Não obter sucesso em iniciativas de transformação digital é muito comum na manufatura. Isso pode ocorrer por erros de implementação, iniciativas que não são absorvidas pela cultura organizacional ou até mesmo, projetos com escopos falhos que não trazem nenhum retorno. Recentemente, tem sido amplamente discutido sobre essas iniciativas fracassadas, onde geralmente, o foco primordial do insucesso é atribuído as estratégias de gerenciamento de mudança cultural e organizacional. Embora a estratégia de mudança seja fundamental, há outras razões pelas quais as iniciativas de transformação digital podem fracassar.
Na Crave Industry, ajudamos empresas a transformar digitalmente suas fábricas e buscamos entender os elementos que levaram ao seu sucesso.
As últimas tendências em tecnologia despertam o interesse de empresas que enfrentam uma concorrência acirrada. As empresas de consultoria cobram altas taxas pelo serviço de avaliações operacionais ou consultoria estratégica, mas mesmo assim podem não definir uma visão clara para gerar valor na fábrica. Os resultados são: oportunidades perdidas, seleção da tecnologia errada e insucesso em gerar o ROI. Ao longo dos últimos anos, observamos que empresas de sucesso focam em quatro elementos essenciais para a transformação digital:
Conhecemos empresas de manufatura que implantaram com sucesso tecnologias para endereçar alguns casos de uso, com custo elevado e anos de trabalho. Mas a escalabilidade continua sendo o maior desafio que eles enfrentam em suas jornadas de transformação e geralmente está ligada à arquitetura de dados e à escolha da solução.
Compreender o ecossistema de dados para alavancar os dados de produção pode ser bastante desafiador, especialmente para pessoas que não são da área de TI. Muitos acreditam erroneamente que a análise é a parte complexa, embora, na verdade, existam muitas soluções simples de usar no mercado. Outra crença comum é que as ferramentas de visualização, como o PowerBI ou Tableau, podem explorar bancos de dados SQL ou data warehouses por meio de consultas. Com essa abordagem, as transformações de dados ou modelos devem ser construídos um a um. E como o ecossistema de dados de manufatura muda constantemente, essas transformações exigem manutenção intensiva. Se uma empresa possui dezenas de fábricas com centenas de máquinas, a transformação em escala requer enormes recursos para manter essas consultas atualizadas.
Para enfrentar esse desafio, a Crave Industry se concentra em uma camada geralmente esquecida de arquitetura de dados necessária: nós a chamamos de pipeline de transformação de dados ou camada de criação de sentido ou contexto, que fornece uma base de dados consolidada e padrão. O pipeline de dados fica entre a conectividade e a visualização/análise e é a chave para a escalabilidade. Este recurso continuamente transforma dados de dezenas de fontes construindo uma base de dados estruturada, contextualizada e em tempo real.
O grande diferencial da plataforma da Crave Industry é o seguinte – É um produto consolidado, com transformações de dados específicas de manufatura pré-construídas: ele pode ser configurado sem ou com pouca codificação (no code e low code) e evita implantações que se transformam em projetos de ciência de dados caros. A aplicação cria um fluxo de dados contínuo e unificado para cada empresa, ao invés de vários fluxos, um para cada caso de uso que exigiriam uma manutenção intensa.
Ao invés de construir soluções pontuais ou aplicativos para cada caso de uso único ou máquina na fábrica, é necessária uma abordagem de dados em primeiro lugar, com dados no centro e aplicações analytics em torno de insights de dados. Cria-se uma base de dados que contextualiza os dados usando modelos específicos para processos contínuos e discretos. Isso permite que você explore dados de diferentes perspectivas (ciclos, lotes, produtos) sem construir modelos personalizados.
Esses pontos específicos são o que tornam uma solução como a Crave Platform escalável e capaz de lidar com a alteração do ecossistema de dados de maneira ágil e econômica.
Algumas organizações tentam reduzir os riscos, estabelecendo tecnologias de última geração antes de começar a explorar os dados existentes. Uma arquitetura de dados eficaz nunca será estática, mas evolui constantemente conforme as tecnologias surgem. A recomendação da Crave Industry é começar com os dados existentes, iniciando a jornada de transformação digital com o que já existe. Aguardar por uma prontidão hipotética poderá atrasar os ganhos de produtividade que poderiam ser explorados aproveitando os dados já disponíveis. A mensagem aqui é: não existe um ecossistema de dados perfeito; a chave é iterar e melhorar as experiências; e começar, é o caminho mais rápido para obter valor.
Outra maneira pela qual a prevenção de riscos afeta a digitalização é por meio de PoCs e pilotos. A indústria de manufatura possui uma profunda cultura de PoCs. Entretanto, muitos PoCs leva à decepção, pois os resultados não correspondem às expectativas. Mas por que isso acontece?
Os PoCs são geralmente vistos como testes de uma tecnologia de baixo custo, baixo investimento e baixo risco. É essencial entender que a maioria dos PoCs são construídos com a mentalidade de testar – não para atingir resultados e o sucesso. A sabedoria convencional é que, quando um PoC falha, não custa muito para a organização. Os PoCs são, portanto, construídos com escopo insuficiente, o que reduz as chances de alcançar resultados significativos. Você pode criar um PoC, por exemplo, para identificar problemas de qualidade de um ativo específico em uma linha de produção. Mas e se os defeitos desse ativo estiverem ligados ao desempenho da máquina anterior da cadeia produtiva ou a um fator externo, como a umidade, matéria-prima? Você pode explorar os dados sem obter insights – o escopo do PoC é muito restrito.
Um PoC projetado para testar uma solução analítica, na melhor das hipóteses, oferece algumas visualizações interessantes, raramente insights relevantes. Isso dificilmente permitirá que outros aspectos críticos sejam explorados, como manutenção da plataforma, aumento de escala, precisão do modelo de dados ou esforços necessários para desenvolver uma cultura baseada em dados; estes requerem uma duração muito mais longa, escopos maiores e um volume maior de dados. No pior dos cenários, um PoC com escopo insuficiente pode gerar oposição interna, já que a falta de valor encoraja as partes interessadas resistentes à mudança a se opor à digitalização.
Os fabricantes de melhor desempenho não fazem PoCs: eles implantam tecnologias que agregam valor, envolvem recursos apropriados e obtêm apoio da liderança.
Uma cultura tecnológica exagerada também pode levar fábricas a adotar o que chamamos de abordagem de tecnologia em primeiro lugar, onde há mais interesse em uma tecnologia do que nos benefícios que ela pode gerar. Por exemplo, uma empresa adere a uma tecnologia sem primeiro definir claramente uma necessidade, o que resulta em uma implantação sem objetivo, contexto, equipe ou até mesmo local corretos. Os benefícios operacionais tornam-se difíceis de identificar, fazendo com que os líderes questionem a tecnologia.
Um exemplo que vivenciamos na Crave Industry é com solicitações como “você oferece Inteligência Artificial?”. Em nossa visão a melhor maneira de formular a pergunta seria: “Você pode nos ajudar a reduzir o índice de refugo da linha? ou o tempo de inatividade?”. Em muitos casos, o incentivo é aderir um recurso tecnológico, ao invés de resolver problemas específicos, levando a potencialmente adquirir uma solução errada. Embora a Crave Industry ofereça estatísticas descritivas, inferência estatística e aplicativos baseados em IA, vimos que nossos usuários costumam melhorar o OEE entre 2% a 5% utilizando aplicações que muitas vezes não utilizam tecnologia IA, demonstrando que o sucesso não é uma questão de tecnologia. Entendemos que o sucesso é baseado em uma compreensão clara de como o software e os dados podem abordar casos de uso específicos.
De maneira semelhante, os departamentos de TI e Operações as vezes não colaboram, e as compras e decisões são tomadas pela equipe de TI. Nesse caso, o software é avaliado do ponto de vista dos dados e da arquitetura, com os engenheiros de dados procurando a ferramenta que se adapta aos seus requisitos, sem considerar o chão de fábrica e os usuários finais operacionais. Soluções ou kits de ferramentas muito abertos, embora ofereçam grandes funcionalidades, podem, no entanto, não oferecer o caminho mais rápido para obter valor. Em vez disso, as soluções com recursos prontos e customizados para uso podem economizar milhões de dólares e anos de desenvolvimento. Essa mentalidade de tecnologia em primeiro lugar ilustra que os fabricantes estão inundados com relatórios sobre a Indústria 4.0, chavões e descrições excessivamente simplistas da última “mágica” que eles devem adotar para ter sucesso.
Claro, antes de iniciar uma transformação digital, você precisa preparar sua organização para o sucesso. Construir uma equipe multifuncional com TI e Operações, obter a bênção da liderança executiva, alocar orçamento e recursos, definir uma visão e ter as pessoas certas para patrocinar os projetos, tudo isso é imprescindível. Além disso, com base na experiência da Crave Industry, aqui está uma lista de outros fatores de sucesso:
Comece com os casos de uso: quais problemas você deseja resolver?
Evite o purgatório de PoCs: envolva totalmente os recursos e experiência na implementação de soluções digitais, com foco na resolução de problemas.
Qual é o caso de negócios? Você avaliou as perdas que pretende diminuir ou ganhos que pretende aumentar?
Você está disposto a correr riscos?
Crave Platform – Plataforma de Dados e IA
Não existe uma transformação sem riscos, então é melhor considerar possibilidades e oportunidades do que temer o fracasso ou a mudança. A abordagem de maior sucesso é abraçar os riscos como parte da jornada digital e ganhar experiência ao longo do caminho. O fracasso e os contratempos fazem parte do caminho para a maturidade digital, e você não deve permitir que o medo do fracasso o impeça de alcançar o objetivo final: a transformação digital. No final das contas, essa é a corrida do ouro da nossa era.