Na unidade produtiva de Nagakusa, no Japão, a Toyota Industries deu um passo decisivo na modernização de seus processos de pintura ao integrar uma solução de inteligência artificial (IA) industrial baseada no Microsoft Azure. A iniciativa, concebida em parceria com a Microsoft e a Sight Machine, visa aprimorar o controle de qualidade em tempo quase real, especialmente no que tange à pintura de para-choques automotivos. O foco principal é reduzir defeitos e minimizar despesas com retrabalho e emissões, tudo isso transformando dados da linha de produção em insights práticos.
A cadeia produtiva da indústria automotiva é frequentemente suscetível a falhas de pintura que se manifestam somente após a adição de valor ao produto, resultando em atrasos e incertezas. A qualidade da pintura na planta de Nagakusa representa uma fase crítica desse fluxo de produção. Com o tempo, a escassez de especialistas em pintura tornou evidente a necessidade de substituir as inspeções visuais por uma abordagem orientada por dados.
Historicamente, a Toyota Industries coleta uma quantidade significativa de dados de suas operações de pintura, que inclui informações de sensores e variáveis ambientais, como temperatura e umidade. Apesar de ter consolidado esses dados no Azure, as equipes ainda encontravam dificuldades em obter uma visão integrada e em tempo real para identificar as causas dos problemas de qualidade.
Esse cenário gerou um processo que demandava muito tempo e recursos para identificar as causas raízes dos defeitos, com engenheiros realizando buscas manuais demoradas. Além disso, a crescente pressão regulatória ressaltou a urgência da Toyota em avançar sob uma perspectiva de sustentabilidade.
Os líderes da empresa compreenderam que melhorias na análise de dados por si só não seriam suficientes. Era necessário estabelecer uma abordagem inovadora que conectasse dados operacionais do chão de fábrica à ação e à tomada de decisão eficaz. Yoshihisa Watanabe, gerente-geral da Divisão Automotiva do Escritório de Transformação Digital da Toyota, enfatiza essa necessidade de mudança.
Para avançar de uma análise retrospectiva a um controle quase em tempo real, a empresa colaborou com a Microsoft e a Sight Machine na construção de uma base de dados industrial unificada e apta a suportar IA no Azure. A solução foi desenvolvida para ser implementada em larga escala, superando a fase de testes iniciais. Através de um projeto piloto que utilizou dados da fábrica, a equipe estruturou e analisou informações relevantes.
Os resultados iniciais foram encorajadores, com melhorias evidentes nos indicadores de qualidade e uma transformação nas práticas operacionais. A utilização de IA e machine learning permitiu a análise de quase 400 variáveis, refinando o foco para apenas fatores diretamente relacionados aos defeitos, acelerando assim a identificação de soluções.
Desde a implementação, a Toyota obteve uma redução significativa de 25% nos defeitos relacionados a partículas, além de uma análise acelerada que anteriormente levava semanas, sendo concluída em menos de uma hora. Esse novo enfoque não só melhorou a eficiência do trabalho no chão de fábrica, mas também consolidou uma forte cultura de dados, permitindo a todos os setores visualizarem e decidirem com base em informações comuns.
Com uma base escalável em funcionamento, a Toyota planeja expandir esta metodologia para outras áreas de produção, evidenciando como a inovação e a integração de dados têm o potencial de transformar a manufatura industrial. Essa estratégia exemplar mostra a viabilidade e o valor gerado pela inteligência artificial quando os dados são devidamente contextualizados e utilizados.
Com informações e imagens da Microsoft
