Revista Controle & Instrumentação nº295

Instrumentação, Elétrica, Controle de Processos, Automação Industrial, Predial e Metrologia

Ano 26 - nº295 - 2025

IA SOB CONTROLE

Estratégias de implementação A Ascensão do Adversário Impulsionado por IA

Mais que algoritmos

A produção hoje pulsa sob sensores, algoritmos e redes neurais e a Inteligência Artificial (IA) não é mais apenas uma promessa futurista, é uma revolução silenciosa.

Segundo o World Metrics, o mercado global de IA na manufatura deve atingir US$ 16,7 bilhões até 2025. Algumas projeções indicam que fábricas inteligentes impulsionadas por IA podem contribuir com até US$ 2,2 trilhões para a economia global nesta década e empresas como BMW, General Electric, Tesla, Bosch e outras já operam com gêmeos digitais, sistemas de manutenção preditiva e robôs colaborativos capazes de adaptar-se em tempo real a ambientes de produção complexos.

Mas é bom deixar claro: a IA voltada para a indústria não é a mesma IA que conversa nas redes sociais ou cria imagens artísticas sob demanda. O mercado de IA não pode ser tratado como um bloco homogêneo; ele é dividido em dois grandes domínios: IA generalista, voltada ao público em geral, e IA verticalizada, desenvolvida especificamente para resolver problemas de setores industriais.

A IA de uso geral — como ChatGPT, Gemini, Copilot, DALL·E, Midjourney e outros — domina o noticiário com sua capacidade de gerar textos, imagens, vídeos e a atenção de investidores, consumidores e governos. É uma IA de amplo alcance e seus avanços são importantes, mas sua aplicação na indústria é limitada e, por vezes, superficial. Já a IA industrial é profundamente especializada: são sistemas treinados com dados técnicos, operando em tempo real e integrados diretamente a processos produtivos críticos que já usam sistemas de visão computacional para detecção de microfissuras em peças de avião, algoritmos que otimizam linhas de montagem de automóveis, ou plataformas que analisam variações térmicas em turbinas para prever falhas. Essas soluções exigem integração com sensores IoT, conhecimento de domínio, interoperabilidade com ERPs, sistemas SCADA e alta confiabilidade. Essa verticalização torna o investimento em IA industrial mais caro, mais lento, mas também mais valioso e defensável. O retorno não está em leads e likes, e sim na redução de paradas de linha, no aumento da qualidade, na economia de energia, na eficiência logística e na resiliência das cadeias de suprimentos.

E o Brasil está nesse contexto: um levantamento da BCG revela que 65% das indústrias brasileiras já utilizam IA em alguma etapa de seu processo produtivo. O número é promissor, mas encobre desafios significativos. São muitas as empresas que já adotam sistema de IA e esta edição traz duas grandes – Petrobras e Cenibra – pra contar um pouco dessa experiência. A edição traz também artigos de fornecedores de tecnologia com visões e cases para exemplificar. E o representante do Open Group no Brasil conta como o O-PAS está incluindo a Inteligência Artificial em seus trabalhos – esse pessoal se reuniu em Amsterdã para isso!

Muitas outras empresas como a Suzano, Embraer, Veloe, WEG investem em IA, ainda que em cenários assimétricos. É um investimento de risco que ressalta desafios de infraestrutura e capital humano.

A maioria das indústrias brasileiras não possui parque fabril digitalizado o suficiente para alimentar sistemas de IA com dados em tempo real. E mesmo quando há infraestrutura, falta gente: 92% das empresas afirmam que a escassez de profissionais qualificados é uma barreira crítica.

O Estado brasileiro também participa desse cenário e estabelecer princípios para o uso responsável da IA, mas diferente da IA de uso geral, a IA industrial opera sob outras exigências éticas e técnicas. Um algoritmo que sugere música errada é apenas um incômodo; um algoritmo que falha ao prever desgaste em uma turbina de avião é uma tragédia. Por isso, a validação, auditabilidade, explicabilidade e robustez dos modelos precisam ser tratados com prioridade, incluindo a cibersegurança industrial de maneira nativa.

Essa discussão, artigos e as notícias do período estão nesta edição, leitor, que complementa nossos encontros diários nas mídias sociais e semanais pelas newsletters.

Boa leitura!

O editor.

Colaboraram com informações e imagens as assessorias de imprensa.

ISSN 0101-0794

DIRETORIA editoravalete@editoravalete.com.br

ASSINATURAS comercial@editoravalete.com.br

DEPTO. COMERCIAL/ANÚNCIOS publicidade@editoravalete.com.br

FINANCEIRO financeiro@editoravalete.com.br

redacao@editoravalete.com.br

Comau firma acordo vinculante para comprar a Automha

A Comau assinou um acordo vinculante para a aquisição da Automha, uma empresa italiana que atua na indústria de automação logística e intralogística, pertencente à Trasma. A conclusão da transação está sujeita ao cumprimento das condições precedentes habituais em transações desse tipo, incluindo aprovações regulatórias necessárias, e é esperada para ocorrer no segundo trimestre de 2025. Nos termos do acordo, a Comau adquirirá 100% das ações da Automha, abrindo caminho para novas oportunidades no setor de armazenagem e logística em rápida expansão e estabelecer um passo adicional na criação de um hub de automação industrial italiano voltado para o futuro, capaz de inovar e competir em múltiplos mercados.

Para garantir a continuidade dos negócios, a Automha continuará operando com a

mesma estrutura, gestão e visão estratégica, mantendo pessoas, qualidade e inovação nas suas principais atividades. Franco Togni manterá seu cargo como CEO enquanto Gianni Togni e Roberta Togni, além de continuarem em seus papéis atuais, se juntarão ao Comitê Executivo da Comau para contribuir com o desenvolvimento contínuo de ambas as empresas.

Este acordo vinculante é coerente com a estratégia por trás da recente mudança na estrutura acionária da Comau - cuja participação majoritária agora é detida pela One Equity Partners, uma empresa internacional de private equity - o que permitiu que a Comau se tornasse uma empresa independente. Com esta aquisição, a Comau reconfirma e fortalece suas raízes e operações italianas, enquanto aprimora sua atividade global e

presença internacional. Paralelamente, a Automha poderá crescer e desenvolver ainda mais seus negócios, aproveitando sua presença geográfica expandida e competências

tecnológicas internas. Ademais, dado que a Comau e a Automha são totalmente complementares, o relacionamento fortalecerá o mútuo portfólio de projetos.

“Expandir nosso alcance, conhecimento e portfólio de tecnologia por meio da aquisição de empresas inovadoras como a Automha, é um passo crucial na estratégia de crescimento da Comau, conforme definido quando nos tornamos uma empresa independente, sendo implementado imediatamente após a período de fechamento da operação”, disse Pietro Gorlier, CEO da Comau. “Além de capitalizar o forte potencial de crescimento dos mercados de armazenagem e intralogística, a integração da Automha a Comau nos permitirá aproveitar nossa expertise e recursos combinados, para acelerar a inovação e o crescimento em uma ampla gama de setores industriais globais”.

“Quando investimos na Comau, vimos um caminho claro para impulsionar a empresa na expansão estratégica e ganho de escala. Fusões e aquisições são um dos principais fatores para isso, e identificamos os sistemas de automação de armazéns, logística e movimentação de materiais como uma oportunidade significativa para o negócio”, disse Ante Kusurin, Sócio da One Equity Partners. “A aquisição da Automha é um passo em direção à diversificação das operações da Comau e ainda insere a empresa nas tendências de automação industrial, na melhora da produtividade em diversos setores. Estamos entusiasmados com a oportunidade que temos pela frente, enquanto essas duas empresas complementares unem forças”.

“Na Comau encontramos um parceiro que compartilha nossos valores de qualidade, inovação e compromisso com o sucesso do cliente”, acrescentou Franco Togni, Fundador da Automha. “Este novo capítulo representa não apenas um momento de crescimento para a Automha, mas também a continuação da jornada que começou em 1979. Estou ansioso pelo futuro que nos espera, sabendo que, junto com a Comau, continuaremos a construir excelência, expandir nosso impacto global e alcançar um tamanho adequado para manter uma posição de liderança em um mercado que aumenta a competitividade e as dimensões dos projetos”.

GWM inicia produção no Brasil

A chinesa Great Wall Motors (GWM) confirmou que inicia em junho de 2025 as operações de sua fábrica em Iracemápolis, interior de São Paulo. A instalação marca o início da produção local da marca no Brasil e representa um passo estratégico para consolidar sua presença na América Latina, um dos mercados mais promissores para veículos eletrificados e off-road.

Segundo a empresa, o primeiro modelo a ser fabricado em território nacional será o Haval H6, um SUV híbrido que já vem ganhando espaço entre os consumidores brasileiros. A expectativa é de que os primeiros veículos saiam da linha de produção a partir de agosto.

Além do H6, a GWM já confirmou que produzirá no Brasil, até 2026, a picape Poer com motor a diesel, voltada para o segmento de utilitários robustos, e também o SUV 4×4 Haval H9, modelo off-road com tração inte -

gral e alta capacidade de desempenho. Este último compartilha a mesma plataforma estrutural da Poer, com motorização turbodiesel de 2,4 litros, entregando até 186 cavalos de potência e torque de 48,9 kgfm — números que ainda podem ser ampliados, segundo a empresa, para atender às exigências do mercado latino-americano.

A chegada da GWM ao Brasil é parte de um plano de expansão global mais amplo da empresa, que já conta com centros de pesquisa e desenvolvimento em países como Alemanha, Japão, Estados Unidos, Coreia do Sul e Índia. O investimento na unidade brasileira não apenas impulsiona o setor automotivo local, como também posiciona o Brasil como polo de exportação e inovação para a América do Sul.

Fundada na cidade de Baoding, no norte da China, a GWM se apresenta como uma empresa de tecnologia inteligente, com atuação que vai além da fabricação de veículos, abrangendo P&D, design, serviços e inovação em mobilidade sustentável. Suas marcas incluem HAVAL, WEY, ORA, TANK e GWM Pickup — com destaque crescente em mercados emergentes. @Divulgação

Plataforma de automação com IA transforma ciências da vida

A Honeywell apresentou a TrackWise Manufacturing, uma plataforma nativa em nuvem, assistida por inteligência artificial (IA), projetada para transformar a forma como as empresas de ciências da vida gerenciam, automatizam e digitalizam suas operações. A Trackwise Manufacturing é uma das primeiras a oferecer uma nova abordagem revolucionária para a gestão do fluxo de trabalho, que preenche a lacuna entre os ambientes de manufatura digital e física.

A maioria das organizações deste segmento ainda depende de métodos baseados em papel, o que leva a erros e ineficiências que fazem com que os dados não sejam utilizados e podem atrasar o lançamento de novos medicamentos, resultando em perda de lu-

cro por medicamento. Para enfrentar esses desafios, o TrackWise Manufacturing permite que as empresas digitalizem operações e automatizem fluxos de trabalho por meio de processos assistidos por IA que podem ajudá-las a lançar medicamentos no mercado com mais rapidez e segurança.

A solução é construída em uma nova plataforma em contêineres que permite que aplicativos de software sejam executados de forma consistente em diferentes ambientes de computação, eliminando a necessidade de integrações complexas e isoladas. Como resultado, os fabricantes podem obter maior flexibilidade e eficiência, permitindo-lhes responder mais rapidamente às necessidades de negócios e às mudanças regulatórias.

“O TrackWise Manufacturing foi projetado para aprimorar os sistemas do setor, aproveitando a vasta experiência da Honeywell em tecnologias de automação e conformidade no mercado de Lifesciences”, disse Willian Louzavio, diretor Comercial Sênior de Marketing e Estratégia para a América Latina das áreas de Automação Industrial e Soluções de Energia e Sustentabilidade da Honeywell. “Ao incorporar fluxos de trabalho assistidos por IA, estamos acelerando o potencial da automação para ajudar os fabricantes a reduzir os tempos de implementação de tecnologia e entregar os produtos aos pacientes mais rapidamente.”

Ao aproveitar os recursos do TrackWise Manufacturing, as organizações podem não apenas otimizar a execução dos processos, mas também proteger a continuidade operacional. A arquitetura em contêineres da

plataforma oferece flexibilidade e adaptabilidade, permitindo que os fabricantes se ajustem rapidamente às crescentes demandas do mercado, mantendo a conformidade com os requisitos regulatórios.

“Diante das pressões econômicas, das mudanças nas demandas do mercado e da evolução dos requisitos regulatórios, o setor de Ciências Biológicas está em um ponto de inflexão”, afirmou Daniel R. Matlis, Presidente e Fundador da Axendia, Inc. “Os líderes do setor devem aproveitar a oportunidade para transformar e alavancar os avanços tecnológicos para unificar a qualidade digital e a manufatura. Adotando tecnologias modernas, o setor pode aumentar significativamente a eficácia operacional, melhorar a qualidade do produto, otimizar a conformidade regulatória e acelerar o tempo de lançamento no mercado.”

A plataforma utiliza o Unit Operations Controller (UOC - Controlador de Operações Unitárias) da Honeywell para funções críticas de controle, ao mesmo tempo em que incorpora perfeitamente uma estrutura de qualidade pioneira no setor, que promove uma verdadeira fabricação com foco na

qualidade desde o projeto. Ao incorporar métricas de qualidade ao processo de manufatura, essa estrutura muda a forma como os fabricantes lidam com a produção e a conformidade, o que pode, em última análise, resultar em um tempo de lançamento no mercado mais rápido para os produtos.

Brasil e China ampliam cooperação científica em pesquisas oceânicas e polares no âmbito do BRICS

Brasil e China deram mais um passo importante na consolidação de uma agenda científica conjunta ao reforçarem, no âmbito do BRICS, a colaboração em áreas estratégicas como oceanografia, estudos antárticos e ciência polar. A iniciativa, formalizada durante encontro técnico promovido pelo Ministério da Ciência, Tecnologia e Inovação (MCTI), integra os esforços dos cinco países do bloco para enfrentar desafios ambientais globais com soluções baseadas na cooperação científica internacional.

Durante o evento, realizado virtualmente, representantes de Brasil, China, Rússia, Índia e África do Sul apresentaram avanços nos programas de pesquisa marinha e polar, com destaque para o intercâmbio de dados climáticos, uso de tecnologias embarcadas e planejamento conjunto de expedições científicas.

A delegação chinesa reforçou o interesse

em aprofundar o compartilhamento de infraestrutura e conhecimento técnico com o Brasil, especialmente no monitoramento de correntes oceânicas, alterações climáticas e biodiversidade marinha. A China já opera um dos programas polares mais avançados do mundo, com bases na Antártica e no Ártico, além de navios de pesquisa de última geração — ativos que podem ser integrados a missões conjuntas com o Brasil.

O Brasil, por sua vez, tem ampliado sua presença na Antártica por meio do Programa Antártico Brasileiro (PROANTAR), que conta com a Estação Comandante Ferraz, e investido em tecnologias de monitoramento do Atlântico Sul. A parceria com a China permite ao país sul-americano acesso a dados, modelos e capacidades logísticas que fortalecem sua atuação nas pesquisas de clima, mudanças oceânicas e proteção de ecossistemas sensíveis.

O ministro brasileiro da Ciência, Tecnologia e Inovação, Paulo Alvim, destacou que a cooperação com os países do BRICS — especialmente a China — é fundamental para desenvolver ciência orientada a resultados, com foco em sustentabilidade, segurança alimentar, mudanças climáticas e uso responsável dos oceanos.

No contexto das relações Brasil-China, a agenda científica tem se consolidado como

sentem soluções próprias para os desafios climáticos globais, rompendo com a dependência de modelos científicos exclusivamente vindos do Norte Global.

Entre as propostas discutidas estão o desenvolvimento de uma plataforma comum de dados oceanográficos, a realização de workshops bilaterais Brasil-China com foco em ciência polar e a criação de bolsas de intercâmbio para jovens pesquisadores dos

Soluções Inovadoras para desafios em manutenção de bombas e equipamentos

Coleta, processamento e comunicação em um único aparelho

Fácil instalação e configuração

Proteção em tempo real

Histórico de operação

CNI discute oportunidades e desafios da nova política comercial americana

De 8 a 16 de maio, uma delegação brasileira manteve agendas em Washington, Nova York e Boston. Na última década, mais de 80% das exportações do Brasil para o país foram da indústria de transformação

Diante da reformulação das práticas comerciais do governo dos Estados Unidos e da reorganização das cadeias produtivas no comércio global, a Confederação Nacional da Indústria (CNI) avança na estratégia de encontrar oportunidades e enfrentar desafios do novo cenário tarifário. A confederação liderou uma missão empresarial aos

EUA para aprofundar o diálogo bilateral entre os setores público e privado e defender um ambiente de negócios mais integrado e competitivo. A delegação contará com empresários, presidentes de federações de indústrias, representantes de associações industriais e do governo brasileiro.

A agenda começou em Washington para discutir medidas de aproximação entre os países. Na ocasião, o setor produtivo brasileiro apresentou prioridades em um cenário de mudanças na política comercial americana.

Em Nova York, a delegação encontrou

“Brasil e EUA mantêm uma relação econômica sólida e estratégica, baseada em comércio, investimento e integração produtiva. Essa parceria foi construída ao longo de 200 anos. A CNI segue comprometida com a defesa do setor e pronta para contornar eventuais desafios e aproveitar as oportunidades. Nós levaremos aos Estados Unidos empresários que têm relação com o mercado americano, para aprofundar o diálogo público-privado entre nossos países e fortalecer a nossa relação econômica”, explica o presidente da CNI, Ricardo Alban, que chefiou a comitiva empresarial.

com diplomatas e especialistas para discutir os impactos da onda de protecionismo e tensões geopolíticas sobre o Brasil. Ainda a CNI e o jornal Financial Times organizaram um seminário sobre economia verde e liderança brasileira na transição para a economia de baixo carbono. O presidente da CNI, Ricardo Alban, foi um dos palestrantes da 4ª edição do Brazil Summit, também organizada pelo Financial Times, na qual falou dos desafios e oportunidades para o país avançar na agenda de sustentabilidade.

A missão terminou em Boston, onde os representantes brasileiros participarão de um briefing sobre inteligência artificial e transição energética no Massachusetts Institute of Technology (MIT) e de uma visita ao campus da Universidade de Harvard.

Desde o início do ano, o governo dos Estados Unidos retomou a política comercial America First. As medidas protecionistas deixaram em alerta o Brasil, que é um dos prin-

cipais fornecedores de muitos produtos afetados para os EUA. Some-se a isso a queda de braço dos EUA com a China desde que o país respondeu à altura às medidas tarifárias anunciadas.

Ao mesmo tempo em que a reorganização de cadeias produtivas pode beneficiar alguns setores brasileiros, riscos de redirecionamento de importações vindas de outras economias alertam outros setores. Nesse cenário em transformação, a CNI tem atuado com estratégia, com monitoramento das tarifas e ferramentas para avaliar impactos sobre exportações e importações; institucionalmente, articulando junto ao Congresso a modernização de instrumentos jurídicos para reagir a práticas comerciais unilaterais e coordenando posições com o governo brasileiro; e mobilizando a indústria para dialogar diretamente com os setores público e privado dos EUA, com a missão empresarial desta semana.

@Divulgação

Nova métrica para prever a probabilidade de exploração de vulnerabilidades

Pesquisadores da Agência de Segurança Cibernética e de Infraestrutura (CISA) e do Instituto Nacional de Padrões e Tecnologia dos EUA (NIST) introduziram uma nova métrica projetada para estimar a probabilidade de uma vulnerabilidade de software ter sido explorada.

Em um artigo publicado recentemente, Peter Mell (ex NIST) e Jonathan Spring da CISA apresentaram uma métrica de exploração de vulnerabilidades que se baseia no Sistema de Pontuação de Previsão de Exploração (EPSS) existente e no catálogo de Vulnerabilidades Exploradas Conhecidas (KEV) da CISA.

Os pesquisadores observaram que estudos mostram que apenas cerca de 5% das vulnerabilidades conhecidas são exploradas na prática, enquanto as organizações normalmente corrigem apenas 16% das vulnerabilidades por mês.

“A baixa taxa de remediação se deve em grande parte ao alto custo de lidar com vulnerabilidades. Isso não seria um problema se esses 16% incluíssem os 5% mais perigosos, mas não temos ferramentas de mensuração precisas para garantir isso,” escreveram os pesquisadores.

A nova métrica de Mell e Spring — chamada de probabilidades de vulnerabilidades prováveis de exploração (LEV) — visa abordar as limitações do EPSS e do catálogo KEV. Embora o EPSS forneça probabilidades de exploração de 30 dias, ele apresenta imprecisões conhecidas, particularmente a subestimação do risco de vulnerabilidades já exploradas. O KEV, por outro lado, é limitado por sua dependência de dados de exploração conhecidos e pode não ser abrangente.

As probabilidades LEV são projetadas para estimar quantas e quais vulnerabilida-

des provavelmente foram exploradas; avaliar a integridade do catálogo KEV; melhorar a priorização baseada em KEV identificando vulnerabilidades provavelmente exploradas e ainda não listadas; mlhorar a priorização baseada em EPSS corrigindo subestimações

Os pesquisadores compararam as pontuações LEV e EPSS para vulnerabilidades específicas, mostrando diferenças significativas.

Por exemplo:

• CVE-2023-1730 (injeção de SQL do plugin SupportCandy para WordPress): antes da versão 3.1.5, a probabilidade LEV era de 0,70, enquanto a pontuação máxima do EPSS era de 0,16.

• CVE-2023-29373 (Microsoft ODBC Driver RCE - Vulnerabilidade de execução remota de código): a probabilidade LEV era 0,54350, enquanto a probabilidade máxima EPSS era 0,08.

A análise LEV identificou centenas de vulnerabilidades com probabilidades próximas a 1,0. No entanto, muitas delas não estão listadas nos catálogos KEV atuais.

“LEV não pode substituir o KEV, enquanto o KEV identifica vulnerabilidades específicas confirmadas como exploradas, o LEV ajuda a estimar quantas vulnerabilidades podem ser exploradas e quais são mais prováveis, mesmo que ainda não tenham sido observadas,” enfatizaram os pesquisadores.

Embora o LEV tenha o potencial de ser uma ferramenta valiosa para priorizar vulnerabilidades, os pesquisadores enfatizaram a necessidade de colaboração. O NIST está atualmente buscando parceiros da indústria com conjuntos de dados relevantes para avaliar empiricamente a eficácia das probabilidades do LEV por meio de medições de desempenho no mundo real.

Machine learning para todos os setores de automação

TwinCAT Machine Learning: IA é simplesmente integrada ao nível de controle

Modelos de IA como um bloco de função no PLC: IA como um componente do código de controle

Execução em tempo real no PC de controle padrão: em sincronia com motion, lógica sequencial, vision e muito mais

Aceleração de modelos de IA complexos: Beckhoff IPC com GPU NVIDIA e interface do PLC

Treinamento automatizado de modelos de IA: Criação de modelo de IA que não requer experiência em IA

Interface aberta para modelos de IA treinados (ONNX): IA treinada com interoperabilidade

Gerenciamento do ciclo de vida do modelo de IA: atualizações do modelo sem compilação, parada e reinicialização

AEA lança White Paper

Cybersecurity 2025

O avanço da conectividade, da inteligência artificial e dos sistemas embarcados têm transformado os veículos em verdadeiros computadores sobre rodas e, com isso, a necessidade de proteger esses sistemas contra invasões e alterações se tornou uma prioridade estratégica para a indústria automotiva. Com esse pano de fundo, a AEA – Associação Brasileira de Engenharia Automotiva realizou o Seminário AEA de Segurança e Conectividade, evento marcado pelo lançamento do White Paper Cybersecurity 2025.

Com o tema “Tecnologias de Conectividade e Segurança Veicular a Serviço da Vida”, o evento reuniu especialistas da indústria automotiva para debater como a conectividade, a inteligência artificial e outras tecnologias emergentes estão moldando o futuro da mobilidade com foco na preservação de vidas e na segurança no trânsito.

Na abertura, Everton Lopes, vice-presidente da AEA, ressaltou que a conectividade deixou de ser algo distante e hoje está no centro da estratégia das empresas, da indús -

tria e das regulamentações. “Veículos que se comunicam entre si, com o ambiente e com os usuários representam grandes desafios, mas também oportunidades extraordinárias. Esses debates são essenciais para que possamos construir propostas de regulamentações sólidas, aplicáveis e capazes de reduzir acidentes e salvar vidas”, afirmou.

Hilton Spiler, diretor de Segurança Veicular da AEA e um dos coordenadores do seminário, lembrou que o dia 17 de maio é celebrado como o Dia Mundial da Internet, tecnologia que revolucionou a forma como pessoas e objetos se conectam. Ele destacou a importância do evento para refletir sobre os avanços conquistados e os desafios ainda pela frente: “Percorremos um longo caminho, mas temos muito a fazer. A AEA, com mais de 40 anos de atuação, mantém seu compromisso de fomentar discussões relevantes para o futuro da mobilidade.”

O circuito de palestras começou com João Carvalho, engenheiro do ETAS, fornecedor de soluções de software para a indústria automotiva, que apresentou os principais destaques do White Paper Cibersecurity 2025. O documento foi elaborado de forma colaborativa, com divisão de capítulos entre autores, discussões em grupo e participação de especialistas convidados em temas como infraestrutura segura, pentesting e segurança de sistemas embarcados.

O estudo resgata a trajetória da cibersegurança desde os primeiros vírus computacionais até os desafios contemporâneos de proteção dos veículos conectados, automatizados e definidos por software (os chamados Software-Defined Vehicles – SDVs). Em um cenário no qual automóveis possuem milhões de linhas de código e múltiplas interfaces com o ambiente externo, garantir a segurança digital se torna tão importante quanto

assegurar o funcionamento mecânico. Entre os principais pontos do documento, destaca-se a diferenciação entre segurança cibernética e segurança funcional — dois conceitos distintos, mas complementares: • A segurança cibernética trata de ameaças intencionais, como ataques planejados por indivíduos ou grupos. O foco está em entender quem representa o risco, suas motivações e impactos. Busca-se garantir a con-

CIBERSEGURANÇA

fidencialidade, integridade e autenticidade dos dados.

• A segurança funcional aborda falhas não intencionais dos sistemas elétricos e eletrônicos. Avalia como essas falhas ocorrem e seus impactos, com o objetivo de assegurar a integridade e consistência do funcionamento dos sistemas.

O White Paper Cybersecurity 2025 também analisa regulamentações nacionais e internacionais já em vigor, os impactos dessas implementações em outros mercados e os desafios a serem enfrentados no Brasil.

Na segunda palestra do dia, o engenheiro de Produto Sênior da Harman, Flavio Lira, apresentou soluções que utilizam câmeras e sensores internos para monitorar o comportamento de motoristas e ocupantes. Distrações como uso do celular, cansaço e estresse afetam diretamente a atenção ao volante. Para lidar com esses fatores, câmeras internas detectam o rosto do condutor, sua frequência cardíaca, posição da cabeça e padrão respiratório, permitindo avaliar seu nível de atenção e estado emocional com base no modelo de Paul Ekman, que identifica expressões como raiva, medo, surpresa e tristeza.

Sensores de ultrassom também auxiliam na identificação dos ocupantes, detectando, por exemplo, a presença de crianças ou animais esquecidos no veículo. As informações coletadas permitem que o sistema envie alertas e feedbacks ao motorista, promovendo maior segurança dentro do carro.

Já o diretor de pesquisa da Facens, Roberto Silva Netto, apresentou o projeto Conecta 2030, voltado à segurança de pedestres por meio da conectividade veicular. A motivação para o projeto surgiu diante do crescente número de atropelamentos, inclusive em faixas de pedestres, muitas vezes causados por falta de visibilidade ou atenção dos motoristas e pedestres.

A proposta é criar um ecossistema conectado e cooperativo capaz de detectar usuários vulneráveis nas vias, utilizando tecnolo -

gias como 5G, C-V2X e gêmeo digital. Com base no campus da Facens, o projeto desenvolve um ambiente de realidade mista, simulando situações de risco sem expor pessoas a perigo real.

A infraestrutura inclui Mobile Edge Computing (MEC), que permite o processamento rápido de dados para respostas quase em tempo real, além de sensores e comunicação veicular para identificar a presença de pedestres. Como destacou Silva Netto, a meta é “fazer com que a cidade veja e o carro fale”, promovendo mais segurança nas ruas e rodovias.

O último conteúdo da manhã ficou a cargo de Leimar Mafort, gerente de Engenharia da Bosch, que apresentou as aplicações da tecnologia Ultra Wide Band (UWB) para sistemas de acesso veicular.

Com previsão de que, em 2025, mais da metade dos veículos brasileiros tenha algum tipo de acesso por rádio, o destaque é para o uso do smartphone como chave digital. A tecnologia UWB permite acesso seguro e passivo ao veículo, sem necessidade de ações do motorista, e ainda possibilita o compartilhamento da chave com outras pessoas, com configurações personalizadas. Além disso, o UWB oferece localização precisa, pode ser integrado a sistemas de detecção de presença e representa uma evolução natural dos sistemas atuais baseados em antenas. A tendência é que a chave digital se torne padrão global, com apoio das OEMs, fabricantes de smartphones e iniciativas como o Car Connectivity Consortium.

O Major Muniz, do Corpo de Bombeiros do Estado de São Paulo, trazendo um panorama do sistema eCall (chamada automática de emergência). Segundo ele, o Brasil está avançando na adoção desse sistema, seguindo modelos internacionais como o europeu. Recentemente, o Projeto de Lei nº 217/2024 propôs a obrigatoriedade do eCall em veículos novos, vinculando seu acionamento aos Corpos de Bombeiros Militares estaduais. O sistema promete agilizar o resgate em aci-

CIBERSEGURANÇA

dentes ao transmitir dados como localização e tipo de colisão, mas enfrenta desafios como a adaptação da infraestrutura de emergência e a padronização tecnológica.

Se aprovado, o PL 217/2024 colocará o país no mesmo patamar de nações como os da União Europeia, onde o eCall já salvou milhares de vidas desde 2018. A experiência internacional serve de modelo, mas a adaptação à realidade brasileira será essencial para o sucesso do sistema.

A palestra de Emerson Batagini, engenheiro sênior da Bosch, abordou a evolução dos sistemas de frenagem, destacando desde os métodos rudimentares, como os freios por sapata em carroças, até os sistemas modernos com atuação eletrônica. O controle eletrônico de estabilidade, que completa 30 anos e se tornou obrigatório no Brasil a partir de 2024 para veículos leves e 2025 para pesados, foi um dos marcos mencionados. Tecnologias como ABS, ESP e assistentes de partida em rampa foram apresentadas como exemplos do avanço que salvam vidas no uso cotidiano.

Entre as tendências, Batagini apontou freios com atuação elétrica sem fluido, integração com sistemas de direção e novos requisitos voltados a veículos eletrificados. Além disso, a cibersegurança passa a ser um

requisito essencial, com os freios baseados em software. A conclusão reforça a importância da frenagem segura como pilar central da evolução automotiva: “melhor do que acelerar é poder parar em segurança”.

Ainda no tema de frenagem, Felipe Villasboas, gerente de Engenharia Elétrica e Eletrônica da General Motors, destacou a importância da frenagem automática de emergência (AEB) como parte dos sistemas avançados de assistência ao condutor (ADAS). O AEB atua como um recurso de emergência que assume o controle do veículo para evitar colisões, especialmente quando o motorista não reage a tempo. Apesar de não se tratar de um sistema autônomo, o AEB exige tecnologias robustas como sensores de radar, câmeras e, futuramente, a fusão com lidars (radares com tecnologia a laser), o que permite melhorar a resposta em condições adversas e em velocidades mais altas.

Villasboas ressaltou os desafios técnicos enfrentados, como detecção de objetos irregulares e interferências causadas por condições climáticas e iluminação. O caminho para um AEB mais eficiente, segundo ele, está na combinação de sensores (radar + câmera), elevando a precisão e confiabilidade do sistema — conhecido como Enhanced AEB.

@Divulgação

Fechando o dia tivemos Leonardo Giglio, diretor executivo da Humanetics para a América Latina, maior fabricante do mundo de Anthropomorfic Test Devices (ATDs), como são chamados os bonecos de crash test.

Giglio tratou da evolução dos ATDs, que estão acompanhando, por sua vez, as atualizações na segurança veicular, saindo do foco exclusivo em lesões mais simples e frequentes — como fraturas de costela, fêmur e traumas cranianos — para enfrentar ferimentos mais complexos e menos visíveis, como lesões torácicas severas, fraturas de tornozelo e de acetábulo.

Esse avanço exige a superação das limitações dos antigos ATDs, que na década de 1970 tinham 10 canais para coletas de dados e hoje possuem 155. A indústria já ultrapassou os testes com barreiras rígidas únicas e agora trabalha com simulações mais comple -

tas e adaptadas à realidade, buscando reduzir drasticamente os níveis de lesões.

Hoje, os esforços se concentram em desafios, como a biofidelidade dos ATDs, ou seja, de torná-los cada vez mais parecidos com o corpo humano, além da diversidade dos modelos, o que contribui para garantir equidade de gênero na avaliação de riscos, proteger adequadamente pessoas idosas e testar veículos considerando diferentes posições de assento, uma vez que, segundo Leonardo, os veículos autônomos nível 5 são uma questão de tempo. O executivo ainda trouxe um roadmap com iniciativas e desafios para alcançar a Visão Zero: um cenário sem mortes no trânsito até 2050, o que exige melhorias contínuas em tecnologia, regulamentação e design, indo além das soluções óbvias e enfrentando as camadas mais complexas da segurança veicular.

Banco de Dados Europeu de Vulnerabilidades

A Agência da União Europeia para a Cibersegurança (ENISA) desenvolveu a Base de Dados Europeia de Vulnerabilidades (EUVD), conforme previsto na Diretiva NIS2. O serviço EUVD, a ser mantido pela ENISA, já está operacional.

CIBERSEGURANÇA

O banco de dados fornece informações agregadas, confiáveis e acionáveis, como medidas de mitigação e status de exploração de vulnerabilidades de segurança cibernética que afetam produtos e serviços de Tecnologia da Informação e Comunicação (TIC).

Henna Virkkunen, Vice-Presidente Executiva da Comissão Europeia para a Soberania Tecnológica, Segurança e Democracia, afirmou que a Base de Dados de Vulnerabilidades da UE representa um passo importante para o reforço da segurança e resiliência da Europa. “Ao reunir informações sobre vulnerabilidades relevantes para o mercado da UE, estamos a elevar os padrões de cibersegurança, permitindo que as partes interessadas dos setores público e privado protejam melhor os nossos espaços digitais partilhados com maior eficiência e autonomia.”

O objetivo da EUVD é garantir um alto nível de interconexão de informações publicamente disponíveis, provenientes de diversas fontes, como CSIRTs, fornecedores e bancos de dados existentes. Para atin -

Juhan Lepassaar, Diretor Executivo da ENISA, declarou que a agência alcança um marco com a implementação do requisito de banco de dados de vulnerabilidades da Diretiva NIS 2. “A UE agora dispõe de uma ferramenta essencial projetada para melhorar substancialmente a gestão de vulnerabilidades e os riscos a elas associados. O banco de dados garante transparência a todos os usuários dos produtos e serviços de TIC afetados e servirá como uma fonte eficiente de informações para encontrar medidas de mitigação.”

gir esse objetivo, a plataforma se baseia em uma abordagem holística. Como um banco de dados interconectado, a EUVD permite uma melhor análise e facilita a correlação de vulnerabilidades, facilitando o recurso

de pesquisa de vulnerabilidades em software de código aberto, permitindo assim uma gestão aprimorada de riscos de segurança cibernética.

A EUVD oferece, portanto, uma fonte de informações confiável, mais transparente e mais ampla, além de melhorar ainda mais a consciência situacional, ao mesmo tempo que limita a exposição a ameaças.

O banco de dados está disponível ao público em geral para consulta de informações relacionadas a vulnerabilidades que afetam produtos e serviços de TI. Também se destina a fornecedores de redes e sistemas de informação e entidades que utilizam seus serviços. As informações documentadas na EUVD se destinam ainda a

autoridades nacionais competentes, como a rede de CSIRTs da UE, bem como a empresas privadas e pesquisadores.

As informações agregadas do banco de dados são exibidas por meio de painéis. O EUVD oferece três visualizações de painel: para vulnerabilidades críticas, para vulnerabilidades exploradas e para vulnerabilidades coordenadas pela UE. O painel de Vulnerabilidades Coordenadas pela UE lista as vulnerabilidades coordenadas pelos CSIRTs europeus e inclui os membros da rede de CSIRTs da UE.

As informações coletadas e referenciadas sobre vulnerabilidades são provenientes de bancos de dados de código aberto. Informações adicionais são adicionadas

por meio de avisos e alertas emitidos por CSIRTs nacionais, diretrizes de mitigação e aplicação de patches publicadas por fornecedores, juntamente com marcações de vulnerabilidades exploradas.

A notificação de vulnerabilidades exploradas ativamente se tornará obrigatória para os fabricantes a partir de setembro de 2026. Esse processo de notificação se aplicará a vulnerabilidades que impactam produtos de hardware e software com elementos digitais. A Plataforma Única de Relatórios (SRP), prevista na Lei de Resiliência Cibernética (CRA), será a ferramenta a ser utilizada para esse fim. É importante destacar que a SRP é, portanto, diferente da EUVD estabelecida pela Diretiva NIS2. Para atender ao requisito da Diretiva NIS2, a ENISA iniciou uma cooperação com diferentes organizações da UE e in -

ternacionais, incluindo o Programa CVE do MITRE. A ENISA está em contato com o MITRE para entender o impacto e os próximos passos após o anúncio sobre o financiamento do Programa Comum de Vulnerabilidades e Exposições. Dados CVE, dados fornecidos por fornecedores de TIC que divulgam informações de vulnerabilidade por meio de avisos e informações relevantes, como o Catálogo de Vulnerabilidades Exploradas Conhecidas do CISA, são transferidos automaticamente para o EUVD. Isso também será alcançado com o apoio dos Estados-Membros que estabeleceram políticas nacionais de Divulgação Coordenada de Vulnerabilidades (CVD) e que designaram um de seus CSIRTs como coordenador, tornando o EUVD uma fonte confiável para maior conscientização situacional na UE.

Relatório mostra nova tendência: Ransomware as a Service

O Ransomware como Serviço (RaaS) é uma reformulação de como o crime cibernético opera e está forçando as organizações a repensarem o que significa estar seguro na era digital; o RaaS é um espelho obscuro do modelo legítimo de software como serviço (SaaS). Assim como os provedores de SaaS oferecem plataformas para produtividade, comunicação ou armazenamento de dados, os grupos de RaaS oferecem kits de ferramentas para extorsão. Com pouca experiência técnica necessária, qualquer pessoa com intenções maliciosas e

acesso à internet agora pode alugar ou comprar pacotes de ransomware completos com instruções passo a passo, suporte ao cliente e modelos de participação nos lucros.

E isso transforma incidentes isolados em uma ameaça em escala industrial. De acordo com o Relatório de Criptocrimes da Chainalysis de 2025, os autores de ransomware extorquiram mais de US$ 813 milhões em 2024 — mesmo com a queda de 35% no total de pagamentos em relação ao recorde do ano anterior, queda que mascara uma preocupação mais profunda: os ataques estão aumentando. Mais de 56 novos sites

de vazamento de ransomware surgiram no ano passado, o dobro do número registrado em 2023, destacando um ecossistema de autores de ameaças em rápida expansão.

Os grupos RaaS estão evoluindo rapidamente. O modelo que impulsiona o RaaS começou a ganhar força no início da década de 2010. Foi somente por volta de 2022, no entanto, que a ameaça começou a aumentar rapidamente. Os ataques RaaS passaram a ter como alvo sistemas essenciais, como hipervisores, plataformas de ERP e ambientes virtualizados, tecnologias que sustentam organizações inteiras. Isso significava que os invasores podem derrubar uma empresa inteira em um único ataque coordenado. Como uma operação típica de RaaS se desenvolve:

• Um desenvolvedor cria um kit de ferramentas para ransomware, incluindo ferramentas de criptografia, ofuscação e comunicação.

• Interessados compram ou licenciam o kit, geralmente por meio de fóruns privados ou mercados da dark web.

• O acesso inicial é obtido por meio de phishing, vulnerabilidades não corrigidas ou credenciais vazadas.

• O malware é implantado, bloqueando arquivos e exibindo pedidos de resgate,

geralmente pagos em criptomoeda.

• Os lucros são compartilhados.

Uma operação típica de RaaS inclui desenvolvedores que criam o malware, afiliados que o distribuem, corretores que vendem acesso a redes vulneráveis, negociadores que lidam com pedidos de resgate e até mesmo call centers para gerenciar o “relacionamento com o cliente” com as vítimas. Algumas operações chegam a empregar lavadores de dinheiro para processar pagamentos de resgate em criptomoedas.

E sua integração a inteligência artificial está elevando a ameaça a patamares ainda maiores: a IA está sendo usada para automatizar campanhas de phishing, criar iscas hiper-realistas e identificar vulnerabilidades em tempo real. A tecnologia deepfake e as mensagens de voz ou vídeo geradas por IA estão tornando os ataques de engenharia social mais difíceis de detectar e mais fáceis de executar.

Certos setores são mais vulneráveis do que outros - os riscos são maiores onde as operações não podem se dar ao luxo de interrupções.

LINKEDIN

O imperativo da Inteligência Artificial - Um manifesto em prol de nosso país!

Victor Venâncio, Diretor de Soluções Digitais LatAm Samson Group

Eu sou um profissional que atua com IA há mais de 30 anos, quando IA ainda era abreviação de Instrumentação & Automação.

Quando fui convidado a escrever este artigo sobre IA - Inteligência Artificial, me comprometi a trazer uma visão sobre o tema que não fosse restrita à minha atuação como executivo de uma das maiores empresas de tecnologia da Alemanha, o Samson Group, mas sim, como cidadão brasileiro, latino-americano, usando minha base de atuação acadêmica e profissional, trazendo uma visão sistêmica sobre o tema e uma reflexão sobre como podemos gerar mais valor através da IA.

Mais do que uma hype do momento, a IA passou a ser um consenso entre todos, de que é importante, fundamental em todos os segmentos da sociedade, seja na academia, nas indústrias, setor público, área de saúde e etc.

Mas se a IA é tão importante assim, por que ainda vemos inúmeras empresas e executivos relevantes nas mais diversas organizações, ainda relutantes em implementá-la em suas operações?

Se praticamente todos concordam que a IA é uma tecnologia fundamental para gerar vantagens competitivas sustentáveis e manter a sobrevivência das organiza-

ções, o que falta para que as indústrias latino-americanas efetivamente passem a adotá-la?

Trago alguns pontos para nossa reflexão:

As organizações de base industrial, majoritariamente constituídas e tendo seu crescimento consolidado durante o período da terceira revolução industrial, ficaram gigantes e milionárias sem a IA. Suas lideranças possuem forte viés financeiro e as operações são regidas por KPIs orientados a desempenho de qualidade, volume de produção, receita gerada, entre outros, que já existiam antes, independentemente da IA.

O fato é, que, felizmente,

ou infelizmente para algumas empresas, já estamos no período da quarta revolução industrial, e as tecnologias, processos, cultura e estrutura organizacional que foram usadas por anos, já não representam garantia de perpetuidade das organizações. Sendo assim, a liderança que não conduzir sua organização para o uso massivo de soluções digitais, onde a IA é somente uma delas, adaptar a cultura organizacional, otimizar os processos em todos os setores da empresa e ter uma dinâmica de redução de barreiras e distância de poder em suas estruturas organizacionais, assumirá um enorme risco de perder competitividade, talentos e reduzir as margens de lucratividade da empresa.

A IA generativa até tem sido bastante usada nos departamentos das áreas corporativa e de negócios em várias empresas, mas na área industrial, onde a IA gera um valor substancial para melhoria das margens operacionais, ainda é muito pouco utilizada no Brasil e em toda LatAm.

Até aqui, o leitor deste artigo pode estar imaginando que esta minha preocupação é com o viés de executivo de uma grande multinacional provedora de alta tecnologia, mas de fato, dentro de uma visão sistêmica, trago esta reflexão para uma camada bem mais ampla, e meu objetivo é levantar um debate em alto nível com todos envolvidos, seja um fornecedor como eu, execu-

tivos das pequenas, médias e grandes indústrias, academia, governo e todos stakeholders envolvidos e impactados por este tema.

Um estudo conduzido pela UNCTAD (United Nations Conference on Trade and Development), uma agência da Organização das Nações Unidas que se concentra na análise e desenvolvimento de políticas para comércio e desenvolvimento de países, indicou que há uma diferença cada vez maior ao longo dos anos, entre os países considerados “core” (europa ocidental, EUA, Japão, Australia, Canadá e Nova Zelândia. Eu incluiria a China nos últimos anos), e os países periféricos, que são todos os demais do planeta.

O estudo e este gráfico resultante da pesquisa, indicam que as desigualdades nos países considerados periféricos, ou em desenvolvimento, onde o Brasil e todos os países da LatAm ainda se encontram, aumentam consideravelmente com o passar dos anos e as mudanças tecnológicas que vivenciamos.

A quarta revolução industrial trouxe o período da indústria 4.0, onde a distância entre os países “core” e “periféricos” aumentou ainda mais. A transformação digi-

1tal está fazendo com que a as tecnologias aplicadas às indústrias aumente a produtividade e competitividade a nível Global e de forma cada vez mais desigual. Precisamos fazer algo por aqui na LatAm urgentemente!

A Inteligência Artificial faz com que esta distância aumente numa velocidade ainda maior, o que representa um risco para nós como cidadãos brasileiros e latino-americanos. Então, se as indústrias não adotarem a IA por aqui, como elas vão

conseguir ser minimamente competitivas neste complexo cenário global em que vivemos?

Se todos entendem que a IA é um imperativo para a sobrevivência das indústrias, por que muitas empresas ainda não implementaram?

Alguns fatores são observados em minhas interações com indústrias dos mais diversos segmentos de mercado e o meio acadêmico. Abaixo, trago algumas reflexões para pensarmos e debatermos juntos:

- É fato que, em função do hype da IA estar na moda, muitas empresas e startups usaram este termo para dar um banho de marketing em seus produtos e serviços, mesmo sem que fossem essencialmente uma IA ou ainda pior, sem que tivessem comprovado a efetividade de seus algoritmos e validado a geração de valor. Esta profusão de IA por todos os lados, sendo aplicada até mesmo onde não seria necessária, resultou numa quebra de confiança entre fornecedores e indústrias consumidoras desta tecnologia. Quase ninguém aguenta mais ouvir falar de PoC (Proof of Concept), provas de conceito de tecnologias ainda não estrutura- das para executar as funções prometidas. Óbvio que a PoC faz parte de um processo de inovação, são importantes na jornada de desenvolvimento de novas tecnologias e precisam ser executadas, mas o fato de termos uma quantidade excessiva de tecnologias ainda incipientes alegando que farão maravilhas com a IA, gerou uma grande frustração e essa repulsa em diversas lideranças industriais, na medida que não entregavam nem de perto o que prometiam.

2 - Somando-se ao fato de que no Brasil e demais países da LatAm possuímos baixíssimos níveis de confiança entre os cidadãos, e, especificamente no Brasil, somente 6,5% da população entendem que podemos confiar na maioria das pessoas, esta pesquisa realizada pelo World Value Survey indica que, por questões culturais, desconfiamos uns dos outros em relação ao que escutamos e vemos, seja nos negócios ou em nossa vida pessoal. Vemos esta característica presente em nosso dia a dia, quando desconfiamos do feirante e sua famigerada balança, do pacote de frango congelado em que achamos que tem água para aumentar o peso, na relação entre comprador e vendedor em termos gerais e etc.

Por aqui, precisamos provar que somos honestos e inicialmente desconfiamos dos demais, enquanto, em países com elevado nível de confiança entre os cidadãos, estes precisam fazer algo que os desabone para que se perca a confiança no outro. Quanto menor a confiança, cria-se mais burocracia para tentar evitar ser enganado, e uma das consequências é o impacto negativo do PIB destes países e a perca de oportunidade de geração de valor. Se você é latino-americano, tenho certeza de que algo lhe parece familiar.

Somando-se os fatores 1 e 2 acima indicados, entendemos um dos fatores que fazem com que poucas empre-

3

sas no Brasil e América Latina estejam utilizando a IA em suas operações industriais. Falta de confiança na tecno-

logia e em seus provedores. Precisamos reverter este cenário se queremos nos tornar um país mais competitivo!

- Aliado à questão da falta de confiança acima destacada, temos uma natural dificuldade de dimensionar expectativas operacionais e calcular o ROI (Retorno sobre Investimento) para “projetos” de IA para aplicações industriais. E aqui já temos uma questão conceitual para pensarmos juntos. IA, assim como todas as demais tecnologias emergentes da indústria 4.0 usadas em jornadas de transformação digital, não devem ser consideradas um projeto (que possui início, meio e fim), mas sim como um processo constante de melhoria contínua e geração de valor compartilhado por toda sociedade, impactando não somente os KPIs financeiros e operacionais da empresa, mas também os índices de segurança (colaboradores e ativos) e proteção ambiental por exemplo.

4

- Um outro ponto de reflexão, é o medo que alguns executivos ainda possuem de compartilhar dados. Embora os dados industriais que a IA utiliza, não possuam nenhum dado sensível que possa gerar problemas pela LGPD (lei geral de proteção de dados), alguns líderes industriais pensam que ao compartilhar dados de variáveis de processo e o P&ID, alguém pode ser capaz de copiar suas receitas de produção ou expor suas propriedades intelectuais e/ou tecnologias de processos. Com o compartilhamento dos dados de variáveis de processo em séries temporais, é impossível que alguém consiga copiar a fórmula do famoso refrigerante ou qualquer outro produto químico altamente especializado.

Em parte, este receio advém do baixo nível de confiança, mas em se tratando com empresas sérias, com regras de compliance e assinando acordos de confidencialidade, este risco absolutamente não existe, mas ainda assim, escuto bastante este tipo de preocupação. Não usar os benefícios da IA por causa disso, é um con-

trassenso e põe em risco a competitividade das empresas.

Os dados usados pela IA estão já disponíveis nos sistemas historiadores ou no DCS. Ao invés de usarmos estes dados para investigar problemas que já aconteceram, a IA utiliza os dados estrategicamente e possibilita trazer alertas com insights

acionáveis para evitar que os problemas aconteçam, evitando paradas não programadas e a degradação da performance da planta industrial. Estas predições de falhas em equipamentos, sensores, sistemas e válvulas, bem como as predições de degradação da performance operacional da planta, efetivamente geram valor.

5 - Complexidade: Algumas opções de IA são básicas e focadas em equipamentos como motores e bombas, outras ficam restritas às grandes máquinas como compressores, turbinas, etc. Sistemas bastante completos de gestão de performance de ativos ( APM ) são muito caros e complexos, e requerem um tempo considerável para implementação, mas possibilitam inúmeras integrações com outros sistemas de gestão.

Absolutamente todas as opções são importantes, entretanto, existe opções no mercado com investimento acessível, descomplicado e de comprovado sucesso, o SAM GUARD do Samson Group é uma delas, onde utilizamos dados já disponíveis no sistema historiador e não

necessitamos investimentos em novo hardware ou sensores adicionais, trazendo resultados efetivos em pouco tempo.

Este manifesto visa trazer a urgência de dotarmos nosso parque industrial com a IA, seja ela qual for, para que elevemos o nível de maturida-

de digital de nossa indústria e possamos colaborar para diminuir a distância entre os países do “core” e os “periféricos”, onde nos encontramos atualmente, garantindo a perpetuidade das nossas indústrias e os empregos em nossas indústrias. Seja qual for a sua opção, implemente a IA!

6

- A convergência OT-IT, ou seja, a integração de dados dos sistemas OT (Operational Technology) das plantas industriais, e dos dados dos sistemas IT (Information Technology) das áreas corporativa e de negócios das organizações, potencializam os resultados da adoção da IA, já que correlações óbvias e não óbvias entre estes dados todos, possibilitam extrair muito mais valor dos ativos já disponíveis por toda organização. Embora a convergência OT-IT seja algo que independe da IA, muitas empresas ainda não usam estrategicamente seus dados ainda. Porém, mesmo sem a convergência OT-IT, há a possibilidade de se implementar a IA separadamente nos sistemas OT e IT, o que já seria uma grande vantagem em relação à maioria dos concorrentes que não usam.

7

- Consumo de energia: No corporativo e na área de negócios, a IA generativa já tem sido usada consideravelmente, porém, nas plantas industriais, ainda temos muitas empresas sem obter as vantagens da IA.

O fato de as empresas estarem usando a IA generativa, através do ChatGPT ou outra qualquer, significa que o consumo energético resultante desta empresa está aumentando, já que uma simples consulta ao ChatGPT consome 10 vezes mais do que a mesma consulta no Google, de acordo com estudo da Universidade da Califórnia. Embora este con-

sumo não apareça na despesa operacional da empresa, pois trata-se de energia consumida nos data centers, em empresas com compromisso ESG, em seu escopo 3, há uma grande preocupação neste sentido pois impacta consideravelmente os ODS 7 e 12 (Objetivo de Desenvolvimento Sustentável).

Sendo assim, para ajudar a fechar a conta, temos

que usar a IA para aumentar a eficiência energética das indústrias e otimizar o uso das matérias primas em seus processos. Usar a IA para predições de falhas, impacta a eficiência energética e operacional das plantas industriais, compensando, de alguma forma, o aumento do consumo de energia pela IA generativa das áreas corporativas e de negócios.

8

- Comprovação de geração de valor através da IA: Como as indústrias produzem seus produtos há muitos anos sem a IA, muitas vezes é difícil mensurar quanto valor pode ser gerado com a implementação da IA nas operações industriais.

Além dos valores tangíveis que a IA pode gerar em termos de aumento de confiabilidade dos equipamentos, maior disponibilidade operacional e melhor qualidade dos produtos finais, com consequente impacto no EBITDA da organização, também proporciona uma maior percepção de valor por parte dos

acionistas e investidores, já que a empresa está alocando recursos em tecnologias que contribuem para o valuation da empresa, considerando uma depreciação menor de seus ativos, bem como menores despesas de manutenção no DRE ( Demonstrativo de Resultados da Empresa ), usado por analistas financei-

ros para recomendar compra/venda de ações para aquelas empresas listadas em bolsa. A adoção da IA traz também, valores intangíveis, como aumento da reputação da empresa através de uma maior confiabilidade de suas operações, segurança dos ativos e colaboradores, e proteção ambiental.

Mas quais ações concretas podemos fazer para escalar a IA em nossas indústrias?

Com base nestes oito fatores acima apresentados, e para ajudar as empresas que possuem operações industriais na LatAm a elevarem seu nível de maturidade digital de suas indústrias, estamos fazendo a nossa parte como Samson Group e oferecendo 90 dias gratuitamente para que as indústrias possam comprovar a geração de valor através da IA em seus respectivos casos reais de sua planta. Entre em contato para avaliarmos

esta validação gratuita por 90 dias do SAM GUARD.

Se há um consenso sobre o imperativo de se usar a IA, agora todos podem ter a experiência de ver em sua própria indústria, qual o valor pode ser gerado com a IA!

Se você leu este artigo até aqui, e concorda com a urgência deste tema, junte-se a mim neste manifesto pelo uso da IA em nossas indústrias!

Seja você fornecedor ou

usuário de qualquer indústria, também se torne um vetor para elevar a competitividade de nosso parque industrial. Juntos, podemos gerar mais valor compartilhado por toda sociedade!

Se gostou do artigo, compartilhe em suas redes sociais e vamos alavancar este manifesto. Se tiver comentários e sugestões para torná-lo melhor, me procure para debatermos e construirmos algo colaborativamente.

Vamos juntos nessa?

LINKEDIN

O dilema da transparência entre o código livre e a IA Aberta

Estamos testemunhando a maneira como a inteligência artificial (IA) está redefinindo o conceito de código aberto, expandindo o debate para além do software tradicional. Modelos de IA, dados de treinamento e a própria governança dessa tecnologia agora ocupam o centro da discussão. O problema é que muitas empresas adotam o rótulo

de “aberto” sem, de fato, oferecer a transparência esperada. Isso levanta uma questão essencial: o que realmente significa uma IA aberta?

A resposta está longe de ser simples. A recente controvérsia envolvendo a DeepSeek e a OpenAI reacendeu um debate: quais devem ser as verdadeiras liberdades da IA aberta? Se no

início do século o software livre estabeleceu os pilares fundamentais de execução, estudo, redistribuição e modificação, agora precisamos definir um novo conjunto de princípios que guiem a inovação sem comprometer transparência, ética e acessibilidade.

Na teoria, o código aberto na IA deveria garantir liberdade para explorar e

Marcelo Ciasca, CEO Brasil do Grupo Stefanini

modificar tecnologias. Na prática, muitas empresas se aproveitam desse conceito sem oferecer acesso real a dados de treinamento e pesos dos modelos, tornando a abertura superficial. A Open Source Initiative

As novas liberdades da IA

A evolução da IA exige novas liberdades. Especialistas como Ksneia, conselheira da Track Two: An Institute for Citizen Diplomacy, propõem conceitos fundamentais para o futuro da IA aberta. Entre eles, a liberdade de acesso, que garante que modelos e pesquisas sejam acessíveis a todos, promovendo uma inovação descentralizada. Outro ponto essencial é a liberdade para entender, assegurando que os sistemas sejam interpretáveis e não se tornem “caixas-pretas” indecifráveis. Além disso, a liberdade para esquecer permitiria que usuários solicitassem a remoção de determinados dados dos modelos, seja por privacidade ou pela necessidade de atualização das informações.

Os modelos também precisam manter flexibilidade, evitando treinamentos excessivamente restritivos que limitem sua adaptação. O equilíbrio entre inovação e governança será o diferencial para o futuro.

A Open Source Initiati -

(OSI) propôs a OSAID 1.0, um conjunto de diretrizes para padronizar o que pode ser considerado IA de código aberto. Mas será que isso resolve o problema?

A transparência na IA não se resume ao código. Para

um sistema ser realmente aberto, deve-se garantir acesso aos dados que o treinaram, permitir auditorias e oferecer mecanismos de governança claros. Sem isso, a ideia de IA aberta se torna um rótulo vazio.

ve (OSI) está na vanguarda dessa discussão e lançou a OSAID 1.0, um padrão que estabelece critérios mínimos para que uma IA seja considerada realmente aberta. Isso inclui o acesso aos dados usados no treinamento, ao código-fonte do modelo e às configurações do treinamento. No entanto, grandes empresas como Meta e OpenAI promovem seus modelos como “abertos”, mas sem liberar informações essenciais, levantando questionamentos sobre a real transparência dessas iniciativas.

Além disso, a governança dos dados usados para treinar IA continua sendo um ponto crítico. Enquanto alguns defendem transparência total, há preocupações legítimas sobre privacidade e uso indevido das informações. A OSI, em parceria com a Open Future Foundation, propôs diretrizes para um acesso mais equilibrado e ético a esses dados, garantindo um meio-termo entre inovação e responsabilidade.

A indústria precisa de

uma definição clara do que realmente constitui uma IA aberta. O caso da DeepSeek e sua suposta “destilação” dos modelos da OpenAI expõe os desafios de uma IA que se diz aberta, mas que pode não garantir transparência real. Definir a IA de código aberto requer colaboração e aprimoramento contínuo. É um desafio, mas essencial para impulsionar a inovação sem perder de vista a liberdade e a responsabilidade. O desafio agora é avançar na definição de um novo conjunto de liberdades para a IA garantindo um equilíbrio entre inovação, transparência e governança. O debate está apenas começando, e as escolhas que fizermos hoje influenciarão o futuro da inteligência artificial. A verdadeira liberdade da IA Aberta não é apenas sobre compartilhar tecnologia, mas garantir que seu desenvolvimento seja feito de forma colaborativa, responsável e acessível a todos.

VEJA MAIS

E a automação vem sendo impulsionada por IA (Inteligência Artificial) desde que começou a combinar aprendizado de máquina, visão computacional e robótica para otimizar a produção, aprimorar a manutenção preditiva e permitir a tomada de decisões em tempo real, reduzindo significativamente os custos e melhorando a produtividade geral. Mas a aplicação da IA na automação industrial vai além da otimização de processos, inclui melhorias na segurança e contribui para uma maior sustentabilidade, mais inovação e um ecossistema industrial resiliente.

A Inteligência Artificial, no ambiente industrial, busca prevenir problemas antes que aconteçam, ajuda a garantir a qualidade, aumenta a eficiência, auxilia humanos e robôs a desempenharem melhor suas funções.

Com inúmeras empresas implementando análises de dados com tecnologia de IA e tecnologias de IA generativas como copilots, o nível de expectativa para que essas soluções entreguem resultados é cada vez mais alto. Mas o que seria essa Inteligência? E como ela difere dos copilots e chatbots?

“A Inteligência Artificial (IA) é um amplo campo da ciência da computação focado na criação de máquinas e sistemas capazes de realizar tarefas que normalmente exigiriam inteligência humana. Isso inclui habilidades como aprender, raciocinar, resolver problemas, perceber o ambiente, compreender a linguagem natural e tomar decisões. A IA abrange diversas técnicas, como machine learning (aprendizado de máquina) e deep learning (aprendizado profundo). Já os copilots (ou assistentes baseados em IA) são ferramentas específicas que utilizam IA para auxiliar profissionais em suas tarefas, funcionando como colaboradores digitais que potencializam a produtividade humana sem substituí-la. A principal diferença é que a IA é o conceito mais amplo e a tecnologia subjacente, enquanto os copilots são aplicações práticas dessa tecnologia em interfaces colaborativas homem-máquina”, esclarece Cassiano Ebert, gerente executivo de Tecnologia da Informação e Telecomunicações da Petrobras.

A Inteligência Artificial é a capacidade de um sistema de realizar tarefas que normalmente requerem inteligência humana, como reconhecimento de fala, tomada de decisão e tradução de idiomas; copilots seriam assistentes que ajudam os usuários em tarefas específicas, enquanto chatbots, programas que simulam conversas humanas para fornecer informações ou realizar ações.

Existem soluções de IA e copilots disponí-

veis “de prateleira” que atendem necessidades gerais. Tipicamente, a presença dessas IA nos produtos é transparente para os usuários finais. Na estratégia de IA da Petrobras, esse tipo de IA de prateleira é denominada de “IA do dia a dia”, este tipo de IA que permite que se aumente a produtividade e reduza o trabalho de tarefas repetitivas para equipes e clientes, mas não vai conferir uma vantagem competitiva sustentável.

“IA e co-pilots podem ser comprados de prateleira, mas para atender às necessidades específicas de uma empresa, geralmente é necessário algum nível de customização, pois cada processo tem sua especificidade. Eles podem ser implantados em várias áreas, como controle de qualidade, manutenção preditiva, otimização de processos e gestão de estoques. Mais recentemente a integração destas ferramentas com IAGen tem possibilitado a interação humana (até mesmo voz) com máquinas industriais, já temos registros de empresas que estão usando destas tecnologias para interação entre operadores e equipamentos, penso que em um futuro muito breve estas aplicações estarão em grande número dentro das empresas, pois os benefícios são promissores”, conta Ronaldo Neves Ribeiro, Gerente de Tecnologia da Informação e Telecom da Cenibra.

“Para atender necessidades específicas de grandes corporações como a Petrobras, frequentemente precisamos realizar customizações ou treinar modelos de IA para resolver cenários específicos dessas empresas e com seus próprios dados. Isso ocorre devido à complexidade e especificidade dos nossos processos, à necessidade de integração com sistemas legados e aos requisitos de segurança e privacidade. Nossa abordagem tem sido híbrida: partimos de tecnologias estabelecidas no mercado e as adaptamos ao nosso contexto específico, treinando modelos com dados proprietários e conhecimento de domínio dos nossos especialistas. Na Petrobras, implementamos IA como assistente em diversas frentes operacionais: na otimização de processos industriais, na manutenção preditiva de equipamentos críticos, no monitoramento em tempo real das condições operacionais, no suporte à tomada de decisão para intervenções em poços, na gestão de segurança operacional e na eficiência energética. Também aplicamos IA em processos como planejamento logístico, compras e gestão de materiais. A versatilidade dessas tecnologias permite sua implementação tanto em sistemas de controle operacional quanto em camadas de otimização e planejamento estratégico,” afirma Cassiano.

Ronaldo conta que as soluções de IA muitas vezes superam os softwares existentes ao oferecer análises mais avançadas, automação de tarefas complexas e melhor integração entre diferentes sistemas. “Temos na Cenibra casos de IA no apoio à central de logística e reconhecimento de placas de caminhões; temos IA em CFTV para analíticos de borda e análise avançada de vídeo/ forense; chat bot para comunicação interna e externa; diversos BOTs para automação de processos; detecção de incêndios florestais; detecção de fadiga de motoristas; análise de documentos ambientais, trabalhistas e de empresas prestadoras de serviços; IAGen para emissão de relatórios de paradas de produção, dentre outras iniciativas. E essas aplicações têm mostrado impacto positivo em KPIs como eficiência operacional, redução de custos, e melhoria na qualidade dos serviços prestados”.

A Petrobras trabalha com soluções baseadas em IA complementando os sistemas tradicionais ao adicionar capacidades de

aprendizado, adaptação e processamento de dados não estruturados. Enquanto os softwares convencionais seguem regras programadas explicitamente, os sistemas de IA podem identificar padrões complexos, antecipar falhas e otimizar processos de forma dinâmica. Na integração fábrica/corporativo, a IA permite correlacionar dados operacionais com informações de negócio, criando insights que sistemas tradicionais não conseguiriam gerar. Além disso, ferramentas como processamento de linguagem natural facilitam a interação humano-máquina, democratizando o acesso a informações complexas.

Cassiano conta que a Petrobras tem observado ganhos significativos no uso de IA em diversos projetos. “Com o ChatPetrobras, principal ferramenta de assistentes de IA Generativa, observamos relevante impacto na produtividade de nossos colaboradores. Da mesma forma, o MaterIAl, agente de IA especializado em cadastro de materiais e gestão de estoques, registramos

uma diminuição no tempo gasto nas consultas realizadas diretamente em nosso ERP de mais de 90%. A rigor, ganhos de produtividade têm sido observados em grande parte de dezenas de projetos de assistentes de IA desenvolvidos em diversas áreas da Petrobras.

Na área Financeira, o desenvolvimento de um modelo de aprendizado de máquina desenvolvido por nossos cientistas de dados para previsão de fluxo de caixa apresentou melhoria de mais de 50% na precisão em relação aos métodos anteriores, reduzindo o erro semanal médio em aproximadamente R$ 400 milhões. Na área industrial, o sistema Smart Tocha usa IA para otimizar o processo de queima de gases em tochas industriais, registrando ganhos financeiros de mais de R$ 20 milhões/ano. Além do impacto financeiro positivo, o Smart Tocha contribui para a sustentabilidade das operações da Petrobras ao proporcionar um aumento na eficiência energética e a redução das emissões de gases de efeito estufa. Nossa estratégia na área de Tecnologia tem sido focar na medição do valor tangível gerado por cada iniciativa, seja em termos financeiros, operacionais, segurança e/ou ambientais, alinhados aos objetivos específicos das áreas de negócio”.

A Petrobras aplica IA em seus processos de Manutenção e Inspeção no sentido de se antecipar a eventos de falha de equipamentos que poderiam causar parada de nossos equipamentos e consequentemente perda de produção. Em projetos como TripDetector para a área do Refino, a Petrobras utiliza variáveis de sensores dos equipamentos para treinar modelos de aprendizagem de máquina que são capazes de prever eventos indesejados possibilitando, assim, uma ação proativa e garantindo a continuidade das operações. “Além disso, aplicamos técnicas de pesquisa operacional para otimizar toda a nossa cadeia de refino, incluindo o planejamento operacional de curto e mé-

dio prazo, o dimensionamento de frotas e a gestão de estoque. Mas vale destacar que a implementação bem-sucedida de IA exige uma abordagem centrada nas pessoas com letramento e aprendizagem contínua. Na Petrobras, no Centro de Excelência em Analytics e IA, temos a missão de democratizar o uso de IA na Cia. Nesse contexto, temos o objetivo de aperfeiçoar (upskilling) e requalificar (reskilling) nossa mão de obra. Assim, investimos em programas de capacitação técnica para desenvolver fluência digital em diferentes níveis da organização. Promovemos a formação de profissionais híbridos que combinam conhecimento de domínio específico com competências em ciência de dados e IA. Atualmente, existem trilhas de capacitação nos níveis básico, intermediário e avançado para cientistas de dados, além de ações para desenvolvimento de lideranças. É fundamental criar uma cultura de aprendizado contínuo e adaptabilidade, além de garantir que os profissionais compreendam os limites e potencialidades das ferramentas de IA para utilizá-las de forma eficaz e responsável”, afirma Cassiano.

A Cenibra mantém um planejamento estruturado para uma jornada de novos casos de uso para os próximos anos, suportados por consultorias e metodologias para escolha dos casos mais impactantes para o negócio, alinhados com o planejamento estratégico. “Acreditamos que a esta jornada nos ajudará melhoras nossos resultados. Ainda, será uma possível atração/retenção do capital humano”, pondera Ronaldo, destacando que a equipe está no início da jornada em IA e “a preparação do ser humano é uma das nossas ações, estamos capacitando pessoas (interna e externamente) orientando sobre o novo momento que o mundo está vivendo. O objetivo não é espalhar o “pânico”, mas sim apresentar a nova realidade e como podemos nos preparar para ela”.

Sem dúvidas a segurança dos dados e a cibersegurança são preocupações importan-

tes ao implementar sistemas de IA; nunca os dados foram tão necessários como agora e, para darmos inteligência aos negócios eles devem ser coletados de forma governada e segura. A Cenibra possui diretrizes éticas e políticas de governança para garantir o uso responsável da IA. Mas o que acontece se a IA propuser algo que vai contra a intuição ou experiência da equipe humana? Ronaldo afirma que as decisões são tomadas com base em uma análise cuidadosa, considerando tanto as recomendações da IA quanto a experiência da equipe humana. “Estamos todos aprendendo como podemos aproveitar ao máximo o uso da IA e IAGen. Não existe uma fórmula mágica, e a IA não resolve todos os problemas dos negócios. No entanto, é essencial que iniciemos o quanto antes nossa jornada para o uso adequado dessa tecnologia. Reconhecemos que há muitos riscos associados, e eles tendem a se intensificar com o tempo. Assim como as grandes invenções do passado, o início pode ser um pouco tumultuado, mas é inevitável. Precisamos nos preparar o quanto

antes e começar com provas de conceito. Os erros iniciais servirão como base para o uso adequado dessa oportunidade que estamos vivendo”.

O mundo deve ver mais aplicações práticas da IA na manufatura porque agora ela pode operar na confluência de gêmeos digitais e backbones digitais e porque novos sensores aumentam a visão do processo e ela pode dispor de computação massiva disponível em máquinas do tamanho de um laptop ou na nuvem, com armazenamento em rede quase ilimitado.

Utilizando insights preditivos, as empresas ganham a previsão necessária para agir, os sistemas de IA personalizados podem ser treinados com dados específicos da manufatura, permitindo que compreendam melhor os processos diferenciados de cada organização, proporcionando um ROI maior em comparação com abordagens padronizadas.

Segundo o relatório de pesquisa da 451 Research encomendado pela Vultr, 83% dos fabricantes impulsionados por IA confir-

VEJA MAIS

mam que a tecnologia contribui diretamente para os principais resultados do negócio, como crescimento da receita, participação de mercado e satisfação do cliente; 66% dessas organizações relatam desempenho de moderado a melhor do que seus pares do setor em 2023 e quase dois terços esperam atingir o nível mais alto de maturidade de IA nos próximos dois anos. 89% dos entrevistados preveem a migração da inferência de IA - uso de modelos de aprendizado de máquina treinados que podem tomar decisões sem a necessidade de treinamento adicional - para a borda. Isso porque na indústria, segurança e processos críticos tornam a latência inaceitável, exigindo que a IA se aproxime mais das operações. E aí os três desafios mais citados foram a escalabilidade de aplicações em produção (34%), governança de dados e sistemas de IA (33%)

e qualidade dos dados (33%). Com a infraestrutura adequada, a inferência de IA na borda pode ajudar os fabricantes a superarem cada um deles. Mas, considerando que as empresas tendem a depender de uma infraestrutura de nuvem híbrida, levar a IA para mais perto dos processos pode ser difícil de escalar, a menos que todos os dados sejam primeiro agregados em um só lugar para análise antes da inferência.

E, claro, existe uma ligação clara entre o investimento em IA e a maturidade de suas capacidades, sendo assim, 88% dos entrevistados planejam aumentar seus gastos com IA no próximo ano; 87% dos fabricantes devem aumentar seus orçamentos para esses desenvolvimentos.

A IA também passou a ser vista como uma forma essencial de manter as operações frente a carência de mão de obra especializada, levando a uma maior ênfase em tecnologias colaborativas tanto para suprir essas lacunas como para desenvolver força de trabalho. Ao unir todo esse conhecimento e disponibilizá-lo em tempo real, a IA promete permitir que um novato tome decisões mais semelhantes às de um veterano. Será?

LINKEDIN

Conceitos

Inteligencia Artificial na Automação Industrial

Carlos Chierici,

Gerente

de desenvolvimento de software, Gerente de Projeto,

Gerente de Produto da Nova Smar

A grande onda tecnológica atual e que irá se prolongar por diversos anos à frente, a Inteligência Artificial (IA), está se disseminando praticamente para todas as áreas: sistemas de atendimento ao cliente, controle logístico, telefone celular com seus assistentes virtuais, mas também na indústria em sistemas para configuração de aplicações industriais, manutenção e controle de qualidade.

Esse boom que estamos vivenciando se iniciou em 2017, quando um grupo de oito pesquisadores do Google publicou o artigo “Attention Is All You Need”, onde apresentaram a arquitetura Transformer e revolucionaram o campo da inteligência artificial, levan-

do ao modelo chamado LLM (Large Language Model), uma classe de modelos de IA treinados com enormes volumes de dados textuais.

Nesses treinamentos, os textos são divididos em unidades menores chamadas tokens (palavras ou partes de palavras) e o modelo “aprende” como os tokens são relacionados. Com o modelo treinado, é possível fazer uma pergunta e, com base no contexto fornecido, o modelo prevê a próxima palavra ou sequência de palavras, gerando respostas coerentes.

Podemos ter essa experiência ao acessar o ChatGPT, da OpenAI, e pedir para ele escrever um poema no estilo de Fernando Pessoa: ele entenderá quais palavras/tokens usar para que o texto seja o mais

aderente possível ao estilo do poeta.

O primeiro produto baseado no LLM que fez muito sucesso foi o ChatGPT 3.5 Turbo da OpenAI, apresentado em 2022. Desde então a capacidade de inteligência desses sistemas vêm evoluindo velozmente, como demostra a figura 1, onde é apresenta a evolução da capacidade dos modelos LLM publicados pelas maiores empresas de AI: OpenAI, Meta, Google, Anthropic, Mistral, DeepSeek, xAI e Alibaba.

Nele podemos ver os vários lançamentos de cada empresa e o nível de inteligência atingido por cada modelo (métrica Artificial Analysis Intelligence criada pela empresa Artificial Analysis).

Figura 1: Artificial Analysis Intelligence Index (maio/2025)

Desde o lançamento do GPT 3.5 Turbo pela OpenAi em 29/11/2022, a inteligência

desses modelos mais do que triplicou. E isso aconteceu em apenas 2 anos e 6 meses!

Essa evolução permitiu a criação de novas categorias de ferramentas:

• Copilots: Assistentes de IA que colaboram com o usuário, onde analisam o contexto e oferecem sugestões e suporte em tempo real para tarefas específicas, sendo que a decisão final sempre é do usuário. Como exemplo podemos imaginar uma ferramenta de edição de texto que sugere melhorias no documento enquanto você o edita, ou um editor de código (como Visual Studio Code) que sugere trechos de código conforme o desenvolvedor vai escrevendo seu software.

• Agentes: Sistemas de IA com autonomia para tomar decisões e executar ações para atingir objetivos específicos sem intervenção humana constante. Exemplo: Sistema que gerencia automaticamente o estoque de uma empresa, realizando pedidos conforme a demanda.

Na automação industrial, os LLMs têm o potencial de transformar a forma como interagimos com sistemas e processos. Eles podem ser integrados a interfaces de usuário para facilitar a comunicação com máquinas, auxiliar na análise de dados e geração de relatórios, e até mesmo na programação de controladores lógicos pro -

gramáveis (CLPs) através de linguagem natural. No entanto, é importante notar que, apesar de suas capacidades impressionantes, esses modelos não possuem compreensão ou consciência; eles operam com base em padrões estatísticos aprendidos durante o treinamento. Além disso, existem outros modelos de aprendizagem

IA para transformar o chão de fábrica em um ambiente inteligente, autônomo e preditivo

Na Nova Smar, estamos desenvolvendo a próxima geração de sistemas para controle industrial, criando uma série de novos equipamentos e softwares baseados no padrão aberto O-PAS (Open Process Automation Standard), desenvolvido pelo The Open Group. Nos sistemas O-PAS (vide figura 2), a execução da lógica de controle é feita a partir de contêineres que são im-

plantados em equipamentos chamados de DCNs (Distributed Control Nodes). A configuração e gerenciamento dos DCNs e contêineres, atividade fundamental para gerenciar a complexidade de sistemas compostos por elementos heterogêneos de múltiplos fornecedores, são feitos por um Orquestrador, um dos conceitos mais importantes do O-PAS. Com um Orquestrador in-

de máquina que podem ser aplicadas no contexto da automação industrial, como modelos de séries temporais (ex: ARIMA, Prophet), aprendizagem supervisionada (ex: Random Forest, XGBoost) e Deep Learning (ex: LSTM, GRU), sem falar dos modelos utilizados em sistemas de visão computacional.

teligente, em vez de escalar apenas com base em métricas de CPU/memória, a IA é usada para prever picos de carga (analisando padrões históricos de tráfego) e disparar o escalonamento dos serviços antes do aumento real. Ela também pode analisar padrões de uso de recursos dos containers (CPU, memória, I/O, latência) e sugerir afinidades mais eficientes, minimizando a latência en-

tre serviços que se comunicam intensivamente. A IA do Orquestrador também pode consumir métricas de logs, latência e erros para identificar padrões fora do normal e aprender padrões de tráfego “saudáveis” e “insalubres”, redistribuindo o trabalho,

gerando alertas ou acionando políticas de rollback automático.

Outra linha de pesquisa explorada pela Nova Smar está no emprego de LLMs para a geração de aplicações a partir de linguagem natural.

A transformação para um

“chão de fábrica inteligente”, “autônomo” ou “preditivo” é uma jornada. A iniciativa da Nova Smar representa um passo fundamental nessa direção, alinhando-se com as tendências mais modernas da área de tecnologia e automação industrial.

Como a tecnologia O-PAS ajuda a indústria alcançar a excelência da manutenção preditiva baseada em dados

A tecnologia O-PAS reconhece a complexidade para gerenciamento de sistemas

compostos por elementos heterogêneos de múltiplos fornecedores. Essa comple -

xidade é abordada através do Orquestrador, que equipado com uma IA consegue:

• Analisar Grandes Volumes de Dados: Sistemas de IA podem processar e analisar continuamente vastas quantidades de dados provenientes de sensores de máquinas (vibração, temperatura, pressão, etc.), dados de gerenciamento de sistema (como os fornecidos via Redfish, um sistema de monitoramento incorporado aos equipamentos O-PAS) e até dados não estruturados como relatórios de manutenção anteriores e logs de sistema.

• Identificar Padrões Sutis e Anomalias: Algoritmos de Machine Learning podem detectar padrões complexos e anomalias nos dados operacionais que seriam imperceptíveis para humanos ou para sistemas baseados em regras simples. Esses padrões podem ser precursores de falhas em equipamentos.

• Construir Modelos Preditivos: Com base em dados históricos de falhas e dados operacionais em tempo real, a IA constrói modelos que preveem a probabilidade de falha de um

Figura 2: Arquitetura do sistema O-PAS

componente ou sistema em um determinado horizonte de tempo. Isso permite que as equipes de manutenção agendem intervenções antes que a falha ocorra, otimizando recursos e minimizando o tempo de inatividade não planejado.

• Contextualizar Informações: A IA pode correlacionar dados de diferentes fontes (produção, saúde do DCN, qualidade) para fornecer uma visão mais holística da saúde do ativo, tornando as previsões de manutenção mais precisas e contextualizadas, como discutido na Seção 4.2 do relatório.

Ao prever falhas potenciais, a IA permite que a manutenção seja planejada

Precisa de IA para isso?

Embora técnicas de manutenção baseadas em regras e algumas formas de

e executada de forma proativa, reduzindo custos associados a paradas inespe -

radas, danos secundários a equipamentos e otimizando o uso de peças de reposição.

análise estatística existam há algum tempo, a IA eleva a manutenção preditiva a um

novo patamar ao oferecer vantagens significativas:

• Escalabilidade e Complexidade: A IA pode analisar um volume e variedade de dados (incluindo dados não estruturados) muito maiores e identificar correlações muito mais complexas do que métodos tradicionais. Em sistemas industriais modernos com milhares de sensores e pontos de dados, isso é crucial.

• Detecção de Padrões Não Óbvios: A IA, especialmente o Machine Learning, pode descobrir padrões sutis e interações complexas entre variáveis que não seriam evidentes através de análises estatísticas convencionais ou conhecimento de domínio isolado.

• Adaptabilidade: Modelos de IA podem aprender e se adaptar continuamente à medida que novos dados são coletados e as condições operacionais mudam, melhorando a precisão das previsões ao longo do tempo.

• Automação da Análise: A IA pode automatizar grande parte do processo de análise de dados e geração de alertas, liberando engenheiros para focar na tomada de decisão e planejamento.

Portanto, embora não seja o único caminho, a IA é uma ferramenta extremamente

poderosa e, em muitos casos, necessária para alcançar a “excelência” na manuten-

A IA não enxerga, interpreta dados

A IA não “enxerga” fenômenos físicos que os sensores não capturam; em vez

disso, ela interpreta os dados dos sensores (e outras fontes) de uma maneira mais

ção preditiva em ambientes industriais complexos e ricos em dados.

profunda e interconectada. O valor da IA reside em sua capacidade de:

• Detectar Anomalias Sutis e Precoces: Sensores podem indicar valores dentro de limites aceitáveis individualmente, mas a IA pode identificar combinações ou sequências anômalas desses valores que são precursoras de problemas. Por exemplo, uma leve alteração na assinatura de vibração de um motor, correlacionada com um pequeno aumento em sua temperatura e uma sutil variação no consumo de energia, pode ser um sinal de alerta precoce para a

IA, mesmo que cada parâmetro isoladamente ainda esteja dentro da faixa normal.

• Correlacionar Dados de Múltiplas Fontes: A IA pode fundir dados de diversos sensores e sistemas (dados de processo, dados de gerenciamento de sistema via Redfish, logs, dados de qualidade do MES). Essa visão holística permite identificar interdependências que um único sensor ou sistema não revelaria. Por exemplo, a IA pode correlacionar uma degradação no desempenho de um DCN (detectada via Redfish) com um aumento na variabilidade de uma malha de controle crítica e uma subsequente queda na qualidade do produto.

• Analisar Dados Não Estruturados: Sensores fornecem dados estruturados. A IA, através de LLM e Visão Computacional, pode extrair insights de dados não estruturados como logs de texto, relatórios de manutenção e imagens/vídeos industriais. Um relatório de manutenção analisado por NLP pode contextualizar ou confirmar uma anomalia detectada nos dados dos sensores.

• Prever Comportamentos Futuros: Com base em padrões históricos e dados em tempo real, a IA pode prever a evolução de um parâmetro ou a probabilidade de uma falha, indo além da simples detecção do estado atual fornecida pelos sensores.

Essencialmente, a IA adiciona uma camada de inteligência analítica sobre os dados brutos dos sensores,

transformando-os em insights preditivos e acionáveis que não seriam diretamente “detectáveis” apenas olhan-

Inteligência além da automação

A Nova Smar tem como objetivo oferecer uma automação avançada e inteligente com sua linha Nova (padrão O-PAS).

Tarefas antes totalmente desempenhadas por um engenheiro de aplicações, como a criação de estratégias de controle e configuração da aplicação junto aos equipamentos agora são apoiados por uma ferramenta de IA com o uso de linguagem natural. O monitoramento dos equipamentos, balanceamento de carga e redundância é controlada

de forma inteligente pelo Orquestrador O-PAS.

Portanto, a IA planejada para as soluções da Nova Smar visa transcender a mera automação, incorporando capacidades de aprendizado, análise e decisão que caracterizam a inteligência artificial.

A linha Nova oferece um sistema de controle aberto, avançado e inteligente, capaz de analisar fluxos de dados de sensores, sistemas de gerenciamento e logs em tempo real ou quase real, identificando padrões

IA é mais que um conjunto de algoritmos

A atual onda industrial, impulsionada por algoritmos de IA, distingue-se dos algoritmos tradicionais, como os PIDs, fundamentalmente pela sua capacidade

do para os valores dos sensores isoladamente.

e anomalias muito mais rapidamente do que análises humanas ou métodos tradicionais. Isso permite uma detecção mais veloz de problemas iminentes antes que se tornem críticos, dando mais tempo para a tomada de decisão e ação corretiva.

A criação de aplicações por engenheiros é auxiliada por IA, que fornecem assistência instantânea e contextual durante o design e configuração de aplicações, ajudando a tomada de decisões de projeto mais rapidamente e com menos erros.

de aprendizado a partir de dados diversificados, que incluem textos e imagens, e

não apenas por meio de regras pré-definidas.

Esta capacidade permite que a IA descubra padrões complexos e correlações que seriam difíceis para humanos identificarem, além de processar um volume e variedade de dados muito maiores. A IA também introduz capacidades cognitivas, como percepção, compreensão de linguagem e tomada de decisão adaptativa, o que permite maior autonomia dos sistemas. Com isso, o escopo de aplicação se expande para problemas mais complexos, como a otimização de toda a cadeia de valor e o auxílio em tarefas de engenharia através de co-pilots e agentes. A interação

homem-máquina também evolui, com o surgimento de interfaces conversacionais e colaborativas. Adicionalmente, a combinação da IA com padrões abertos, como o O-PAS, visa democratizar o acesso a estas tecnologias avançadas.

A Inteligência Artificial em ambientes industriais impacta diretamente e de forma mensurável diversos Indicadores Chave de Desempenho (KPIs). A IA melhora a Eficiência Operacional Geral ao aumentar a disponibilidade dos equipamentos através da manutenção preditiva, otimizar a performance dos processos e elevar a qualidade dos produtos. Consequente -

mente, o Tempo Médio Entre Falhas (MTBF) aumenta, enquanto o Tempo Médio Para Reparo (MTTR) diminui. A produtividade geral aumenta devido à redução de paradas e melhor alocação de recursos. Adicionalmente, o tempo de ciclo de engenharia e configuração de aplicações também é reduzido com o uso de co-pilots de IA.

E a plataforma System 302 O-PAS da Nova Smar é projetada para conectar os dados do chão de fábrica aos sistemas empresariais como o ERP. Nesse caso, os dados são disponibilizados a partir do servidor OPC-UA para análise dos sistemas empresariais.

Em um cenário de escassez de mão de obra especializada, a IA amplia o potencial das equipes

Em cenários de escassez de mão de obra especializada, a solução O-PAS da Nova Smar amplia o potencial das equipes ao simplificar e automatizar tarefas complexas.

Com o co-pilot de IA no

configurador de aplicações NovaCSB e o agente de IA no Orquestrador O-PAS, tarefas complexas de engenharia são simplificadas. Ao traduzir linguagem natural para criação de lógicas de controle ou para configurar

a distribuição de aplicações, eles reduzem a dependência de alta especialização, permitindo que mais profissionais projetem e configurem sistemas, acelerando assim a produtividade.

IA embarcada na automação

LINKEDIN Cesar Cassiolato, CEO Vivace Process Instruments

A inteligência artificial (IA), os assistentes virtuais e os co-pilots de automação industrial são tecnologias interconectadas que estão transformando a maneira como interagimos com sistemas e processos em ambientes industriais e cotidianos. A combinação delas está moldando o futuro da

indústria, promovendo um ambiente mais eficiente e adaptável. Essas tecnologias não apenas melhoram a produtividade, mas também ajudam a criar um espaço de trabalho mais inteligente, onde decisões são tomadas com base em dados e aprendizados contínuos.

Inteligência Artificial (IA)

são sistemas de computador que imitam a inteligência humana, realizando tarefas como aprender, pensar, entender e decidir. Exemplos já bem conhecidos: aprendizado automático, reconhecimento de voz e visão computacional. Utilizados em áreas como diagnósticos médicos, sugestão de

produtos e identificação de padrões.

Um Assistente Virtual, é um programa que usa IA para simular uma conversa com pessoas, geralmente por texto ou voz. Ele responde a perguntas, dá informações e faz coisas simples, como marcar horários e os mais conhecidos são Siri e Alexa, ou assistentes em sites de atendimento.

Co-Pilot de Automação são ferramentas que ajudam a automatizar tarefas e processos, usando IA para melhorar a experiência. Ajuda a fazer tarefas complexas,

1. Melhoria dos Processos

dando sugestões e automatizando etapas de trabalho. Um bom exemplo é o Microsoft Copilot, que ajuda a criar documentos e apresentações, ou ferramentas que automatizam processos de empresas.

A IA é a tecnologia básica, e os assistentes virtuais são para um uso específico da IA; os Co-pilots vão além, usando IA para facilitar e melhorar a automação de tarefas.

Assistentes virtuais focam em falar com o usuário, e co-pilots focam em eficiência e automatização de

processos. Assistentes virtuais geralmente lidam com conversas mais simples, e co-pilots podem lidar com processos complexos. Essas diferenças simplificadas ajudam a entender como cada tecnologia pode ser usada em situações e para objetivos diferentes.

A inteligência artificial (IA) está revolucionando a automação e os equipamentos industriais, trazendo mais eficiência, precisão e capacidade de adaptação. Veja alguns pontos importantes sobre como ela é usada nessas áreas:

Análise de Informações: A IA consegue analisar muitos dados em tempo real para achar padrões e otimizar a produção.

Previsão de Problemas: Sistemas de IA podem prever quando máquinas vão quebrar, permitindo manutenção antes que aconteça e evitando paradas.

2. Controle de Qualidade

Inspeção Automática: Algoritmos de aprendizado automático são usados para verificar produtos em tempo real, garantindo que estejam bons.

Identificação de Falhas: A IA consegue identificar problemas nos processos que podem indicar falta de qualidade.

3. Robôs Inteligentes

Robôs que Trabalham Junto: Robôs com IA conseguem trabalhar com pessoas, se adaptando a novas tarefas e lugares.

Automação Flexível: Sistemas de robôs podem ser programados para fazer várias coisas, aumentando a flexibilidade na produção.

4. Controle de Processos

Aplicações da IA na Indústria

1. Otimização Contínua: A IA consegue reajustar automaticamente as configurações de processos industriais, buscando sempre o melhor rendimento e a menor perda.

2. Operações Independentes: Equipamentos industriais conseguem operar sozinhos, decidindo com base em dados recebidos em tempo real.

3. Conexão de Sistemas

* Internet das Coisas (IoT): A IA, junto com a IoT, possibilita que os dispositivos se comuniquem de forma eficaz, otimizando a gestão dos recursos e a reação a imprevistos.

4. Segurança Aprimorada

* Vigilância Constante: A IA monitora sem parar o andamento das operações, elevando a segurança e a confiabilidade dos sistemas.

* Avaliação de Riscos: Sistemas de IA conseguem identificar riscos nas operações e sugerir medidas para evitar problemas.

Desafios na Implementação da IA

A implantação da inteligência artificial (IA) no setor industrial enfrenta vários obstáculos. Veja os principais:

1. Integração de Sistemas

* Incompatibilidade: Sistemas antigos podem não funcionar bem com as novas tecnologias de IA tornando a integração mais difícil.

* Interoperabilidade: Unir diferentes plataformas e aparelhos pode ser uma tarefa complicada.

2. Qualidade dos Dados

* Dados Insuficientes: Informações incompletas ou de qualidade ruim podem levar a resultados errados.

* Limpeza de Dados: A necessidade de organizar os dados para análise é um processo que leva tempo e é muito importante.

3. Custo e Investimento

* Custo Inicial Elevado: Implementar soluções de IA pode exigir um grande investimento em tecnologia e infraestrutura.

* Retorno sobre Investimento (ROI): A dificuldade em calcular o ROI pode desmotivar os investimentos.

4. Falta de Talentos

* Escassez de Especialistas: A procura por profissionais de IA é alta, mas ainda faltam pessoas qualificadas.

* Treinamento da Equipe: É preciso capacitar os funcionários para que saibam usar as novas tecnologias.

5. Mudança Cultural

* Resistência à Mudança: Funcionários podem resistir à adoção de novas tecnologias, com medo de perder o emprego ou ter suas funções alteradas.

* Adoção de Novas Práticas: É fundamental incentivar uma cultura de inovação e aceitação de novas tecnologias.

6. Regulamentação e Ética

* Conformidade Regulatória: Estar em conformidade com leis e normas pode ser um desafio, principalmente em setores com muitas regras.

* Questões Éticas: O uso da IA levanta questões sobre privacidade, preconceito e responsabilidade.

7. Escalabilidade

* Dificuldade de Escala: Algumas soluções de IA podem ser difíceis de aumentar para operações maiores ou mais complexas.

* Adaptação a Mudanças: Sistemas de IA precisam ser flexíveis para se adaptar a novas condições de operação.

Superando os Desafios

Para que a IA seja bem-sucedida na indústria, é essencial superar esses desafios. Planejar bem, investir em treinamento e adotar uma abordagem gradual podem facilitar a implementação e potencializar os benefícios da tecnologia.

A série Neuron foi desenvolvida para integrar instrumentação inteligente com algoritmos de análise embarcada. A Vivace proporciona aos seus clientes a base para transformar o

chão de fábrica em um ambiente conectado, autônomo e orientado por dados.

A IA embarcada nos dispositivos não depende de servidores externos ou nuvens — ela processa, interpreta e gera alertas no próprio equipamento, antecipando falhas e otimizando o processo em tempo real.

A tecnologia Neuron atua como uma ponte entre o sensor convencional, por exemplo, em um transmissor de pressão, e uma camada real de inteligência

operacional. Embora sensores tradicionais coletem dados, eles não interpretam contextos nem padrões de comportamento. A IA embarcada da Vivace analisa variações sutis de processo, tendência de deriva, ciclos de sobrepressão e degradação progressiva — algo que um sensor isolado não enxerga. Outro ponto onde usamos a IA é na geração dos algoritmos de compensação de temperatura dos nossos sensores de pressão, no processo produtivo.

Com a IA, a manutenção preditiva deixa de ser apenas um conceito e passa a ser uma rotina implementada na prática, sem depender exclusivamente de analistas especialistas. A Vivace entrega inteligência industrial, não apenas automação.

Ao descentralizar o processamento e colocar capacidade de análise no próprio campo, os dispositivos da série Neuron reduzem drasticamente o tempo de

resposta. Alarmes são gerados instantaneamente, com lógica embarcada e integração imediata aos sistemas supervisórios e de controle.

A IA da Vivace permite que decisões críticas ocorram na borda, sem latência de rede ou dependência de cloud, o que é essencial em processos contínuos e de alta criticidade.

Algoritmos sempre existiram, mas a grande mudança está em onde e como eles são aplicados. Antes,

eram centralizados, exigiam TI robusta e profissionais de ciência de dados. Agora, com a série Neuron, por exemplo, os algoritmos estão nos dispositivos de campo, aprendem com os dados do processo e atuam de forma local e imediata.

Estamos vivendo a democratização da inteligência industrial — uma nova era em que cada ponto de medição contribui ativamente com a tomada de decisão.

A Vivace oferece instrumentos inteligentes com protocolos abertos e interoperáveis, capazes de alimentar desde sistemas de controle (como DCS, CLPs e SCADAs) até plataformas de ERP e gestão corporativa. A IA embarcada realiza o pré-processamento no campo, reduz falhas e aumenta a relevância dos dados, facilitando sua integração com camadas MES e ERP.

Isso garante alinhamento entre a operação tática e a estratégia corporativa.

A linha impacta diretamente o processo de forma mensurável:

• MTBF (Tempo médio entre falhas) aumenta;

• MTTR (Tempo médio de reparo) reduz drasticamente;

• OEE (Eficiência geral dos equipamentos) melhora com decisões mais rápidas;

• Consumo energético otimizado por detecção de desvios e anomalias;

• Redução de paradas não planejadas e aumento da disponibilidade operacional.

Tudo isso é mensurável e visível diretamente nos indicadores de produção e manutenção.

Apoio ao fator humano

A IA pode atuar como um técnico digital 24/7, monitorando variáveis, sugerindo ações e alertando sobre desvios. Isso reduz a necessidade de interpretações manuais complexas e libera os profissionais para decisões mais estratégicas.

Além disso, a interface amigável e os relatórios orientados por IA tornam o

conhecimento técnico mais acessível, mesmo para equipes com menor especialização. Em outras palavras, a IA amplifica o conhecimento humano, promovendo autonomia e eficiência.

O futuro da IA na automação e instrumentação industrial é promissor, com a expectativa de que essas tecnologias não apenas

aumentem a eficiência e a produtividade, mas também transformem o ambiente de trabalho. À medida que a IA continua a evoluir, as indústrias terão a oportunidade de se tornarem mais inteligentes, adaptáveis e sustentáveis, preparando-se para os desafios e oportunidades do futuro.

Inteligência Artificial na Indústria: A Visão da Yokogawa para a Transformação Digital

LINKEDIN Cassius Magdo de Barros, Solutions Application Manager, YSA Disruptive Business RPO

A inteligência artificial (IA) está redefinindo o futuro da indústria, impulsionando a transição da automação tradicional para a autonomia industrial, um conceito central na visão

da Yokogawa, conhecido como IA2IA (Industrial Automation to Industrial Autonomy). Este artigo explora como a Yokogawa está utilizando IA para transformar o chão de fábrica em

ambientes inteligentes, autônomos e preditivos, abordando desde os conceitos fundamentais até os impactos mensuráveis em operações industriais.

1. Conceituando IA, Chatbots, Agentes de IA, Copilotos e Automação

A inteligência artificial refere-se a tecnologias que replicam capacidades cognitivas humanas, como percepção, raciocínio e aprendizado, permitindo que máquinas

processem grandes volumes de dados, identifiquem padrões e tomem decisões com base em modelos matemáticos. Na indústria, a IA combina conhecimento de domínio com técnicas avançadas, como aprendizado de máquina (machine learning) e aprendizado por reforço, para otimizar operações e habilitar autonomia.

• Chatbots: São sistemas baseados em IA projetados para interações conversacionais, geralmente respondendo a perguntas predefinidas ou executando tarefas simples, como suporte ao cliente. Na indústria, chatbots podem ser usados para consultas rápidas sobre status de equipamentos, mas têm alcance limitado.

• Agentes de IA: São sistemas mais avançados, capazes de realizar tarefas complexas de forma autônoma, como análise preditiva ou otimização de processos. Eles aprendem com dados e tomam decisões baseadas em contexto, com mínima intervenção humana.

• Copilotos de IA: Atuam como assistentes inteligentes, trabalhando ao lado de operadores humanos para fornecer insights em tempo real, sugerir ações e melhorar a tomada de decisão. Diferem dos agentes por não serem totalmente autônomos, mas sim colaborativos.

• Automação: Refere-se a processos pré-programados que executam tarefas repetitivas sem variação. A automação tradicional é estática, enquanto a IA introduz dinamismo, permitindo adaptação a eventos imprevistos e aprendizado contínuo.

A Yokogawa diferencia sua abordagem ao integrar IA com conhecimento pro -

fundo de processos industriais, indo além da automação tradicional para criar

2. Transformando o Chão de Fábrica em um Ambiente Inteligente, Autônomo e Preditivo

sistemas que “percebem o presente, preveem o futuro e otimizam operações”.

As soluções de IA da Yokogawa, como o OpreX Asset Health Insights e o Sushi Sensor, combinadas com parcerias estratégicas, como a com a UptimeAI, estão prontas para transformar o chão de fábrica. Essas soluções utilizam sensores sem fio, computação em nuvem e apren-

dizado de máquina para coletar e analisar dados em tempo real, promovendo:

• Inteligência: A IA da Yokogawa não apenas automatiza, mas interpreta dados complexos, identificando padrões que humanos ou sensores tradicionais não detectariam, como anomalias sutis em equipamentos.

• Autonomia: Através do conceito IA2IA, a Yokogawa avança para operações semi-autônomas (Nível 3) e autônomas (Níveis 4 e 5), onde sistemas tomam decisões independentes com mínima intervenção humana.

• Preditividade: A análise preditiva permite antecipar falhas, otimizando a manutenção e reduzindo paradas não planejadas, que podem custar até 10% da produção anual em indústrias como óleo e gás.

Um exemplo é a integração da plataforma de IA da UptimeAI com o OpreX Asset Health Insights, que combina

agentes baseados em modelos de linguagem avançados (LLMs) com conhecimento de domínio, oferecendo

insights preditivos e recomendações acionáveis para indústrias como óleo e gás, química e energia renovável.

3. Da Manutenção Corretiva à Excelência Preditiva

A transição da manutenção corretiva para preditiva é um pilar da Indústria 4.0, e a IA da Yokogawa desempenha um papel crucial. Sensores tradicionais detectam parâmetros como temperatura e vibração, mas a IA vai além, identificando padrões complexos e anomalias que não são imediatamente perceptíveis. Por exemplo:

• O que a IA enxerga além dos sensores? Através de algoritmos de aprendizado de máquina, a IA analisa dados históricos e em tempo real para prever falhas antes que ocorram, identificar causas raízes e sugerir ações corretivas. O Sushi Sensor, combinado com o software GA10, detecta sinais precoces de comportamento anormal em equipamentos, transformando a manutenção reativa em proativa.

• IA é necessária? Embora sensores e sistemas tradicionais possam monitorar condições básicas, apenas a IA consegue processar grandes volumes de dados, correlacionar variáveis e aprender com padrões, reduzindo custos de manutenção em 10% a 40%.

• Inteligência vs. Automação: A IA da Yokogawa entrega inteligência, não apenas automação. Ela não se limita a executar tarefas predefinidas, mas aprende continuamente, adapta-se a mudanças e otimiza processos, como demonstrado na operação autônoma de longo prazo da ENEOS Materials, a primeira do mundo, usando o algoritmo FKDPP (Factorial Kernel Dynamic Policy Programming).

4. Acelerando Decisões Críticas em Tempo Real

A Indústria 4.0 exige decisões rápidas e precisas. As

soluções de IA da Yokogawa aceleram esse processo ao:

• Integrar dados em tempo real: Sensores como o Sushi Sensor, conectados via LoRaWAN, coletam dados de equipamentos e os transmitem para plataformas de análise como o GA10, permitindo monitoramento contínuo.

• Fornecer insights acionáveis: A integração com a plataforma da UptimeAI oferece módulos como “AI Expert: Generative AI” e “AI Expert: Reliability & Process”, que fornecem recomendações baseadas em análise preditiva e conhecimento de domínio, reduzindo o tempo de resposta a anomalias.

• Automatizar fluxos de trabalho: A IA da Yokogawa otimiza processos em tempo real, ajustando setpoints automaticamente para manter operações estáveis sob condições variáveis, como mudanças climáticas ou flutuações na qualidade de matérias-primas.

5. A Nova Onda Industrial Movida a Algoritmos

Embora algoritmos já existam há décadas na indústria (como controles PID), a nova

onda de IA difere por sua capacidade de aprendizado contínuo, integração com

IIoT e foco em autonomia. O que mudou?

• Escala e complexidade: A IA moderna processa grandes volumes de dados em tempo real, integrando informações de sensores, sistemas legados e computação em nuvem, algo inviável com métodos tradicionais.

• Autonomia: A visão IA2IA da Yokogawa prevê sistemas que não apenas automatizam, mas tomam decisões independentes, evoluindo de operações assistidas por humanos para operações totalmente autônomas até 2030, com 64% dos fabricantes esperando alcançar esse nível.

• Sustentabilidade: A IA contribui para a eficiência energética, redução de emissões e gestão de recursos, alinhando-se aos Objetivos de Desenvolvimento Sustentável (ODS).

6. Integração do Chão de Fábrica ao ERP

As soluções de IA da Yokogawa conectam o chão de fábrica ao ERP, integrando operação e estratégia. O

OpreX Intelligent Manufacturing Hub fornece insights em tempo real, unificando dados de sensores, sistemas de controle e plataformas de gestão. Por exemplo:

• Conectividade IT/OT: A integração de tecnologias de informação (IT) e operação (OT) permite que dados do chão de fábrica sejam usados para otimizar planejamento, logística e gestão de recursos no ERP.

• Casos práticos: A colaboração com a DIC Corporation resultou na Plataforma de Utilização de Dados, reduzindo significativamente o trabalho de preparação de dados para análise, conectando operações à estratégia corporativa.

7. Indicadores de Desempenho Impactadosw

A IA da Yokogawa impacta diretamente indicadores

de desempenho (KPIs) mensuráveis, incluindo:

• Disponibilidade de ativos: Redução de paradas não planejadas em até 10% com manutenção preditiva.

• Eficiência operacional: Otimização de processos pode aumentar a produtividade humana em 10% e reduzir custos operacionais.

• Sustentabilidade: Redução de emissões e consumo energético, com 45% dos fabricantes relatando impacto significativo da IA na sustentabilidade ambiental.

• Qualidade do produto: Previsão de variações na qualidade, permitindo ajustes proativos.

Esses impactos são mensuráveis por meio de relatórios gerados por ferramentas

como o GA10 e o OpreX Asset Health Insights, que fornecem métricas detalhadas sobre desempenho e economia.

8. Capacitando Equipes em um Cenário de Escassez de Mão de Obra

Com a escassez de mão de obra especializada, a IA

da Yokogawa amplia o potencial humano ao:

• Reduzir a carga de trabalho: A automação de tarefas repetitivas e a análise preditiva permitem que operadores foquem em atividades de alto valor, como resolução de problemas complexos.

• Transferir conhecimento: A IA captura e replica o conhecimento de especialistas, como no caso do FKDPP, que aprende ajustes de controle sem depender de operadores experientes.

• Apoiar decisões: Copilotos de IA, como os módulos da UptimeAI, fornecem recomendações em tempo real, capacitando equipes com menos experiência a tomar decisões assertivas.

9. Casos de Sucesso e Considerações Adicionais

• ENEOS Materials: A Yokogawa implementou a primeira operação autônoma de longo prazo em uma planta química, usando IA baseada em aprendizado por reforço (FKDPP), reduzindo consumo energético e carga de trabalho dos operadores enquanto mantém a qualidade.

• Mewah: Através de um workshop baseado no Smart Industry Readiness Index (SIRI), a Yokogawa ajudou a traçar uma estratégia de Indústria 4.0, integrando IA para otimizar processos.

• Parceria com UptimeAI: A colaboração, anunciada em janeiro de 2025, combina o OpreX Asset Health Insights com a plataforma da UptimeAI, oferecendo uma solução abrangente para gestão de ativos em indústrias como óleo e gás, cimento e energia renovável.

Considerações Finais

A visão da Yokogawa para a IA na indústria vai além da automação, promovendo uma transformação digital que combina tecnologia avançada com conhecimen-

to de domínio. Suas soluções não substituem os humanos, mas os capacitam, funcionando como um “parceiro” que percebe, prevê e otimiza. A jornada para a autono -

mia industrial está em curso, e a Yokogawa está liderando o caminho com inovações que prometem maior eficiência, sustentabilidade e resiliência operacional.

Uso de IA na indústria

LINKEDIN Rodrigo de Sousa, Especialista de Software da Beckhoff

Desde a primeira revolução industrial a busca por aumento da eficiência dos meios produtivos tem sido uma constante preocupação dos profissionais da área e muitos métodos são empregues para atingir esse objeti-

vo, sendo umas das possibilidades o uso de inteligência artificial (IA). Tema bastante falado no momento, é quase um consenso que o futuro da indústria passa pela adoção da tecnologia como uma das formas de aumentar a

O processo de aprendizado das máquinas

A inteligência artificial é o tema mais falado no momento, porém existem outros métodos de aprendizado além do uso de IA, estes métodos são chamados de Machine

Learning, ou simplesmente aprendizado de máquina, que são um conjunto de métodos estatísticos que visam, através de um algoritmo (um processo de passos estabe-

produtividade e, até mesmo, de permitir a criação de novos produtos que sem o uso de IA dificilmente seriam pensados. Afinal, o que é Inteligência Artificial?

lecidos e baseados em matemática), ensinar um computador a tomar decisões semelhantes às que um ser humano poderia tomar, um exemplo disso é a árvore de

decisão da figura abaixo.

No caso da figura a decisão de ir ou não à praia é simples, dadas as condições acima é bem possível imaginar como seria um software de computador para tomar a mesma decisão, já para decisões bem mais complexas a construção de um software não é tão óbvia assim e, muitas vezes, pode até mesmo se tornar impossível e é justamente aí que os métodos estatísticos com a ajuda da

computação entram em cena para ajudar o ser humano a realizar tarefas que, de outra maneira, seriam impossíveis. Daí tiramos a definição de Machine Learning (ML), que também pode se aplicar à IA: é o processo pelo qual ensinamos computadores a realizar tarefas sem serem explicitamente programados para tal.

Vamos começar escrevendo uma tabela, nas duas primeiras colunas temos os nos-

O nascimento da IA

Métodos estatísticos tais como regressão linear, regressão logística, árvores de decisão, entre outros funcionam, mas tem certas limitações (alguns deles tem centenas de anos), e sempre houve por parte dos pesquisadores a tentativa de replicar a inteligência humana, para isso foi criada na década de 1950 o neurônio artificial.

Da combinação de diversos neurônios surgem as re -

sos parâmetros e na última a saída, o método consiste em aplicar um algoritmo a fim de obter uma função lógica que melhor represente as regras estabelecidas nessa tabela. Note que a tabela precisa ser preenchida por um ser humano, ou seja, não se faz Machine Learning (ou IA) sem que um ser humano tenha antes fornecido informação para que o método seja eficaz.

Sim Sim Não

Não Não Sim

Sim Não Sim Vento Praia

des neurais e, quando essas redes se tornam profundas nasce o que chamamos de Deep Learning (ou IA).

Perceba na figura abaixo que temos diversos neurônios conectados entre si e que podemos diferenciar os neurônios que recebem os parâmetros daqueles que fazem o processamento e o que entrega a saída. Através de um processo de aprendizado a rede neural “aprende” a reproduzir uma lógica

que é representada pela tabela. Note que tudo se trata de um método matemático, a rede neural não é “inteligente”, é apenas uma aplicação do método, no nosso exemplo da praia a rede não sabe o que é praia, tampouco sol e vento, na verdade as redes neurais só sabem o que são números (mesmo as IAs generativas que geram texto estão, na verdade, gerando números que são traduzidos em texto).

O uso de Machine Learning e IA na indústria

Após entender um pouco sobre o funcionamento dos métodos de aprendizado

fica mais fácil imaginar o uso deles na indústria, algumas maneiras são:

• Uso de ML/IA para gerar modelos que ajudem a prever comportamento desejados ou não das máquinas e plantas industriais.

• Aquilo que está sendo chamado de engenharia assistida por IA.

Aplicações industriais da inteligência artificial

Construir uma máquina é algo bem entendido pelos profissionais que trabalham

no setor, salvo algumas exceções mais complexas ou sistemas inovadores, algumas

situações, entretanto, sempre causam problemas:

• A máquina que gera produtos fora de padrão aleatoriamente

• Peças que quebram e geram problemas de parada de máquina, perda de matéria-prima, além da parada de todo o processo produtivo.

As situações acima são exemplos nos quais o uso de ML ou IA pode ajudar.

A grande vantagem dos métodos de aprendizado é que o desenvolvedor não precisa saber como construir um software para prever os comportamentos indesejados, basta que se tenha disposição para construir uma tabela que será utilizada pelos métodos de aprendizado para construir um modelo que fará o trabalho por nós.

Além disso podemos inferir

comportamentos sem necessariamente medir os parâmetros diretamente, qual a vantagem?

Imagine que tenha uma série de motores e deseje saber se o rolamento de algum deles irá dar problema, porém não tem o orçamento para colocar um sensor de vibração em todos. Normalmente esse tipo de problema não teria solução, mas se for possível medir a energia que alimenta os motores e, através de um modelo de IA, identificar um possível problema de um dos rolamen-

tos pode-se tomar providências antecipadas e evitar paradas de máquina custosas para a empresa. Mais uma vez: não precisamos saber programar a condição, só é necessário construir uma tabela e deixar o modelo aprender o que desejamos.

Quando digo “construir uma tabela” alguns podem pensar que se trata de um processo simples, entretanto pode ser bem desafiador visto que a construção dessa tabela requer diversos passos:

• Coleta e armazenamento de dados, se os dados não tiveram qualidade nem a melhor IA do mundo pode resolver.

• Preencher a coleta “saída” da tabela, o que sempre envolve um especialista humano.

• Formatar os dados de maneira ideal para o treinamento do modelo de ML/IA.

• Construir um software para integrar o modelo em seu processo e usar a saída do modelo para interagir com este obtendo o resultado desejado.

• Acompanhar e aprimorar o modelo. Um modelo de ML/IA é como se fosse um organismo vivo que vai mudando de acordo com a característica dos equipamentos sobre os quais faz previsões.

Engenharia assistida por IA

Quando se fala em uso de IA na indústria muitos pensam em modelos de ML ou IA sendo utilizados para realizar a predição de problemas, prescrição ou outras coisas envolvidas diretamente nas máquinas, entretanto acredito que o maior impacto se dará justamente com o uso de modelos de IA no dia a dia dos profissionais da área.

Entre os usos de IA mais promissores nesse campo destaco:

• Uso como auxílio na programação: IA desenvolvendo código, aplicação muito conhecida, tanto para lógica quanto para telas

• IA avaliando o código feito: suponha que deseja saber se o código que implementou está de acordo com as boas práticas ou não, a IA pode ajudar nisso, também é possível pedir para avaliar a disposição dos campos em uma IHM (Interface Humano Máquina) para verificar se está bem feita.

• Construção de documentação.

• Explicar um código feito por outras pessoas.

• Automação de tarefas em geral, como tarefas de escritório: ler e resumir e-mails, redigi-los, etc…

É importante que os profissionais da área estejam aten-

tos às mudanças (inevitáveis) que virão com o uso da IA e

ficar atentos às mudanças de paradigma que virão com ela:

• Tornar-se um profissional multivalente é uma arma poderosa para garantir a empregabilidade

• As respostas dadas por IAs generativas são melhores em inglês, portanto dominar o idioma se torna ainda mais importante.

• A escuta ativa (entender o problema do cliente, sugerir alterações) é uma qualidade que será cada vez mais valorizada no mercado, traduzir a necessidade do cliente em uma solução técnica é algo primordial.

Conclusão

É fato que a IA chegou na indústria para ficar e cabe a nós profissionais aprender a usá-la de maneira a melho -

rar os processos e aumentar a nossa produtividade, seja construindo modelo para melhorar os processos indus -

triais ou nos ajudando a criar soluções mais adequadas às necessidades do mercado.

A Ascensão do Adversário Impulsionado por IA

LINKEDIN Guilherme Neves, CISO, DoutorNet

O relatório é categórico: 2025 será o ano em que a IA deixará de ser um conceito futurista para se tornar uma ferramenta onipresente nas mãos de nossos adversários. A “primeira fase” da IA na segurança, focada em protótipos e pilotos, dará lugar a uma adoção em larga escala, e isso se aplica tanto aos defensores quanto aos atacantes.

Vemos uma clara aceleração na forma como atores maliciosos estão incorporando a IA em suas operações. A engenharia social, por exemplo, está se tornando assustadoramente mais sofisticada. Ataques de phishing, vishing (phishing por voz) e SMS, antes facilmente identificáveis por erros gramaticais ou inconsistências, agora são gerados por Large Language Models (LLMs) que produzem textos e áudios convincentes, quase indistinguíveis de comunicações legítimas. Isso eleva o risco de comprometimento de credenciais e acesso inicial a redes corporativas a um nível sem precedentes.

Além disso, a IA generativa está sendo empregada para criar “deepfakes” – vídeos e áudios manipulados que po-

dem ser usados para roubo de identidade, fraudes financeiras e, de forma preocupante, para contornar sistemas de verificação de identidade como o “Know Your Customer” (KYC). Imagine um atacante usando uma voz ou imagem sintética de um executivo para autorizar transações ou obter informações confidenciais.

Ainda mais alarmante é a proliferação de LLMs sem as “barreiras de segurança” (guardrails) em fóruns clandestinos. Isso permite que atores de ameaças consultem e gerem conteúdo ilícito sem restrições, acelerando a pesquisa de vulnerabilidades, o desenvolvimento de código malicioso e a fase de reconhecimento de

alvos. A IA está, de fato, “democratizando as capacidades cibernéticas”, baixando as barreiras de entrada para criminosos menos qualificados, que agora têm acesso a ferramentas poderosas para realizar ataques complexos.

No contexto das Operações de Informação (IO), a IA generativa é um multiplicador de força. Atores estatais e grupos de influência podem produzir conteúdo em massa, criar narrativas persuasivas e sustentar personas inautênticas em uma escala e velocidade que antes eram impossíveis. Isso tem implicações diretas para a reputação corporativa e a confiança do público, especialmente em setores sensíveis.

VEJA MAIS

Para a indústria, isso significa que nossos sistemas de defesa precisam ser tão ágeis e inteli-

gentes quanto os ataques que enfrentamos. A superfície de ataque se expande, e a sofisticação dos métodos exige uma reavaliação profunda de nossas estratégias de segurança.

A IA como Aliada Estratégica e o Cenário de Ameaças Globais

Felizmente, a IA não é apenas uma ferramenta para os adversários; ela é, e deve ser, uma aliada estratégica fundamental para os defensores. Em 2025, entraremos na “segunda fase” da IA na segurança, onde ela será usada para democratizar e otimizar nossas operações de defesa.

A IA já está nos ajudando a automatizar a sumarização de relatórios complexos, a consultar vastos conjuntos de dados de segurança com

facilidade e a obter assistência em tempo real para uma infinidade de tarefas. Isso não apenas aumenta a capacidade de nossas equipes de segurança, mas também otimiza os fluxos de trabalho, permitindo que nossos analistas se concentrem em tarefas de maior valor, em vez de se perderem em dados brutos.

O relatório aponta para uma transição para operações de segurança “semiautônomas”. Isso significa que a IA assumirá tarefas rotineiras

e repetitivas, como a triagem inicial de alertas, a identificação de falsos positivos e a priorização de incidentes. O ser humano, no entanto, permanece no centro, supervisionando e tomando decisões estratégicas, mas agora com uma capacidade de resposta e análise exponencialmente maior. Essa redução da “fadiga” dos defensores é crucial para manter a eficácia das equipes em um ambiente de ameaças cada vez mais volumoso.

A adoção de soluções de SIEM (Security Information and Event Management) nativas da nuvem, impulsionadas por IA, será mais difundida. Essas plataformas, combinadas com capaci -

dades de SOAR (Security Orchestration, Automation, and Response), permitirão uma resposta mais rápida e automatizada a incidentes, desde a análise de malware até a remediação

de vulnerabilidades. Para a indústria, onde a continuidade operacional é vital, a capacidade de detectar e responder a ameaças em tempo real é um diferencial competitivo.

Além da IA, o relatório destaca outras ameaças globais que impactarão diretamente a indústria:

Ransomware e Extorsão Multifacetada: Continuarão sendo as ameaças mais disruptivas globalmente. A indústria, com seus sistemas de controle industrial (ICS) e tecnologia operacional (OT) críticos, é um alvo primário.

Incidentes em setores como saúde em 2024 demonstraram o impacto devastador na vida real.

Malware Infostealer: O aumento da sofisticação desses malwares, que roubam credenciais, representa uma porta de entrada para violações de dados de alto impacto. Em ambientes híbridos de TI/OT, uma credencial comprometida pode ter consequências em cascata.

Impacto Crescente de Identidades Comprometidas em Ambientes Híbridos: A convergência de ambientes de TI e OT significa que uma identidade comprometida pode ter um risco elevado. A autenticação forte e a validação contínua são essenciais.

Exploração Mais Rápida e Mais Fornecedores Alvo: O tempo médio entre a divulgação e a exploração de uma vulnerabilidade (TTE) diminuiu drasticamente. Além disso, o número e a variedade de fornecedores visados em ataques estão crescendo, o que exige uma atenção redobrada à segurança da cadeia de suprimentos.

Criptografia Pós-Quântica: Embora o impacto generalizado não seja esperado para 2025, as organizações devem iniciar suas jornadas para adotar novos padrões de criptografia pós-quântica.

Para dados de longo prazo e infraestruturas críticas, a preparação é fundamental. O cenário geopolítico também continua a impulsionar a atividade cibernética. Os “Quatro Grandes” (Rússia, China, Irã e Coreia do Norte) continuarão a perseguir seus objetivos através de ciberespionagem, ataques disruptivos e operações de influência. Para a indústria, isso significa que a proteção contra-ataques patrocinados por estados, muitas vezes com recursos e persistência significativos, é uma prioridade.

Contramedidas Estratégicas e a Essencial Conformidade com IEC 62443

Diante desse cenário complexo, a DoutorNet defende uma abordagem proativa e multifacetada para a cibersegurança em 2025.

Nossas contramedidas estratégicas devem ser robustas, adaptáveis e, crucialmente, alinhadas com os padrões reconhecidos da indústria, como a série IEC 62443, que é a espinha dorsal da segurança para sistemas de automação e controle industrial (IACS).

Contramedidas Recomendadas:

Gestão de Identidade e Acesso (IAM) Robusta com MFA Forte: Com o aumento dos ataques de infostealer e deepfake, a autenticação multifator (MFA) resistente a phishing é não negociável. Implementar políticas de acesso de privilégio mínimo e validação contínua de identidade, especialmente em ambientes híbridos de TI/ OT, é fundamental.

Inteligência de Ameaças

Proativa e Adaptativa: Nossas equipes devem estar constantemente atualizadas sobre

as táticas, técnicas e procedimentos (TTPs) dos adversários, especialmente aqueles impulsionados por IA. Isso inclui o monitoramento de fóruns clandestinos e a colaboração com provedores de inteligência de ameaças.

Maturidade da Segurança na Nuvem: À medida que mais operações migram para a nuvem, a segurança nativa da nuvem, com foco em configurações corretas, monitoramento contínuo e governança de IAM, é vital. Soluções SIEM/SOAR baseadas

em nuvem, aprimoradas por IA, são essenciais para visibilidade e resposta.

Plano de Resposta a Incidentes (IR) Aprimorado por IA: A velocidade de exploração exige planos de IR bem definidos e testados. A IA pode auxiliar na análise forense, na identificação de padrões de ataque e na automação de etapas de contenção e erradicação.

Treinamento e Conscientização de Funcionários: A engenharia social impulsionada por IA torna a “linha de

frente humana” ainda mais crítica. Treinamentos regulares e simulações de phishing são essenciais para capacitar os funcionários a reconhecerem e relatarem ameaças.

Segurança da Cadeia de Suprimentos: Com mais fornecedores sendo alvo, é

crucial avaliar e gerenciar os riscos de segurança de terceiros, garantindo que os componentes e softwares utilizados em nossos sistemas sejam seguros desde o design.

Preparação para Criptografia Pós-Quântica: Embora seja um desafio de longo prazo, as organizações devem começar a inventariar o uso de criptografia, planejar a transição para soluções resistentes a ataques quânticos e manter-se informadas sobre os desenvolvimentos nesse campo.

Alinhamento com IEC 62443: A Base para a Cibersegurança Industrial

A série de padrões IEC 62443 fornece uma estrutura abrangente para a segurança de sistemas de automação e controle industrial (IACS). Nossas contramedidas não apenas se alinham, mas são reforçadas por esses princípios:

IEC 62443-2-1 (Requisitos de Programa de Segurança): Nossas estratégias de segurança, incluindo a gestão de riscos, o planejamento de resposta a incidentes e a governança de segurança, são diretamente suportadas por este padrão. A IA pode otimizar a avaliação de riscos e a eficácia dos programas de segurança.

IEC 62443-3-3 (Requisitos de Segurança do Sistema e Níveis de Segurança): Este padrão aborda os requisitos técnicos para a segurança do sistema. Nossas recomendações de IAM robusto, segmentação de rede, configurações seguras e monitoramento contínuo (visibilidade aprimorada por SIEM/SOAR com IA) são cruciais para atingir os níveis de segurança

definidos pela IEC 62443. A detecção de anomalias impulsionada por IA é vital para proteger a integridade e a disponibilidade dos sistemas OT.

IEC 62443-4-1 (Requisitos de Ciclo de Vida de Desenvolvimento de Produto Seguro): A preocupação com a segurança da cadeia de suprimentos e o aumento de fornecedores visados ressalta a importância de garantir que os produtos e componentes que integram nossos IACS sejam desenvolvidos com segurança em mente, conforme este padrão.

IEC 62443-4-2 (Requisitos Técnicos de Segurança para Componentes IACS): Nossas medidas para proteger componentes individuais, como dispositivos OT e sistemas de controle, através de patching, hardening e monitoramento de vulnerabilidades, são diretamente aplicáveis aqui.

A IA, nesse contexto, não é apenas uma contramedida, mas um facilitador para a conformidade com a IEC 62443. Sistemas de IA po-

dem analisar logs de OT para identificar comportamentos anômalos, automatizar a aplicação de políticas de acesso baseadas em risco e até mesmo auxiliar na validação de conformidade de configurações de segurança. A capacidade da IA de processar grandes volumes de dados e identificar padrões complexos é inestimável para manter a segurança em ambientes industriais dinâmicos.

Em 2025, a cibersegurança não será mais um departamento isolado, mas uma responsabilidade compartilhada e integrada em todas as camadas da organização. A IA, embora traga novos desafios, também nos oferece as ferramentas para construir defesas mais inteligentes e resilientes. Ao adotar uma abordagem proativa, baseada em inteligência de ameaças e alinhada com padrões como a IEC 62443, a indústria pode não apenas sobreviver ao tsunami da cibersegurança, mas emergir mais forte e segura.

Como Padrões Abertos para a Indústria Podem se Beneficiar da Inteligência Artificial

LINKEDIN Roberto

country

A convergência entre padrões abertos industriais e inteligência artificial (IA) representa uma das transformações mais significativas da era digital. Esta integração promete revolucionar a forma como as indústrias operam, compartilham dados e inovam, criando

Severo,

manager

do The Open Group para Brasil, Colômbia e Peru

ecossistemas mais interoperáveis, eficientes e inteligentes. A IA está potencializando padrões abertos como OPC UA, XML e protocolos de comunicação industrial, permitindo que diferentes sistemas e dispositivos não apenas se comuniquem, mas também aprendam e se

Fundamentos dos Padrões Abertos na Indústria

Os padrões abertos constituem a espinha dorsal da interoperabilidade industrial moderna, representando especificações técnicas que estão publicamente disponíveis e não são controladas por nenhuma organização específica. Estes padrões devem atender a quatro critérios fundamentais: disponibilidade pública das especificações, ausência de discriminação na implementação, capacidade de extensibilidade e isenção de royalties. A importância desses padrões no contexto industrial é comparável ao papel do protocolo TCP/IP na internet - sem eles, simplesmente não teríamos a

conectividade global que conhecemos hoje.

Na indústria, padrões abertos como XML, SQL e HTML facilitam a comunicação entre diferentes sistemas, equipamentos e plataformas de diferentes fabricantes. Por exemplo, o padrão OPC UA (Open Platform Communications Unified Architecture) tornou-se fundamental para a automação industrial, permitindo que máquinas de diferentes fornecedores se comuniquem de forma padronizada. Esta interoperabilidade é essencial para a implementação de conceitos como Indústria 4.0, onde a integração de siste -

adaptem automaticamente. Ao mesmo tempo, os padrões abertos fornecem a base estrutural necessária para que a IA seja implementada de forma escalável e universal, criando um ciclo virtuoso de inovação que beneficia toda a cadeia produtiva industrial.

mas heterogêneos é crucial para o sucesso.

A adoção de padrões abertos também promove inovação ao reduzir barreiras de entrada para novos participantes no mercado. Quando empresas não precisam investir em protocolos proprietários ou pagar licenças caras, podem focar seus recursos em desenvolver soluções inovadoras que agregam valor real aos processos industriais. Além disso, os padrões abertos facilitam a criação de ecossistemas colaborativos onde diferentes stakeholders podem contribuir para a evolução contínua das especificações técnicas.

Características Essenciais dos Padrões Abertos Industriais

Os padrões abertos industriais diferem significativamente dos padrões proprietários em aspectos fundamentais que impactam diretamente sua aplicabilidade na era da IA. A transparência é uma característica crucial - todas as especificações são documentadas publicamente, permitindo que desenvolvedores e engenheiros compreendam completamente como implementar e integrar esses padrões em seus sistemas. Esta transparência é particularmente importante quando se considera a integração com sistemas de IA, pois os algoritmos precisam ter acesso claro às

estruturas de dados e protocolos de comunicação.

A extensibilidade representa outro aspecto vital dos padrões abertos industriais. Diferentemente de protocolos proprietários que limitam modificações, os padrões abertos permitem que organizações adaptem e estendam as especificações conforme suas necessidades específicas, desde que mantenham a compatibilidade básica. Esta flexibilidade é fundamental para acomodar as crescentes demandas de sistemas de IA que frequentemente requerem formatos de dados específicos ou protocolos de comunicação otimiza -

dos para processamento de grandes volumes de informação.

A governança colaborativa dos padrões abertos também contribui para sua robustez e evolução contínua. Organizações como a OPC Foundation reúnem stakeholders de toda a cadeia industrial para definir e refinar especificações que atendam às necessidades reais do mercado. Este processo democrático garante que os padrões evoluam de forma orgânica, incorporando feedback de usuários finais, desenvolvedores e pesquisadores, criando uma base sólida para inovações futuras na IA industrial.

A Revolução da Inteligência Artificial nos Processos Industriais

A inteligência artificial está transformando fundamentalmente os processos industriais, oferecendo capacidades que vão muito além da simples automação tradicional. Pesquisas recentes indicam que organizações que implementaram sistemas de IA em seus processos industriais relataram aumentos de 10% a 15% na produção, com estimativas globais sugerindo que a IA pode gerar atividade econômica adicional de aproximadamente US$ 13 trilhões até 2030. Esta revolução não se limita apenas ao aumento da pro -

dutividade, mas abrange melhorias significativas em qualidade, eficiência energética e capacidade de resposta às mudanças do mercado.

A IA industrial manifesta-se através de diversas aplicações práticas que estão redefinindo a manufatura inteligente. Sistemas de visão artificial inspecionam produtos em tempo real, identificando defeitos com precisão superior à capacidade humana. Algoritmos de machine learning analisam padrões de dados de sensores para prever falhas de equipamentos antes que

ocorram, permitindo manutenção preditiva que reduz drasticamente paradas não planejadas. Robôs colaborativos (cobots) equipados com IA adaptam-se dinamicamente às condições de produção, otimizando continuamente seus movimentos e decisões baseados em dados em tempo real.

A manutenção preditiva representa uma das aplicações mais impactantes da IA na indústria. Sensores inteligentes conectados através de plataformas IoT coletam continuamente dados sobre desempenho de equipa-

mentos, temperatura, vibração e outros parâmetros críticos. Estes dados são então processados por modelos de IA desenvolvidos com ferramentas como MATLAB e

Simulink, que identificam sinais sutis de desgaste ou falhas iminentes que seriam impossíveis de detectar através de métodos tradicionais. Esta capacidade preditiva

Transformação Digital e Indústria 4.0

não apenas reduz custos operacionais, mas também melhora significativamente a segurança operacional e a confiabilidade dos sistemas produtivos.

A integração da IA nos processos industriais está intimamente ligada ao conceito de Indústria 4.0, que representa a digitalização completa da produção através da integração de tecnologias como Internet das Coisas (IoT), Big Data, Analytics e robótica avançada. Esta transformação digital cria ecossistemas produtivos onde máquinas, sistemas e pessoas colaboram de forma inteligente e autônoma. Digital twins, simulações digitais de equipamentos e processos físicos, permitem que engenheiros testem modificações e otimizações em ambiente virtual antes de implementá-las na produção real.

O conceito emergente de “Open Industry” representa a evolução colaborativa da Indústria 4.0, baseada no compartilhamento seguro de dados industriais entre empresas, fornecedores, startups e centros de pesquisa. Esta abordagem aberta permite que pequenas empresas acessem dados e tecnologias de grandes players, criando um ecossistema de inovação mais democrático e eficiente. Plataformas como o International Data Spaces (IDS) estão promovendo esta visão no Brasil e na Europa, estabelecendo protocolos e arquiteturas de referência para compartilhamento seguro de dados in-

dustriais.

A implementação bem-sucedida da IA na Indústria 4.0 depende fundamentalmente da existência de padrões abertos robustos que garantam interoperabilidade entre diferentes sistemas e plataformas. Sem esses padrões, a promessa de integração total e comunicação fluida entre todos os componentes do ecossistema industrial permaneceria apenas uma aspiração teórica. A IA atua como o “cérebro” deste ecossistema conectado, mas são os padrões abertos que fornecem o “sistema nervoso” através do qual a informação flui livremente entre todos os componentes.

Sinergia Entre IA e Padrões Abertos

A convergência entre inteligência artificial e padrões abertos está criando um ecossistema industrial onde a inovação flui de forma mais orgânica e eficiente. Esta sinergia é particularmente evidente na forma como a IA pode aprender e aplicar conhecimento contido em especificações de padrões abertos, tornando sistemas industriais mais inteligentes e adaptáveis. A OPC Foundation, por exemplo, está desenvolvendo um grupo específico dedicado ao OPC UA para IA, explorando como apresentar informações em formatos que modelos de IA possam utilizar de forma otimizada.

Uma das principais vantagens desta integração é a capacidade da IA de processar documentação técnica complexa, como manuais de dispositivos e especificações de companion specifications do OPC UA. Tradicionalmente, engenheiros precisavam buscar manualmente informações em extensos manuais técnicos, um processo demorado e propenso a erros. Com IA treinada em padrões abertos, sistemas podem automaticamente interpretar documentação técnica, extrair informações relevantes e até mesmo sugerir configurações otimizadas para equi-

Interoperabilidade Inteligente

O conceito de interoperabilidade inteligente emerge quando IA e padrões abertos trabalham em conjunto para criar sistemas que não apenas se comunicam, mas também aprendem e se adaptam autonomamente. Digital twins baseados em padrões abertos como USD (Universal Scene Description) permitem que sistemas de IA simulem e otimizem processos industriais de forma contínua. O Digital Twin Encapsulation Standard (DTES) desenvolvido pela Duality representa um exemplo concreto de como padrões abertos podem ser projetados especificamente

para maximizar a utilização por sistemas de IA.

Esta abordagem de encapsulamento permite que digital twins sejam “simulation-ready”, ou seja, prontos para serem utilizados em qualquer ambiente de simulação, independentemente da plataforma específica. A modularidade e reutilização são características fundamentais desta arquitetura, permitindo que empresas invistam em transformação digital com a confiança de que seus ativos digitais permanecerão flexíveis e úteis mesmo com a evolução das tecnologias de IA.

pamentos específicos.

A análise de dados padronizada representa outra área onde a sinergia entre IA e padrões abertos gera benefícios significativos. Quando dados são estruturados conforme padrões abertos como XML ou JSON, algoritmos de IA podem processá-los de forma mais eficiente, identificando padrões e correlações que seriam difíceis de detectar em formatos proprietários. Esta padronização elimina a necessidade de especialistas de domínio dedicados exclusivamente à interpretação de dados, permitindo que esses profissionais foquem em análises de mais alto valor.

A interoperabilidade inteligente também facilita a criação de ecossistemas industriais mais resilientes e adaptativos. Quando diferentes sistemas podem não apenas trocar dados, mas também compartilhar modelos de IA e algoritmos de otimização através de padrões abertos, o resultado é uma inteligência coletiva que beneficia todos os participantes do ecossistema. Esta capacidade é particularmente importante em cenários de cadeia de suprimentos complexas, onde otimizações locais podem ter impactos globais significativos.

Benefícios Específicos da Integração IA-Padrões Abertos

A integração entre inteligência artificial e padrões abertos na indústria gera benefícios tangíveis que se manifestam em múltiplas dimensões operacionais e estratégicas. O primeiro benefício significativo é a aceleração do desenvolvimento de soluções de IA industriais. Quando desenvolvedores podem basear-se em padrões abertos bem documentados, o tempo necessário para criar e implementar algoritmos de IA é drasticamente reduzido. Isso porque não precisam “reinventar a roda” em termos de protocolos de comunicação e estruturas de dados, podendo focar na lógica específica da aplicação de IA.

A redução de custos de

implementação representa outro benefício crucial desta integração. Empresas que adotam padrões abertos para suas iniciativas de IA evitam os custos de licenciamento de tecnologias proprietárias e reduzem a dependência de fornecedores específicos. Esta economia é particularmente significativa para pequenas e médias empresas que buscam implementar soluções de IA industrial sem fazer grandes investimentos em infraestrutura proprietária. Além disso, a competição natural que surge em ecossistemas baseados em padrões abertos tende a reduzir preços e melhorar a qualidade das soluções disponíveis.

A melhoria na qualidade e confiabilidade dos siste-

Escalabilidade e Flexibilidade Operacional

A combinação de IA com padrões abertos oferece escalabilidade operacional sem precedentes para organizações industriais. Sistemas baseados em padrões abertos podem crescer or-

ganicamente, integrando novos dispositivos, sensores e algoritmos de IA sem necessidade de reestruturação fundamental da arquitetura existente. Esta flexibilidade é crucial em ambientes

mas de IA é outro benefício importante desta sinergia. Padrões abertos são tipicamente desenvolvidos através de processos colaborativos que envolvem múltiplos stakeholders, resultando em especificações mais robustas e testadas. Quando sistemas de IA são construídos sobre estas fundações sólidas, herdam naturalmente maior confiabilidade e estabilidade. O comitê ISO/IEC JTC 1/ SC 42, responsável pela padronização em IA, está trabalhando especificamente em áreas como confiabilidade, viés e robustez de sistemas de IA garantindo que padrões abertos incorporem as melhores práticas de desenvolvimento de IA confiável.

industriais dinâmicos onde mudanças nas linhas de produção, novos produtos ou regulamentações podem exigir adaptações rápidas dos sistemas de IA.

A padronização também

facilita a implementação de estratégias de “edge computing” e “cloud computing” híbridas. Dados coletados por sensores industriais padronizados podem ser processados localmente por algoritmos de IA para decisões em tempo real, enquanto análises mais complexas são realizadas em nuvem. Esta arquitetura distribuída, ba-

seada em padrões abertos, permite otimização de latência, largura de banda e custos operacionais de forma simultânea.

A flexibilidade operacional se estende também à capacidade de integração com ecossistemas de parceiros e fornecedores. Quando uma empresa adota padrões abertos para suas implemen-

Inovação Acelerada e Competitividade

A adoção de padrões abertos em conjunto com IA acelera significativamente os ciclos de inovação industrial. Desenvolvedores e pesquisadores podem construir sobre trabalhos anteriores sem restrições de propriedade intelectual, criando um efeito cumulativo que beneficia todo o ecossistema. A definição de IA de código aberto da Open Source Initiative

exemplifica como padrões abertos podem democratizar o acesso a tecnologias avançadas, permitindo que organizações de todos os tamanhos participem da revolução da IA industrial.

Esta democratização da inovação é particularmente importante para manter a competitividade industrial em mercados globais. Países e regiões que adotam estra-

Desafios e Considerações Estratégicas

Apesar dos benefícios evidentes, a integração entre IA e padrões abertos na indústria apresenta desafios significativos que requerem consideração cuidadosa. O primeiro desafio relaciona-se à complexidade de implementação, que pode ser subestimada por organizações que veem apenas os benefícios potenciais. A padronização industrial envolve múltiplos stakeholders com interesses por vezes

conflitantes, e adicionar IA a esta equação aumenta exponencialmente a complexidade dos sistemas resultantes. Esta complexidade pode se manifestar em custos iniciais mais altos e períodos de implementação mais longos do que originalmente planejado.

A dependência tecnológica representa outro desafio crítico. Embora padrões abertos reduzam a dependência de fornecedores es -

tações de IA, facilita a colaboração com stakeholders externos que utilizam os mesmos padrões. Esta interoperabilidade estendida é fundamental para iniciativas como o Open Industry Brasil, que visa criar ecossistemas colaborativos de dados industriais baseados em padrões internacionais como o International Data Spaces

tégias baseadas em padrões abertos para IA industrial podem atrair mais investimentos e talentos, criando clusters de inovação mais dinâmicos. O programa Open Industry Brasil é um exemplo concreto de como políticas públicas podem promover esta abordagem, posicionando o país como protagonista na economia global de dados.

pecíficos, a implementação de sistemas de IA sofisticados pode criar novas formas de dependência relacionadas a plataformas de desenvolvimento, frameworks de machine learning e infraestrutura de computação especializada. Organizações precisam desenvolver estratégias para manter autonomia tecnológica mesmo ao adotar soluções baseadas em padrões abertos.

Segurança e Soberania de Dados

A segurança cibernética representa um dos desafios mais críticos na integração. Sistemas abertos, por definição, são mais transparentes em sua arquitetura, o que pode potencialmente facilitar ataques cibernéticos sofisticados. Organizações precisam implementar camadas robustas de segurança que protejam tanto os dados quanto os próprios algoritmos de IA contra ameaças internas e externas. A IA pode, paradoxalmente, ser tanto uma solução para detectar ameaças de segurança quanto um vetor de novos tipos de ataques.

A soberania de dados emerge como uma consideração estratégica fundamental, especialmente em contextos internacionais onde dados industriais sensíveis cruzam fronteiras geográficas e de jurisdição. O framework do International Data Spaces aborda diretamente esta questão, propondo mecanismos para que organizações mantenham controle sobre seus dados mesmo quando compartilhados através de padrões abertos. Esta abordagem é crucial para garantir que a adoção de padrões abertos não comprometa vantagens competitivas ou

Padronização de Processos de IA

A padronização dos próprios processos de desenvolvimento e implementação de IA representa um desafio organizacional significativo. Diferentes departamentos e unidades de negó-

cio podem ter abordagens distintas para implementar IA criando fragmentação interna que prejudica os benefícios dos padrões abertos. Organizações precisam desenvolver frameworks in-

Perspectivas Futuras e Tendências Emergentes

O futuro da integração entre IA e padrões abertos na indústria aponta para desenvolvimentos revolucionários que prometem transformar fundamentalmente os paradigmas de produção e colaboração industrial. Uma das tendências mais significativas é o desenvolvimento de sistemas de IA autoconfigu-

ráveis que podem automaticamente descobrir, interpretar e implementar padrões abertos relevantes para contextos operacionais específicos. Esta capacidade de autodescoberta e configuração representa um salto qualitativo na direção de sistemas verdadeiramente autônomos que podem se adaptar dina-

segurança nacional.

O equilíbrio entre abertura e proteção requer estratégias sofisticadas de governança de dados que permitam colaboração benéfica sem exposição desnecessária de informações críticas. Tecnologias como differential privacy e federated learning estão emergindo como soluções que permitem extrair insights de dados distribuídos sem comprometer a privacidade ou soberania dos dados originais. Estas tecnologias são particularmente relevantes em implementações de IA industrial baseadas em padrões abertos.

ternos que padronizem não apenas as tecnologias utilizadas, mas também os processos de desenvolvimento, teste e implementação de soluções de IA.

micamente a mudanças em padrões, protocolos e requisitos operacionais.

A convergência entre IA generativa e padrões abertos industriais está criando possibilidades inéditas para automação de processos de engenharia e design. Sistemas de IA treinados em especificações de padrões abertos

poderão gerar automaticamente código, configurações e até mesmo documentação técnica que aderem a pa-

drões específicos. Esta capacidade será particularmente transformadora para pequenas e médias empresas que não possuem recursos internos especializados em implementação de padrões complexos.

Ecossistemas Adaptativos e Inteligência Coletiva

A próxima geração de sistemas industriais baseados em IA e padrões abertos será caracterizada por ecossistemas adaptativos que demonstram comportamentos emergentes de inteligência coletiva. Estes sistemas poderão automaticamente formar redes de colaboração entre organizações aderentes e fomentadoras da Indústria 4.0.

A implementação de digital twins interconectados através de padrões abertos criará uma representação digital contínua de toda a economia industrial, permitindo simulações e otimizações em escala global.

A evolução dos padrões

de IA industrial também incorporará crescentemente considerações de sustentabilidade e responsabilidade social. Padrões futuros incluirão métricas e protocolos específicos para avaliação de impacto ambiental, consumo energético e equidade social das implementações de IA. Esta integração de considerações ESG (Environmental, Social, and Governance) nos próprios padrões técnicos representará uma mudança paradigmática na forma como tecnologia e responsabilidade social são integradas na indústria. A integração de IA em ecossistemas industriais requer estruturas que garantam interoperabilidade, segurança e escalabilidade. Os padrões abertos desenvolvidos pelo The Open Group — como TOGAF, ArchiMate, IT4IT e Open FAIR™ — emergem como alicerces críticos para essa transformação. Ao fornecerem frameworks metodológicos, linguagens de modelagem e arquiteturas de referência, esses padrões permitem que organizações implementem IA de forma estruturada, alinhando iniciativas tecnológicas a objetivos estratégicos. Esta sinergia entre padrões abertos e IA está redefinindo a arquitetura empresarial, a gestão de riscos e a inovação industrial.

O Papel do TOGAF na Governança de Sistemas de IA

O TOGAF (The Open Group Architecture Framework) mantém sua relevância na era da IA ao evoluir para incorporar diretrizes específicas para sistemas inteligentes. A versão 10 do padrão introduz componentes que abordam desde a ética na IA até a sustentabilidade de cargas de trabalho de machine learning. No contexto industrial, o TOGAF estrutura a integração de IA em quatro dimensões principais:

Alinhamento Estratégico entre IA e Negócios

Na fase de Arquitetura de Negócios, o TOGAF pode ser usado com IA para mapear iniciativas tecnológicas a resultados estratégicos. Algoritmos de processamento de linguagem natural (NLP) analisam documentos corporativos, identificando requisitos não explícitos e propondo métricas de valor alinhadas a objetivos como eficiência operacional ou experiência do cliente. Por exemplo, modelos generativos podem simular cenários de impacto econômico para diferentes investimentos em IA, auxiliando na priorização de projetos (vide ADM).

Automação de Processos Arquiteturais

O Application Development Method (ADM) do TOGAF beneficia-se de IA através da automação de tarefas repetitivas. Ferramentas baseadas em machine learning geram automaticamente artefatos de arquitetura, como diagramas de sequência ou especificações de interfaces, reduzindo ciclos de desenvolvimento. Na indústria manufatureira, digital twins criados a partir de modelos do TOGAF permitem simular a implantação de robôs autônomos antes da implementação física, validando requisitos de interoperabilidade com sistemas legados.

Gestão de Riscos Éticos e Técnicos

O TOGAF 10 inclui diretrizes para mitigar vieses algorítmicos e garantir transparência em sistemas de IA. Durante a fase de Arquitetura de Tecnologia, padrões como o Open FAIR™ quantificam riscos cibernéticos de modelos de IA em termos financeiros, permitindo que organizações balancem inovação com compliance regulatório. Em plantas industriais, essa abordagem ajuda a prever impactos de falhas em sistemas autônomos, como paradas não planejadas em linhas de produção.

ArchiMate e a Modelagem de Ecossistemas de IA

A linguagem ArchiMate oferece uma estrutura unificada para representar inte-

rações entre IA, humanos e sistemas físicos. Suas camadas (negócios, aplicação, tec-

nologia) permitem visualizar como algoritmos influenciam fluxos de valor industriais:

Integração de Componentes de IA em Diagramas

No nível de Arquitetura de Aplicação, elementos do ArchiMate como Application Service e Data Object modelam serviços de IA (ex: APIs de visão computacional) e seus fluxos de dados. Isso facilita a documentação de ecossistemas complexos, onde modelos de “deep learning” processam informações de sensores IoT em tempo real. Fabricantes podem usar esses diagramas para auditar como decisões automatizadas afetam cadeias de suprimentos.

Simulação de Cenários com Digital Twins

Ao combinar ArchiMate com ferramentas de simulação, empresas criam gêmeos digitais que preveem o comportamento de sistemas híbridos (humanos + IA). Por exemplo, modelos preditivos podem antever como a realocação de cobots (robôs colaborativos) impacta a produtividade, considerando variáveis como disponibilidade de dados e latência de redes industriais.

Como padrões abertos do The Open Group podem ajudar seus membros

IT4IT e a Gestão Automatizada de Infraestrutura de IA

O padrão IT4IT oferece um modelo de referência para gerenciar o ciclo de vida de sistemas de IA, desde o treinamento de modelos até a monitoração em produção.

Pipeline de Machine Learning Alinhado ao Value Stream

O IT4IT estrutura o desenvolvimento de IA em quatro value streams: Strategy to Portfolio, Requirement to Deploy, Request to Fulfill e Detect to Correct. Na prática, isso significa integrar ferramentas como MLflow ou Kubeflow a processos ITIL, garantindo rastreabilidade de modelos e conformidade com políticas de dados. Indústrias usam esse alinhamento para versionar algoritmos de controle de qualidade automaticamente, vinculando cada atualização a requisitos de negócios específicos.

Otimização de Custos com IAOps

A aplicação de princípios IT4IT em operações de IA (IAOps) permite automatizar escalonamento de recursos computacionais. Algoritmos analisam métricas de desempenho (ex: utilização de GPUs) e ajustam dinamicamente alocações em clouds híbridas, reduzindo custos em até 30% em cenários de carga variável.

Open FAIR™ e a Quantificação de Riscos em Sistemas Autônomos

O modelo Open FAIR™ traduz vulnerabilidades de sistemas de IA para termos financeiros, essencial para indústrias de missão crítica.

Análise de Impacto de Ataques Adversariais

Ao aplicar a taxonomia do Open FAIR™, organizações modelam cenários como injeção de dados falsos em redes neurais de controle industrial. Técnicas de Monte Carlo estimam perdas potenciais, considerando fatores como tempo de detecção e eficácia de controles de segurança. Isso permite priorizar investimentos com base no risco calculado.

Compliance Automatizado

Integrações entre Open FAIR™ e frameworks de governança de IA (ex: ISO/IEC 42001) automatizam a geração de relatórios de conformidade. Sistemas de NLP extraem requisitos regulatórios de documentos legais e mapeiam controles técnicos em arquiteturas TOGAF, reduzindo esforços de auditoria em 50%.

Democratização Tecnológica e Inclusão Global

Uma das promessas mais significativas da integração IA-padrões abertos é a democratização do acesso a tecnologias industriais avançadas. Plataformas baseadas em padrões abertos permitirão que países em desenvolvimento e pequenas empresas acessem capacidades de IA industrial que anteriormente eram exclusivas de grandes corporações com recursos substanciais. Esta democratização poderá reduzir significativamente desigualdades tecnológicas globais e acelerar o desenvolvimento industrial em regiões menos desenvolvidas.

A educação e capacitação técnica também se beneficiarão significativamente desta democratização. Quando especificações, código e dados de treinamento são abertamente disponíveis, instituições educacionais podem desenvolver currículos mais relevantes e hands-on, preparando profissionais com habilidades práticas em tecnologias que realmente utilizam na indústria. Esta melhoria na qualidade da educação técnica criará um ciclo virtuoso de inovação e competitividade industrial.

Conclusão

A integração entre inteligência artificial e padrões abertos na indústria representa uma convergência transformadora que está redefinindo os paradigmas de produção, colaboração e inovação industrial. Esta sinergia oferece benefícios

tangíveis em múltiplas dimensões: redução de custos de implementação, aceleração do desenvolvimento de soluções, melhoria na interoperabilidade e democratização do acesso a tecnologias avançadas. A análise apresentada demonstra que organizações que adotam estratégias integradas de IA e padrões abertos posicionam-se vantajosamente para capturar valor significativo tanto em eficiência operacional quanto em capacidade de inovação.

Os desafios identificados - complexidade de implementação, questões de segurança e soberania de dados, necessidades de governança

ética - são superáveis através de abordagens estruturadas que combinam planejamento técnico rigoroso com frameworks de governança adaptados aos novos paradigmas tecnológicos. Iniciativas como o comitê ISO/IEC JTC 1/SC 42 para padronização de IA e o International Data Spaces para soberania de dados fornecem bases sólidas para endereçar estas questões de forma sistemática e colaborativa.

As perspectivas futuras apontam para desenvolvimentos ainda mais revolucionários: sistemas autoconfiguráveis baseados em IA generativa, ecossistemas adaptativos com inteligên-

cia coletiva e democratização global de tecnologias industriais avançadas. Estes desenvolvimentos prometem não apenas otimizar processos existentes, mas criar categorias inteiramente novas de valor econômico e social. Para organizações industriais, a mensagem é clara: a integração de IA com padrões abertos não é mais uma opção estratégica, mas uma necessidade competitiva fundamental para prosperidade sustentável na economia digital emergente.

A sinergia entre os padrões do The Open Group e a IA está criando infraestruturas industriais adaptativas. No futuro, espera-se que:

1. Arquiteturas Autocuráveis: Sistemas baseados em TOGAF usarão IA generativa para propor atualizações arquiteturais em resposta a mudanças regulatórias ou de mercado.

2. Modelagem Cognitiva: O ArchiMate incorporará ontologias de IA que permitam simular tomadas de decisão ética em tempo real.

3. Gestão Autônoma de Riscos: Combinações de IT4IT e Open FAIR™ habilitarão a correção automática de vulnerabilidades em modelos de machine learning, sem intervenção humana.

Para organizações industriais, adotar esses padrões não é mais opcional — é um imperativo estratégico para competir na economia orientada por dados. Ao

consultoriamasterplan.com.br softdesign.com.br politics.org.br ibm.com

opengroup.org reference.opcfoundation.org industria40.ind.br abdi.com.br youtube.com

fornecerem estruturas testadas e comunidade global de práticas, os padrões do The Open Group reduzem a complexidade da transformação digital, acelerando a

entrega de valor através de IA.

Recomendo o acesso a estas fontes, as quais me serviram de base de consulta para a construção deste artigo:

Estratégia e direção de IA para as aplicações Oracle Fusion na Indústria de Manufatura

LINKEDIN Tarcisio Romero, Diretor de Cloud Applications Development, SCM Latin America

A vantagem da IA da Oracle

A IA já está possibilitando novas formas de trabalhar e fazer negócios e está pronta para desbloquear níveis sem precedentes de produtividade e inovação. Espera-se que a IA transforme os processos de negócios tradicionais, transforme setores inteiros e impulsione o crescimento das economias globais. Para ajudar as organizações a capitalizarem essa mudança única em uma geração, o Oracle Fusion Applications

oferece IA de ponta a ponta em fluxos de trabalho existentes, sem custo adicional.

A Oracle ajuda clientes de todos os setores a aplicar as tecnologias de IA corretas, incluindo IA generativa e agêntica, aos cenários de negócios certos para obter resultados imediatos.

A Oracle é a única fornecedora que oferece um conjunto completo de aplicativos corporativos, dados e segurança confiáveis, além

da infraestrutura de nuvem mais rápida, projetada especificamente para IA. Essa combinação única é essencial, pois a melhor IA requer os melhores dados, aplicativos, tecnologia e segurança líder do setor. Milhares de clientes da Oracle já se beneficiam dessa vantagem da IA por meio das centenas de recursos de IA incorporados ao Fusion Applications.

Os melhores aplicativos e dados

Desenvolvido para empresas na era da IA, o Fusion Applications é um conjunto abrangente de soluções baseadas em nuvem, projetado para ajudar as organizações a se adaptarem a requisitos em rápida mudança. Com uma única plataforma de dados que conecta finanças, RH, manufatura, vendas, serviços

A melhor tecnologia

Construído na Oracle Cloud Infrastructure (OCI), o Fusion Applications oferece o ciclo de inovação em IA mais rápido do setor. A infraestrutura de IA do OCI oferece uma rede de alto desempenho e baixa latência, subjacente ao maior supercomputador de IA na nuvem, capaz de executar as cargas de trabalho de IA mais exigentes com mais rapidez do que outros hiperescaladores por um preço menor. O OCI conta com a confian-

e cadeia de suprimentos, o Fusion Applications abriga os dados mais atualizados, abrangentes e confiáveis de toda a organização. Isso permite que o Oracle AI no Fusion Applications forneça insights, recomendações e ações relevantes e orientadas por contexto, além de auxiliar na criação de con-

teúdo. Os recursos de IA do Fusion Applications são fáceis de ativar e usar, pois são integrados aos processos de negócios existentes. Gerentes e funcionários mantêm controle total, com a capacidade de revisar, aprovar e ajustar o conteúdo, as sugestões e as ações geradas pela IA, conforme necessário.

ça dos principais provedores de IA, como NVIDIA, Cohere e Meta, para treinamento de IA em escala. Isso dá ao Fusion Applications uma vantagem inicial com acesso seguro aos melhores modelos de IA do mundo, geração aumentada de recuperação (RAG) e outros serviços de IA. Além disso, a Oracle seleciona e valida grandes modelos de linguagem para aplicar o modelo mais adequado a cada caso de uso no Fusion Applications.

Segurança e privacidade de dados

A Oracle oferece privacidade e segurança integradas em todas as camadas de sua pilha tecnológica e respeita os dados corporativos, a privacidade e a segurança de seus clientes. Os principais modelos de linguagem de grande porte usados pelo Fusion Applications são hospedados no OCI, o que sig -

nifica que os serviços de IA são projetados para manter todos os dados seguros dentro da Oracle, limitando a complexidade e os riscos. É importante ressaltar que a segurança de dados e os controles de acesso inerentes ao Fusion Applications realizam previsões, recomendações e conteúdo gerado por IA.

“Utilizamos o recurso de Desconto Dinâmico baseado em IA do Oracle Cloud ERP para otimizar o capital de giro, aproveitando descontos por pagamento antecipado de 40.000 fornecedores. O recurso totalmente automatizado nos ajudou a economizar centenas de milhares de dólares e a melhorar o relacionamento com os fornecedores.”

—Hearst Corporation

“Os gerentes podem economizar de 10 a 30 minutos por requisição e reduzir o tempo de recrutamento em 20% usando recursos de IA no Oracle Cloud HCM.”

—Sinclair Broadcast Group

IA de ponta a ponta

A combinação dos melhores dados, dos melhores aplicativos, da melhor tecnologia e da segurança líder do setor ajuda os clientes da Fusion Applications a alcançar os melhores resultados de IA. Isso também permitiu que a Oracle fornecesse centenas de recursos de IA, incluindo mais de 100 casos de uso de IA generativa, e oferece suporte a mais de 50 fluxos de trabalho agênticos em toda a Fusion

Applications. Para atender a requisitos exclusivos, a Oracle capacita os clientes a ampliar os casos de uso existentes, criar novos e adicionar novos agentes de IA. Com recursos de IA de ponta a ponta, a flexibilidade para adicionar mais recursos e novos recursos de IA entregues a cada 90 dias, os clientes da Fusion Applications estão em uma posição única para aproveitar a IA imediatamente.

“Com a IA incorporada aos aplicativos Fusion Cloud, economizamos milhões de horas de funcionários processando relatórios de despesas, reconciliamos automaticamente 97% de nossas centenas de milhares de transações bancárias por trimestre, automatizamos 35% do processo de aquisição a pagamento e reduzimos os ciclos de planejamento da cadeia de suprimentos em 70%.”

—Oracle Corporation

Os agentes de IA estão tornando os aplicativos Fusion mais inteligentes

Agentes de IA e fluxos de trabalho agênticos geram muita repercussão, tanto que muitas vezes é difícil separar a realidade da ficção. Embora não possamos falar sobre

o que os outros estão fazendo ou falar em nome do setor como um todo, podemos compartilhar nossa estratégia. Ela mostrará como estamos pensando sobre o papel

dos agentes de IA no Oracle Fusion Cloud Applications e como esperamos que agentes e aplicativos em nuvem trabalhem juntos no futuro.

Agentes IA 101

Agentes de IA são aplicativos de software criados pela combinação de grandes modelos de linguagem (LLM – Large Language Models) com outras tecnologias avançadas. Eles são autônomos e podem interagir com seus ambientes, automatizar tarefas e colaborar com funcionários, clientes, fornecedores, parceiros ou outros agentes de IA. As capacidades de raciocínio dos agen-

tes de IA os diferenciam da automação frágil e baseada em regras do passado — em contraste com a codificação tradicional que especifica lógica baseada em declarações do tipo “se, então, senão”, os agentes de IA podem fazer julgamentos, criar planos de ação e gerenciar fluxos de trabalho, de forma independente ou com supervisão. Esperamos que os maiores ganhos de produtividade

venham da orquestração de múltiplos agentes de IA para trabalharem juntos. Nesses “fluxos de trabalho de agentes”, um agente supervisor coordena o trabalho de vários agentes especialistas e, coletivamente, eles podem executar tarefas complexas. Esse tipo de orquestração de agentes provavelmente redefinirá o significado de um aplicativo de negócios moderno.

Agentes de IA em aplicativos Oracle Fusion

Agentes de IA podem tornar os aplicativos significativamente mais úteis e valiosos, e são fundamentais para a forma como pensamos sobre o futuro. Assim como os recursos de IA da Oracle em geral, estamos incorporando um número crescente de agentes diretamente no Fusion Apps.

Eles possibilitarão a automatização de tarefas que antes eram manuais ou apenas parcialmente automatizadas, com supervisão humana, se desejado. Um exemplo é a automação de processos de aquisição ao pagamento, por meio da ingestão de imagens de cotações de vendas e da

criação de requisições. Outro exemplo é a otimização do trabalho do recrutador, gerando anúncios de emprego, redigindo mensagens para os candidatos e resumindo as experiências dos candidatos.

Já entregamos vários agentes de IA e estamos trabalhando em:

• Expandir nossas capacidades de agentes de IA com fluxos de trabalho e orquestradores, o que torna possível que grupos de agentes com habilidades especializadas trabalhem juntos para resolver tarefas mais complexas.

• Investir em agentes específicos por setor que possam auxiliar nos fluxos de trabalho em segmentos como manufatura, saúde, serviços financeiros e governo.

• Capacitar os clientes a ampliarem e personalizar ainda mais os agentes para atender às suas próprias necessidades exclusivas.

Apresentando o Smart Ops para Fusion SCM

A partir da versão 24C, lançada no terceiro trimestre de 2024, os clientes do Oracle Fusion Cloud SCM começaram a ter acesso ao Smart Operations. O Smart Operations é uma iniciativa projetada para aprimorar o desempenho e a tomada de decisões, começando pelos clientes do Oracle Cloud Manufacturing e do Oracle Cloud Maintenance. Os principais componentes do Smart Operations incluem:

• Captura automatizada de dados de equipamentos conectados

• “Bancadas de trabalho” para trabalhadores diretamente envolvidos em tarefas de manutenção e fabricação

• Detecção e recomendações de anomalias com tecnologia de IA

O SCM Smart Operations é um produto?

Se você estiver procurando por um descritivo espeficidamente do produto Oracle Cloud SCM Smart Operations, não terá muita sorte. Isso porque ele não é um produto. Ele consiste em vários aprimoramentos

que visam ajudar os clientes a melhorarem as operações por meio do uso expandido do Oracle Supply Chain Execution, que é um grupo de aplicativos composto pelo Oracle Manufacturing, Maintenance, Costing, Qua-

lity e Inventory Management. Não há custo adicional para o Smart Operations e ele será fornecido como parte das atualizações trimestrais do Fusion Apps. Os recursos do Smart Operations incluem:

• Automatizar a captura de dados e realizar o monitoramento contínuo do chão de fábrica, equipamentos de produção e outros ativos. Os dados capturados são conhecidos coletivamente como dados de tecnologia operacional (TO) (ou seja, de dispositivos físicos, processos e eventos); dados de TO são diferentes dos dados de tecnologia da informação (TI), que são mais típicos das informações criadas e processadas pelo Fusion Apps (ou seja, dados de front-office e back-office).

• Consolidar e processar dados de TO e TI quase em tempo real para fornecer aos trabalhadores que estão diretamente envolvidos em tarefas de fabricação e manutenção informações pertinentes, históricos de serviço e assistência, se necessário.

• Usar IA — incluindo GenAI — para automatizar a detecção de anomalias e sinalizar oportunidades para aumentar a produção.

SCM Smart Operations para Manufatura

O aplicativo Oracle Manufacturing receberá dois aprimoramentos iniciais: o Operator Workbench (Bancada do Operador) e o Production Supervisor

Workbench (Bancada do Supervisor de Produção). Entre outras funções, eles fornecerão uma interface de usuário única para revisão de ordens de serviço de fabricação e

SCM Smart Operations para Manutenção

O Oracle Maintenance adicionará uma Maintenance Technician Workbench (Bancada do Técnico de Manutenção) para fornecer recomendações de ações corretivas, histórico de serviços e informações de certificação. Ele também incluirá

recursos GenAI para ajudar a equipe a documentar o progresso do trabalho e outras informações pertinentes. Esperamos uma forte adoção para uma variedade de tipos de manutenção, incluindo equipamentos fixos, frotas de veículos e instalações.

SCM Smart Operations para Inventário

O Inventory Shortage Workbench é um novo conjunto de funcionalidades que permite aos gerentes de estoque identificarem e resolverem exceções de estoque proativamente. Nossa solução de Reposição habilitada

para RFID permite que nossos clientes utilizem a tecnologia RFID para automatizar os processos de rastreamento dos níveis de estoque e o início das solicitações de reposição. Adicionalmente, continuamos a fornecer su-

informações de qualidade. Os setores com os casos de uso iniciais mais atraentes incluem manufatura industrial, alta tecnologia e alimentos e bebidas.

No setor de manutenção, o Smart Operations se aplica a uma ampla gama de setores, especialmente manufatura industrial, alta tecnologia, alimentos e bebidas, atacado e distribuição, transporte, logística, saúde e telecomunicações.

porte móvel para a gestão de estoque para os profissionais da linha de frente da cadeia de suprimentos, em nosso Warehouse Management System.

O novo agente de IA para manutenção e reparo de ativos

Parte do Smart Operations para Oracle Fusion Cloud SCM, o Maintenance Technician Workbench (Bancada de trabalho do técnico de manutenção) ajuda os clientes a manter ativos como equipamentos fixos, frotas de veículos e instalações em perfeitas condições de funcionamento. Ela oferece aos técnicos acesso fácil a históricos de serviço, artigos de conhecimento e recomendações para ações corretivas. A bancada de trabalho é particularmente útil em setores como manufatura industrial, alta tecnologia,

alimentos e bebidas, atacado e distribuição, transporte, logística, saúde e telecomunicações.

Agora, estamos adicionando uma importante funcionalidade à bancada do técnico de manutenção com um novo agente de IA, chamado Consultor de Manutenção. O agente ajuda os técnicos a trabalharem com mais eficiência e eficácia, fornecendo as informações necessárias para concluir suas ordens de serviço.

Esta demonstração de dois minutos mostra o que o novo agente de IA pode realizar.

Começa com um técnico revisando suas ordens de serviço atribuídas na bancada do técnico de manutenção. Uma ordem de serviço mostra que uma máquina está exibindo um código de alarme desconhecido. O técnico pede ajuda ao Consultor de Manutenção. O agente usa a documentação da empresa para diagnosticar a causa do alarme e recomendar uma correção para o problema subjacente. De posse dessas informações, o técnico retorna à ordem de serviço para iniciar uma operação de manutenção.

Em questão de segundos, o Consultor de Manutenção analisou toda a documentação relevante da empresa, incluindo instruções para operadores, manuais de reparo e registros de histórico

de manutenção. Assim, o técnico obtém apenas as informações necessárias para resolver o problema em questão. É fácil perceber como isso o ajuda a gastar menos tempo pesquisando

e a realizar mais tarefas diárias. Por sua vez, o agente ajuda a melhorar a utilização dos ativos, aumentar a confiabilidade das máquinas e reduzir o tempo de inatividade.

Conclusão

Assim como as mudanças tecnológicas anteriores, como a migração de mainframes para clientes-servidor, os agentes de IA representam a próxima fase da evolução dos aplicativos em nuvem. E estamos abraçando essa mudança, desenvolvendo e incorporando ativamente agentes de IA em todo o Fusion Apps Suite.

A Oracle também está trabalhando para fornecer agentes específicos para cada setor e uma plataforma de

extensibilidade para ajudar seus clientes a criarem, personalizar e orquestrar agentes para atender a necessidades específicas. Esses agentes estão sendo entregues sem custo adicional, pois estão incluídos na assinatura do Fusion Apps. Steve Miranda, vice-presidente executivo de desenvolvimento do Fusion Applications, fala sobre a abordagem da Oracle para agentes de IA no Fusion Apps: “Apreciem o futuro, ele já é presente”.

Implementação de sistemas de supervisão em plantas isoladas de geração de energia

Francisco Chagas Santana, Graduando em tecnologia de Automação industrial na Faculdade SENAI de Tecnologia de Santos

Yan dos Santos Sil, Graduando em tecnologia de Automação industrial na Faculdade SENAI de Tecnologia de Santos

Humberto de Sousa Megda, Professor de Educação Superior na Faculdade SENAI de Tecnologia de Santos

Tiago Akira Tashiro de Araújo, Professor de Educação Superior na Faculdade SENAI de Tecnologia de Santos

Resumo

Este artigo analisa os impactos da implementação de sistemas de supervisão e automação em plantas isoladas de geração de energia elétrica, com foco na Região Norte do Brasil. A pesquisa combina revisão bibliográfica, análise de dados técnicos e simulações comparativas entre cenários operacionais

com e sem automação. Os resultados demonstram que a automação pode reduzir em até 10% o consumo de combustível, além de mitigar emissões de CO2 e otimizar a confiabilidade dos sistemas. A integração entre Tecnologia da Automação (TA) e Tecnologia da Informação (TI) mostrou-se essencial

para a modernização do setor, alinhando-se aos princípios ESG e promovendo benefícios técnicos, ambientais, sociais e econômicos. O estudo conclui que a adoção dessas tecnologias é uma alternativa viável e estratégica para a transição energética em regiões remotas.

Introdução

A crescente demanda global por energia elétrica, impulsionada pelo avanço das tecnologias e pelo crescimento populacional, tem gerado preocupações quanto à sustentabilidade dos sistemas de geração e distribuição. Paralelamente, os impactos ambientais causados pelo uso intensivo de fontes fósseis e a urgência de medidas para mitigar os efeitos das mudanças climáticas têm levado governos e instituições a buscarem alternativas mais eficientes e sustentáveis para a produção de energia. Nesse contexto, a transição energética — caracterizada pela diversificação da matriz, pelo uso de fontes renováveis e pelo incremento da eficiência — (GITELMAN; KOZHEVNIKOV; VISOTSKAYA, 2023), assume um papel estratégico em escala global, especialmente após compromissos como o Acordo de Paris (BERRICH; MAFAKHERI; DABBOU, 2024).

O Brasil, com uma matriz energética historicamente renovável, enfrenta desafios distintos em suas regiões, sobretudo na Região Norte, onde a dificuldade de interligação ao Sistema Interligado Nacional

(SIN) torna necessária a utilização de sistemas isolados (EPE, 2025).

Nesses sistemas, predominam usinas termoelétricas que utilizam combustíveis fósseis, como óleo diesel e HFO (Heavy Fuel Oil), cujas operações, além de caras, resultam em elevado impacto ambiental. Estima-se que a região concentre cerca de 200 localidades isoladas que dependem desse tipo de fornecimento, com custos que ultrapassam bilhões de reais anualmente (EPE, 2025).

A realidade social destas comunidades evidencia a necessidade de inovação tecnológica para tornar a geração de energia mais eficiente e sustentável. Nesse sentido, a ausência de sistemas de automação e supervisão eficazes nas usinas isoladas representa um obstáculo significativo, pois contribui para desperdícios de combustível, falhas operacionais e limitações no planejamento e na tomada de decisão. Paralelamente, a operação predominantemente manual, sem monitoramento em tempo real, compromete a eficiência dos processos e aumenta os custos de opera-

ção e manutenção.

A automação, aliada à supervisão remota e à integração entre sistemas de Tecnologia da Automação (TA) e Tecnologia da Informação (TI), surge como uma estratégia promissora para transformar o atual cenário (DE ARAÚJO et al., 2012). A aplicação dessas tecnologias pode permitir um controle mais preciso das variáveis operacionais, reduzir falhas, aumentar a confiabilidade dos sistemas e, sobretudo, contribuir para a redução das emissões e dos custos energéticos.

Dessa forma, este estudo tem como objetivo analisar os impactos da implementação de sistemas de supervisão e automação em plantas isoladas de geração de energia elétrica, com foco na eficiência operacional, na sustentabilidade ambiental e na viabilidade econômica. Busca-se, por meio deste trabalho, evidenciar como essas tecnologias podem contribuir para modernizar a matriz energética em regiões remotas brasileiras, promovendo uma geração de energia mais limpa, segura e eficiente.

Objetivo

Objetivo Geral

Analisar os impactos da implementação de sistemas de supervisão e automação em plantas isoladas de geração de energia na Região Norte do Brasil.

Objetivos específicos

• Identificar os principais desafios operacionais das usinas termoelétricas isoladas.

• Avaliar os impactos ambientais e econômicos da operação baseada em combustíveis fósseis.

• Investigar o potencial da automação e supervisão na otimização da operação.

• Propor soluções tecnológicas para gestão energética eficiente e sustentável.

• Comparar os benefícios dos sistemas automatizados em relação ao modelo convencional.

Revisão da Literatura

Segundo a EPE (2024), a participação de fontes renováveis na matriz elétrica brasileira atingiu 89,2% em 2023, com destaque para a geração hidrelétrica. Segundo o Ministério de Minas e Energia (MME, 2023), as dificuldades geográficas e estruturais da Região Norte tornam os sistemas isolados uma necessidade energética. Esses sistemas, muitas vezes abastecidos por geradores a diesel ou HFO, são responsáveis por suprir comunidades que não possuem conexão com o Sistema Interligado Nacional (SIN).

A manutenção desses sistemas, geralmente representa altos custos logísticos e operacionais, além de uma elevada emissão de gases de efeito estufa, onde o Brasil possui cerca de 200 localidades isoladas, sendo a maioria concentrada nos estados do Amazonas e Pará, onde o fornecimento de energia para essas regiões custa anualmente bilhões de reais,

majoritariamente direcionados à aquisição de combustíveis fósseis e à manutenção de geradores convencionais EPE (2025).

A geração termoelétrica baseada em combustíveis fósseis está associada a diversos impactos ambientais, entre os quais se destacam a emissão de dióxido de carbono (CO2), óxidos de nitrogênio (NOx) e material particulado. Além disso, há o risco de contaminação do solo e da água decorrente do armazenamento e manuseio inadequado dos combustíveis. O modelo atual de operação manual e ausência de monitoramento contínuo contribui para o desperdício de recursos e para a elevação dos custos de manutenção corretiva.

Estudos da literatura especializada, indicam que a substituição progressiva desses sistemas por soluções automatizadas e integradas pode gerar não apenas ganhos ambientais, mas tam-

bém economia significativa ao longo do ciclo de vida dos equipamentos. Além disso, o aumento da eficiência energética contribui para uma melhor alocação dos subsídios públicos destinados ao setor (GANGOLELLS et al., 2020).

Neste cenário, as tecnologias de automação têm se consolidado como ferramentas fundamentais para a modernização do setor elétrico (DE CASTRO; GONÇALVES, (2024).

A aplicação de Controladores Lógicos Programáveis (CLPs), sistemas SCADA (Supervisory Control and Data Acquisition), sensores inteligentes e softwares de monitoramento em tempo real permite a coleta contínua de dados operacionais, a identificação de falhas e a tomada de decisão automática baseada em variáveis de processo (DE ARAUJO et al., 2024). Em se tratando de plantas isoladas, tais tecnologias permitem adaptar a geração de

energia às flutuações de demanda, reduzir o consumo de combustível e melhorar a confiabilidade do fornecimento. Além disso, possibilitam a implementação de estratégias de manutenção preditiva, baseadas em históricos de operação e diagnóstico remoto.

Neste contexto, a integração entre a Tecnologia da Automação (TA) e a Tecnologia da Informação (TI) é um dos pilares da Indústria 4.0.Essa convergência permite que sistemas industriais compartilhem dados em tempo real com plataformas de análise, promovendo maior visibilidade dos processos, rastreabilidade das operações e suporte à tomada de decisão estratégica. Em sistemas de geração de energia, es -

Metodologia

A metodologia adotada neste estudo foi estruturada em três etapas principais, combinando revisão bibliográfica, levantamento de dados técnicos e simulações baseadas em cenários reais. Essa abordagem possibilitou uma análise integrada entre teoria e prática, com o objetivo de avaliar os impactos da automação e supervisão em plantas de geração isoladas.

Realizou-se uma revisão sistemática da literatura científica, artigos técnicos, relatórios institucionais e

pecialmente em ambientes isolados, essa integração representa uma oportunidade para transformar a operação reativa em proativa, antecipando falhas e otimizando o uso dos recursos energéticos. Soluções baseadas em TA/TI são capazes de reduzir significativamente o tempo de resposta a eventos operacionais, diminuir paradas não planejadas e fornecer relatórios de desempenho que orientam ações corretivas e investimentos futuros.

A adoção de tecnologias de automação e supervisão em sistemas isolados está alinhada com os princípios da Governança Ambiental, Social e Corporativa (ESG), especialmente no que se refere à eficiência energética, à redução de emissões e ao

uso racional dos recursos naturais(VIEIRA, 2022). O uso dessas tecnologias permite que empresas do setor elétrico melhorem seus indicadores de sustentabilidade e contribuam efetivamente para os compromissos climáticos nacionais e internacionais.

Ademais, a modernização das plantas por meio de soluções digitais reforça a confiabilidade do fornecimento, beneficiando diretamente as populações atendidas em regiões remotas, muitas vezes socialmente vulneráveis. Assim, a automação torna-se não apenas uma questão técnica, mas também uma escolha estratégica de impacto ambiental e social positivo.

documentos oficiais relacionados à matriz energética brasileira, geração isolada, automação industrial, supervisão remota e sustentabilidade energética. Essa etapa teve como objetivo construir o referencial teórico do estudo e identificar as tecnologias mais empregadas na gestão de usinas termoelétricas.

Com base em dados operacionais de plantas com capacidade de até 5 MW, foram analisadas curvas de consumo de combustível, variabilidade de carga, his -

tórico de falhas e parâmetros elétricos como tensão, corrente e frequência. Os dados utilizados foram extraídos de manuais de fabricantes (como o modelo Caterpillar PM1360) e relatórios técnicos de empresas que operam em regiões remotas. Ademais, foram consideradas estimativas de custo relacionadas à implementação de sistemas de automação, abrangendo aquisição de equipamentos (PLCs, sensores, interfaces de supervisão), software, infraestrutura de comunicação, mão de

obra qualificada e manutenção preventiva.

Em relação à terceira etapa, esta consistiu na simulação de dois cenários operacionais distintos: (i) operação convencional sem supervisão automatizada e (ii) operação com sistema de automação implantado. A modelagem foi realizada com base em curvas de consumo de combustível em função da carga e nos parâ-

Resultados e discussões

A análise comparativa entre os cenários simulados revelou que a implementação de sistemas de automação e supervisão pode proporcionar uma economia média de até 10% no consumo de combustível. Esse resultado foi obtido a partir da modelagem baseada na curva de consumo de um gerador Caterpillar PM1360, correlacionando a carga aplicada com a taxa de litros por hora (LPH). Considerando uma planta com operação contínua, essa redução equivale a milhares de litros de diesel economizados anualmente. Tal economia não apenas representa ganhos financeiros expressivos, como também contribui significativamente para a redução da pegada de carbono das unidades geradoras. Adicionalmente, o controle automatizado evita desperdícios decorrentes de sobrecargas,

metros operacionais coletados anteriormente. Neste contexto, foram utilizados cálculos para estimar a redução percentual do consumo de combustível, o volume anual de diesel economizado, a redução correspondente nas emissões de CO2 (utilizando fator de emissão de 2,68 kg CO2/ litro), o tempo estimado de retorno sobre o investimento (payback) e a redução de

paradas não planejadas e impacto nos custos de manutenção. Esta abordagem quantitativa permitiu uma comparação entre os dois modelos de operação, demonstrando os benefícios técnicos, econômicos e ambientais decorrentes da implementação da automação e supervisão em usinas isoladas.

operação fora da faixa ideal de rendimento e falhas humanas na condução manual do processo.

Com base na redução estimada de 10% no consumo de diesel, foi possível calcular uma diminuição proporcional nas emissões de dióxido de carbono (CO2). Utilizando o fator de emissão de 2,68 kg de CO2 por litro de diesel queimado, uma economia anual de 1 milhão de litros implicaria na mitigação de aproximadamente 2.680 toneladas de CO2. Esses números evidenciam o papel relevante da automação não apenas na eficiência, mas também como ferramenta de gestão ambiental, alinhada às metas do Acordo de Paris e às práticas ESG (Ambiental, Social e Governança).

Os custos estimados para a implementação de um sistema de automação comple -

to em uma planta de 5 MW variam entre R$ 950.000 e R$ 2.100.000, considerando equipamentos, softwares, infraestrutura de rede, instalação, treinamento e suporte. Entretanto, quando considerados os ganhos com economia de combustível, redução de manutenções corretivas e maior confiabilidade operacional, o retorno sobre o investimento pode ocorrer entre dois e quatro anos, a depender do regime de operação e do valor do diesel na localidade.

Além disso, a automação reduz custos indiretos associados à mão de obra, deslocamento de técnicos para inspeções frequentes e interrupções não programadas no fornecimento de energia. A confiabilidade do sistema também tende a aumentar, o que é essencial para regiões remotas com infraestrutura crítica, como escolas,

postos de saúde e sistemas de abastecimento de água. A automação proporciona maior estabilidade operacional, com ajustes automáticos de tensão, frequência e carga em função da demanda. Isso evita oscilações e picos que podem danificar equipamentos ou comprometer o fornecimento. Além disso, a supervisão contínua permite detectar falhas em estágio inicial, promovendo ações corretivas antes que o problema se agrave.

Os sistemas SCADA implementados em simulações permitiram o acompanha-

Conclusão

Este estudo evidenciou que a implementação de sistemas de automação e supervisão em plantas isoladas de geração de energia elétrica representa uma solução estratégica para enfrentar os desafios técnicos, econômicos e ambientais presentes nessas unidades, especialmente na Região Norte do Brasil. A análise demonstrou que a adoção de tecnologias de automação permite uma redução significativa no consumo de combustível, melhora a confiabilidade do fornecimento, diminui a necessidade de manutenções corretivas e contribui para a mitigação das emissões de gases de efeito estufa.

Além dos benefícios operacionais e ambientais, os

veja as referências completas

mento remoto em tempo real de variáveis como temperatura, nível de combustível, vibração e emissões. Esses dados facilitaram a tomada de decisão estratégica, o planejamento de manutenção e a melhoria contínua dos processos operacionais.

Vale ressaltar que, além da redução de emissões, a automação tem impacto positivo sobre o meio ambiente ao mitigar o risco de vazamentos e contaminações provenientes da manipulação manual de combustíveis. O uso racional dos insumos também diminui a

necessidade de transporte constante de diesel, reduzindo o tráfego de embarcações e caminhões em áreas sensíveis ambientalmente.

Do ponto de vista social, o aumento da confiabilidade no fornecimento de energia impacta diretamente a qualidade de vida das comunidades atendidas, garantindo o funcionamento contínuo de equipamentos essenciais. A automatização também contribui para a valorização profissional dos operadores locais, que passam a atuar com sistemas mais tecnológicos e seguros.

resultados apontam para a viabilidade econômica da implementação, com tempo de retorno compatível com os ciclos de investimento do setor energético. A integração entre Tecnologia da Automação e Tecnologia da Informação, aliada à utilização de sistemas SCADA, sensores inteligentes e estratégias de manutenção preditiva, transforma o modelo atual — muitas vezes reativo e ineficiente — em um sistema inteligente, responsivo e sustentável.

A modernização das plantas isoladas também reforça o papel da energia como vetor de desenvolvimento regional. Ao garantir maior estabilidade e qualidade no fornecimento, promove-se o funciona-

mento contínuo de serviços essenciais como educação, saúde e saneamento básico, impactando positivamente o bem-estar das comunidades atendidas.

Dessa forma, conclui-se que a automação e a supervisão não são apenas ferramentas de eficiência, mas também instrumentos de transformação social, ambiental e tecnológica. Recomenda-se que políticas públicas e investimentos privados sejam direcionados para acelerar a digitalização das usinas isoladas, promovendo a transição para uma matriz energética mais limpa, resiliente e conectada aos princípios da sustentabilidade e da governança energética.

SAP reinventa a forma como as empresas operam com IA empresarial

Em sua conferência anual SAP Sapphire, a SAP revelou inovações e parcerias que colocam o poder da IA empresarial nas mãos de cada usuário, revolucionando a maneira como o trabalho é feito.

De um assistente Joule praticamente onipresente a uma rede expandida de agentes Joule que trabalham em todos os sistemas e linhas de negócios, a SAP anuncia uma nova era que democratiza o acesso à IA empresarial e pode gerar ganhos de produtividade de até 30%.

“A SAP combina o conjunto de aplicativos de negócios mais poderoso do mundo com dados excepcionalmente ricos e as mais recentes inovações em IA para criar um volante de valor para o cliente”, disse Christian Klein, CEO da SAP. “Com a expansão do Joule, nossas parcerias com pioneiros líderes em IA e os avanços no SAP Business Data Cloud, estamos cumprindo a promessa da IA Empresarial enquanto impulsionamos transformações digitais que ajudam os clientes a prosperar em um mundo cada vez mais imprevisível.”

O assistente de IA generativo da SAP, Joule, pode estar em qualquer lugar onde você trabalhe, fornecendo respostas personalizadas sobre tudo o que você precisa para ser mais produtivo.

O Joule pode acompanhar os usuários corporativos ao longo do dia, dentro e fora do universo de aplicativos SAP, para encontrar dados, obter insights em tempo real e otimizar fluxos de trabalho. A nova ubiquidade do Joule inclui uma barra de ações com tecnologia WalkMe que estuda o comportamento do usuário em todos os aplicativos, transformando o assistente em uma IA proativa e sempre disponível, capaz de antecipar as necessidades dos usuários antes que elas surjam — sempre em conformidade com as rígidas diretrizes éticas de IA da SAP .

A colaboração com a Perplexity, empre -

sa de mecanismos de resposta com tecnologia de IA, aprimora a capacidade da Joule de utilizar dados estruturados e não estruturados para resolver problemas de negócios complexos. Com a tecnologia Perplexity e o SAP Knowledge Graph, a Joule responde a perguntas instantaneamente com respostas visuais e estruturadas — como tabelas e gráficos — baseadas em dados de negócios em tempo real dentro dos fluxos de trabalho da SAP. Por exemplo, um usuário pode perguntar à ferramenta como eventos externos recentes podem impactar seus negócios e obter uma previsão com base tanto nos eventos atuais quanto nos dados de negócios da própria empresa.

A SAP também revelou uma biblioteca expandida de Agentes Joule que reinventam processos e fluxos de trabalho de negócios

do zero. Alimentados pelos dados de negócios em tempo real mais poderosos do mundo e orquestrados pela Joule, esses agentes de IA trabalham em diferentes sistemas e linhas de negócios para antecipar, adaptar-se e agir de forma autônoma, permitindo que as organizações se mantenham ágeis em um mundo em rápida transformação. Em parceria com líderes do setor, a SAP oferece um ecossistema de agentes interoperáveis que podem executar processos de ponta a ponta. Os novos agentes abrangem experiência do cliente, gestão da cadeia de suprimentos, gestão de gastos, finanças e gestão de capital humano.

A SAP lançou ainda um sistema operacional para desenvolvimento de IA que transforma a forma como as empresas criam, implantam e escalam soluções de IA. O AI Foundation oferece aos desenvolvedores um ponto de entrada único para construir, estender e executar soluções de IA personalizadas em escala, tornando-se o primeiro sistema operacional real para IA empresarial. Um novo otimizador de prompts, desenvolvido em colaboração com o laboratório de IA de ponta Not Diamond, também ajuda os desenvolvedores a criarem prompts de IA mais eficazes rapidamente, reduzindo o trabalho em casos de uso complexos de dias para minutos.

A SAP também introduziu novos aplicativos inteligentes no SAP Business Data Cloud, cada um desenvolvido para uma linha de negócios específica. Esses aplicativos podem aprender continuamente, simular resultados e orientar ações usando dados críticos para os negócios, detectando mudanças para otimizar processos, antecipar necessidades e colaborar com pensadores humanos e artificiais para gerar impacto significativo. O aplicativo People Intelligence, por exemplo, otimiza o desempenho da equipe, transformando dados de pessoas e habilidades em insights da força de trabalho e recomendações baseadas em IA.

Além disso, a SAP e a Palantir firmaram

uma parceria para facilitar a jornada de migração para a nuvem e os programas de modernização de seus clientes. A conectividade perfeita entre a Palantir e a SAP Business Data Cloud permitirá que os clientes construam uma base de dados harmonizada em todo o seu ambiente corporativo. Juntas, as empresas entregarão resultados essenciais com responsabilidade e apoiarão os clientes, incluindo o governo dos EUA, para que se adaptem rapidamente a mudanças e interrupções.

Outro anúncio foram os pacotes SAP Business Suite, projetados para que os clientes simplifiquem a adoção de soluções de nuvem SAP que atendam aos seus desafios de negócios específicos. O SAP Build está incorporado nesses pacotes, permitindo que as organizações personalizem os aplicativos para atender às suas necessidades específicas.

Por fim, a SAP revelou uma nova solução que ajuda os clientes a fazerem a transição para a nuvem mais rapidamente. Com o Joule como ponto de entrada e aproveitando insights de soluções SAP, incluindo SAP Signavio e SAP LeanIX, a solução oferece orientação personalizada e recomendações práticas adaptadas aos objetivos de transformação de uma organização, podendo ajudar a gerar um tempo de retorno do investimento até 35% mais rápido.

clique para assistir o evento on-demand

Solução em nuvem otimiza indústria farmacêutica

A Rockwell Automation, maior empresa do mundo dedicada à automação industrial e transformação digital, acaba de anunciar o lançamento da solução FactoryTalk® PharmaSuite® 12.00, desenvolvida para atender às necessidades exclusivas de ambientes farmacêuticos e biofarmacêuticos regulamentados, ajudando as empresas a simplificarem a gestão do sistema, acelerar implantações e dimensionar a produção com mais eficiência.

À medida em que o setor busca agilidade e conformidade, a BioPhorum, rede colaborativa de inovação para a indústria biofarmacêutica, observou que as soluções MES (sistemas tecnológicos para produção industrial) atuais são geralmente caras, de implementação lenta e não contam com a flexibilidade necessária para as operações modernas. Nesse contexto, a Rockwell Automation lançou o PharmaSuite 12.00 como forma de atender diretamente a essas dores do mercado, a partir da oferta de uma plataforma simplificada, configurável e pronta para a produção do futuro.

A versão que acaba de chegar ao mercado apresenta uma arquitetura modular e novos recursos prontos para a nuvem, proporcio-

“O PharmaSuite 12.00 representa um grande passo para ajudar os fabricantes de ciências da vida a adotar a produção modular e digital, mantendo os mais altos padrões de desempenho, disponibilidade, conformidade e segurança”, explica Martin Petrick, Gerente de Negócios de MES da Rockwell Automation. “Com a flexibilidade de implantação na nuvem, no local ou em modelos híbridos, os fabricantes podem dimensionar as operações mais rapidamente, simplificar as implementações globais e reduzir o tempo e a validação de custos”, acrescenta.

nando aos fabricantes maior agilidade no atendimento às demandas de produção em rápida evolução. Ela também conta com segurança cibernética aprimorada para suportar os rigorosos padrões de conformidade e integridade de dados exigidos em ambientes regulamentados.

Dentre os principais recursos novos do FactoryTalk PharmaSuite 12.00 está a implementação baseada em nuvem, agora executada no Kubernetes por meio de contêineres Linux, capaz de aumentar a agilidade e a confiabilidade da configuração e da manutenção. A solução também conta com uma nova ferramenta de configuração (MICKA), que automatiza as etapas de instalação e validação para reduzir o esforço manual em ambientes regulamentados.

O projeto conta com uma arquitetura modular, em que os componentes em contêineres facilitam o dimensionamento entre diferentes locais e padronizam as implantações de sistemas. Além disso, a monitoração integrada, por meio de ferramentas centralizadas, permite detectar problemas antecipadamente e agilizar a localização de falhas.

A solução também se destaca pela ciberse-

gurança, dado que foi desenvolvida com práticas certificadas de desenvolvimento seguro para atender aos padrões do setor. Não menos importante, um novo mecanismo de atualização simplifica a manutenção, garantindo que os sistemas estejam sempre atualizados com os recursos mais recentes e as últimas correções de segurança.

“O FactoryTalk PharmaSuite 12.00 se baseia em mais de 15 anos de desenvolvimento contínuo e experiência no setor. Com esse lançamento, a Rockwell Automation continua proporcionando aos fabricantes de produtos farmacêuticos e biofarmacêuticos uma plataforma de MES moderna e em conformidade com as regulamentações, que oferece suporte à produção expansível, à implantação rápida e às metas de transformação digital”, finaliza Petrick.

Palo Alto Networks compra a Protect AI

A Palo Alto Networks, empresa global de segurança cibernética, firmou acordo definitivo para adquirir a Protect AI, empresa inovadora na proteção do uso de aplicativos e modelos de Inteligência Artificial (IA) e Aprendizado de Máquina (ML). Esta aquisição estratégica reflete o compromisso da Palo Alto Networks em permanecer na vanguarda da inovação em segurança cibernética de última geração e expandir suas capacidades para proteger a nova superfície de ataque dinâmica criada pela explosão da IA.

Grandes empresas e organizações governamentais estão construindo um ecossistema complexo de modelos de IA, agentes, infraestrutura, ferramentas, APIs e componentes de terceiros. Isso cria riscos novos e frequen-

temente ignorados, com agentes de ameaças explorando vulnerabilidades em diferentes camadas por meio de técnicas como manipulação de modelos, envenenamento de dados e ataques de injeção imediata. Esse cenário de ameaças exige soluções específicas para reduzir riscos e fornecer a melhor segurança da categoria. A Palo Alto Networks foi pioneira no desenvolvimento de soluções para proteger IA, e a Protect AI já se consolidou como um player importante nessa nova área de segurança cada vez mais crítica.

Após o fechamento da transação, as soluções e a equipe de especialistas da Protect AI permitirão que a Palo Alto Networks acelere de forma mais rápida e abrangente sua visão para o Prisma AIRS ™, a plataforma de

segurança de IA mais completa do setor. O Prisma AIRS oferecerá aos clientes proteção incomparável para uma das tecnologias mais transformadoras da atualidade. À medida que as organizações exploram a incorporação de IA em seus processos, o Prisma AIRS permitirá que elas implantem IA com coragem, protegendo todo o ciclo de vida de de -

“À medida que os aplicativos baseados em IA se tornam essenciais para as empresas, eles trazem riscos que as ferramentas de segurança tradicionais não conseguem lidar adequadamente. Ao ampliar nossos recursos de segurança de IA para incluir as soluções inovadoras da Protect AI para Segurança de IA, as empresas poderão desenvolver aplicativos de IA com segurança abrangente. Com a adição do portfólio de soluções e da equipe de especialistas da Protect AI, a Palo Alto Networks estará bem-posicionada para oferecer uma ampla gama de soluções para as necessidades atuais dos clientes e também para continuar inovando no fornecimento de novas soluções necessárias para esse cenário dinâmico de ameaças,” disse Anand Oswal, vice-presidente sênior e gerente geral da Palo Alto Networks.

senvolvimento de IA para atender aos requisitos corporativos de varredura de modelos, avaliação de riscos, segurança de tempo de execução GenAI, gerenciamento de postura e segurança de agentes de IA.

Ian Swanson, Cofundador e CEO da Protect AI completou: “Unir forças com a Palo Alto Networks nos permitirá ampliar nossa missão de tornar o cenário de IA mais seguro para usuários e organizações de todos os portes. Estamos entusiasmados com a oportunidade de nos unir a uma empresa que compartilha nossa visão e traz a escala operacional e a competência em segurança cibernética para ampliar nosso impacto globalmente.”

O CEO, os fundadores e os funcionários da Protect AI devem se juntar à Palo Alto Networks após a conclusão do negócio. A aquisição está sujeita às condições habituais de fechamento, incluindo aprovações regulatórias, e a previsão é de que seja concluída até o primeiro trimestre do ano fiscal de 2026 da Palo Alto Networks.

NVIDIA e Vertiv aceleram a evolução da infraestrutura de IA

A Vertiv suporta um roteiro de IA para implementar arquiteturas de energia de 800 VDC para a próxima geração de data centers focados em IA. A meta é pavimentar o caminho para designs preparados para o futuro. O portfólio de energia de 800 VDC da Vertiv está programado para ser lançado no segundo semestre de 2026, antes do lançamento das plataformas NVIDIA Kyber e NVIDIA Rubin Ultra.

A Vertiv se alinha com o roteiro de IA da NVIDIA para se manter uma geração de GPU à frente, o que permite que os clientes implementem sua infraestrutura de energia e refrigeração em sincronia com as plataformas de computação de próxima geração da NVIDIA.

A Vertiv fornece energia, refrigeração, infraestrutura integrada e serviços de ponta a ponta para suportar fábricas de IA, entre outras implementações de data centers.

Num contexto em que os requisitos de

energia em rack em ambientes de IA escalam além de 300 quilowatts, 800 VDC permite uma entrega de energia mais eficiente e centralizada ao reduzir o uso de cobre, corrente e perdas térmicas. O próximo portfólio da Vertiv incluirá retificadores centralizados, barramentos DC de alta eficiência, conversores DC-DC em nível de rack e sistemas de backup compatíveis com DC, expandindo seu amplo portfólio de gestão de energia de ponta a ponta que já inclui um robusto trem de energia AC.

A experiência da Vertiv em energia DC abrange mais de duas décadas de implementações de ±400 VDC, ampliada por aquisições estratégicas durante o início da década de 2000. Estas soluções suportam cargas críticas em redes globais de telecomunicações, microrredes integradas e instalações críticas. Esta base estabelece a Vertiv como líder confiável no design seguro, implementação e operação de arquiteturas DC de maior voltagem,

“À medida que as GPUs evoluem para suportar aplicações de IA cada vez mais complexas em escala de gigawatts, os fornecedores de energia e refrigeração precisam ser igualmente inovadores para oferecer soluções energeticamente eficientes e de alta densidade para as fábricas de IA. Embora o portfólio de 800 VDC seja novo, a energia DC não é uma nova direção para nós- trata-se de uma continuação do que já fizemos em escala”, disse Scott Armul, vice-presidente executivo de portfólio global e unidades de negócio na Vertiv. “Passamos décadas implementando arquiteturas DC de maior voltagem em aplicações globais de telecomunicações, industriais e data centers. Entramos nesta transição a partir de uma posição de força, trazendo experiência do mundo real para satisfazer as demandas das fábricas de IA”.

com escala, portfólio e capacidade de serviço em longo prazo comprovados.

Projetado para zonas de IA homogêneas em ambientes hiperescala, o portfólio de 800 VDC da Vertiv é um pilar chave de sua estratégia de “unidade de computação” — um design em nível de sistemas que permite que to-

dos os componentes de infraestrutura operem como um sistema modular e escalável. Isso coincide com as demandas de infraestrutura das GPUs de próxima geração. O suporte da Vertiv para arquiteturas AC e DC é um diferenciador estratégico no panorama evolutivo de data centers de IA.

Software ZW3D democratiza acesso a tecnologias de alto desempenho

A chinesa ZWSoft e a brasileira TotalCAD anunciaram investimentos conjuntos no projeto ZWSoft Brasil que tem como propósito democratizar o acesso a tecnologias de alto desempenho, como os softwares CAD 3D, CAE e CAM, usados no desenvolvimento de produtos no mercado brasileiro. Por meio desta parceria estratégica, as empresas planejam investir R$ 6 milhões nos próximos anos, tanto para a consolidação do novo negócio quanto do software ZW3D, solução que está sendo lançada oficialmente junto à operação da ZWSoft Brasil.

“Baseados nas experiências bem-sucedidas do ZW3D em outros países, identificamos um grande espaço de crescimento no Brasil. Mesmo sendo um mercado maduro e com marcas amplamente estabelecidas, há muito potencial tratando-se de digitalização. Queremos democratizar a tecnologia no nosso setor, auxiliando de um modo muito próximo e humanizado o empresariado que adotar a tecnologia de ponta em seus processos”, explica José Augusto Silva, presidente do conselho da TotalCAD e investidor da operação.

A ZWSoft é uma empresa com mais de 1,5 milhão de clientes no mundo e está presente em mais de 80 países. A TotalCAD é uma das maiores distribuidoras de tecnologia para projetos industriais do Brasil. A relação comercial entre as marcas tem 20 anos e ganha um novo capítulo ao se unirem com a intenção de acelerar a transformação digital no setor da indústria de manufatura com a ZWSoft Brasil.

A ZWSoft Brasil já opera desde o início do primeiro trimestre de 2025, com sede na capital paulista, de onde pretende atender clientes em todo território nacional e países da América do Sul. “Desde o ano passado estamos trabalhando no plano estratégico e na adaptação do produto ZW3D para o mercado brasileiro. As primeiras operações em conjunto têm obtido excelentes resultados com uma rápida sinergia operacional entre os times e responsáveis. Nosso foco agora é ganhar escala e aumentar a nossa penetração, especialmente entre as micro, pequenas e médias empresas”, revela o CEO da TotalCAD, Danilo Vilela.

Em contrapartida, a ZWSoft entra com as suas modernas soluções em CAD 3D, CAE e CAM. Segundo Saulo Teixeira Lima Figueiredo, General Manager da ZWSoft, o ZW3D é um software proprietário, desenvolvido para competir de igual para igual com tecnologias ágeis inovadoras, mas que usualmente são mais utilizadas por empresas de gran-

de porte, devido ao valor do investimento. Segundo Saulo, na média, dependendo do perfil do cliente e da aplicação do software, o ZW3D pode custar de 25% a 50% menos do que os softwares concorrentes. Logo, o software não só vai simplificar a vida das empresas, especialmente das micro, pequenas e médias, como vai reduzir seus investimentos, ajudando-as inclusive a evitar riscos de uso de licenças piratas.

Saulo compara a concepção do ZW3D à criação do novo modelo de Inteligência Artificial por parte da startup chinesa de pesquisa em Inteligência Artificial que, no início do ano, impactou o mundo ao anunciar uma IA tão eficiente quanto a das big techs americanas, sem rodadas de financiamentos milionários. O feito causou questionamentos sobre a custosa corrida da IA, já que o grupo chinês afirmou que seu o modelo de IA usa menos dados e custa uma fração das empresas já estabelecidas.

O ZW3D é um produto conhecido como full service, ou all in one, que compreende todos os estágios da cadeia produtiva e por isso o torna muito competitivo. Ele permite a migração dos usuários dos CAD 2D para uma ferramenta de modelagem CAD 3D sem perder dado legado, já que uma das dificulda-

des que as empresas possuem ao decidirem migrar de um software para outro é perder informações ou ter de refazer projetos já existentes, porque que não conseguem uma interoperabilidade entre as ferramentas. O ZW3D permite que os clientes utilizem a sua base de informações sem retroceder etapas, ou seja, com compatibilidade e qualidade.

Segundo dados da Confederação Nacional da Indústria, cerca de 80% das empresas do país são compostas por pequenas e médias empresas, sendo que só as pequenas correspondem a mais de 70% dessas 80%.

A maior parte delas não dispõe de recurso financeiro como as que utilizam soluções high-end. Logo, o ZW3D quebra esses silos, torna o processo mais fluido, rápido, eficien- te e maximiza a produtividade. É uma solução ágil, integrada, centrada no modelo. Por isso, diferentemente do processo convencional, no qual a média para o desenvolvimento de um produto é de 72 horas, em se tratando de soluções triviais do mercado, com o ZW3D as empresas conseguem fazer em 50 horas. Uma redução de 30% de ganho de eficiência e de performance, seja no processo de desenvolvimento, seja na alteração para se criar ou aperfeiçoar aquilo que já é feito em um outro software.

Minsait lança unidade dedicada à cibersegurança

A unidade especializada em cibersegurança do Grupo Indra adota agora a marca Minsait Cyber, o que lhe permite destacar e fortalecer sua colaboração com as demais áreas da empresa para responder de forma mais eficaz aos desafios de cibersegurança das organizações.

“As capacidades avançadas de segurança cibernética da nossa empresa e os profissionais que oferecemos complementam perfeitamente a proposta de valor e a oferta do Grupo Indra; assim, respondemos de forma integral e mais personalizada às demandas dos nossos clientes”, destaca Roberto Espina, CEO da Minsait Cyber

A unidade de segurança cibernética - criada pela empresa espanhola SIA e adquirida pela corporação há mais de cinco anos -, tem se dedicado a ampliar seu portfólio. Ela não investiu apenas na especialização em setores específicos, mas também no desenvolvimento de produtos próprios, com uma forte preocupação em manter a soberania tecnológica. Além disso, tem investido na integração de tecnologias avançadas, como a Inteligência Artificial, e estabelecido parcerias importantes no setor tecnológico. Tudo isso com o objetivo de reduzir riscos e oferecer uma proteção mais eficaz para empresas e serviços aos cidadãos.

A oferta de valor ponta a ponta da Minsait Cyber é capaz de cobrir qualquer necessidade ou desafio de segurança cibernética

de uma organização: segurança cibernética 360º, respondendo à estrutura do NIST (identificar e proteger, detectar, responder e recuperar); bem como soluções de identidade (identidade digital, serviços de confiança, biometria e Fronteiras Inteligentes), onde, hoje, a SIA é líder e possui um produto de referência próprio.

Essa evolução permite, entre outras conquistas, “consolidar nosso crescimento global e fornecer soluções para todos os setores e organizações, verticalizando nossa oferta e integrando a segurança cibernética às demais soluções e tecnologias do Grupo”, explica Roberto Espina.

Sob a marca Minsait, a Minsait Cyber manterá sua atual gestão, estrutura, operações e equipe.

Relatório mostra equipes

SOC sobrecarregadas

Um relatório da Splunk revela o estado dos centros de operações de segurança (SOCs) em 2025, indicando que eles estão sobrecarregados e com dificuldades para gerenciar alertas. Em uma pesquisa com 2.058 líderes de segurança, 52% afirmaram que seus SOCs estão sobrecarregados, 59% recebem alertas em excesso, indicando que a busca constante por alertas é uma fonte notável de ineficiência; 57% perdem tempo essencial durante investigações devido a deficiências nas estratégias de gerenciamento de dados. Além disso, 46% dos entrevistados relatam gastar mais tempo em manutenção (como configuração ou solução de problemas de ferramentas) do que em investigação estratégica ou mitigação de ameaças; 78% dos entrevistados indicam que as ferramentas de segu-

clique para ler o relatório completo

rança são dispersas. Essa desconexão causa desafios moderados a significativos, segundo 69% dos entrevistados. Os entrevistados afirmam que a implementação de uma plataforma unificada resultou em respostas mais rápidas a incidentes (59%) e menos manutenção de ferramentas (53%).

Capgemini, Mistral AI e SAP unem forças para oferecer soluções de IA de geração seguras e escaláveis para setores regulamentados

A Capgemini anunciou hoje a expansão de sua parceria estratégica com a Mistral AI , líder no desenvolvimento de modelos inovadores de IA, e a SAP , para ajudar a impulsionar o crescimento de organizações regulamentadas, transformando operações e aprimorando os resultados de negócios por meio de uma ampla gama de modelos de IA. Essa colaboração exclusiva oferece um ambiente confiável e seguro para implantar soluções de IA personalizadas dentro da SAP para setores com requisitos de dados rigorosos, como serviços financeiros, setor público, aeroespacial e defesa, e energia e serviços públicos. Aproveitando os modelos revolucionários de IA generativa (gen AI) da Mistral AI e a SAP Business Technology Platform (BTP), a Capgemini visa desenvolver múltiplos casos

de uso de IA empresarial facilmente acessíveis, com menor pegada de carbono.

As empresas estão cada vez mais recorrendo à IA empresarial para otimizar processos e a tomada de decisões, integrando a IA generativa para gerar maior valor comercial. Essa combinação permite que as organizações aumentem a resiliência simulando cenários, preparando planos de resposta a crises e se adaptando rapidamente às mudanças do mercado. Essas tecnologias também ajudam as organizações a obter uma vantagem competitiva significativa, diferenciando-se por meio de experiências mais personalizadas para o cliente, adaptando sua cadeia de suprimentos à alta personalização e enriquecendo produtos com serviços digitais de alto valor. Ao alavancar a IA, as organizações

podem alcançar melhorias tanto na receita quanto na receita em diversas áreas funcionais. Além disso, organizações em setores regulamentados ou que lidam com dados confidenciais frequentemente encontram dificuldades para acessar esses benefícios. Elas exigem modelos avançados de IA generativa que operem em um ambiente seguro, como a SAP Business Technology Platform auto-hospedada.

Como parte desta nova colaboração, a Capgemini oferecerá uma extensa biblioteca

com mais de 50 casos de uso de IA empresarial personalizados e pré-desenvolvidos, incluindo aqueles validados pela SAP, utilizando os modelos de IA da Mistral. Estes são categorizados por um setor específico e por uma abordagem orientada a processos. As soluções são baseadas em IA responsável e ética desde o design, com governança integrada e alinhamento com as regulamentações, permitindo a inovação e, ao mesmo tempo, garantindo a segurança dos dados. Exemplos de casos de uso incluem:

• Aeroespacial e Defesa: Trabalhadores de campo qualificados que podem resolver não conformidades nas operações de forma eficiente.

• Energia e serviços públicos: inspeção baseada em drones que permite manutenção preditiva e gera insights acionáveis

• Em todos os setores: compras indiretas inteligentes que ajudam a selecionar de forma fácil e rápida os produtos mais convenientes de vários fornecedores.

Essa colaboração oferece benefícios duplos: acelera a implantação de soluções personalizadas de IA generativa no SAP para todas as organizações e permite que aque -

las que exigem ambientes seguros para fins regulatórios ou de privacidade aproveitem soluções de IA generativa.

“Esta nova colaboração entre a Capgemini, a Mistral AI e a SAP desbloqueia novos casos de uso de negócios de alto valor para organizações que buscam ampliar suas operações com recursos de IA generativa”, afirmou Marjorie Janiewicz, membro do Conselho Executivo da Mistral AI e Diretora Global de Receita. “Ao combinar nossos modelos de IA de ponta, multilíngues e altamente personalizáveis com a expertise da Capgemini no fornecimento de soluções de IA generativa específicas para cada setor e a garantia da robusta plataforma tecnológica da SAP, estamos tornando a integração efetiva da IA mais acessível para todas as organizações, incluindo aquelas em setores altamente regulamentados.”

“As empresas estão recorrendo cada vez mais à IA generativa para aumentar sua resiliência, otimizar operações e acelerar o tempo de retorno do investimento. Como parceira confiável de transformação de negócios e tecnologia para nossos clientes, a Capgemini está comprometida em ajudá-los a desenvolver seus processos críticos de negócios por meio da aplicação segura e personalizada da IA”, afirmou Fernando Alvarez, Diretor de Estratégia e Desenvolvimento e membro do Conselho Executivo do Grupo Capgemini. “Juntamente com a Mistral AI e a SAP, podemos capacitar as organizações a acessar uma ampla gama de modelos de IA inovadores e personalizados, para gerar valor comercial significativo e promover o crescimento sustentável.”

“A colaboração é um exemplo poderoso de como estamos capacitando empresas a aproveitar o poder da IA generativa para enfrentar seus desafios de negócios mais críticos”, disse Thomas Saueressig, membro do Conselho Executivo da SAP SE, Customer Services & Delivery. “Com a SAP Business Technology Platform como base segura e escalável, estamos capacitando organizações, especialmente aquelas em setores regulamentados, a adotar a IA com confiança, credibilidade e rapidez, de forma a gerar valor comercial real.”

A Capgemini trabalhou em estreita colaboração com a SAP para expandir ainda mais seu Centro Global de Excelência SAP dedicado a ajudar organizações a enfrentar seus desafios críticos de negócios usando IA de geração. Por exemplo, os parceiros trabalharam com a Brose, uma fornecedora líder do setor automoti-

vo, para fornecer um assistente com tecnologia de IA para fornecedores – o SupplierGPT. Essa plataforma digital centralizada ajudou a aprimorar a colaboração em toda a rede global de fornecedores da Brose, resultando em maior eficiência na integração de fornecedores e execução mais consistente dos processos.

Michael Seifert, Business Product Owner do Brose Supplier Portal, Brose Fahrzeugteile SE & Co. KG, afirmou: “Juntamente com a Capgemini, conseguimos implementar o SupplierGPT, da ideia à realidade em poucas semanas. Esta solução permite a integração perfeita de novas inovações e proporciona um rápido lançamento no mercado, graças aos serviços de IA do SAP BTP. Este modelo de coinovação combina a expertise da Capgemini, Brose e SAP para permitir que pilotos conjuntos sejam projetados, implementados e testados rapidamente.”

A Capgemini conquistou recentemente o Prêmio SAP Pinnacle de Inovação em IA Empresarial 2025 na categoria de caso de uso de IA para Clientes, demonstrando ainda mais sua liderança no fornecimento de soluções atraentes com tecnologia de IA com a SAP. Este prêmio faz parte do programa global de reconhecimento de parceiros da SAP, que destaca parceiros em todo o mundo que demonstram desempenho e inovação excepcionais.

Expomafe 2025

A 4ª edição da Expomafe – Feira Internacional de Máquinas-Ferramenta e Automação Industrial, promovida pela Abimaq e organizada pela Informa Markets, aconteceu de 6 a 10 de maio, no São Paulo Expo, trazendo mais de mil marcas expositoras e registrando um público superior a 65 mil profissionais.

“A Expomafe 2025 mostrou, na prática, que a indústria brasileira está determinada a evoluir. Reunimos tecnologias que apontam o caminho para o futuro, da automação à digitalização e vimos, ao longo de cinco dias intensos, como as empresas estão em busca de inovação. Corredores cheios, negócios fechados e muita troca de conhecimento. Essa edição reforça o papel da feira como motor de modernização e competitividade para o setor produtivo nacional”, destacou José Velloso, presidente executivo da Abimaq.

@Reprodução

A feira mostrou o avanço da indústria de máquinas-ferramenta rumo à digitalização e à sustentabilidade, com destaque para robôs colaborativos, simulações virtuais e sistemas inteligentes. “As inovações apresentadas mostram uma indústria cada vez

mais conectada à Indústria 4.0, reforçando o protagonismo nacional em tecnologia”, afirmou Maria Cristina Moreira, presidente da Câmara Setorial de Máquinas-Ferramenta e Sistemas Integrados de Manufatura (CSMF) da Abimaq.

clique para ler a cobertura completa

Simpósio ISA São Paulo Section 2025

Por dois dias inteiros, no Senai de São Caetano (SP), a ISA Seção São Paulo retomando seus eventos presenciais, reuniu profissionais do Brasil e do exterior para discutir alguns dos principais assuntos que estão moldando o setor de energia, de RH a Cibersegurança e computação quântica

clique para ler a cobertura completa

Emerson Exchange 2025

Explorando controle definido por software, cibersegurança zero -trust e IA, a Emerson Exchange impulsiona maior retorno sobre investimentos industriais

“Os ativos industriais atuais exigem maneiras economicamente viáveis para as empresas alavancarem a automação em toda a empresa, protegendo, ao mesmo tempo, os investimentos existentes. O Project Beyond consegue isso fornecendo uma plataforma flexível, escalável e segura que conecta a base instalada de automação existente com tecnologias modernas para possibilitar visibilidade contínua em toda a empresa, otimização e, eventualmente, operações autôno -

mas. Ele também fornece uma plataforma consistente para implantar e gerenciar novos aplicativos e modelos de IA, juntamente com dados contextualizados, para liberar flexibilidade, segurança, sustentabilidade e desempenho inimagináveis para setores essenciais como energia, eletricidade, ciências biológicas, produtos químicos e mineração. Esta inovação ampliará as tecnologias existentes”, explicou Claudio Fayad, CTO da Aspen Technology Business.

clique para ler a cobertura completa

GovTech Summit

Com o tema Governos Inteligentes, o GovTech Summit 2025 reuniu 1,6 mil participantes de 17 estados brasileiros, 70 palestrantes e 16 startups como expositoras na PUC-RS, em Porto Alegre.

Durante o evento, foi lançada a plataforma Govtech Place, dedicada ao desenvolvimento de soluções digitais para governos, com o apoio da Fapergs – Fundação de Amparo à Pesquisa do Estado do Rio Grande do Sul, a TecnoPuc e o Govtech Lab.

O GovTech Summit 2025 aconteceu no Centro de Eventos da PUCRS para debater a inovação e o uso da tecnologia no setor público, e como governos podem se beneficiar da adoção responsável destas ferramentas e práticas. “É o maior evento de inovação governamental do Brasil. Mas é mais do que um evento. É um espaço vivo de encontros transformadores em inovação, tecnologia e setor público. Com o propósito comum de construir um futuro mais inteligente, inclusivo e eficiente para todas as pessoas. Este ano, o GovTech Summit discute temas como pautas como tecnologia e resiliência climática; soluções para a transformação do setor público; desafios e oportunidades; e aplicações de

tecnologia para a sustentabilidade de serviços públicos”, disse, no discurso de abertura, a CEO do GovTech Lab e head do evento, especialista e Doutora em Design e Tecnologias, Téo Foresti Girardi. Dra. Téo disse ainda que o mercado de soluções govtech pode gerar até US$ 9,8 trilhões em valor no mundo até 2034, impulsionado pela adoção de tecnologias que promovem mais eficiência, transparência e sustentabilidade, mas que ainda há um vasto mercado a ser explorado no Brasil. Dados trazidos pela CEO do GovTech Summit, e apurados inicialmente pelo Instituto de Pesquisa Econômica Aplicada (Ipea), mostram que 13% dos municípios brasileiros permitem, por exemplo, o uso de contas Gov.br para autenticação e acesso a serviços públicos digitais.

“Isso mostra o quanto já caminhamos e o quanto precisamos evoluir para superar a desigualdade sociodigital que limita o acesso a estes serviços”.

@Divulgação

Executivos da Petrobras falaram sobre “A Jornada da IA na entidade: governança, segurança e inovação em um contexto público-privado”. Participaram o chefe executivo de Auditoria Interna, André Santos; o gerente executivo de Tecnologia da Informação e Telecomunicações, Cassiano Ebert; a gerente executiva de Segurança da Informação, Samara Braz e o coordenador de Inovação e Projetos Digitais da Auditoria da Petrobras, Eduardo Waghabi, que mediou o encontro.

Para Cassiano Ebert, as estratégias precisam estar estruturadas com o foco nas pessoas. “Definimos uma estratégia de adoção das plataformas que trazem a IA como copiloto, mas é preciso mudar a forma como as pessoas se comportam em relação a isso, como vão utilizar a IA”, pondera. Ebert ressalta “a necessidade de uma mudança cultural entre os colaboradores e de que se tenha o entendimento que a IA veio para proporcionar um aumento na capa-

Na abertura, o governador do RS, Eduardo Leite, falou sobre o uso da tecnologia na reconstrução do estado depois das enchentes e refletiu que “Inovar é preciso e muitas vezes o gestor público tem medo. É importante discutir isso”

cidade do ser humano”.

André Santos ponderou que “o fato de os funcionários serem concursados faz com que eles esperem por algo mais previsível, porém, estamos em um mundo imprevisível e com constantes mudanças”. Segundo ele, o desafio está justamente em mostrar a este público que o imprevisível deve ser tratado com normalidade. “Temos que trabalhar com as equipes o fato de que não seremos substituídos pela IA, mas cabe a nós começarmos a utilizá-la, pois quem não fizer isso, aí sim irá ficar defasado”, constata.

Para Samara Braz, qualquer organização que lide com dados estratégicos e pessoais deve ter cuidados com medidas de segurança extras. “Uma das medidas mais importantes é a política de classificação da informação. Esse processo orienta a força de trabalho a rotular as informações com índices de classificação”, relata.

No painel Case Procempa: Uma Jornada de Transformação, profissionais da empresa da prefeitura relataram experiências com inovação aberta e iniciativas baseadas em inteligência artificial. O painel foi integrado pelo diretor financeiro da Companhia,

André Guaragna, pela supervisora de Novos Negócios, Liana Rigon, e pelo supervisor de Arquitetura de Inovação da empresa. A mediação foi feita pela diretora de Negócios da consultoria de tecnologia Gartner, Paula Araujo.

Para André, a transformação digital é um tema estratégico e transversal dentro da Procempa. “Investir em inovação gera um ciclo virtuoso: impulsiona novos negócios, fortalece a sustentabilidade financeira da Companhia e, acima de tudo, amplia o impacto social das nossas entregas. O benefício ao cidadão e à cidade justificam completamente o investimento”, realça.

Liana ressaltou a importância da Companhia estar em contato com o ecossistema de inovação e estar aberta às soluções tecnológicas que já estão no mercado. “Há demandas que o setor público, sozinho, não consegue e nem precisa executar. Existem startups ao nosso lado com soluções já prontas para serem aplicadas aos nossos desafios”. Segundo ela, o programa de inovação aberta da Procempa terá uma segunda edição ainda em 2025, com o objetivo de consolidar a cultura de inovação dentro da empresa.

Na primeira edição do programa, a Companhia formou 30 servidores como agentes de inovação para o Procempa OpenLab, mapeou e priorizou três desafios, recebeu 43 inscrições de startups e selecionou três soluções. “O OpenLab mudou a forma como a própria empresa se enxerga. Fizemos com que o nosso time confiasse na proposta. Nos estruturamos internamente para encontrar soluções tecnológicas que beneficiem cada vez mais o cidadão”, ressaltou Liana

“A Procempa, como empresa pública, tem como foco principal o cidadão. Pensamos constantemente em tecnologias que possam trazer mais benefícios para a população”, afirmou Márcio. Para exemplificar, ele destacou o Cercamento Eletrônico, plataforma de segurança pública que atua na identificação de veículos em situação irregular. Desde

que foi implantada, a plataforma reduziu em aproximadamente 90% das ocorrências de roubo e furto de veículos na capital.

Márcio também apresentou as iniciativas da Procempa com inteligência artificial (IA).

As IAs Mirai e Sybil estão sendo calibradas pela Procempa, em parceria com a Santa Casa e o MIT, para detecção precoce de câncer de mama e pulmão, respectivamente.

O Mirai pode identificar a doença com até cinco anos de antecedência e com cerca de 80% de previsão. O SmartGen, a primeira IA generativa da Procempa, tem como foco garantir a proteção das informações e modernizar os processos dentro da gestão pública.

@Sahra Nunes/Procempa

O presidente do Banrisul, Fernando Lemos, realizou uma palestra no GovTech BR 2025. O painel, intitulado ‘O Banco Parceiro do Ecossistema de Inovação Gaúcho’, destacou os avanços tecnológicos da instituição e o papel estratégico da inovação no fortalecimento do relacionamento com os clientes.

Ao final do evento, foram apresentados os vencedores do Prêmio GovtechSummit 2025: a Quark – educação para o futuro do trabalho e a Sandbox.Rio, prefeitura do Rio de Janeiro. Foram 95 iniciativas inscritas de todo o país, e a premiação contou com a coorganização da Exxas.

Nível de aversão ao risco dos modelos computacionais pesa no bolso do consumidor

O Ministério de Minas e Energia (MME) abriu Consulta Pública nº 186/2025, que trata do nível de aversão ao risco a ser utilizado nos modelos computacionais do setor elétrico. A consulta chega em momento importante, após um emblemático caso de inconsistência desses mesmos modelos após a inclusão da UHE Canastra no deck de junho: com a inclusão da usina, o modelo Newave passou a projetar preços muito altos — em torno de R$ 450/MWh — enquanto, sem a UHE, a projeção ficava próxima de R$ 300/ MWh.

“Os agentes perceberam um contrassenso, já que a entrada de energia disponível no sistema deveria, em tese, reduzir o preço, e

não o elevar de forma tão significativa; ainda mais se tratando de uma usina de porte relativamente pequeno, cujo impacto não deveria ser tão expressivo”, explica Fred Menezes, diretor de Trading da Armor Energia.

A usina foi, posteriormente, excluída no deck para as projeções de junho.

A situação, cujas causas ainda não foram totalmente esclarecidas, amplia a incerteza em relação aos parâmetros dos modelos computacionais, que já vinham apresentando outras fragilidades, como descolamento de preços. A formação de preços no setor elétrico brasileiro é baseada em uma sequência de modelos que buscam refletir a operação do Sistema Interligado Nacional (SIN). O Newave, responsável pelas projeções mensais, foi revisado em 2025 para adotar premissas mais conservadoras em relação à disponibilidade hídrica. Essas alterações impactam diretamente os modelos subsequentes, Decomp e Dessem, que operam em bases semanal e horária, respectivamente. Na segunda semana de maio, por exemplo, a diferença entre os preços calculados pelo modelo Dessem em relação às projeções do Decomp ficou próximo de R$ 70,00/MWh.

O nível mais alto de aversão ao risco, tema centra da CP 182/25, tem impactos diretos no preço da energia: caso os parâmetros de 2024 ainda estivessem vigentes, o país provavelmente seguiria com preços próximos ao piso regulatório, mantendo, pelo sexto mês consecutivo, a bandeira tarifária verde, segundo análise da Armor Energia. No entanto, com o novo modelo, a energia está mais cara

e o consumidor está pagando taxas extra na conta de luz desde maio, quando a bandeira amarela foi acionada. Neste mês, precisa arcar com os custos da bandeira vermelha patamar 1.

Para preservar água nos reservatórios das hidrelétricas, o modelo em voga tem indicado a necessidade do acionamento de térmicas que aumentam o custo global da geração, mesmo em um cenário de sobreoferta energia, com boa performance de fontes renováveis como a eólica e a solar. “Esse cenário compromete a competitividade do setor e o desenvolvimento econômico nacional, pois gera uma espiral inflacionária”, destaca Menezes. “Para atrairmos investimentos estratégicos, como os de data centers, que são altamente sensíveis ao preço da energia, precisamos de sinais de preços confiáveis, mas também competitivos e adequados ao mix de geração que temos hoje, no qual a complementariedade entre as fontes seja valorizada”, destaca Menezes.

Menezes, defende que o modelo computacional seja reavaliado com foco em garantir eficiência econômica, racionalidade técnica e equilíbrio entre segurança energética e modicidade tarifária, sem penalizar consumidores nem travar o ambiente de negócios – argumentos que serão apresentados ao MME na contribuição da empresa à consulta pública.

Acordos com a China mostram força do modelo brasileiro de bioenergia

A UNICA - União da Indústria de Cana-de-Açúcar e Bioenergia celebrou os recentes anúncios do governo federal em missão oficial à China, que incluem US$ 1 bilhão em investimentos para a produção de combustível sustentável de aviação (SAF) no Brasil e a assinatura de um memorando de entendimento com o objetivo de ampliar as exportações de etanol para o mercado chinês, firmado pelo ministro de Minas e Energia, Alexandre Silveira.

Para a entidade, esses movimentos refletem a confiança internacional no modelo brasileiro de bioenergia, construído a partir da articulação entre governo, instituições de pesquisa e desenvolvimento e setor produtivo. Além do investimento em SAF, a missão resultou na criação de um novo centro de

pesquisa em energia renovável.

Evandro Gussi, presidente da UNICA, avalia que o papel do governo federal tem sido decisivo para destravar oportunidades e atrair capital internacional, reposicionando o Brasil como referência global na bioeconomia, com impactos diretos na geração de empregos, inovação e abertura de novas rotas de exportação para o etanol e outros energéticos do setor.

“A articulação institucional que temos acompanhado, especialmente em agendas bilaterais e multilaterais, permite que o Brasil ocupe espaços estratégicos no novo desenho energético global. Esses avanços só são possíveis graças à liderança do governo federal, que tem conduzido com pragmatismo a inserção internacional do setor”, ressalta Gussi.

O presidente da UNICA destaca, ainda, que os biocombustíveis brasileiros são hoje ativos reconhecidos globalmente, sustentados por indicadores concretos de sustentabilidade, como os CBIOs (créditos de descarbonização) e a avaliação do ciclo de vida, que mede as emissões do campo ao tanque.

“A COP30 será uma vitrine para esse mo-

delo, que já está em operação. Nosso desafio agora é comunicar ao mundo que o Brasil, além de produzir energia limpa, oferece um caminho replicável de descarbonização baseado em inovação, escala e sustentabilidade. Isso transforma o Brasil em exportador de combustível, de tecnologia e de política pública de vanguarda”, finaliza Gussi.

Governo antecipa abertura do Mercado Livre de Energia e amplia

Tarifa Social

O governo federal publicou no último dia 21 de maio a Medida Provisória nº 1.300/2025, referente à Reforma do Setor Elétrico, que antecipa a abertura do Mercado Livre de Energia a todos os consumidores para o ano de 2027 e amplia o acesso à Tarifa Social de Energia. A MP entra em vigor automaticamente, mas agora precisa ser aprovada pelo Congresso Nacional em até 120 dias para se tornar lei definitiva.

“A MP, focada em justiça tarifária, liberdade de escolha e equilíbrio para o setor, foi anteci-

pada pelo governo após meses de discussão”, afirma Leonardo Dalla Costa, advogado do escritório Razuk Barreto Valiati. “Não será sur-

presa se o texto sofrer alterações ao ser analisado pela Câmara Federal e Senado”, acrescenta Leonardo.

As modificações trazidas pela medida afetam tanto os consumidores residenciais quanto os de grande porte, geralmente abastecidos em média ou alta tensão. Uma das principais novidades é a possibilidade de todos os consumidores – inclusive residenciais e de baixa tensão – escolherem seu fornecedor de energia a partir de 2027, em um movimento que visa aumentar a concorrência e seguir o exemplo da abertura do setor de telecomunicações.

Um dos pontos trazidos pelo mercado envolve a preocupação quanto a prazos contidos na MP, como o prazo de 45 dias para operacionalizar as alterações referentes à tarifa social e o prazo para abertura de mercado com a devida regulamentação. “Em geral, as reformas costumam ter um período mais amplo para que as empresas e o próprio consumidor possam entender as alterações trazidas. Além disso, não se pode esquecer que muitas dessas alterações exigem regulamentações a serem implementadas pelo Ministério de Minas e Energia e pela Aneel - Agência Nacional de Energia Elétrica, o que demanda tempo. A MP 1.300/2025, por seu turno, possui novidades que, ainda que já esperadas, trazem impactos e efeitos imediatos, o que gera preocupações sob a perspectiva da segurança jurídica”, ressalta Dalla Costa. As principais alterações seriam:

- Tarifa Social Ampliada – Isenção total na conta de luz para famílias com renda per capita de até meio salário-mínimo e consumo de até 80 kWh/mês, desde que inscritas no Ca- dÚnico do governo federal. Antes, os descontos para as famílias variavam de 10% a 65%, conforme o consumo de energia. De acordo com a Aneel, os subsídios referentes à Tarifa Social custaram R$ 4,75 bilhões em 2024.

A medida agora poderá atingir até 60 milhões de pessoas devido a sua abrangência. Se o consumo exceder o limite, será quitado apenas o valor proporcional. A medida será custeada por meio da Conta de Desenvolvimento Energético (CDE), com impacto estimado de

R$ 10 bilhões anuais nesta, e da revisão de subsídios atualmente vigentes.

- Abertura do Mercado Livre – Uma das medidas mais esperadas pelos consumidores cativos diz respeito à possibilidade de que todos os consumidores escolham seus fornecedores de energia elétrica a partir de 2027. “Este era um movimento aguardado por muitas empresas que não são de grande porte ou recebem energia em baixa tensão. Elas poderão escolher algumas regras e a forma de fornecimento de energia em contratos firmados direto com as empresas, sempre observando as regras estabelecidas pela Aneel e pela Câmara de Comercialização de Energia Elétrica (CCEE), que agora passa a se chamar apenas Câmara de Comercialização de Energia e pode atuar em outros mercados de energia, como o de gás”, aponta Dalla Costa.

- Fim dos descontos de TUST/TUSD para o segmento de consumo – Os contratos com fontes incentivadas – como as energias eólica e solar – celebrados a partir de 2026 não contarão com os tradicionais descontos nas tarifas de transmissão e distribuição. “Havia reclamações e solicitações de diversos setores no sentido de que esses subsídios não eram mais necessários em razão da redução do preço e disseminação dos geradores e equipamentos relacionados a essas fontes renováveis”, avalia o advogado.

Com a possível aprovação da MP com o seu texto atual, empresas que já tenham fornecimento de energia no Mercado Livre de Energia precisarão reavaliar contratos e suas renovações, além das estratégias de fornecimento em razão do fim dos descontos que podem elevar custos. “Isso é ainda mais importante para as empresas que formalizaram negócios com fontes incentivadas, como a eólica e a solar, que contavam com subsídios na transmissão e distribuição”, indica Leonardo Dalla Costa. “Um outro ponto importante é coordenar de forma inteligente a autoprodução de energia, já que uma das alterações previstas é uma demanda mínima de 30 MW, ampliando os requisitos para empresas interessadas em produzir a própria energia”, completa o especialista.

CCEE indica aumento de 1,3% no consumo de energia do Brasil nos primeiros meses de 2025

O consumo de energia elétrica no Brasil aumentou 1,3% no primeiro quadrimestre de 2025, na comparação com o mesmo período do ano passado, segundo dados divulgados pela Câmara de Comercialização de Energia Elétrica – CCEE. A instituição acompanha em tempo real o comportamento da demanda por eletricidade no país inteiro, contribuindo para o planejamento estratégico do setor e garantindo segurança no fornecimento energético para a população.

Segundo os dados coletados e analisados pela Câmara, o país consumiu, em média, 73.567 megawatts médios (MWm) nos primeiros quatro meses de 2025. As temperaturas mais amenas e o clima mais chuvoso

impactaram especialmente o mercado regulado, que atende residências e pequenos comércios. Esse segmento registrou consumo médio de 43.981 MWm, uma queda de 4,1% na comparação anual, reflexo também da migração de consumidores para o mercado livre.

O restante, 29.586 MWm, foi direcionado para o ambiente livre, que permite aos consumidores escolherem o seu fornecedor, segmento que vem ganhando cada vez mais representatividade no país. No comparativo com o ano anterior, a carga cresceu 10,7%, influenciada pelo bom desempenho econômico dentro dos 15 ramos de atividade analisados pela Câmara.

Entre os 15 segmentos acompanhados em tempo real pela CCEE, o maior crescimento na demanda por energia elétrica foi registrado no setor de Saneamento, com alta de 44,7%. Na sequência, destacam-se os ramos de Serviços, com expansão de 23,8%, e Comércio, com 19,1%. Já a área de Químicos manteve seu nível de consumo, e nenhum dos setores analisados apresentou redução no período observado pela Câmara. Os dados da CCEE também revelam o desempenho do consumo elétrico nos estados brasileiros. Acre e Maranhão lideraram os avanços no primeiro quadrimestre, com crescimento de 8,7% em relação ao mesmo período do ano anterior. Na sequência, o Pará, com alta de 6,2%, estado que sediará a COP30, prevista para acontecer entre 10 e

ENERGIES

21 de novembro. Esse aumento está associado, em parte, às temperaturas elevadas na

Geração de energia

região. Em contrapartida, o Amapá registrou queda de 9,7%.

A CCEE também acompanha em tempo real a geração de eletricidade no país. No comparativo do primeiro quadrimestre deste ano com o mesmo período do ano passado, as hidrelétricas entregaram quase 60 mil megawatts médios para o Sistema Interligado Nacional – SIN, um leve recuo de 1,8%, as

térmicas também tiveram um leve recuo, de 0,3%. Entretanto, vale destacar o complemento de outras fontes renováveis, que têm garantido a segurança no fornecimento de eletricidade para o país. A produção nos parques eólicos e fazendas solares saltou 25,7% e 31,9%, respectivamente.

Gerdau e Newave Energia inauguram usina solar de Arinos (MG) com a presença de Geraldo Alckmin

A Gerdau e a Newave Energia receberam o vice-presidente do Brasil e Ministro do Desenvolvimento, Indústria, Comércio e Serviços, Geraldo Alckmin, durante a inauguração oficial do Parque Solar de Arinos, um dos maiores projetos de energia renovável do país. Desenvolvido pela Newave Energia, o empreendimento contou com um investimento de até R$ 1,5 bilhão dos acionistas FIP Newave Energia e Gerdau. A cerimônia contou também com a presença do managing partner da Newave Capital e CEO da Newave Energia, Edgard Corrochano; do vice-presidente do Conselho de Administração da Gerdau, Guilherme Gerdau Johannpeter; do Diretor Sócio da XP, Gustavo Pires; e de outros executivos das empresas.

Com 432 MWp de capacidade instalada e mais de 720 mil painéis solares, a usina tem potencial para abastecer uma cidade de 350 mil habitantes, o equivalente a 70 mil resi-

dências. A operação também vai gerar cerca de 3.000 empregos diretos e indiretos. O projeto reforça o compromisso da Newave Energia com a agenda ESG e com os Objetivos de Desenvolvimento Sustentável (ODS) da ONU, especialmente nos eixos de energia limpa e acessível, geração de trabalho digno, estímulo ao crescimento econômico local e investimentos em educação de qualidade nas comunidades que recebem os empreendimentos da empresa.

A Newave Energia é uma sociedade que possui como sócios o FIP Newave Energia I, gerido pela gestora Newave Capital, e a Gerdau Next, braço de negócios adjacentes ao aço da Gerdau. Com a inauguração da usina em Arinos, a Newave Energia reafirma o seu compromisso com a inovação, sustentabilidade e eficiência energética, consolidando-se como uma das principais referências no setor de energia solar do Brasil. Com parcerias es -

tratégicas, forte capacidade de investimento e um impacto socioambiental positivo, a empresa segue impulsionando a transformação energética do país.

A Gerdau é sócia investidora da Newave Energia e detém 40% de seu capital social, consolidando uma parceria estratégica que fortalece o crescimento e a expansão da empresa no mercado de energia renovável. Além disso, a Gerdau também é consumidora âncora da Newave Energia, comprando 40% de toda a energia produzida pela companhia pelo regime de autoprodução.

“A inauguração do parque de Arinos é um passo importante para a Gerdau em sua busca por maior competitividade e sustentabilidade de suas operações no Brasil. A companhia já possui uma das menores médias globais de emissão de gases do efeito estufa, sendo menor que a metade da média mundial do setor do aço, e o parque solar Arinos contribuirá com o nosso compromisso de reduzir ainda mais nossas emissões de gases de efeito estufa”, afirma Elder Rapachi, diretor executivo da Gerdau Next.

A Newave Energia é uma empresa de geração de energia renovável, que atua desde a construção e operação de suas próprias usinas até a comercialização de energia, destacando-se por seu compromisso com tecnologia, inteligência, governança e gestão de riscos. Sua abordagem visa acelerar a transição energética do país, além de proporcionar segurança e transparência aos clientes.

Além da geração de energia limpa, o projeto também promove o desenvolvimento social das comunidades locais. Em parceria

com o Instituto Brasil Solidário (IBS), onde os alunos da Escola Municipal Gontijo Ferreira ganharam uma biblioteca reformada, uma sala multifuncional com laboratórios de robótica totalmente equipados e oficinas práticas de arte e cultura, além de formações para todos os professores da rede pública gratuitamente; mais de 2 mil alunos de 20 escolas impactados positivamente; doação de mais de 1.000 livros para escolas locais; entrega de mais de 100 jogos de educação financeira, beneficiando 9 escolas da rede municipal; distribuição de 30 kits ambientais, impactando 15 escolas; construção e entrega de um laboratório de ciências completo para o município; implantação de um espaço maker, incentivando inovação e aprendizado; e formação de professores da rede municipal.

Segundo Edgard Corrochano, CEO da Newave Energia, “tudo começou com uma ideia, um sonho em um slide de PowerPoint. A XP foi a primeira a acreditar. Não como corretora, mas como verdadeira Casa do Empreendedor. Juntos, democratizamos o acesso a investimentos em infraestrutura e à energia renovável, conectando pessoas físicas e pequenas empresas a um mercado antes restrito. Hoje, 15 mil brasileiros são sócios da Newave Energia, participando ativamente da transição energética do país. Fizemos uma dupla democratização: no capital e na energia. Isso é inovação, isso é o Brasil que dá certo. Agradecemos também à Gerdau, que acreditou desde o início e está ao nosso lado nesta jornada. Queremos fazer muitas outras inaugurações como esta. Isso é só o começo.”

Investimentos em energia solar para empresas e indústrias somam

R$ 63,9 bilhões

Os investimentos em geração própria de energia solar nas empresas e indústrias ultrapassam a marca de R$ 63,9 bilhões acumulados no Brasil, com mais de 392,9 mil sistemas fotovoltaicos instalados em telhados e pequenos terrenos para suprimento de eletricidade limpa em fábricas, estabelecimentos comerciais e empresas de serviços no país. O mapeamento é da TTS Energia, empresa de engenharia e construção de usinas solares no Brasil, com base em balanços oficiais da Aneel - Agência Nacional de Energia Elétrica. De acordo com o levantamento, são mais de 13,8 gigawatts (GW) de potência instalada nas empresas e indústrias brasileiras, com

sistemas em operação em todas as regiões do Brasil. A tecnologia fotovoltaica está presente em cerca de 5,4 mil municípios brasileiros, em um cálculo equivalente a pelo menos um sistema fotovoltaico instalado no meio corporativo por município.

Somente em 2025, de janeiro a maio, foi instalado 1 GW de geração própria solar nas empresas de comércio, serviços e fábricas, com a entrada de 57 mil novas unidades consumidoras, que passaram a ser abastecidas pela modalidade. No acumulado, o Brasil possui cerca de 1 milhão de imóveis corporativos atendidos pela tecnologia fotovoltaica.

Para Jacques Hulshof, CEO da TTS Energia, o maior uso da geração solar nas empresas e indústrias fortalece a sustentabilidade e o protagonismo empresarial na chamada agenda ESG, além de contribuir para a obtenção da Certificação LEED (Leadership in Energy and Environmental Design) - um sistema de classificação internacional para projetos e edifícios sustentáveis, reconhecido globalmente. “Também amplia a competitividade dos setores produtivos brasileiros, com operações mais sustentáveis e rentáveis”, comenta.

Com um vasto portfólio de empreendimentos solares voltados para o setor corporativo, a própria TTS Energia é detentora do projeto, instalação e comissionamento da maior usina solar em telhado no Brasil. Trata-se do empreendimento de 6,4 megawatts-pico (MWp) instalado na unidade fabril da Jacto, locali-

zada no distrito de Paulópolis, na cidade de Pompeia, interior do Estado de São Paulo.

Ao todo, a usina possui mais de 11,3 mil módulos fotovoltaicos instalados na cobertura da fábrica de equipamentos agrícolas da Jacto, numa área que abrange quase 39 mil metros quadrados.

@Divulgação

Financiamentos do Banco do Nordeste em renováveis devem evitar emissão de 18 milhões de toneladas de CO2

Os financiamentos realizados, em 2024, pelo Banco do Nordeste (BNB) em projetos de geração centralizada de energia limpa devem evitar a emissão de 18,3 milhões de toneladas de gás carbônico equivalente (tCO2e). A estimativa considera os R$ 4,4 bilhões, sendo R$ 3,9 bilhões contratados pelo Banco com recursos do Fundo Constitucional de Financiamento do Nordeste (FNE) em 47 grandes projetos eólicos e solares que devem gerar 1.930 megawatts (MW). Além deles, outros milhares de projetos de auto -

geração financiados com outras fontes contribuem para a redução na emissão de CO2. O Escritório Técnico de Estudos Econômicos do Nordeste (ETENE) do Banco do Nordeste analisou os impactos das contratações dos grandes projetos de energia limpa. Segundo o estudo, somente as 47 maiores usinas verdes evitarão a emissão de 15,7 milhões de toneladas de CO2e nos próximos 25 anos, o equivalente a seis anos de emissões da frota de automóveis da cidade de São Paulo.

@Divulgação/Fernando Cavalcante

“Com investimento de cerca de R$ 250 do FNE feito pelo BNB em energias limpas, evita-se a emissão de uma tonelada de gás carbônico para o meio ambiente. Isso demonstra a grande importância estratégica do Banco na liderança dos investimentos em energia limpa. Além de montarmos uma infraestrutura que garante energia para novas empresas se instalarem na região, ainda estamos contribuindo para a meta do Brasil em reduzir, até 2035, em quase 70% os níveis de emissões de gases de efeito estufa”, afirma José Aldemir Freire , diretor de Planejamento do BNB.

Segundo o executivo, o impacto ambiental desses investimentos feitos pelo Banco do Nordeste com FNE equivale ao sequestro de carbono proporcionado pelo plantio de 952 km² de árvores, correspondendo a cerca de 158 mil campos de futebol. Além disso, o crédito oferece outro efeito positivo para o Brasil: alavancagem de investimentos. “Enquanto o FNE financiou R$ 3,9 bilhões, o conjunto de projetos recebeu outros R$ 3,8 bilhões de recursos próprios dos clientes e outras fontes, gerando emprego e renda, contratando serviços e pagando impostos”, descreve Aldemir.

Os projetos financiados pelo FNE no ano passado são 44 parques solares que receberam R$ 3,5 bilhões do FNE e devem gerar 1821 MW, além de três parques eólicos que receberam R$ 371,8 milhões e possuem capacidade instalada de quase 110 MW. Segundo a autora do documento, a pesquisadora do Etene Célia Colen, o impacto é medido utilizando a “Calculadora de Emissões Evitadas e Removidas” do BNDES - Banco Nacional de Desenvolvimento Econômico e Social.

A metodologia da calculadora estima o CO2e evitado pela diferença entre as emissões resultantes com a utilização de energias

renováveis financiadas e as emissões da linha de base, ou seja, as emissões que dependem do perfil da matriz energética em funcionamento no país. Esse perfil é definido pela emissão de CO2 na geração da energia e na construção dos empreendimentos existentes. Essas informações são inseridas no cálculo a partir do Fator de Emissão do Sistema Integrado Nacional (SIN) que é divulgado pelo Ministério de Ciência e Tecnologia.

A economista do ETENE destaca que essa comparação das emissões de GEE (gases de efeito estufa) é uma estimativa feita para todo o ciclo de vida do empreendimento, seu resultado de fato irá depender do funcionamento dessas usinas. O conceito e o cálculo são baseados na contabilidade de intervenção internacional do Guia do World Business Council for Sustainable Developtment. O Fundo Constitucional de Financiamento do Nordeste (FNE) atende a mais de 2 mil municípios, é o principal instrumento financeiro da Política Nacional de Desenvolvimento Regional (PNDR) e um dos pilares do Plano Regional de Desenvolvimento do Nordeste (PRDNE). O Fundo é operado pelo Banco do Nordeste sob orientação da Superintendência do Desenvolvimento do Nordeste (Sudene).

Matemática + IA = avanços do amanhã

O programa Exponenciating Mathematics da DARPA está solicitando propostas para um coautor de inteligência artificial que aumente exponencialmente a taxa de progresso em matemática.

A matemática é fonte de enormes inovações e surpresas tecnológicas. No entanto, historicamente, fazer avanços matemáticos tem sido um processo lento e trabalhoso, às vezes levando décadas ou até séculos.

Essa lentidão inerente limita o potencial da matemática para enfrentar desafios urgentes em áreas que vão da segurança nacional à medicina. Para lidar com esse gargalo, o programa Exponenciando a Matemática (expMath) da DARPA explorará como acelerar o ritmo das descobertas matemáticas usando o poder da inteligência artificial (IA).

O processo atual de pesquisa matemática depende fortemente de métodos e fluxos

de trabalho tradicionais que limitam a velocidade e a escala do progresso. Por exemplo, pense em matemáticos trabalhando individualmente ou em pequenos grupos, desenvolvendo provas em quadros-negros e publicando descobertas em periódicos.

O programa expMath busca revolucionar esse processo desenvolvendo sistemas de IA que podem atuar como “coautores”, auxiliando matemáticos a decompor problemas complexos em componentes menores e mais gerenciáveis, chamados lemas. Esses lemas servem como blocos de construção cruciais, permitindo que pesquisadores desenvolvam o trabalho uns dos outros e acelerem o ritmo geral das descobertas.

O programa explorará uma variedade de abordagens de IA incluindo grandes modelos de linguagem, aprendizado por reforço, síntese de programas e muito mais. O programa se destaca por focar nas necessida-

des práticas dos matemáticos. Seu objetivo é preencher a lacuna entre as comunidades de IA e matemática, reduzindo a barreira de entrada para trabalhos mais exploratórios e inovadores com matemática.

“Assim como os computadores transformaram os cálculos, a tecnologia expMath poderá colocar ferramentas matemáticas poderosas ao alcance de todos, redefinindo o ritmo das descobertas, se bem-sucedida”, disse Patrick Shafto , gerente do programa expMath da DARPA. “Para garantir a liderança tecnológica contínua dos EUA, é necessário inovar na prática da matemática, alavancando a liderança dos EUA em IA.”

Ao acelerar o progresso matemático, o expMath tem o potencial de gerar avanços em uma ampla gama de áreas críticas, desde criptografia e ciência da computação até ciência dos materiais e dinâmica de fluidos. Também pode democratizar o acesso à matemática avançada, transformando a forma como a matemática é ensinada e aprendida em todos os níveis.

A DARPA estruturou o programa em duas áreas técnicas: uma focada no avanço do estado da arte em IA para matemática e a outra na avaliação da eficácia desses sistemas de IA na resolução de problemas matemáticos de nível profissional. Desenvolver métricas de avaliação robustas para avaliar o desempenho da IA na fronteira da pesquisa matemática é um desafio fundamental que o programa abordará.

Indústria verde impulsiona venda de minérios

O Conselho Empresarial Brasil-China (CEBC) divulgou a atualização dos principais indicadores comerciais e econômicos entre Brasil e China, elabora pelo seu Diretor de Conteúdo e Pesquisa, Tulio Cariello.

As exportações do Brasil para a China no primeiro trimestre de 2025 chegaram a US$ 19,8 bilhões – 13,4% a menos do que nos três primeiros meses de 2024 e a primeira queda para o período desde 2015. O movimento foi causado pela contração dos preços e do volume embarcado de algumas das principais commodities destinadas ao país asiático, como minério de ferro e petróleo. A redução no valor dos embarques para a China foi a

mais acentuada entre os principais destinos das exportações brasileiras. As vendas para os Estados Unidos caíram 0,8%, enquanto os embarques para o Mercosul e a União Europeia cresceram 36% e 16,6%, respectivamente. Com o impacto do encolhimento das vendas para a China, as exportações do Brasil para o mundo tiveram discreta redução de 0,5%.

As exportações de minério de cobre para a China no primeiro trimestre atingiram recor-

Com participação de 35%, a China foi o principal destino das vendas de minério de cobre nacional nos três primeiros meses do ano, seguida por Bulgária (18%) e Alemanha (15%). A demanda chinesa por minerais usados na indústria de transição energética tem transformado o país em um mercado importante para o Brasil. No ano passado, a China foi o principal cliente dos produtores de minério de cobre nacionais no exterior, com participação de 20% – o único parceiro asiático entre os cinco principais destinos, que incluíram exclusivamente países europeus. Em 2014, a China tinha participação de 11%, atrás da Alema- nha, da Polônia e da Índia, o que evidencia os ganhos de participação do gigante asiático.

Além do minério de cobre, o volume das vendas de outros materiais usados na indústria verde também aumentou no primeiro trimestre, incluindo manganês (310%), ferroníquel (253%), cobre afinado e ligas de

de de US$ 331 milhões, 180% a mais do que no mesmo período de 2024, com participação de 2% no total das vendas para o país. O resultado foi alavancado pela valorização de 18% no preço do mineral e pelo aumento de 79% do volume embarcado, que chegou a 124 mil toneladas – a maior marca registrada para o período. Entre os 10 produtos mais exportados para a China no primeiro trimestre, o minério de cobre teve o maior crescimento relativo, tanto em valor quanto em volume.

cobre (56%), obras de nióbio (35%) e ferronióbio (13%). As exportações de compostos de metais de terras raras de ítrio e escândio chegaram a 419 toneladas – volume sete vezes maior do que o registrado em todo o ano de 2024. Os embarques de carbonato de lítio somaram 56 toneladas nos três primeiros meses de 2025, sem registros de vendas no mesmo período do ano anterior – ainda que no acumulado de 2024 o Brasil tenha vendido 266 toneladas do material para a China, que absorveu 91% das exportações nacionais.

O volume de minério de ferro exportado para a China cresceu 3% no primeiro trimestre, totalizando 59 mil toneladas – o maior montante já registrado para o período. No entanto, a queda de 22% no preço do produto resultou em uma retração de 25% no faturamento. Apesar do recuo, a China continua sendo o principal destino do minério brasileiro, tendo respondido por 65% das remessas nos três primeiros

meses do ano.

A China foi destino de 40% do petróleo exportado pelo Brasil no primeiro trimestre, ainda que o volume das vendas tenha caído 26%, resultando em faturamento 25% inferior. Em movimento semelhante, os embarques para os Estados Unidos, segundo principal mercado do produto, caíram 42% em valor e volume. Com a redução das vendas para os principais compradores do petróleo

nacional, as exportações totais do produto encolheram 13,6%.

Minas Gerais liderou as exportações para a China no primeiro trimestre, com participação de 15%, puxada pelas vendas de minério de ferro, que representaram 63% do valor dos embarques mineiros para o país. Em seguida, Mato Grosso e Rio de Janeiro tiveram fatias individuais de 12%, com exportações dominadas por soja e petróleo.

NVIDIA fará supercomputadores de IA inteiramente nos EUA

A NVIDIA está trabalhando com seus parceiros de fabricação para projetar e construir fábricas que, pela primeira vez, produzirão supercomputadores de IA da NVIDIA inteiramente nos EUA.

Juntamente com os principais parceiros de fabricação, a empresa encomendou mais de 90 mil m² de espaço de fabricação para construir e testar chips NVIDIA Blackwell, no Arizona, e supercomputadores de IA, no Texas.

Os chips NVIDIA Blackwell já possuem produção iniciada nas fábricas de chips da TSMC, em Phoenix, Arizona. A própria NVIDIA também está construindo fábricas de su-

percomputadores no Texas e seus parceiros, Foxconn e Wistron estão construindo fábricas em Houston e Dallas, respectivamente. A produção em massa nas fábricas deve aumentar nos próximos 12 a 15 meses.

A cadeia de suprimentos de chips e supercomputadores de IA é complexa e exige as tecnologias mais avançadas de fabricação, embalagem, montagem e teste. A NVIDIA firmou parceria com a Amkor e a SPIL para operações de embalagem e teste no Arizona.

Nos próximos quatro anos, a NVIDIA planeja produzir até meio trilhão de dólares em infraestrutura de IA nos Estados Unidos por meio de parcerias com a TSMC, Foxconn, Wistron, Amkor e SPIL. Essas empresas líderes mundiais estão aprofundando sua parce-

ria com a NVIDIA, expandindo seus negócios e, ao mesmo tempo, expandindo sua presença global e fortalecendo a resiliência da cadeia de suprimentos.

Os supercomputadores de IA da NVIDIA são os motores de um novo tipo de data center criado com o único propósito de processar inteligência artificial — fábricas de IA que são a infraestrutura que impulsiona uma nova indústria de IA. Espera-se que dezenas de “fábricas de IA de gigawatts” sejam construídas nos próximos anos. A fabricação de chips e supercomputadores de IA da NVIDIA em fábricas norte-americanas deve criar centenas de milhares de empregos e gerar trilhões de dólares em segurança econômica nas próximas décadas.

“Os motores da infraestrutura mundial de IA estão sendo construídos nos Estados Unidos pela primeira vez”, diz Jensen Huang , fundador e CEO da NVIDIA. “Adicionar a fabricação americana nos ajuda a atender melhor a incrível e crescente demanda por chips e supercomputadores de IA, fortalece nossa cadeia de suprimentos e aumenta nossa resiliência.”

A empresa utilizará suas tecnologias avançadas de IA, robótica e gêmeos digitais para projetar e operar as instalações, incluindo o

NVIDIA Omniverse para criar gêmeos digitais de fábricas e o NVIDIA Isaac GR00T para construir robôs para automatizar a fabricação.

“Sem dúvida essa é uma transformação muito grande em todo o ecossistema de produção da NVIDIA, ela visa melhor atender à necessidade crescente por tecnologia de ponta voltada para IA em todo o mundo”, comenta Marcio Aguiar , diretor da divisão Enterprise da NVIDIA para América Latina. “Estamos ansiosos por mais esse passo da NVIDIA rumo ao futuro da IA.”

Reforma tributária muda regras de crédito e exige revisão da estratégia fiscal das empresas

O novo modelo ampliará as possibilidades de creditamento, eliminando critérios subjetivos

A proximidade da implementação da reforma tributária sobre o consumo acendeu um sinal de alerta para empresas de todos os setores. Com a transição do modelo atual para um sistema baseado no IVA dual — que prevê a substituição de tributos como PIS, Cofins e IPI por CBS e IBS — o regime de não-cumulatividade também será reestruturado, o que tende a impactar diretamente a precificação, a recuperação de créditos e a gestão fiscal das companhias.

Um levantamento feito pelo tributarista Eduardo Natal, mestre em Direito Tributário pela PUC/SP, presidente do Comitê de Transação Tributária da Associação Brasileira da Advocacia Tributária (ABAT) e sócio do escritório Natal & Manssur, mostra que o novo modelo ampliará as possibilidades de creditamento, eliminando critérios subjetivos como a essencialidade e relevância dos insumos. “A sistemática do IBS e da CBS parte de uma lógica mais simples: tudo o que for adquirido pela empresa para fins da atividade será passível de crédito, sem tantas restrições ou disputas interpretativas como vemos hoje com o PIS e a Cofins”, afirma.

Diante desse novo cenário, explica Natal, é essencial que as empresas comecem a se movimentar desde já no sentido de avaliar estrategicamente sua atual capacidade de recuperação de resíduos fiscais. O modelo da CBS e do IBS tende a ser mais vantajoso nesse aspecto, com maior segurança jurídica e efetividade no aproveitamento dos créditos acumulados.

“Entretanto, essa transição não pode ser analisada de forma isolada: é preciso pon-

derar também o fim escalonado de incentivos fiscais que, até então, desempenhavam papel relevante nas cadeias produtivas e comerciais, especialmente em setores altamente dependentes de benefícios regionais ou setoriais”, detalha o advogado.

Embora a não-cumulatividade ampla do novo sistema ofereça maior transparência e previsibilidade, os incentivos vigentes ainda hoje são elementos críticos nas estratégias de precificação e competitividade empresarial. A extinção progressiva desses benefícios — em especial os relacionados ao ICMS, que devem ser eliminados até 2032 — exige uma reavaliação profunda das margens operacionais e da formação de preços a partir do início da vigência plena do novo regime.

“Nesse contexto, a análise estratégica das empresas deve equilibrar os ganhos potenciais com créditos mais amplos e líquidos no futuro modelo com os impactos econômicos da perda de incentivos em suas cadeias de negócio. Esse exercício de planejamento será decisivo para assegurar uma transição segura e eficiente, alinhada às novas regras da tributação do consumo no Brasil”, conclui Natal.

Chip de múltiplas configurações

A KORE Wireless, uma das maiores empresas globais em conectividade e serviços de Internet das Coisas (IoT), lança no Brasil a primeira solução 100% compliance com a regulamentação Anatel que oferece, através de um SIM card único, múltiplas opções de cobertura e múltiplas configurações. O Super SIM KORE chega para atender à demanda do mercado por conectividade de alta disponibilidade, com mais de uma operadora, simultâneas ou sob escolha do cliente, de modo a compensar os desafios impostos pela dimensão e diversidade geográfica brasileira, sem que isto implique em custos logísticos adicionais de recall (trocas de SIM cards) e com total adequação à regulamentação atual, pois em nenhum momento explora soluções em roaming, além de alta compatibilidade com a diversidade tecnológica e de tempo de vida dos dispositivos em uso, sem necessidade de customizações até mesmo para grande parte dos equipamentos antigos.

A nova solução pode ser adquirida com configurações diversas, com a possibilidade

de troca de operadora de forma ilimitada ou sob demanda, feita automaticamente ou via API ou plataforma, o que dá aos clientes mais autonomia e condições de decidir sobre o que é mais adequado para cada aplicação. Por se tratar de um chip único, o provisionamento é inteligente, com ativação sob demanda e troca de operadoras mesmo com o SIM card offline. Ao mesmo tempo, uma plataforma única de gestão de SIM cards e conectividade (CMP), com set completo de APIs, permite ao cliente realizar consultas e definir automações de modo mais fácil e intuitivo. Estes recursos podem ser facilmente integrados a plataformas já existentes.

A gestão dos Super SIM KORE pode ser feita pelos clientes via PORTHAL, plataforma da KORE powered by SAITRO, que é um sistema completo de controle de SIM cards, conectividade e billing baseado no ciclo de vida de cada chip, com relatórios múltiplos e customizados, solução SaaS consolidada no mercado que controla atualmente mais de 8 milhões de SIM cards.

“Esta liberdade e facilidade de uso é muito conveniente para setores como segurança (que cada vez mais exige redundância de rede), meios de pagamento (com alta demanda por liberdade de ativação e trocas de operadora), rastreamento (sempre atentos à redução de custos dado ao volume de linhas ativas) e novos recursos de IoT (startups com modelos técnicos e comerciais sem limites geográficos e com alta integração via APIs), entre outros”, analisa Júlio Tesser , VP Latam da KORE.

A bateria 20V MAX* XR POWERPACK™ 8Ah da Dewalt oferece 50% mais potência e uma vida útil mais longa. Projetada com tecnologia de células cilíndricas TABLESS, a bateria de 20V MAX* 8Ah‡ de melhor desempenho é capaz de realizar trabalhos difíceis, dia após dia. As baterias XR POWERPACK™ fazem parte da linha de baterias 20V MAX* de melhor desempenho e são compatíveis com as ferramentas 20V MAX

Têm 50% mais potência; ajuda a maximizar a longevidade da ferramenta com esta bateria que oferece vida útil mais longa do que as baterias cilíndricas tradicionais; enfrenta os elementos com uma base durável e sobremoldada, projetada para oferecer um alto nível de resistência a impactos.

Possibilita que visibilidade rápida do es -

A italiana FlashStart, especializada em soluções para proteção da navegação na web, desenvolveu o filtro mais rápido do mundo, segundo a DNS Performance, plataforma independente de bechmark. As vantagens da velocidade incluem bloqueio de acessos maliciosos quase instantaneamente, evitando que o usuário faça qualquer interação com a ameaça. Além disso, mantém o tráfego seguro sem prejudicar a velocidade.

O resolvedor DNS da FlashStart apresenta tempos de resposta extremamente baixos, com impacto mínimo na navegação e com confiabilidade de quase 100%. O DNS Performance realiza suas medições IPv4 (testes de desempenho) com um tempo limite de um segundo.

No caso da FlashStart, a velocidade de chamada direta a cada servidor DNS é de 13,78 milissegundos — um valor quase dois milissegundos inferior ao da CloudFlare, mais de dois milissegundos mais rápido que o DNS do Google e quase seis milissegundos mais rápido que o Cisco Umbrella.

Nos últimos dois anos, a FlashStart registrou um crescimento de mais de 71,43% , graças também a acordos firmados com im-

tado de carga de sua bateria com o indicador LED para ajudar a evitar interrupções. Possui 03 Anos de Garantia Limitada a quaisquer danos devidos a materiais ou mão de obra defeituosos dentro da garantia especificada.

portantes parceiros nos EUA e diversos Provedores de Serviço, MSPs (Managed Service Providers) e Revendedores. Capaz de filtrar quase 2 bilhões de consultas, também graças à sua coordenação com Anycast, o DNS da FlashStart protege diariamente a navegação de 25 milhões de usuários verificados e analisa 200 mil novos sites. Além disso, o DNS da FlashStart integra-se nativamente ao Active Directory da Microsoft, acelerando as atividades personalizadas dos sistemas de gestão.

A Tria Empilhadeiras lançou máquinas de modelo EXP15 que combinam funcionalidades de uma transpaleteira elétrica tradicional com capacidade de condução automática. As principais tecnologias envolvidas incluem sensores e navegação, que são equipados com sistemas de proteção a laser duplos e câmeras de navegação visual 2D, e bateria de íon-lítio, que possui um design plug-in de 24V/60Ah, permitindo trocas manuais rápidas e minimizando o tempo de inatividade.

As máquinas foram projetadas para serem altamente adaptáveis, desde modos de operação flexíveis, que podem alternar entre modos manual e automático, até capacidade de carga, suportando até 1.500 kg. Dessa forma, cria-se um ambiente de flexibilidade para diferentes tarefas e ambientes ao mesmo tempo em que se adequa a uma ampla variedade de cargas em diversos setores de uma operação.

O uso da EXP15 pode resultar em aumentos significativos de produtividade, como automação de tarefas repetitivas. Ao assumir tarefas de transporte frequentes, libera os trabalhadores para se concentrarem em atividades de maior valor agregado, bem como permite um fluxo de trabalho mais consistente e reduz o tempo de espera com a capacidade de operar de forma autônoma.

Outra novidade é a empilhadeira elétrica Tria CDD12, com capacidade de 1.200 kg e elevação de até 3,5 metros, ela é ideal para espaços reduzidos e operações intensas. Equipada com bateria de lítio de 24V/100Ah, oferece até 4 horas de operação contínua e carga de oportunidade em tomadas comuns. Seu design compacto e sistema de direção lateral garantem manobras precisas e seguras.

A Heli Brasil apresenta lançamentos ao mercado brasileiro, entre eles a empilhadeira elétrica fuel cell movida a hidrogênio e a Reach Stacker elétrica, com capacidade para 45 toneladas, reforçando seu compromisso com a sustentabilidade e a qualidade dos seus produtos, desenvolvidos com tecnologia de ponta e que acompanham as tendências do mercado.

A empilhadeira movida a hidrogênio simboliza a evolução da marca na busca por operações logísticas mais sustentáveis.

O sistema foi projetado para consumir menos e entregar mais. A economia é imediata: menor custo por hora, maior rendimento por ciclo. Reduz em 98% dos custos com combustível;

Com menos partes móveis e maior durabilidade dos componentes, você reduz custos com manutenção e ganha mais tempo de operação. Tudo para que sua equipe foque no que realmente importa: reduz em 48% o custo da manutenção

E nada de longas pausas: o abastecimento é rápido, seguro e otimizado para manter sua operação fluindo com agilidade, 100% em 5 minutos.

A Pepperl+Fuchs apresenta um novo sensor de distância fotoelétrico da série R200 utiliza a Tecnologia de Alcance de Pulso (PRT) para medições precisas de distâncias de até 60 m. Com essa tecnologia, o R200 atinge uma precisão de repetição ≤ 3 mm. Como a faixa de medição não é limitada pela disposição geométrica da óptica, como acontece com os sensores de triangulação tradicionais, os sensores PRT podem medir grandes distâncias mesmo em um design compacto. O conector M12 giratório oferece flexibilidade adicional durante a instalação, permitindo que até mesmo tarefas de medição complexas sejam realizadas em espaços reduzidos.

O novo UR15 da Universal Robots apresenta o algoritmo de movimento OptiMove AI desenvolvido em parceria com a Nvidia, que agora está disponível para todos os cobots da empresa. A tecnologia de IA desenvolvida em parceria com a Nvidia também está sendo utilizada no novo MC600 — uma combinação do PalletJack da MiR com um cobot UR20 da Universal Robots.

A participação da Teradyne na empresa, que também é dona da empresa de robôs móveis autônomos MiR , é um fator-chave para o negócio.

Os resultados mais recentes dessa colaboração entre a Teradyne e a Nvidia estão no lançamento do produto mais recente da UR, o UR15. Com capacidade de carga útil de 15 kg (33 lbs.) — que pode ser aumentada para 17,5 kg (38,58 lbs.) por meio de uma atualização de software — e velocidade TCP máxima de 5 m/s, a Universal Robots afirma que o UR15 é “o cobot UR mais rápido de todos os tempos, permitindo tempos de ciclo reduzidos, aumento da produtividade e redução de custos em todas as aplicações e setores. Para aplicações de coleta e colocação, o UR15 oferece até 40% de redução no tempo de ciclo em comparação com outros modelos UR”.

A Universal Robots também anunciou uma atualização para a conhecida série e de cobots da empresa: o UR5e recebe uma atualização de 2,5 kg (5,5 lbs.) de sua carga útil original de 5 kg e, portanto, é renomeado como UR7e ; o UR10e, com capacidade de carga original de 10 kg (22 lbs.), agora pode transportar 12,5 kg (27,55 lbs.) e foi renomeado UR12e para refletir essa mudança.

O UR3e e o UR16e permanecem na linha e-Series da UR.

Apresentando a colaboração da Teradyne com a Nvidia está o novo algoritmo de controle de movimento OptiMove da UR, que otimiza dinamicamente a velocidade e a aceleração para fornecer movimentos mais suaves do cobot, vibrações reduzidas e tempos de ciclo aprimorados, principalmente na fabricação de alta variedade e baixo volume de peças potencialmente frágeis.

Os movimentos mais suaves do robô possibilitados pelo OptiMove melhoram os tempos de ciclo em até 40% em comparação com a plataforma UR tradicional.

O UR AI Accelerator foi desenvolvido em colaboração com a Nvidia usando bibliotecas e modelos acelerados por CUDA da Nvidia Isaac e executado no sistema em módulo NVIDIA Jetson AGX Orin.

O uso da simulação para ter todos os componentes robóticos do MC600 pré-programados e pré-testados antes da implantação é a maior mudança de jogo devido à rapidez com que permite não apenas a implantação, mas a reimplantação dos robôs em ambientes em mudança.

O novo terminal de válvulas

VTUX da Festo pode servir como E/S, E/S remotas e E/S descentralizadas. Esses terminais com classificação IP65/67 podem ser localizados em qualquer lugar da máquina. Para altas vazões de até 670 l/min, é utilizada uma sub-base de alta vazão. Sub-bases compactas e de alta vazão com uma ou quatro posições de válvula podem ser combinadas em um terminal. O

VTUX oferece uma plataforma para sistemas de vácuo integrados, permitindo a configuração de até 16 canais de vácuo por terminal. A plataforma permite a comunicação bidirecional do CLP para o gerador de vácuo, e o lado eletrônico do terminal possui módulos de combinação e combinação. Todos os módulos baseados na Festo Automation Platform parecem estar sob um único endereço IP para o engenheiro de controle.

Gostou desta edição?

Acesse a nossa coleção completa, sem custo e de onde estiver.

ACESSE AGORA A COLEÇÃO COMPLETA