• Fispal Tecnologia is part of the Informa Markets Division of Informa PLC

    This site is operated by a business or businesses owned by Informa PLC and all copyright resides with them. Informa PLC's registered office is 5 Howick Place, London SW1P 1WG. Registered in England and Wales. Number 8860726.

A Fispal Tecnologia

Case AMBEV: inteligência artificial gera resultados positivos mas exige processo de aprendizagem

Implantar soluções de inteligência artificial pode gerar um impacto significativo na linha de produção. Porém, esse processo exige tempo de aprendizado e desenvolvimento gradual. Essa foi a conclusão apresentada pelo diretor de suply da AMBEV, Valdecir Duarte, e pelo CEO da I.System, Igor Santigado, em sua palestra no Fórum Fispal Tec. Responsáveis pela implantação de um sistema de machine learning para a indústria cervejeira, eles apresentaram seu case aos presentes na Arena.

“Embora muito se discuta sobre inteligência artificial para a indústria, a aplicabilidade das soluções ainda é um desafio”, comentou Duarte. Para ele, implantar um projeto de AI que funcionasse na realidade da AMBEV exigiu uma abordagem que unia estratégia e tempo. “Era necessário que tanto a máquina quanto os profissionais aprendessem durante o processo para, só então, dar o passo seguinte”, contou. O processo durou, ao todo, 5 anos.

Aplicação gradual e curva de aprendizado

De acordo com os palestrantes, a estratégia adotada foi iniciar a automatização dos sistemas por tarefas mais simples. “Na execução dessas tarefas, fomos identificando erros e acertos da máquina e ela foi, ao longo do tempo, aprendendo o suficiente para passarmos a adotá-la em tarefas gradualmente mais complexas”, relatou o diretor. “O passo final foi implantar o sistema em uma linha inteira de produção”, concluiu.

Sistema criativo e melhoria contínua

Um dos desenvolvedores da solução aplicada, Santiago explica que o diferencial do sistema é sua capacidade de criar. “Nossa tecnologia enxerga cada máquina como parte de uma rede complexa. Assim, ela consegue analisar conjuntamente os resultados de cada máquina e identificar a melhor configuração para cada uma delas, sempre com foco em gerar uma produção com cada vez menos paradas e, consequentemente, mais lucro”, contou.

Os resultados iniciais foram positivos: a produtividade teve um impacto de 4,7% de crescimento, em média. “Acreditamos que esse número, ao longo das próximas fases, deve chegar a 7%. O processo de melhoria, aprendizado e otimização é contínuo, gerando impacto direto no resultado final”, completou Duarte. V

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading...

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *