![\"Ind\u00fastria](\"https:\/\/www.intergate.net.br\/blog\/wp-content\/uploads\/2024\/04\/httpswww.intergate.net_.brblogp8577previewtrue_thumbnail_id8578.jpg\")
<\/figure>\n\n\n\nProjetos brownfield<\/h2>\n\n\n\n
Estudos mostram que 80% dos esfor\u00e7os em projetos digitais \u2013 aqueles que envolvem, por exemplo, a aplica\u00e7\u00e3o de tecnologias de intelig\u00eancia artificial e de g\u00eameos digitais \u2013 em empreendimentos industriais j\u00e1 existentes, tamb\u00e9m chamados projetos brownfield, s\u00e3o atualmente despendidos em atividades de Engenharia de Dados.<\/p>\n\n\n\n
Estima-se, ainda, que apenas 3% a 5% do enorme volume de dados brutos gerados por sistemas de opera\u00e7\u00e3o industrial s\u00e3o efetivamente utilizados e transformados em informa\u00e7\u00e3o. <\/p>\n\n\n\n
Isso se deve \u00e0 grande quantidade e variedade de sistemas legados, obtidos com base em diferentes protocolos e padr\u00f5es de conectividade, fazendo com que a maior parte dos dados, por conta da exist\u00eancia de silos de informa\u00e7\u00e3o n\u00e3o compartilhados, n\u00e3o esteja facilmente dispon\u00edvel para utiliza\u00e7\u00e3o por analistas e cientistas de dados. <\/p>\n\n\n\n
E justamente pelo fato de que os dados apresentam grande valor econ\u00f4mico, eles est\u00e3o cada vez mais presentes na agenda da alta gest\u00e3o industrial e das \u00e1reas de Engenharia, Opera\u00e7\u00f5es, Tecnologia da Informa\u00e7\u00e3o e Inova\u00e7\u00e3o das empresas.<\/p>\n\n\n\n
Nesse sentido, a Engenharia de Dados busca solu\u00e7\u00f5es para lidar com quest\u00f5es como evitar a perda de dados durante as diversas etapas dos projetos de engenharia, garantir o armazenamento, a seguran\u00e7a, a disponibilidade e a confiabilidade dos dados em todo o ciclo de vida dos empreendimentos industriais, al\u00e9m de possibilitar que an\u00e1lises e simula\u00e7\u00f5es, por exemplo, por meio do g\u00eameo digital (Digital Twin), sejam realizadas sem afetar a opera\u00e7\u00e3o, e de forma totalmente segura.<\/p>\n\n\n\n
Outro ponto fundamental \u00e9 assegurar que a empresa detenha a soberania e a propriedade de todos os dados gerados, seja na fase de engenharia ou de opera\u00e7\u00e3o de seus ativos industriais, e permitir que estejam contextualizados e sejam de f\u00e1cil utiliza\u00e7\u00e3o, al\u00e9m de viabilizar a interoperabilidade dos sistemas por meio da utiliza\u00e7\u00e3o de padr\u00f5es e protocolos abertos, sem criar silos de dados. <\/p>\n\n\n\n
Tamb\u00e9m \u00e9 importante atuar para que os dados sejam compartilhados por todos aqueles que necessitam tomar decis\u00f5es importantes para o neg\u00f3cio, tanto do ponto de vista de produ\u00e7\u00e3o e manuten\u00e7\u00e3o, quanto da cadeia de suprimentos e da seguran\u00e7a.<\/p>\n\n\n\n
Sem d\u00favida, a Engenharia de Dados est\u00e1 ajudando a remodelar as ind\u00fastrias, e assim como em outros setores, suas decis\u00f5es de neg\u00f3cios s\u00e3o cada vez mais baseadas em dados (data driven), com benef\u00edcios de ponta a ponta na cadeia de valor, desde a fase de pr\u00e9-investimento at\u00e9 \u00e0 opera\u00e7\u00e3o de ativos, e apoiando as empresas na avalia\u00e7\u00e3o, na configura\u00e7\u00e3o, na transi\u00e7\u00e3o e na otimiza\u00e7\u00e3o dos seus processos organizacionais, operacionais e digitais.<\/p>\n\n\n\n
Por isso, \u00e9 recomend\u00e1vel que as ind\u00fastrias, em particular as de processo, possam contar com um parceiro de engenharia de confian\u00e7a, que entenda n\u00e3o s\u00f3 do neg\u00f3cio e da complexidade da cadeia de valor na qual est\u00e3o inseridas, mas que forne\u00e7a insights acion\u00e1veis e suporte \u00e0 digitaliza\u00e7\u00e3o nos n\u00edveis t\u00e1tico, operacional e estrat\u00e9gico para uma melhor gest\u00e3o dos ativos e tomadas de decis\u00f5es apoiadas por informa\u00e7\u00f5es confi\u00e1veis e atualizadas.<\/p>\n\n\n\n
Trata-se aqui de criar ind\u00fastrias mais resilientes, que equilibram n\u00e3o apenas os fatores econ\u00f4micos, mas tamb\u00e9m os sociais e ambientais, tudo fundamentado em tecnologias modernas, desde controle preditivo e previs\u00e3o at\u00e9 aprendizado de m\u00e1quina e solu\u00e7\u00f5es de IA, e um forte entendimento da sua aplicabilidade aos diferentes processos industriais.<\/p>\n\n\n\n
Fl\u00e1vio Maeda, Head de Servi\u00e7os Digitais da AFRY para Am\u00e9rica Latina.<\/p>\n\n\n\n