoa.

E um cuidado com o dado: desenho e especificação de cliente costumam ser confidenciais. Use ferramentas contratadas que não treinam modelo com o seu conteúdo, mantenha os dados nos seus sistemas, dê acesso por perfil e registre toda ação executada.

Precisa trocar o ERP?

Não. Na maioria dos casos, a IA na indústria entra como uma camada por cima do ERP que a fábrica já usa: lê o que precisa, escreve o rascunho, avisa. O sistema continua sendo a fonte da verdade, e ninguém para a operação para migrar. O artigo sobre IA para empresas de Santa Catarina mostra esse raciocínio na indústria de Joinville e Jaraguá do Sul e no têxtil de Blumenau.

Às vezes o problema é outro: o ERP não tem o fluxo da sua fábrica. O orçamento com lógica de custeio própria, a programação com as restrições das suas máquinas, o controle que só existe em planilha. Aí faz sentido construir uma peça sob medida que conversa com o ERP, sem substituí-lo. Quando isso compensa, e quando não, está em sistema personalizado para empresas.

Por onde uma indústria começa

Comece pelo que dói toda semana e dá para medir. Na maioria das PMEs industriais, a ordem é esta:

1. Entrada de pedidos e orçamentos. A demora custa venda e o erro custa peça refeita. Mede-se fácil: tempo de resposta do orçamento e horas de digitação.
2. Status de pedido e atendimento repetido. Devolve o dia do comercial.
3. Relatório diário de produção e carteira. O PCP enxerga o atraso antes que ele aconteça.
4. Registro de qualidade e não conformidade. Histórico que serve para alguma coisa.
5. Só depois, o chão de fábrica com dado: inspeção visual, produtividade, preditiva.

Escolha um só, meça o antes, coloque em produção em trinta dias e compare. Tentar os cinco de uma vez é o jeito mais conhecido de não terminar nenhum.

Quanto custa

Projetos no escritório da fábrica são automação de processo interno: o valor depende de quantos sistemas precisam conversar e de quão organizado está o dado. Para quem começa do zero, um orçamento razoável para os primeiros 90 dias fica entre R$ 15 mil e R$ 60 mil, com diagnóstico, implantação do primeiro processo e acompanhamento. Quando o caminho é construir um sistema sob medida, um MVP costuma ficar entre R$ 40 mil e R$ 150 mil.

O custo de rodar costuma ficar na ordem de grandeza de uma assinatura de software. A exceção que interessa à indústria é o processamento pesado de documentos (muitos PDFs e desenhos por dia), que merece simulação antes de fechar contrato. Projetos de chão de fábrica somam câmera, sensor e instalação, e são outra conta. As linhas completas estão em quanto custa implantar IA numa PME.

A conta que decide: horas por semana gastas em digitação, garimpo de orçamento e resposta de status, multiplicadas pelo custo real da hora de quem faz (entre 1,5 e 2 vezes o salário bruto). Some o que não aparece em planilha nenhuma: o orçamento que saiu tarde e virou pedido do concorrente.

O ganho que muda a fábrica

A inteligência artificial na indústria de pequeno e médio porte não chega pelo robô. Chega pelo orçamento que sai no mesmo dia, pelo pedido que entra sem digitação e pelo planejador que enxerga a semana sem montar planilha. A fábrica continua a mesma; a informação em volta dela passa a andar na velocidade da máquina.

Se quiser descobrir quais dessas horas estão escondidas na sua operação, o diagnóstico de IA da Aivexor é gratuito e termina com a lista priorizada do que se paga primeiro. E, para ligar pedido, ERP e planilha sem trocar de sistema, veja como funciona a automação de processos.