Ai para a produção, gerida pela fábrica. Não por um programador.
Menos paragens, menos defeitos, mais produção. Cenários prontos para a indústria que entram em funcionamento em 2–4 semanas: manutenção preditiva por vibração e som, controlo de qualidade por câmaras, pesquisa na documentação técnica, assistente Ai para o operador de linha. Ligamo-nos aos seus SCADA, MES, 1C:ERP e historiadores de dados — nada sai do perímetro. O engenheiro-chefe, o chefe de oficina e o tecnólogo configuram, testam e ajustam a Ai por si próprios — sem projetos de TI nem integradores. On-prem, air-gap, conformidade com a lei federal russa de dados pessoais 152-FZ e auditoria de cada decisão — de série.
- ⚙ Manutenção preditiva
- ◉ Controlo de qualidade por câmaras
- ⛯ SCADA / MES / 1C:ERP
- ⛨ 152-FZ · on-prem · air-gap
A Ai nas fábricas hoje é um piloto que nunca chegou à oficina.
O departamento de digitalização lançou um PoC, apresentou-o à direção e ficou por aí: o modelo vive no portátil de um cientista de dados. A fábrica continua a trabalhar como sempre. As paragens, os defeitos e o consumo excessivo de energia, também.
Cada solução de Ai = 9 meses e um integrador
Caderno de encargos, concurso, projeto, treino do modelo com os seus dados, ajustes, piloto, produção. Quando finalmente arranca, a linha já mudou de nomenclatura e o modelo ficou obsoleto.
Mudou a peça — o modelo deixou de funcionar
Cada atualização do cenário é um pedido ao integrador, espera e uma fatura adicional. A fábrica depende de uma equipa que fisicamente não está nas instalações.
SCADA, MES, 1C, IoT — e tudo em separado
Os sensores escrevem no historiador, o MES calcula o plano, o 1C trata da contabilidade, o controlo de qualidade fotografa com o telemóvel. A Ai não tem com que se alimentar.
Não «implementamos Ai». Números no P&L da fábrica.
Cada cenário vem com uma métrica de negócio clara e o seu ROI. Nada de «Ai por Ai». Só o que transforma a produção em dinheiro.
Paragens não planeadas
Manutenção preditiva por vibração, corrente e temperatura. A ordem de manutenção chega antes de a linha parar.
Taxa de defeitos à saída
Computer Vision na linha de controlo de qualidade. Inspeção de 100% em vez de amostragem. Os defeitos são detetados nos primeiros metros.
Consumo de energia e matérias-primas
Otimização dos setpoints tecnológicos em tempo real. O modelo aprende com os seus regimes de trabalho.
Produção por turno
Equilíbrio de estrangulamentos, previsão do plano, despachante Ai para paragens e mudanças de formato.
O stack monta-se dentro do perímetro da fábrica. Do sensor ao agente de produção.
Ligamos as fontes de dados, implementamos agentes Ai sobre processos concretos e entregamos o controlo ao pessoal de produção. Sem nuvens: tudo dentro do perímetro.
-
01
Ligamos as fontes de dados num circuito fechado SCADA, MES, 1C:ERP, OPC UA, câmaras, sistemas de laboratório. Sem nuvem. Certificado do regulador russo FSTEC disponível a pedido.
-
02
Escolhemos um modelo de agente do catálogo Manutenção preditiva, qualidade por câmaras, otimização energética, despachante Ai. Não desenhamos de raiz: configuramos algo já pronto.
-
03
O pessoal de produção configura-o por si próprio O engenheiro-chefe descreve os critérios por palavras, define limiares, escolhe sensores e câmaras, testa com o histórico e publica para o turno.
-
04
O agente trabalha na interface da fábrica Ecrã grande na sala de controlo, tablet do chefe de oficina, widget no 1C, bot no messenger corporativo. Sem um novo posto de trabalho.
O que acelera 5 a 10 vezes a implementação de Ai na produção.
Não vendemos «modelos». Oferecemos um construtor, modelos prontos e conectores para que o responsável monte a solução ele próprio, em vez de esperar um trimestre pelo integrador.
Construtor no-code de agentes
Os cenários montam-se com o rato. Prompt, fontes, limiares, ações — de forma visual.
Modelos para a indústria
Mais de 20 cenários prontos: manutenção, qualidade, energia, armazém, despachante. Escolhem-se e configuram-se.
Conectores OT/IT
OPC UA, Modbus, MQTT, S7, historiador SCADA, MES, 1C:ERP, sistemas de laboratório.
Computer Vision de série
Deteção de defeitos, EPI, dimensões, marcação, câmaras BIM. Retreino com as suas fotografias.
Análise preditiva
Anomalias por vibração, corrente, T°. Previsão de avaria com horas de antecedência.
Base de conhecimento da fábrica
Normas, fichas técnicas de equipamentos, instruções, protocolos. A Ai pesquisa e cita a fonte.
A/B e rollback num clique
Testamos os setpoints em parte da linha e revertemos com um clique se algo correr mal.
Air-gap e infraestruturas críticas
Implementação sem internet. Compatível com os requisitos do regulador russo FSTEC e da lei 187-FZ sobre infraestruturas críticas.
Perfis e oficinas
Hierarquia fábrica → oficina → secção → linha. Cada um com os seus dados e permissões.
SLA de inferência
Tempo de resposta garantido no edge. Câmaras de qualidade: até 30 ms por fotograma.
Catálogo de modelos
YOLO, GigaChat, YandexGPT, os seus próprios modelos. Através do AiST Gateway.
Análise e ROI
Quantas paragens foram evitadas, quanto dinheiro foi poupado, quantas toneladas de defeitos não foram produzidas.
Ligamo-nos ao que já tem instalado na fábrica.
Nada de «desmonte o antigo e instale algo novo». Usamos os seus sensores, SCADA, MES e 1C — e acrescentamos Ai por cima. Protocolos standard; para os não standard, REST/SQL em poucos dias.
// SCADA & controlo industrial
// barramentos industriais
// MES & gestão
// vídeo & controlo de qualidade
// BD historiador & análise
A fábrica gere a Ai a partir dos mesmos ecrãs que a linha.
Não pedimos ao operador que aprenda um software novo. O agente Ai escreve no seu SCADA, abre uma ordem no 1C:TOiR, envia uma notificação para o messenger corporativo. A decisão é tomada pela pessoa; a recomendação é preparada pela Ai.
Tags do SCADA, eventos do MES, telemetria de sensores, fotos de qualidade. A Ai vê a produção em tempo real.
Ordem de manutenção, ajuste de setpoints, paragem da linha por defeito, aviso à sala de controlo.
Ecrã grande da oficina, tablet do chefe de turno, aviso por altifalante, bot no Telegram / VK Teams.
Mais de 20 agentes Ai para as tarefas típicas de produção.
Modelo + os seus dados = agente em funcionamento. Sem meses de I&D. Cada um com a sua métrica em dinheiro, não em «precisão do modelo».
Manutenção preditiva de equipamentos
Previsão de avarias por vibração, corrente e T° horas antes da falha. A ordem de manutenção é gerada automaticamente.
Controlo de qualidade por câmaras
Inspeção de 100% em linha em vez de amostragem. Reconhece lascas, riscos, desvios dimensionais e defeitos de soldadura.
Otimização de setpoints e regimes
A Ai aprende com o histórico e sugere os parâmetros ótimos do forno, do reator ou do compressor. −10–18% de energia.
Controlo de EPI e zonas perigosas
As câmaras reconhecem capacete, óculos, colete e acessos a zonas perigosas. Notificação à sala de controlo em segundos.
Despachante Ai do plano de turno
Equilíbrio de estrangulamentos, previsão da produção por turno, recomendações sobre mudanças de formato e paragens.
Assistente Ai do tecnólogo
Pesquisa em normas, fichas técnicas e protocolos de ensaio. Seleção de formulações e recomendações sobre defeitos.
Previsão de existências e compras
Pontos de encomenda ótimos, previsão de rutura de stock, controlo do armazém por câmaras. Menos stock imobilizado e menos paragens.
Automatização de documentos no controlo de acessos
Reconhecimento de guias de transporte, guias de remessa e procurações. Emissão automática de passes. Fila na portaria −60%.
Resumo da fábrica para a direção
Pergunte por voz: «Como está o plano da oficina 3?» — e receba os números, as causas dos desvios e os responsáveis. Sem reuniões de acompanhamento.
A Ai de produção deve ser gerida por quem gere a fábrica.
O engenheiro-chefe não espera pelo sprint de TI: altera a configuração ele próprio. No mesmo sítio que os setpoints do SCADA. A Ai torna-se uma ferramenta de produção, não um projeto de TI.
Ai = projeto de TI chave na mão
- ✕Mudou uma peça: pedido às TI e espera de 2–6 semanas.
- ✕Cada atualização do modelo: concurso, contrato, orçamento.
- ✕O cientista de dados não conhece o seu processo tecnológico. O tecnólogo não sabe Python.
- ✕A linha depende de uma equipa que não está nas instalações.
- ✕O caso não funciona — a culpa é «dos dados».
Ai = ferramenta nas mãos da produção
- ✓O engenheiro-chefe altera por si próprio limiares, classes de defeito e formulações — no seu painel, sem código.
- ✓O chefe de oficina ajusta os cenários consoante o turno e o lote — em minutos.
- ✓O tecnólogo monta o agente, testa-o com o histórico e publica-o na linha ele próprio.
- ✓As TI só são necessárias na fase de ligação ao SCADA. Depois, é tudo produção.
- ✓Versões, A/B, rollback — como em DevOps, mas para a fábrica.
Uma solução que convence a direção, a segurança e a fábrica ao mesmo tempo.
A indústria é um compromisso entre o benefício produtivo, a segurança das infraestruturas críticas e a estabilidade operacional. A AiST foi concebida para que as três partes digam «sim».
Números no P&L da fábrica
- OEE +5–12 p.p. por trimestre
- Defeitos −30–70% por linha
- Paragens −30–45%
- Energia e matérias-primas −8–18%
- ROI em 3–9 meses
- Métricas em BI e 1C — suas, não «na nuvem»
Segurança do perímetro
- On-prem ou AiST BOX no centro de dados da fábrica
- Implementação air-gap
- Compatível com 187-FZ e FSTEC
- Segmentação OT/IT, díodo de dados
- Auditoria completa dos pedidos
- Exportação para SIEM (Kaspersky, MaxPatrol)
Controlo e fiabilidade
- SLA de inferência no edge
- Versões, A/B, rollback na linha
- Sem internet nem «chamadas para casa»
- Modelos para o seu setor de atividade
- Retreino de modelos com os seus dados
- Suporte 24/7 e engenheiro nas instalações
As perguntas que se fazem antes de um piloto na fábrica.
Em quanto tempo arranca o primeiro cenário?
De 2 a 4 semanas desde a ligação dos dados até um agente operacional na fábrica. O controlo de qualidade por câmaras, muitas vezes em 21 dias. A manutenção preditiva, em 4–6 semanas: é preciso reunir o histórico de falhas.
O responsável de produção vai mesmo montar um cenário sem programador?
Sim. Escolhe um modelo, seleciona os sensores, define os limiares e descreve a classe de defeito por palavras ou com fotos de exemplo. Testa com o histórico e publica para o turno. As TI são necessárias uma única vez: para ligar o SCADA.
E quanto às infraestruturas críticas e ao circuito fechado?
A plataforma é implementada no seu centro de dados ou como AiST BOX na fábrica. Air-gap de série. Compatível com os requisitos do FSTEC e da 187-FZ. Sem API externas: tudo no seu próprio hardware.
A vossa Ai dá conta do nosso processo único?
O modelo cobre 60–80% do que é típico. O resto é adaptação ao seu processo tecnológico: sensores, classes de defeito, regimes. Um desenvolvimento à medida único implica 6–12 semanas de I&D, mas é pouco frequente.
E se o modelo se enganar e parar a linha?
Por defeito, a Ai emite uma recomendação e a decisão é tomada pelo operador. As ações automáticas são ativadas após um período de rodagem e só onde as suas equipas de segurança no trabalho e de segurança da informação o tiverem acordado.
Quanto custa?
Subscrição consoante o número de linhas e cenários, ou compra de uma licença perpétua para on-prem. O piloto tem preço fixo com um modelo de ROI claro desde o início. Poderá defender o orçamento perante o CFO antecipadamente.
Em 30 minutos mostramos-lhe que cenário vai gerar dinheiro primeiro na sua fábrica.
Recolhemos o seu setor, as operações típicas e a lista de sistemas — e voltamos com 3 casos à sua medida, uma estimativa de ROI e um plano de piloto de 4 semanas.