Por Jim Chappell* – Durante uma vista a uma montadora nos Estados Unidos, o executivo japonês Eiji Toyoda teve uma visão surpreendente: o que aconteceria se as peças de automóveis fossem produzidas na hora certa para o uso? A ideia foi adotada pela primeira vez na Toyota Motor Corporation, na década de 1950 – empresa que Toyoda viria a liderar. Após a crise do petróleo de 1973, o conceito just in time tornou-se uma característica marcante da indústria automobilística japonesa. Ao minimizar o desperdício e, ao mesmo tempo, aprimorar a qualidade, o sistema de produção garantiu aos carros japoneses uma reputação de confiabilidade e preço acessível.
A montagem just in time, frequentemente chamada de manufatura enxuta, tornou-se um pilar fundamental do cânone da gestão global. Sua adoção nas décadas de 1970 e 1980 ocorreu em meio a períodos de estagnação econômica e alta inflação, enquanto as empresas lutavam para melhorar as margens de lucro e reduzir os custos de produção, produzindo mais com menos. De 1973 a 1984, a Toyota, sozinha, aumentou sua produção de 170.046 unidades para 3,4 milhões de unidades. E o setor seguiu seu exemplo rapidamente.
Previsão de riscos para a manufatura
Fabricantes em todo o mundo enfrentam um momento igualmente transformador hoje — embora estejamos em um lugar muito diferente. Os problemas da cadeia de suprimentos relacionados à Covid podem ter diminuído nos últimos meses. No entanto, novos riscos obscurecem as previsões não apenas para o curto prazo, mas também para a próxima década, como observou o Fórum Econômico Mundial em seu bastante sombrio Relatório de Riscos Globais de 2025.
A turbulência geopolítica e a emergência de um mundo multipolar estão aumentando a demanda por produção local, enquanto novas tarifas comerciais terão seu próprio impacto. Eventos climáticos extremos, por sua vez, continuarão a afetar o fornecimento de matérias-primas, incluindo ingredientes e recursos minerais.
Mas quando as coisas ficam difíceis, para reformular o velho ditado, os difíceis se voltam para novas ferramentas. Em todas as crises econômicas, a indústria tem alavancado tecnologias e processos de ponta para enfrentar os ventos econômicos contrários e transformar os resultados dos negócios. A tecnologia para os nossos tempos é a IA industrial, e o verdadeiro divisor de águas será sua capacidade de gerar insights em tempo real. Ou insights just in time, para citar Eiji Toyoda.
Liderando pela frente com a transformação empresarial
Desde a adoção da linha de montagem por Henry Ford, no início do século passado, até o Unimate da General Motors e os sistemas just in time e Kanban da Toyota, o setor de manufatura tomou a dianteira em termos de inovação e transformação empresarial.
O advento da Indústria 4.0 acelerou a digitalização e ajudou a lançar fábricas autônomas. Mas, com os fabricantes enfrentando disrupções sem precedentes, a vantagem de serem pioneiros no cenário atual parece estar com aqueles que adotam o papel dos dados industriais e tecnologias relacionadas à IA como aprendizado de máquina (machine learning), análise preditiva e IA generativa.
Juntos, eles são essenciais para fornecer os insights necessários para manter as operações de manufatura enxutas e eficientes. É justo dizer que a verdadeira batalha não será entre offshore e onshore — será entre fábricas inteligentes e modelos operacionais obsoletos.
Isso é algo que as equipes de produção da Barry Callebaut vivenciaram em primeira mão. A fabricante belgo-suíça começou a adotar uma abordagem digital para a produção de chocolate há sete anos, utilizando softwares industriais avançados para criar uma fábrica inteligente que reúne pessoas, processos e tecnologia.
Ao integrar a visualização empresarial a um Sistema de Execução de Manufatura (MES) de última geração, a fabricante de chocolates melhorou a rastreabilidade e impulsionou a produtividade. Com esse backbhone digital conectado, eliminou silos de dados e capacitou a equipe com insights em tempo real de toda a cadeia de valor.
Paralelamente, modelos preditivos revelaram oportunidades de otimização para ajustes instantâneos, aumentando a capacidade de produção em 10%, enquanto a eficiência em todo o sistema reduziu o consumo de energia e colocou a líder em produtos de consumo no caminho certo para atingir suas metas de emissões zero sem sacrificar a produção.
Para se manter na liderança do setor de chocolates, a Nestlé utilizou análises avançadas com IA e dados em tempo real na nuvem para garantir sabores consistentes em cada pote de sua bebida Nesquik, reduzindo o desperdício de pó em 10%. Com uma economia de 101 g por pote de 1 kg, isso significa 10 xícaras extras de Nesquik. A empresa agora quer expandir esse sucesso para mais fábricas e outros produtos, como o Ovomaltine.
Nos EUA, por sua vez, a New Belgium Brewing Co. passou de cervejaria artesanal a líder nacional com uma abordagem centrada no digital, utilizando uma plataforma MES juntamente com um software avançado de controle de operações. Graças à otimização do cronograma operacional, à visualização de processos, à análise avançada de IA e à melhoria da colaboração e do compartilhamento digital de conhecimento, a empresa sediada no Colorado otimizou a produção, aumentando a eficiência e a qualidade. Em apenas dois anos, a eficácia geral dos equipamentos aumentou de 45% para 65%, enquanto o tempo de inatividade caiu pela metade. Além disso, apesar das variáveis locais, as bebidas produzidas em diferentes instalações nos EUA agora têm o mesmo sabor.
A maioria dos fabricantes exige novas tecnologias
À medida que mais empresas buscam desbloquear esses ganhos transformadores, 58% dos fabricantes dizem que a necessidade de novas tecnologias para capacitar sua força de trabalho é um dos principais desafios empresariais, de acordo com o Relatório de Inteligência Industrial AVEVA de 2024. De fato, a esmagadora maioria (97%) acredita que soluções de IA industrial e outras tecnologias digitais são mais necessárias do que nunca para permanecer se competitivo no cenário desafiador de hoje.
No entanto, a maioria dos projetos de transformação digital — 78%, de acordo com a pesquisa da Capgemini — não entregam os benefícios prometidos devido ao alinhamento deficiente com os resultados de negócios, visibilidade limitada nas operações de ponta a ponta e insights abaixo do ideal.
A resposta está na implementação de sistemas flexíveis e abertos que reúnam equipes de operações e empresas distribuídas em torno de um segmento de dados digitais abrangente, onde elas podem visualizar insights de negócios na hora certa e na escala necessária.
Assim como a abordagem de Eiji Toyoda para a produção, insights just in time permitirão que os fabricantes enfrentem condições operacionais voláteis no médio prazo. Diante de políticas de terceirização e condições climáticas extremas, a capacidade do setor de se manter ágil e resiliente dependerá de como ele utiliza os dados de negócios. A IA industrial é essencial para a manufatura do futuro.
*Jim Chappell é chefe global de IA e análise avançada da AVEVA.
