Smart factory: as quatro camadas em que a flexibilidade entra, e qual é a mais difícil

Mariana Kobayashi é engenheira química pela Escola Politécnica da USP e mestre pelo Instituto Francês de Petróleo. Coordena processos de transformação digital numa companhia de energia francesa — setor que ela própria descreve como extremamente tradicional — e organiza, em Paris, o Women in Data Science (WiDS), evento sobre mulheres em ciência de dados. Nesta conversa com Mariana Paes, professora e pesquisadora de engenharia na UFJF, ela mapeia onde a customização em massa realmente entra numa cadeia produtiva, diz o que avaliar antes de iniciar um projeto, e é direta sobre o que o gêmeo digital ainda não entrega.

Smart factory: o objetivo é o de sempre, o que mudou é o acesso

Kobayashi começa pelo lugar-comum, e então aponta onde está o que é novo:

"Por trás de qualquer implementação de novas tecnologias, a gente sempre vai buscar otimizar a produção, otimizar os processos produtivos — tanto o PCP quanto a logística. Isso todo mundo está cansado de escutar. Mas o coração da noção de smart factory é ter essa interação e esse entendimento do nosso processo através dos dados — de entender o que está acontecendo na realidade mesmo." — Mariana Kobayashi

Com a internet industrial das coisas, isso significa "captar dados de lugares que a gente não sabia que poderia, ou que nem queria — achava que não ia trazer valor para o negócio".

A imagem concreta que ela dá, a partir da operação dela:

"Imagina um gestor conseguindo abrir o computador dele e vendo o processo inteiro na tela: qual é a vazão, qual é a vazão de combustível que está sendo produzido, por onde, em que usina — e ter controle até dos fluxos entre as plantas e internamente nelas, e para que consumidor a gente está produzindo."

As duas palavras que ela dá como chave: integração e tempo real. Mas com uma qualificação que separa a promessa do resultado:

"Ter acesso em tempo real com valor — isso é algo muito difícil. Muitas vezes a gente consegue ter acesso a muitos dados em tempo real, mas tirar análises boas e construir modelos preditivos a partir deles é outra coisa." — Mariana Kobayashi

Mariana Paes acrescenta o enquadramento conceitual — smart factory como a aplicação de sistemas ciberfísicos ao contexto industrial — e identifica as duas razões do interesse atual:

"Eu acho que a questão é a autonomia que esses sistemas passam a ter — sistemas que trazem as coisas cada vez mais mastigadas, em tempo real. E esse boom de dados: quanto mais dispositivos a gente coloca numa indústria, mais dados são gerados, maior a necessidade de armazenar, processar, analisar." — Mariana Paes

Smart factory também olha para fora: as quatro camadas

Mariana Paes levanta o lado menos explorado: os ganhos de customização em massa, do muro da fábrica para fora.

Kobayashi reconhece o viés primeiro:

"A gente costuma olhar muito para dentro, principalmente em empresas tradicionais. A gente olha muito para a nossa produção, para a gestão de energia inteligente, para como reduzir o consumo." — Mariana Kobayashi

E então mapeia as quatro camadas da cadeia em que a flexibilidade pode ser introduzida — em ordem crescente de dificuldade. Esta é a contribuição mais original do episódio.

Sobre a camada de montagem, a formulação dela:

"O cliente diz: eu quero que essa peça não seja prontinha com A mais B mais C — eu quero escolher D, quero colocar aqui D e E. Então abrir as suas peças e colocar à venda o seu portfólio com um passo atrás, antes do passo de montagem." — Mariana Kobayashi

O que a manufatura aditiva elimina

E aqui vem a observação técnica que explica por que a impressão 3D muda a economia da customização:

"Isso pode te permitir construir peças para um cliente só, sem você ter que fazer um investimento para esse cliente. Através de um desenho e de um software, imprimir a peça diferente para cada cliente. Ela tira do processo produtivo a parte em que a gente constrói o molde. Então não tem mais construção de molde — e isso acarreta essa maior flexibilidade." — Mariana Kobayashi

O molde é justamente o custo fixo que obriga a produzir em escala para diluir. Sem ele, lote unitário deixa de ser inviável.

E o lado de serviços

"Coletar dados dos nossos clientes, o máximo que a gente conseguir — claro, de forma adequada. E analisar: esse cliente tem essa tendência de comprar este produto com essas características. E, além de saber o que ele quer, entender quando ele quer, quanto ele quer, onde — entender realmente os hábitos de consumo e se adequar a eles." — Mariana Kobayashi

Com a observação que abre o caminho para as quatro camadas:

"Talvez o seu cliente não ache o produto que ele quer exatamente no seu portfólio."

O problema do que não é virtual

Mariana Paes levanta uma distinção que vale guardar, e que explica muitas falhas de personalização:

"A gente está falando desse contexto digital, de tudo estar cada vez mais digitalizado. E algumas relações — principalmente com os nossos fornecedores e com os nossos clientes, que é quem vai gerar essa demanda personalizada — são virtuais, mas não são todas virtuais. Boa parte dessas transações ainda não é virtual." — Mariana Paes

E a pergunta que decorre disso:

"Como é que você pega o que não é virtual para tratar no digital? Porque eu acho que é o grande gap, e às vezes causador de muitas falhas, muitos erros nesse sentido de personalização: faz a empresa entender errado o que o cliente está comunicando."

Kobayashi concorda e acrescenta o agravante:

"E tem a dificuldade que a gente ainda tem de capturar esses dados, de manusear. Porque mesmo a parte que já é virtual, a grande maioria das empresas tem muita dificuldade de capturar e tratar."

As quatro tendências, com uma ressalva honesta sobre a primeira

1. Gêmeo digital

"O gêmeo digital de uma instalação, de um processo produtivo. Vamos supor que eu consegui construir um gêmeo digital da minha planta. Se eu tenho um novo operador chegando, ele vai ser usado para formar esse operador, que nunca trabalhou na área." — Mariana Kobayashi

E o uso que ela destaca como o mais valioso:

"Tem uma máquina que está vibrando muito, uma bomba, algum equipamento. A gente tem essa noção já antes de acontecer — conseguir não somente reagir, mas agir em cima do seu processo, antes que alguma coisa que prejudique a sua produção aconteça."

E então a ressalva, que é o que torna a resposta confiável:

"Esse gêmeo digital está bem na moda, muitas pessoas trazem esse nome — mas acho que ele ainda não chegou no ato. As empresas estão sim construindo sistemas que modelizam processos, que conseguem fazer previsão futura, até previsão de mercado. Mas o ótimo mesmo do gêmeo digital, de ter integração completa, eu acho que ainda está por vir. Não chegamos lá, nem no Brasil, nem na Europa." — Mariana Kobayashi

2. Inteligência artificial — e ela desinfla o hype

"A base de tratamento de dados, analítica, estatística — isso já é velho." — Mariana Kobayashi

Ela conta que organiza, em Paris, o Women in Data Science, evento sobre mulheres em ciência de dados, e que parte do propósito é exatamente esse:

"Trazer pesquisadoras e mulheres que trabalham na indústria para falar sobre a carreira delas, inspirar meninas, e mostrar que é uma coisa que não é de hoje, não é um hype. A gente usa há muito tempo — às vezes está dando outros nomes para esses métodos."

As duas palavras que ela destaca: predição e prescrição.

"Prever, adiantar o que está acontecendo, e conseguir fazer uma prescrição do que você gostaria que acontecesse."

3. Descentralização dos sistemas

Para ganhar agilidade e flexibilidade — e aqui ela fala do próprio obstáculo, sem maquiar:

"A minha empresa tem muitos funcionários, então a gente pena. É muito difícil a gente conseguir trazer esse tipo de melhoria. É bem difícil mesmo implementar todas essas tecnologias pela cultura das pessoas hoje." — Mariana Kobayashi

4. A base de dados, que vem antes de tudo

"Em todas as respostas a gente trouxe essa palavra: dados. Porque sem eles a gente não tem acesso a nada. Então a gente tem trabalhado muito nessa base de dados — ter uma base sólida, uma cultura sólida de dados, para em seguida implementar todas essas tecnologias que a gente citou." — Mariana Kobayashi

E a desmistificação que ela acrescenta:

"Às vezes as pessoas estão idealizando muito, achando que é uma coisa de sete cabeças. Mas está no nosso dia a dia, em qualquer lugar — e cabe a nós abrir a mente e lidar com os dados de forma mais eficaz."

Brasil e Europa: ela recusa a desvantagem

Perguntada se vê dificuldades específicas da indústria brasileira:

"De forma otimista, eu diria que não. Eu não acho que o Brasil tem desvantagens em relação à Europa." — Mariana Kobayashi

O que a Europa tem, na avaliação dela, é custo e proximidade:

"Talvez aqui eles tenham acesso de forma mais barata às tecnologias, pela força da moeda e pela proximidade dos países. O fornecedor da tecnologia de organização de base de dados e de integração de todo o meu sistema é alemão — eles estão aqui do lado, no mesmo fuso horário. Se eu preciso de contato, eu posso ir lá falar com eles."

Mas:

"Em termos de disponibilidade de tecnologia, acho que o Brasil pode ter acesso às mesmas tecnologias."

E sobre mão de obra, ela é enfática:

"A mão de obra brasileira de ensino superior é muito qualificada, tem um bom nível. A gente aqui na França é visto com muito bons olhos — fala que é brasileiro, é visto como trabalhador, inteligente. E a gente tem que tirar isso da nossa cabeça, essa síndrome do vira-lata." — Mariana Kobayashi

A dificuldade real, para ela, está em outro lugar: a cultura da empresa.

O que avaliar antes de começar

Pergunta da audiência: já tive boas e más experiências com projetos desse tipo. O que precisa ser avaliado antes de partir para um?

A resposta dela é uma lista de quatro itens, e nenhum é tecnologia:

"Primeiro de tudo: como é a estrutura de dados deles, a cultura deles em relação a dados. Tem uma equipe responsável por isso? Tem realmente uma equipe que sabe que é responsável, que vai estar lá se tiver algum problema, que cuida dessas bases, que cuida da integração com todos os sistemas — e que entende o negócio, que consegue entender qual é a necessidade desses dados para o negócio." — Mariana Kobayashi

O resumo em quatro palavras: cultura, acesso, integração e uma equipe.

"Tem que ter gente. E gente disponível também. Às vezes as pessoas não se envolvem o suficiente para fazer acontecer."

O que o profissional precisa romper

Pergunta da audiência. A resposta tem duas partes.

A primeira é reaprender:

"Principalmente, saber reaprender. Às vezes você está muito acostumado a usar o seu Excel da forma como ele está. Saber reaprender, aceitar outras dicas, outras soluções — porque às vezes a gente fica muito preso nos nossos hábitos." — Mariana Kobayashi

A segunda é mais incomum: ela diz que você precisa de um projeto que dê errado.

"Se hoje você nunca passou por alguma decepção, por algum projeto que não deu certo, aí tem que chegar esse dia — para você realmente pensar: puxa, eu devia ter mudado, eu devia ter feito diferente. Porque, se só tiver glória, você vai achar que você está sempre certo." — Mariana Kobayashi

A pergunta que ela estava esperando, e a melhor resposta do episódio

Pergunta da audiência: o profissional de TI que não conhece as necessidades da fábrica, e o engenheiro que não conhece as ferramentas de TI — tendem a desaparecer com a Indústria 4.0?

"Não. Com certeza não."

E ela corrige a premissa antes de responder:

"É importantíssimo entender que colocar tecnologia num negócio, o objetivo não é demitir gente. O objetivo é produzir mais. Eu não quero ficar com 20 funcionários e demitir dois. Eu quero ficar com 20 funcionários e, em vez de produzir 100, produzir 200." — Mariana Kobayashi

E o encadeamento que ela desenha:

"A gente vai fazer investimento para produzir mais, ganhar mais dinheiro e continuar pagando o salário dos funcionários — que vão ser mais capacitados, vão ter mais conhecimento, talvez até ganhem mais, porque você está fazendo um trabalho complexo."

E então ela descreve o próprio cargo como a resposta

"Eu sou engenheira química, mas eu comecei em região de fábrica, realmente na refinaria, entrando em equipamento com todos os meus equipamentos de proteção. Eu estou exatamente no meio dos dois, fazendo essa ponte." — Mariana Kobayashi

E o exemplo do que essa ponte faz, que é o trecho mais instrutivo do episódio:

"A pessoa técnica fala: Mari, eu preciso de uma ferramenta que me ajude a gerir estoques. Ela não vai falar isso para o cara da TI, que não vai entender nada. E aí ela fala para mim. Então eu vou entender qual é a frequência, de onde vêm os dados, por quê. Será que isso é realmente uma necessidade? Ou ela confundiu a necessidade — e, na verdade, para gerir o estoque, o que ela precisa é entender o consumidor, e aí, entendendo o consumidor, consegue gerir o estoque de forma não reativa." — Mariana Kobayashi

E só então a conversa técnica:

"Aí eu vou falar com o cara de TI: olha, essa é a necessidade, vamos avaliar as soluções? Vai fazer uma aplicação web? Vai fazer uma base de dados? A gente vai entender com ele o que pode responder a essa solução."

Repare que o valor do papel não está na tradução de vocabulário. Está em questionar se a demanda formulada é a necessidade real — e isso só é possível para quem entende os dois lados.

O efeito de aprendizado que o papel produz

"Esse meio de campo também é usado para ajudar a TI a entender mais o negócio. A TI, a cada projeto que vai fazendo, vai entendendo mais. E o pessoal de negócios, a cada novo projeto, começa a entender mais da tecnologia. Então eles não são obrigados a saber logo de cara." — Mariana Kobayashi

E os dois caminhos possíveis, com a recomendação dela:

"Ou ter realmente uma pessoa no cargo que eu ocupo, que vai intermediar essa discussão, ou a empresa tem que investir em treinamento para os dois. De qualquer forma, mesmo que tenha uma pessoa no meio, eu acho muito interessante a empresa investir em treinamento — porque começa daí a gente quebrar essa roda de cultura de não dados."

Mariana Paes nomeia o perfil:

"A questão é você ser um profissional T: ele é um especialista, entende tecnicamente muito de uma coisa, mas consegue enxergar a integração toda. Ninguém vai perder nada — a pessoa só vai ganhar. Quem consegue falar as duas línguas, mesmo que não fluente, mas consegue dialogar com o outro lado da moeda, está sendo bem valorizado." — Mariana Paes

Quem é Mariana Kobayashi

• Engenheira química pela Escola Politécnica da USP
• Mestre pelo Instituto Francês de Petróleo
• Coordenadora de processos de transformação digital numa companhia de energia francesa, com operações em vários países da Europa
• Começou a carreira em refinaria, em campo, antes de migrar para a interface entre área técnica e tecnologia
• Organiza, em Paris, o Women in Data Science (WiDS), evento sobre mulheres em ciência de dados, com pesquisadoras e profissionais da indústria

A entrevistadora é Mariana Paes, professora e pesquisadora de engenharia na Universidade Federal de Juiz de Fora, com atuação em empreendedorismo, tecnologia da informação e gestão da inovação, e apresentadora do quadro Ensaio do Futuro do VoittoCast.

Ouvir o episódio

VoittoCast #10 — Smart Factory: como transformar fábricas com a Indústria 4.0 Quadro: Ensaio do Futuro, com Mariana Paes Convidada: Mariana Kobayashi

Ouvir no Spotify

Página do episódio no VoittoCast

Para aplicar

• Todos os episódios do VoittoCast
• Existe conflito entre Indústria 4.0 e Lean?
• Alfabetização de dados: ler, analisar e argumentar
• Gestão da demanda: o censo e o fim do forecast
• Indústria 4.0: os pilares e o que muda na operação
• IIoT: internet industrial das coisas
• Automação na indústria: o que é e por onde começar
• Controle do chão de fábrica
• Impressão 3D na construção civil