MICHELIN, FORVIA & CELONIS na AI for Industry by Artefact - AI for Automotive: Estado da arte e casos de uso

A sessão “AI for Automotive” contou com representantes importantes da Michelin, Forvia e Celonis, destacando como a IA está revolucionando o setor automotivo. A IA está transformando especialmente a otimização de processos, a manutenção preditiva e o controle de qualidade, por meio de aplicações reais de aprendizado de máquina, visão computacional e IA generativa, remodelando as operações automotivas.

Prashant Dhanraj, da Celonis, enfatizou o potencial da IA para transformar os processos de negócios, como o desenvolvimento de produtos e o gerenciamento da cadeia de suprimentos. Ele explicou como os gêmeos digitais, modelos virtuais de processos físicos, permitem que as empresas obtenham insights de grandes datasets e otimizem as operações. Um exemplo é o uso de IA generativa para estimativas de custo de novas peças, analisando desenhos técnicos, identificando peças semelhantes e sugerindo fornecedores. A IA também auxilia no gerenciamento de pedidos, usando LLMs para avaliar bloqueios de crédito em pedidos de vendas e fornecer recomendações com base em data anteriores, aprimorando a tomada de decisões.

Jean-Vianney Chiron, da Michelin, explicou como a IA melhora a fabricação com visão computacional e análise de séries temporais. Na produção de pneus, as câmeras com tecnologia de IA detectam defeitos na borracha, que são difíceis de inspecionar manualmente. A tecnologia garante maior qualidade do produto e agiliza o processo. Além disso, a IA correlaciona o data da máquina, como temperatura e pressão, com a qualidade do produto final, melhorando a eficiência ao permitir que os trabalhadores resolvam problemas críticos em vez de monitorar o data manualmente.

Jean-Vianney Chiron destacou como a IA generativa ajuda a capturar décadas de conhecimento das fábricas globais da Michelin. A equipe de manutenção pode inserir sintomas de máquinas e receber sugestões de diagnóstico com base em casos anteriores. O sistema aprende continuamente com o feedback do usuário, criando uma base de conhecimento robusta e em evolução, acessível em todo o mundo, melhorando o tempo de resposta aos problemas de manutenção.

Caroline Connan, da Forvia, compartilhou casos de uso semelhantes, incluindo IA para manutenção preditiva para evitar paradas na linha de produção. Ao analisar o histórico data e os parâmetros da máquina em tempo real, a IA alerta os operadores sobre possíveis problemas, reduzindo o dispendioso tempo de inatividade. Um sistema baseado em LLM gera planos de manutenção e ajuda a priorizar as ações. Além disso, os sistemas de visão computacional alimentados por IA nas fábricas da Forvia detectam defeitos de qualidade em interiores automotivos, reduzindo erros e melhorando a qualidade do produto.

A Michelin e a Forvia usam IA para rastrear e reduzir o consumo de energia em suas fábricas. Os modelos de aprendizado de máquina analisam o sensor data em tempo real para monitorar o uso de eletricidade e água. Esses insights permitem que as empresas estabeleçam metas, prevejam o consumo e ajustem as operações para reduzir o impacto ambiental e os custos operacionais. A capacidade da IA de fornecer feedback em tempo real é fundamental para atingir as metas de sustentabilidade.