Skip to main content

Como tornar possível uma transformação analítica e digital na operação da indústria pesada

Para aproveitar ao máximo as novas abordagens digitais no setor de manufatura, fabricantes da indústria pesada precisam implementar alguns elementos facilitadores.

Em artigos anteriores, mostramos como análises avançadas e tecnologias digitais (DnA, na sigla em inglês) apresentam um potencial significativo de melhorar as operações da indústria pesada. Explicamos que, para capturar tal potencial em mais larga escala, as empresas precisam adotar uma abordagem sistemática para identificar, desenvolver e implementar as tecnologias e abordagens que lhes ofereçam o maior valor.  Também mostramos como a definição da melhor abordagem para cada organização dependerá do seu nível atual de maturidade digital, de seus objetivos e da natureza e da distribuição dessas oportunidades.

Neste artigo, voltamos nossa atenção para quatro elementos facilitadores fundamentais: talentos, dados, tecnologia e entrega ágil. As empresas precisam destes elementos facilitadores em algum nível e formato para cada uma das iniciativas digitais que implementarem – e, juntos, eles formam um motor capaz de acelerar toda e qualquer transformação digital e analítica bem-sucedida em um fabricante da indústria pesada. Refletir cuidadosamente sobre como desenvolver os ‘músculos’ digitais evitará que a organização tenha de enfrentar retrabalhos ou ‘reinventar a roda’, além de contribuir para o uso eficiente de recursos e promover a adoção de abordagens padronizadas que sejam mais fáceis de utilizar em mais larga escala, replicar e sustentar.

Vamos falar de cada uma desses elementos a seguir.

Talentos

Projetos analíticos e digitais são atividades intensivas em habilidades. Avanços recentes em software e hardware ajudaram muito a melhorar a acessibilidade e a usabilidade de novas tecnologias, mas sua aplicação bem-sucedida ainda depende de pessoas que conheçam as capacidades e as limitações das abordagens digitais, além de saber como tirar o máximo proveito do que as ferramentas disponíveis têm de melhor.

Na manufatura industrial pesada, projetos digitais demandam novas habilidades – e, com frequência, novos papéis – em três áreas do negócio. Eles precisam de pessoas com experiência e conhecimento sobre os processos de produção e os produtos da empresa. Eles também necessitam de especialistas em tecnologia com experiência em áreas como desenvolvimento de software, robótica e automação. Finalmente, eles requerem especialistas digitais que possam conduzir projetos ágeis ou desenhar uma experiência de usuário efetiva.

Mais importante ainda, os projetos também demandam pessoas com habilidades para fazer a ponte entre esses diferentes grupos. Engenheiros de dados desenvolvem sistemas de tecnologia mais eficientes, tais como bases de dados, processamento rápido de dados ou fontes de dados novas ou mais confiáveis. Os cientistas de dados utilizam tais sistemas para obter novos insights ou conhecimentos a partir dos dados, desenvolvendo técnicas analíticas e algoritmos eficientes. Tradutores modelam problemas do negócio de forma que os especialistas digitais consigam entender e utilizam seu conhecimento do assunto para avaliar e refinar continuamente as soluções analíticas e digitais resultantes (Quadro 1).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Com exceção de intervenções táticas, nas quais a maior parte dos talentos pode vir de fora por meio do fornecedor externo contratado para realizar o projeto, os talentos podem ser um entrave importante em projetos digitais. E ele não será resolvido somente recorrendo ao mercado. Com uma onda de digitalização ocorrendo em todos os setores, há uma falta global de cientistas de dados e outros especialistas técnicos. Além disso, tornar-se muito mais eficiente nesses papéis exige um entendimento profundo dos processos de fabricação e de outros conhecimentos específicos da empresa em si, além de experiência analítica e digital.

Ainda que algum nível de contratação externa seja geralmente necessário para preencher lacunas e dar início aos programas digitais, muitas das novas habilidades fundamentais são desenvolvidas de forma mais eficiente internamente (Quadro 2). Esforços internos de desenvolvimento de habilidades não são capazes de suprir a demanda de uma organização por cientistas de dados com PhD, mas podem produzir um número grande de profissionais bem formados e digitalmente competentes, que são essenciais para a aplicação das novas ferramentas em mais larga escala. Fabricantes da indústria pesada estão bem posicionados neste sentido, uma vez que a força de trabalho que possuem já é conhecedora de tecnologia. Para eles, a mudança para o mundo digital é um passo natural – por exemplo, um engenheiro de automação já entende os fundamentos e os componentes da tecnologia de robótica.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Empresas que estão embarcando em programas de transformação em larga escala (tanto focados como na organização como um todo) podem criar uma academia digital especializada para desenvolver habilidades em todos os níveis da organização. Essas academias oferecem treinamento online, em sala de aula e prático, customizados com base nos objetivos do programa e nas necessidades dos diferentes grupos envolvidos. Gerentes seniores, por exemplo, podem receber uma formação mais ampla e geral das abordagens digitais, enquanto tradutores e especialistas digitais se aprofundam em ferramentas específicas.

Academias internas também tornam mais fácil dar treinamentos específicos no momento necessário, permitindo que os funcionários possam aplicar as novas habilidades imediatamente em projetos reais. Em linha com as melhores práticas gerais referentes ao desenvolvimento de habilidades, o aprendizado deve depois ser reforçado com coaching contínuo e mentoria no local do trabalho. Dessa forma, as academias vão além do desenvolvimento de habilidades – elas também mudam as mentalidades. Envolvimento prático em projetos digitais ajudam muito a eliminar o medo de novas abordagens e a deixar as vantagens bem claras. Normalmente, os funcionários percebem de imediato como as ferramentas digitais podem melhorar sua vida no trabalho.

Dados

A maior parte das empresas da indústria pesada já possuem praticamente todos os dados de que necessitam. No entanto, em projetos digitais há uma exigência nova fundamental: extrair esses dados dos feudos espalhados por toda a organização e reuni-los em um formato unificado e acessível. Às vezes, os executivos ficam receosos por acreditarem que uma transformação digital demandará a substituição de toda a infraestrutura de dados existente na empresa. Muitos deles ainda se lembram do desconforto causado por grandes projetos de TI do passado – que, em sua maioria eram caros, complexos e fadados ao fracasso.

A realidade atual é bem distinta. Sistemas de integração de dados ou plataformas de dados modernas podem ser montadas como um novo nível acima dos sistemas existentes, interagindo de maneira flexível com eles. Isso pode envolver o uso de um repositório de dados, alimentado por fluxos de dados oriundos de uma variedade de fontes de tecnologia operacional (OT, na sigla em inglês), tais como redes de sensores de sistemas de controle de processos ou outros equipamentos de automação de manufatura – ou ainda de fontes de TI mais gerais, como os sistemas de planejamento de recursos da organização.

O processo não é totalmente ‘automático’, do tipo plug-and-play: algumas fontes de dados podem demandar ações adicionais antes da integração. Registros históricos de manutenção ou relatórios de turnos podem existir somente em papel, por exemplo, e sensores analógicos ou que não estejam em rede podem precisar ser atualizados ou substituídos. A regra mais importante – que evita problemas e minimiza os custos – é integrar gradualmente somente os dados que forem necessários aos projetos analíticos e de dados em andamento.

Uma vez tendo entendido seus dados, as empresas precisam passar a gerenciá-los. Isto requer processos e políticas de governança robustos, assim como uma padronização rigorosa, com o uso de convenções de nomenclatura consistentes e de um único “dicionário de dados” para garantir que projetos digitais futuros possam identificar os dados de que necessitam (Quadro 3).

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

A qualidade dos dados é um desafio significativo e frequentemente subestimado, que é preciso resolver no início de qualquer esforço digital. Isto exigirá processos para identificar e gerenciar dados errados ou faltantes. As empresas também precisarão garantir que entendem as características dos dados que possuem: a frequência e o momento das medições podem ter um impacto substancial na capacidade de um conjunto de dados representar de maneira útil os processos subjacentes. Ainda, em muitas aplicações industriais, erros de medição inerentes podem ser importantes, resultando em níveis de incerteza significativamente superiores às melhorias de desempenho de 1%-3% geralmente obtidas por meio de soluções analíticas e digitais.

As empresas também precisam de um processo sistemático para identificar riscos em potencial e definir ações de mitigação e melhorias apropriadas (Quadro 4). Compartilhar dados ou códigos de software entre unidades de negócio e funções pode ser uma questão delicada. Gerentes de unidades de produção podem ficar desconfortáveis de revelar o desempenho real de suas operações, por exemplo, e líderes de negócios podem ter medo de expor informações comerciais confidenciais. Garantir processos de controle de acesso e segurança cibernética desde o princípio de uma transformação digital pode reduzir tais receios.

We strive to provide individuals with disabilities equal access to our website. If you would like information about this content we will be happy to work with you. Please email us at: McKinsey_Website_Accessibility@mckinsey.com

Tecnologia

Com o estímulo dos intensos esforços de marketing de distribuidores e startups, é comum que as empresas adotem uma perspectiva de priorizar a tecnologia ao pensarem sobre uma transformação digital. Mas o fato é que elas devem evitar cometer tal erro. Na prática, qualquer uma dentre uma variedade de plataformas analíticas, tecnologias ou ferramentas digitais pode ser usada para solucionar um dado problema. O sucesso depende mais da habilidade da organização para definir de maneira clara o problema, acessar os dados adequados e integrar a solução a suas operações mais gerais.

Novas abordagens digitais nem sempre exigem melhorias substanciais de tecnologia. Estratégias de controle e controladores existentes nos locais de produção podem muitas vezes ser ajustados ou reconfigurados para entregar valor adicional por meio do uso de sistemas de aprendizado de máquina ou técnicas relacionadas.

Mais significativo do que as habilidades de ferramentas digitais individuais é a capacidade de uma organização de dar suporte ao seu uso. Isto tem se tornado especialmente importante com o uso cada vez maior de bibliotecas de código aberto (open source). As empresas precisam tomar bastante cuidado ao gerenciar versões, uma vez que o mundo de softwares de código aberto lança novas atualizações continuamente, podendo tornar funções existentes obsoletas.

Uma proliferação de abordagens amplia as exigências em relação a treinamento de usuários, manutenção e backup técnico. Pode também dificultar ainda mais o compartilhamento de abordagens bem-sucedidas entre os negócios. Como resultado, as empresas devem tentar padronizar sempre que possível, selecionando tecnologias adequadas em áreas como análises de dados ou aprendizado de máquina após avaliar candidatos em uma variedade de casos de uso.

As ferramentas escolhidas devem refletir o ambiente de trabalho mais geral da organização. Se a empresa utilizar aplicativos corporativos mais gerais – tais como aplicativos de mensagens e planilhas – de um determinado fabricante, geralmente o melhor é ter os novos aplicativos digitais desenvolvidos nas mesmas plataformas. De fato, a diferença entre TI e TO corporativo está diminuindo em muitos ambientes industriais. As empresas podem empregar sensores por rede sem fio para a coleta de dados não fundamentais, por exemplo, ou acessar dados sobre processo e desempenho utilizando celulares ou tablets.

A padronização não deve impedir que as empresas melhorem as tecnologias empregadas. O espaço digital avança rapidamente, com novas soluções surgindo a todo momento. Como as equipes da linha de frente não têm tempo de ficar procurando o que há de novidade no mercado, pode ser útil criar um grupo corporativo que seja responsável por identificar e avaliar tecnologias promissoras. Ou, ainda, montar um ecossistema de relações colaborativas com um grupo selecionado de provedores de tecnologia.

Entrega de projetos ágeis

Projetos digitais são diferentes de outros esforços de engenharia da indústria pesada. A maior parte das organizações digitais abandonou a metodologia de engenharia tradicional em cascata, com sua ênfase em especificações formais e revisões rígidas de etapas. Em vez disto, elas têm adotado a metodologia ágil, na qual o trabalho de desenvolvimento ocorre de maneira iterativa, com etapas concentradas mais curtas e ênfase em testes e ajustes no mundo real desde o início e de forma contínua.

À primeira vista, essa abordagem rápida e fluída para entrega de projetos pode ser desafiadora para equipes acostumadas a um ritmo mais lento e cauteloso. Mas uma observação mais de perto pode dar maior tranquilidade. Na prática, a entrega ágil tem muito em comum com ciclos incrementais de melhoria contínua seguidos por todas as empresas que adotaram a metodologia lean de produção – e isto inclui muitas organizações da indústria pesada.

No entanto, mesmo empresas com largo histórico de emprego da metodologia lean precisarão adotar novas estruturas organizacionais e novas formas de trabalhar para acomodar métodos ágeis. Elas precisarão reunir equipes multifuncionais que incluam representantes das áreas de operações e TI para trabalhar junto com cientistas de dados ou outros especialistas digitais. E terão de se adaptar ao ritmo ágil de etapas de desenvolvimento rápidas, prototipagens frequentes e testes e ajustes contínuos. Da mesma forma, transformações em larga escala geralmente se beneficiam de um escritório de gestão de projeto exclusivo para monitorar os avanços e os sucessos de iniciativas individuais e garantir que as melhores práticas surgidas sejam compartilhadas com o restante da organização.


A digitalização em escala exige a infraestrutura correta. A boa notícia para empresas da indústria pesada é que elas já contam com uma grande parte dos elementos básicos necessários, incluindo uma força de trabalho tecnicamente capaz, equipamentos instrumentados e uma cultura de melhoria contínua. A partir dessa base sólida, as empresas podem obter talentos, dados, tecnologia e capacidade de entrega ágil de projetos para dar suporte a suas ambições digitas.

Sobre o(s) autor(es)

Milan Korbel é sócio do escritório de Melbourne da McKinsey, Stuart Sim é sócio do escritório de Nova Jersey, Ken Somers é sócio do escritório da Antuérpia, e Joris van Niel é especialista sênior do escritório de Amsterdã.

Related Articles