A concorrência é grande na indústria automotiva, abrangendo toda a cadeia de valor. A Hella é um importante fornecedor desse setor e, portanto, essas condições definem a operação diária da empresa. Não é surpresa que a fabricação enxuta seja uma de nossas maiores prioridades. Isso significa que a empresa está sempre à procura de tecnologias e ferramentas para ajudar a aperfeiçoar ainda mais a operação da linha de montagem.
Esta publicação foi escrita por Huri Mendoza, Diretor Global de Excelência Operacional da Hella KGaA.
Neste artigo, Huri Mendoza, Diretor Global de Excelência Operacional, explica como uma ferramenta de IA ajudou a Hella a reduzir os tempos de ciclo e aumentar a produtividade e a eficiência geral dos equipamentos. O resultado foi tão bom, que agora estão implementando a ferramenta em toda a organização.
Inovação e velocidade são elementos críticos
O setor automotivo é altamente orientado a processos, e seu sucesso é resultado da geração de economias significativas de escala ou da ampliação da produção em primeiro lugar. Você deve trazer inovação para o dia a dia em grande escala e muito rapidamente, além de ser vital estar na vanguarda.
Como era previsto, já faz algum tempo que todos estão pensando na inteligência artificial (IA) e no aprendizado de máquina. Esses recursos já são usados em muitas aplicações automotivas, seja no design, na fabricação, no marketing e até nos próprios veículos.
Conexão entre o trabalho manual e a IA
A Hella não é exceção. Estamos sempre à procura de ferramentas e tecnologias que melhorem a precisão e a velocidade da nossa produção. Portanto, chamou nossa atenção quando aprendemos sobre como os dados analíticos de IA podem ser conectados às linhas de produção manual para reduzir erros, acelerar a produção e agregar valor.
A Hella já conta com uma organização de operação de bom desempenho, por isso, pode ser difícil defender uma tecnologia nova e ainda não tão comprovada. Mas quando apresentamos a ideia de usar a IA para encontrar oportunidades de otimização ocultas, convencemos quase todo mundo. Obviamente, isso nos ajudou a termos uma liderança visionária que entendeu que isso poderia agregar valor e permitir que fôssemos além do que é considerado possível atualmente.
Para fazer os testes de prova de conceito, nós escolhemos uma linha de montagem de componentes eletrônicos em uma fábrica comum da Hella no México. Ao selecionar uma linha “média”, pensamos que isso tornaria os resultados mais aplicáveis a outras linhas. Isso deu tão certo que decidimos realizar testes-piloto em mais cinco países.
Mais fácil e rápido para corrigir as causas-raiz
Então, o que uma ferramenta de IA traz para o jogo? Para iniciantes, ela permite que os fabricantes respondam a três perguntas fundamentais na otimização de suas linhas de montagem:
- O que aconteceu?
- O que está acontecendo?
- Como podemos melhorar o que acontecerá a seguir?
O fornecedor de soluções da ferramenta de IA instalou câmeras em 12 estações na linha no México. Cada ciclo nas estações foi medido automaticamente, e foi fornecida rastreabilidade visual completa. Encontrar a causa-raiz de qualquer problema ficou mais fácil, rápido e estruturado. Foi possível ver em primeira mão o que havia acontecido, algo que está relacionado com nossos métodos de fabricação enxuta estabelecidos, nos quais a observação é fundamental.
O uso da IA é ótimo, mas é preciso integrar a ferramenta à caixa de ferramentas de gerenciamento do chão de fábrica da sua empresa para colher os frutos. Você consegue gerar vídeos praticamente em tempo real, mas é preciso saber o que está sendo procurado e alocar recursos para assistir ao vídeo e pensar nas soluções e ações corretivas. Depois de fazer isso, você encontrará quaisquer problemas sistêmicos ou sistemáticos muito mais rapidamente e poderá praticar a melhoria contínua com base nas lições aprendidas.
Facilidade para melhorar linhas adicionais
Os resultados falam por si. No México, obtivemos melhorias substanciais. Diminuímos os tempos de ciclo e aumentamos a produtividade e a eficiência geral do equipamento (OEE, do inglês overall equipment efficiency). Além disso, essas melhorias foram mantidas com o passar do tempo, gerando um aumento de capacidade anual de dezenas de milhares de componentes.
Agora temos um processo definido para integrar a ferramenta de IA, de modo que conseguimos mover as câmeras para outro local com facilidade e rapidez. Isso encurta significativamente a cadeia logística e diminui a curva de aprendizado.
Por exemplo, depois de instalarmos a ferramenta em nossa fábrica em Deli, na Índia, recebemos o primeiro relatório em menos de dois meses e levamos apenas cerca de um mês para ajustar a ferramenta. Em breve, poderemos reduzir significativamente o tempo do nosso ciclo. Claro que você deve ter a infraestrutura e investir tempo e esforço, mas, no que diz respeito ao CapEx, não houve investimento.
Uma estreita colaboração é compensatória
Quero enfatizar o envolvimento e o papel do fornecedor de soluções no sucesso que alcançamos. Ele tem contribuído para colocação do sistema em funcionamento, fornecendo orientação e feedback especializado sobre atividades de melhoria e prioridades.
Agora nós nos comunicamos regularmente com o fornecedor de soluções, trabalhando como uma única equipe, e fazemos reuniões semanais envolvendo o pessoal dele, o pessoal das unidades e nosso pessoal de gerenciamento de projetos. Trata-se de um excelente espaço para identificar problemas e soluções e acompanhar as ações corretivas.
Uma solução centrada nas pessoas
Uma coisa que descobrimos é que essa tecnologia de IA é bastante centrada no ser humano. Ela ajuda a colocar o trabalho manual no século 21. No entanto, ela não substitui o engenheiro de produção, que precisou de um pouco mais de aprendizado. Você precisa de um engenheiro de produção para fazer qualquer tipo de alteração. Usando a IA, ele pode fazer isso em uma escala muito maior, de modo muito mais rápido e com mais regularidade.
Além disso, os operadores podem ter um melhor desempenho e realizar tarefas ou assumir responsabilidades que não eram possíveis anteriormente, focando cada vez mais em tarefas que agregam valor. Além disso, as estações de trabalho são mais ergonômicas, deixando os operadores mais confortáveis e produtivos e ajudando a aumentar a capacidade. Como resultado, houve uma melhoria na satisfação do trabalhador e na qualidade do produto.
As câmeras Axis são um grande facilitador
Tem uma pergunta que sempre surge sobre a tecnologia de IA que usamos. Como vocês protegem a privacidade do operador? A Hella e o fornecedor da solução trabalharam em conjunto para garantir a conformidade com o Regulamento Geral sobre a Proteção de Dados (RGPD). E não apenas na Europa, todos os funcionários da Hella no mundo todo devem estar sob as mesmas condições de privacidade de dados.
A tecnologia nas câmeras de última geração da Axis, usadas para esse tipo de implementação de IA, é um grande facilitador. Sem seus recursos de anonimato de borda, é justo dizer que uma implantação global geral provavelmente seria quase impossível.
Esse é um tópico que você deve abordar com antecedência. Aprendemos isso discutindo-o com vários recursos humanos, departamentos jurídicos ou sindicatos em diferentes locais. Geralmente, eu começo essas reuniões mostrando recursos de desfoque em tempo real, enfatizando que estamos procurando melhorar o local de trabalho e as condições de trabalho, e não apontar operadores individuais.
Um potencial grande divisor de águas
Com base em nossos resultados favoráveis, continuaremos implementando essa tecnologia de IA em outras fábricas da organização. Até agora, nós a instalamos em linhas de montagem manual de cinco locais-piloto.
Embora essa ferramenta de IA se concentre no trabalho manual, a Hella é altamente automatizada. Assim, começamos a testar como essa tecnologia funciona com a operação automática. Esperamos que ela gere gravações de vídeo que, juntamente com os dados analíticos, ajudem-nos a encontrar quaisquer tipos de falha. Se funcionar como esperamos, pode ser um divisor de águas para a Hella.
Sobre o autor Huri Mendoza é Diretor Global de Excelência Operacional na Hella KGaA, localizada em Lippstadt, na Alemanha. Ele trabalha para a Hella há 22 anos, passando por vários cargos e, desde 2014, lidera seu departamento, trazendo grandes resultados de produtividade e inovação para toda a organização. Sua formação educacional inclui um MBA em Finanças na Universidade ITESO, no México; um certificado de gerenciamento na Universidade de Southern Indiana, nos Estados Unidos; e um bacharelado em Engenharia Química na Universidade ITESO. Atualmente, ele está preparando sua tese para obter um DBA em gerenciamento na Universidade OUS, na Suíça.
