Quando os robôs aprendem a ver: RaaS e IA espacial chegam às fábricas

Durante anos, os fabricantes encararam a automação como uma resposta à redução da mão de obra, mas o investimento necessário e os recursos de engenharia exigidos para adquirir e reprogramar robôs industriais limitaram a sua implementação, sobretudo à medida que aumentava a escassez de trabalhadores. Um estudo da Deloitte e do Manufacturing Institute projeta que até 2,1 milhões de postos de trabalho no setor industrial poderão ficar por preencher em 2030, um défice que, segundo as suas estimativas, poderá colocar em risco uma produção avaliada em um bilião de dólares.

Esta pressão coincide agora com a maturação de duas tecnologias: a robótica como serviço (RaaS, Robotics as a Service) e a inteligência artificial (IA) espacial. Em conjunto, estão a alterar não só a forma como a automação é financiada, mas também a maneira como as máquinas percecionam o ambiente em que trabalham.

O modelo RaaS transforma a robótica de um investimento de capital numa despesa operacional, permitindo às instalações subscrever frotas de robôs móveis autónomos e braços robóticos colaborativos, em vez de os adquirirem diretamente. Este modelo já despertou interesse, com as receitas globais de RaaS a deverem passar dos 2700 milhões de dólares estimados em 2025 para uma previsão de 16 540 milhões de dólares em 2034.

Mas a transformação reside também naquilo que estes robôs podem fazer depois de implementados. A IA espacial proporciona-lhes uma capacidade funcional de perceção através de visão artificial e mapeamento 3D contínuo, permitindo que uma máquina interprete um ambiente fabril em mudança e repleto de obstáculos, em vez de seguir uma trajetória fixa e pré-programada.

Em vez de depender de códigos rígidos e de jaulas de segurança permanentes, um robô equipado com IA espacial pode detetar um empilhador em movimento, uma palete que foi deslocada ou um trabalhador que entra num corredor e adaptar o seu comportamento em tempo real. Esta flexibilidade permite que o modelo RaaS possa ser aplicado a uma escala maior, uma vez que uma frota modular só é útil se conseguir adaptar-se às condições reais de uma instalação e não apenas a uma planta estática.

O atrativo financeiro do modelo RaaS pode ocultar uma realidade técnica: a IA espacial exige uma elevada capacidade de processamento. O mapeamento 3D em tempo real e o reconhecimento de objetos requerem uma capacidade de cálculo significativa a bordo, combinada com uma conectividade fiável e de baixa latência.

Em muitos casos, é necessária uma rede 5G privada ou uma rede Wi-Fi de elevada densidade para manter vários robôs a executar tarefas de mapeamento e a comunicar em simultâneo, sem perdas de sinal nem atrasos no processamento que possam transformar uma pequena falha num incidente de segurança.

Os fabricantes que avaliem fornecedores de RaaS deverão considerar a preparação da rede como um requisito prévio e não como um aspeto secundário. Deverão também questionar diretamente os fornecedores sobre o funcionamento dos seus sistemas perante os padrões de interferência específicos de uma fábrica em funcionamento, incluindo elementos como as estantes metálicas, as vibrações da maquinaria e o elevado tráfego sem fios gerado pelos equipamentos existentes.

A capacidade da IA espacial para operar em segurança perto das pessoas, em vez de o fazer atrás de uma jaula, altera também o trabalho dos operadores fabris. As funções evoluem da movimentação manual de materiais para a supervisão, calibração e resolução de problemas de uma frota de máquinas capazes de aprender novas tarefas através de demonstrações físicas.

Trata-se de uma oportunidade num contexto em que os fabricantes estão a encontrar dificuldades para preencher postos de trabalho qualificados, mas os resultados dependem também de a formação avançar ao mesmo ritmo que a implementação tecnológica. Os trabalhadores necessitam de uma formação estruturada em protocolos de colaboração entre pessoas e robôs, e não simplesmente de um manual entregue no dia da instalação.

Os fabricantes que encarem a melhoria das competências dos trabalhadores como uma linha de trabalho paralela à implementação da robótica, em vez de uma etapa posterior, poderão facilitar uma adoção mais rápida e segura.

O mapeamento espacial contínuo gera um registo digital detalhado das instalações, da sua configuração, dos seus fluxos de trabalho e, em muitos casos, dos seus volumes e tempos de produção. Esta telemetria constitui uma fonte de informação operacional e, normalmente, sai das instalações para ser processada por um fornecedor externo de RaaS.

O setor industrial tornou-se um alvo particularmente atrativo para este tipo de exposição. Uma análise do setor indica que a indústria transformadora é atualmente o setor mais visado por cibercriminosos à escala mundial e que o ransomware é responsável pela grande maioria das perdas económicas, apesar de representar uma proporção menor do total de incidentes.

Por outro lado, investigadores de segurança assinalaram que apenas uma parte das organizações industriais dispõe de uma equipa específica dedicada à supervisão dos sistemas de tecnologia operacional (OT).

Antes de assinarem um contrato de RaaS, os fabricantes deverão exigir respostas claras sobre onde são armazenados os dados espaciais e operacionais, durante quanto tempo são conservados, quem pode aceder-lhes e se a segurança do fornecedor foi auditada de forma independente. A comodidade não deverá ser conseguida à custa da perda de visibilidade sobre informação que poderá acabar nas mãos de um concorrente ou tornar-se objeto de um pedido de resgate.

A modularidade é um dos principais argumentos do modelo RaaS, mas tem os seus limites. Os processos de fabrico altamente especializados ou irregulares, sobretudo aqueles construídos ao longo de décadas em torno de ferramentas personalizadas ou sistemas pouco convencionais de movimentação de materiais, podem deparar-se com as limitações de um hardware de subscrição estandardizado.

Uma frota de robôs concebida para oferecer uma aplicação abrangente pode não se integrar facilmente com sistemas de execução da produção (MES) legados ou com software proprietário sem um trabalho específico de engenharia. Os fabricantes deverão questionar os fornecedores, desde as primeiras fases, sobre a compatibilidade das API e o suporte à integração, e deverão testar inicialmente os novos projetos numa operação delimitada antes de alargarem a solução a toda a frota.

Não convém assumir que a flexibilidade apresentada no papel se traduzirá automaticamente em flexibilidade na fábrica.

Dijam Panigrahi é cofundador e diretor de Operações (COO) da GridRaster, plataforma de computação espacial para empresas industriais e fabricantes.

O RaaS e a IA espacial reduzem as barreiras à automação das fábricas, enquanto as pressões sobre os custos e a mão de obra que impulsionam a sua adoção continuam presentes. No entanto, o potencial destas tecnologias depende da existência de uma infraestrutura capaz de as suportar, de uma força de trabalho preparada para trabalhar com elas, de práticas de gestão de dados que os protejam e de uma visão clara das áreas em que a personalização continua a exigir engenharia humana.

Os fabricantes que abordarem estes aspetos como etapas consecutivas de um processo de avaliação, em vez de os considerarem detalhes que podem ser resolvidos depois da assinatura do contrato, poderão integrar o modelo de subscrição nas suas estratégias de automação, tendo em conta tanto as suas possibilidades como os seus requisitos técnicos e organizacionais.