Ir para o conteúdo

Consultor de IA em Eindhoven

Para empresas de produção e fornecedores em Brainport: colocamos dados dispersos e o conhecimento dos engenheiros a trabalhar, como fizemos no setor da aviação com a Fokker Services Group.

Uma única plataforma de dados dá à Fokker Services Group controlo sobre o planeamento, a manutenção e as entregas

“Para nós, a plataforma de dados é o ponto central onde os dados se reúnem. Isto permite-nos disponibilizar dados para insights de negócio em toda a empresa e, ao mesmo tempo, garantir que existe apenas 1 versão da verdade” Daan Mastenbroek, Lead Data Engineer and Architect

Leia o caso de estudo

Como planeia pequenas séries quando revisões, avarias e especificações se cruzam?

Em Brainport, grande parte do trabalho caracteriza-se por high mix, low volume, high complexity: pequenas séries de componentes complexos em cadeias de fornecimento abertas com OEMs. Um cliente altera uma revisão, uma fresadora avaria e a tolerância consta de um PDF antigo. Identificamos o que os dados podem resolver primeiro.

Agende uma conversa
Close-up van precisiegefreesde messing onderdelen

Manutenção, planeamento, ERP e documentos exigem abordagens diferentes

Fale connosco sobre o seu desafio

Manutenção orientada pelos dados

Um modelo preditivo baseado no histórico de manutenção, em dados de sensores e em dados operacionais. Na Fokker Services Group, incorporámos no modelo o conhecimento dos engenheiros de manutenção.

Planeamento que tem em conta a capacidade

Para a Fokker, desenvolvemos uma ferramenta de planeamento que reúne fontes de dados dispersas, para que os responsáveis pelo planeamento possam planear antecipadamente o trabalho, as peças e a capacidade.

Informação de gestão a partir de uma única fonte

Dashboards para gestão, planeamento e finanças baseados nos mesmos dados, como os dashboards Power BI e a aplicação Power BI que criámos para a Ammega.

Respostas a partir dos seus documentos

Um assistente que responde a perguntas com base em especificações, manuais e contratos. Na Fokker, o Anthony Chat faz isso com retrieval-augmented generation (RAG).

O conhecimento dos seus engenheiros é incorporado no modelo

  1. Analisar as fontes

    Com os responsáveis pelo planeamento e os engenheiros, analisamos o ERP, o MES, os registos de avarias e as pastas de documentos: o que é registado e quem é o responsável?

  2. Testar um ponto crítico

    Escolhemos a manutenção, o planeamento ou o conhecimento contido nos documentos e usamos dados históricos para verificar se o resultado corresponde ao que os engenheiros observam.

  3. Continuar a desenvolver numa única plataforma

    O que funciona passa para uma plataforma Databricks ou Fabric. O próximo ponto crítico reutiliza então os mesmos dados das máquinas e das encomendas.

Isto é útil para um fornecedor que produz pequenas séries?

Avalie numa conversa se faz sentido

Faz sentido se

Produz pequenas séries para OEMs exigentes, os seus responsáveis pelo planeamento e engenheiros perdem tempo a reajustar planos e a procurar informação, e os dados já estão no ERP, no MES ou nos registos das máquinas, mesmo que estejam dispersos.

Não faz sentido se

As avarias, os tempos de preparação e as peças rejeitadas ainda não são registados em lado nenhum. Nesse caso, um modelo não tem dados com que aprender, e é preciso começar pelo registo no ERP ou no MES. Também podemos ajudar a pensar nessa etapa.

O que determina o âmbito

Quantas fontes estão envolvidas, qual é a qualidade do histórico de encomendas e dos dados das máquinas, se já existe uma plataforma de dados e se a sua empresa fará a gestão depois ou se ficaremos nós responsáveis por ela.

Documentos confidenciais de clientes

Os desenhos e as especificações dos OEMs podem estar sujeitos a confidencialidade. Com o projeto Fokker, aprendemos que os documentos precisam de metadados, por exemplo sobre o cliente ou o componente, para que um assistente não utilize passagens de documentos de outro cliente.

A IA na sua fábrica começa na manutenção, no planeamento ou no conhecimento dos engenheiros?

Na manutenção

Escolha esta opção se as paragens determinam os seus prazos de entrega e as máquinas já registam avarias ou valores dos sensores. Nesse caso, a manutenção preditiva é o primeiro passo lógico.

No planeamento

Escolha esta opção se os responsáveis pelo planeamento reorganizam diariamente as encomendas e a utilização das máquinas à volta do ERP. O nosso conselho para pequenas séries: os dados das encomendas já existem, por isso comece por otimizar o planeamento com IA.

No conhecimento dos engenheiros

Escolha esta opção se os responsáveis pela preparação do trabalho e os engenheiros procuram informação em especificações, instruções de trabalho e documentos de clientes. Um assistente com IA generativa ajuda a pesquisar e indica a fonte.

Consultores que também desenvolvem a ferramenta de planeamento e a plataforma de dados

Desde 2016, a Data Science Lab trabalha com dados e IA a partir de Amesterdão. Somos Databricks Partner e Microsoft Partner e implementamos essas plataformas nós próprios. Os colegas partilham conhecimentos nos Techdays e experimentamos novas técnicas no nosso laboratório interno.

Agende uma reunião para nos conhecermos

Uma lista de avarias ou um quadro de planeamento dá um foco concreto à primeira conversa

Stef Stoelwinder

Stef Stoelwinder

Desenvolvimento de negócios

Stef agenda consigo a primeira conversa. Nela, escolhemos um ponto crítico na manutenção, no planeamento ou na engenharia. Podemos reunir-nos no seu escritório, no nosso escritório em Amesterdão ou online.

Onde é que os nossos planeadores e engenheiros perdem mais tempo neste momento?

Descreva o ponto de estrangulamento na manutenção, no planeamento ou na engenharia. Receberá uma resposta por e-mail ou agendaremos uma primeira conversa, presencialmente ou online.

Introduza um endereço de e-mail válido.

Diga-nos como podemos ajudar.

Perguntas frequentes

O sistema ERP contém as encomendas, os custos reais por série de produção e as sequências de operações de cada produto. Um MES, o sistema que regista o que acontece em cada máquina, regista as paragens e as avarias. Existem ainda registos das máquinas, relatórios de medição do controlo de qualidade e relatórios de não conformidade.

Muitas vezes, estas fontes existem, mas não estão ligadas entre si. O primeiro passo é encontrar a ligação: que número de encomenda corresponde a cada ciclo de produção da máquina?

Usa retrieval-augmented generation (RAG). O sistema divide os documentos em partes, procura as passagens relevantes para cada pergunta e faz com que um modelo de linguagem baseie nelas a resposta. Se configurar o sistema para indicar o documento e o parágrafo em cada resposta, pode verificar cada uma delas.

É assim que o Anthony Chat funciona para a Fokker Services Group. Saiba como distinguir contratos semelhantes no nosso artigo sobre LLMs internos e RAG.

Na Fokker Services Group, a manutenção era planeada sobretudo com base em intervalos fixos e na experiência dos engenheiros. Por vezes, isso levava a intervenções demasiado cedo ou demasiado tarde. Agora, uma ferramenta de planeamento combina o histórico de manutenção, os dados dos sensores e os dados operacionais para gerar uma previsão.

A lição para a indústria transformadora: a experiência dos engenheiros não desaparece; passa a ser um dado de entrada. O conhecimento deles foi convertido em características que o modelo utiliza nos cálculos. Leia o caso de estudo sobre planeamento da manutenção.

Sim, e muitas vezes os dados necessários já estão disponíveis. Para a Fokker Services Group, um modelo prevê o valor esperado de uma fatura com base no trabalho realizado e compara-o com o valor real. Os desvios significativos aparecem num dashboard, para que os colaboradores tenham apenas de verificar as exceções.

A mesma abordagem pode funcionar com faturas de subcontratados ou com o apuramento dos custos reais por série de produção. Leia o caso de estudo sobre verificação de faturas.

A AI-hub Brainport tem uma área de trabalho dedicada à transformação digital das PME com recurso à IA. O instituto EAISI da TU/e investiga a IA em máquinas, como robôs e equipamentos médicos. No Brainport Industries Campus, em Eindhoven, reúnem-se fabricantes de equipamento original (OEM), fornecedores e instituições de conhecimento.

Estas iniciativas centram-se na investigação, na partilha de conhecimento e na colaboração regional. Nós desenvolvemos uma aplicação para o seu processo e fazemos a sua gestão, se assim o desejar. As duas abordagens complementam-se.

Porque os profissionais experientes são escassos. Em 2024, o Governo neerlandês referiu que o setor dos microchips em Brainport Eindhoven enfrentava, entre outros problemas, falta de pessoal. Por isso, através do Project Beethoven, o Governo nacional e as autoridades regionais estão a investir, entre outras medidas, na formação de mais técnicos. Entretanto, muito do conhecimento sobre máquinas, clientes e exceções está na cabeça dos engenheiros experientes.

Um assistente baseado em instruções de trabalho, ou um modelo que utilize a experiência destes engenheiros em manutenção, ajuda a manter esse conhecimento disponível quando alguém sai ou muda de função.

Se produz poucas variantes e o planeamento quase não muda, o módulo de planeamento do seu ERP é muitas vezes suficiente. Um intervalo de manutenção fixo é adequado quando as avarias são raras e causam poucos danos. E, se as respostas estiverem num pequeno conjunto de documentos, uma boa estrutura de pastas será mais útil do que um assistente.

Muitas vezes, um dashboard com dados do ERP e do MES já dá visibilidade suficiente sobre as paragens e os atrasos. Veja os nossos dashboards Power BI.