TRILHA INDTEC AUTOMAÇÃO 4.

Introdução à Indústria 4.0

 SUMÁRIO
Introdução à Indústria 4.0........................................................................ 3
Evolução da indústria, conceito e aplicações da I4.0............................. 5
Tecnologias habilitadoras: visão geral.................................................... 9
IoT.............................................................................................................................9
Big data..................................................................................................................11
Cloud..................................................................................................................... 12
CPS.........................................................................................................................14
IA.............................................................................................................................16
Índice de Maturidade 4.0........................................................................ 18
Profissões do futuro: desafios e oportunidades...................................21
Referências..............................................................................................24
 INTRODUÇÃO À INDÚSTRIA 4.0
Uma década após sua introdução, em 2011, pelo grupo alemão Aliança de
Pesquisa Indústria-Ciência, o termo “Indústria 4.0” é cada vez mais presente no
cotidiano dos profissionais da indústria em todos os níveis de atuação e através
de todos os segmentos. Essa presença, no entanto, se dá majoritariamente em
caráter de promessa, indicando uma mudança que deve, a qualquer momento,
revolucionar a indústria e as relações de trabalho como um todo. É natural que,
nesse cenário, surjam dúvidas quanto às reais implicações e benefícios trazidos
pelas tecnologias da “Revolução 4.0”, bem como às necessidades de adaptação
de empresas e profissionais para essa revolução. Para esclarecer essas questões,
é necessário que se coloque em um mesmo contexto os conceitos que definem
a Indústria 4.0 e a realidade encontrada na indústria nacional e regional, tornando
possível enxergar as etapas que constituem a jornada 4.0 da indústria brasileira e
os papéis dos diferentes profissionais na construção desse caminho.

3
 A Quarta Revolução Industrial é dados na indústria apresenta um
um conjunto de tecnologias que, potencial semelhante de geração
integradas, reduzem as barreiras de valor, podendo revolucionar toda
entre os mundos virtual e físico, a cadeia produtiva e beneficiar o
permitindo que máquinas e humanos trabalho tanto de operadores de
trabalhem colaborativamente. Essa equipamentos quanto de gestores. A
integração tecnológica tem um pilar geração de dados é inerente a todo
principal: dados. Atualmente sendo tipo de processo, seja ele industrial ou
referidos como “o novo petróleo”, não – o desafio se dá em sua coleta e
os dados desempenham um papel transformação em informação capaz
de extrema relevância na sociedade de gerar resultados. Dessa forma, a
moderna, tendo seu imenso primeira fronteira a ser ultrapassada
valor demonstrado por empresas para que sejam atendidos os
pioneiras na sua exploração, como as requisitos básicos para a Indústria 4.0
representantes do “Big Tech” Google, é a digitalização, caracterizada pela
Amazon e Facebook (MAKRIDAKIS, informatização e interconectividade
2017). A introdução do uso de de processos (SCHUH et al., 2017).

4
 Cada etapa das evoluções tecnológicas, mesmo apresentando inúmeros
benefícios frente aos cenários anteriores e constituindo mudanças inevitáveis
no médio a longo prazo, nem sempre encontram as condições necessárias
para sua implantação imediata, seja em relação a infraestrutura, condições
financeiras, mão de obra qualificada ou cultura organizacional. Essa dissonância
entre a necessidade de mudança e a dificuldade de adoção de novas tecnologias
pode ser sanada a partir de um entendimento claro dos usos práticos de cada
tecnologia e de como se dá o retorno sobre seus investimentos. Dessa forma,
torna-se possível planejar a evolução gradativa dos processos industriais e da
capacitação profissional dos colaboradores, garantindo que cada etapa gere valor
à organização e motive avanços constantes. Na sequência, serão apresentados
os conceitos essenciais para a compreensão da Indústria 4.0, como suas
tecnologias habilitadoras e suas aplicações, a medição da maturidade industrial
para sua adoção, bem como as novas profissões e capacidades exigidas dos
profissionais atuantes nesse novo contexto.

EVOLUÇÃO DA INDÚSTRIA, CONCEITO E

APLICAÇÕES DA I4.0.
As revoluções industriais, historicamente, constituem não apenas grandes
mudanças de paradigma nas atividades industriais, mas também profundas
alterações sociais refletidas pelo avanço da tecnologia. A transição da Indústria
1.0, caracterizada pelo uso de máquinas a vapor e condições extremamente
precárias de trabalho, para a Indústria 2.0, com a utilização da energia elétrica e
equipamentos mais sofisticados, promoveu um grande impacto na produtividade
industrial e no acesso aos bens produzidos. Já a introdução da tecnologia da
informação (TI) e da automação na Revolução 3.0 foi responsável por alterações
igualmente disruptivas, apresentando a possibilidade de substituição da mão de
obra humana por autômatos em larga escala.

5
 Enquanto o modelo de Indústria
2.0 completamente substituiu
seu antecessor, a transição para a
Indústria 3.0 ainda está ocorrendo,
principalmente em países em
desenvolvimento, como o Brasil, onde
o nível de uso de robôs é relativamente
baixo. É comum observar modelos de
produção 2.0 e 3.0 coexistindo em uma
mesma fábrica. Isso demonstra que
a transição entre diferentes estágios
tecnológicos não é um processo
abrupto, mas que ocorre de maneira
gradual e conforme as necessidades e
objetivos de cada organização.

6
 Da mesma forma, a adoção de tecnologias referentes à Indústria
4.0 também pode ocorrer sem a exigência de uma transição
completa para o modelo 3.0. Visto que o principal pilar da Indústria
4.0 são os dados, o seu objetivo final e o que lhe propicia o caráter
de “revolução” é justamente a habilidade de transformar dados em
informações sobre cada uma das etapas do processo produtivo,
fornecendo transparência na detecção de problemas e possíveis
melhorias. Essa transparência acaba por aumentar a eficiência da
gestão de ativos e acelerar tomadas de decisão e processos de
adaptação corporativos. Assim, a transformação 4.0 não busca
substituir a mão de obra humana por sistemas inteligentes, mas
auxiliar nas tomadas de decisão humanas, aumentando a eficiência
de todos os processos da cadeia produtiva.

Indústria 4.0
Indústria 3.0 Sistemas
cibernéticos,
Indústria 2.0 Automação, internet das
Indústria 1.0 Produção em robótica, coisas, redes e
escala, linha de computadores, inteligência
Mecanização, tear internet e
e força à vapor. montagem, artificial.
eletricidade e eletrônicos.
combustão.

1784 1870 1969 Hoje

7
 Segundo a Academia Alemã de Ciência e Engenharia (ACATECH), a Indústria 4.0
pode ser definida como a “comunicação multilateral, em tempo real, de grandes
volumes de dados, e interconectividade entre sistemas ciberfísicos e pessoas”
(SCHUH et al., 2017, p. 10, tradução nossa). Portanto, a significância da Indústria
4.0 se dá no processamento de informação para garantir agilidade na tomada
de decisão por pessoas capacitadas para interpretá-la. A comunicação contínua
entre diversas fontes permite que decisões sejam tomadas com base em dados
reais de equipamentos, fornecedores e clientes, promovendo um entendimento
mais completo sobre como as coisas se relacionam na prática e permitindo uma
preparação para cenários futuros de maneira mais assertiva.

O resultado dessas práticas é o aumento de eficiência tanto nas áreas de

desenvolvimento, produção, logística e vendas quanto nos objetivos de unidades
inteiras e em mudanças de modelos de negócios. Frente a mercados cada vez
mais competitivos e dinâmicos, uma maior eficiência de processos produtivos
e de gestão é uma vantagem essencial para que as empresas se mantenham
competitivas no longo prazo. O papel fundamental da Indústria 4.0 é propiciar a
transformação de empresas em empresas ágeis (SCHUH et al., 2017).

8
 Obviamente, a integração baseada em dados de toda uma organização
se refere a um estágio avançado de adoção das tecnologias 4.0. Mesmo a
conectividade de um número pequeno de equipamentos com caráter de
operação crítico já é capaz de trazer resultados expressivos. A manutenção
preditiva baseada em dados, por exemplo, é uma das aplicações possíveis
de tecnologias 4.0 com potencial de retorno em curto prazo, e que pode
beneficiar até mesmo equipamentos antigos ou operados manualmente.

TECNOLOGIAS HABILITADORAS: VISÃO

GERAL
As ferramentas tecnológicas utilizadas para tornar a Indústria 4.0 uma
realidade são comumente referidas como “Tecnologias Habilitadoras”. Entre
elas, destacam-se a Internet das Coisas (IoT – do inglês, Internet of Things),
big data, computação em nuvem, a Inteligência Artificial (IA) e os Sistemas
Ciberfísicos (CPS – do inglês, Cyber-Physical Systems). Essas tecnologias estão
estreitamente conectadas e possuem uma série de conceitos adjacentes que
interagem entre si.

IoT
A IoT ou IIoT (Internet Industrial das Coisas) está intimamente relacionada
com o conceito de digitalização, sendo a base para que se comece a
estruturação do modelo 4.0. Como o próprio nome já diz, a IoT se refere à
conexão dos mais variados objetos à internet, para que seus dados sejam
armazenados e analisados, ou para que sejam controlados de maneira
remota. Esses objetos podem ser tanto dispositivos eletrônicos quanto
celulares ou aparelhos de TV, sensores acoplados em equipamentos
industriais, ou mesmo o próprio corpo humano, a partir dos dispositivos
“vestíveis” (ou wearables). A IIoT, ou IoT industrial, se refere à utilização de
dispositivos para a coleta de dados em ambientes industriais.

9
 Com a redução de preços de Quando realizado em larga escala,
dispositivos eletrônicos ao longo o sensoriamento permite que o
dos anos, o sensoriamento funcionamento de uma empresa
de equipamentos em larga inteira seja monitorado em tempo
escala torna-se cada vez mais real. Quando aliado a modelos digitais
viável, e equipamentos com em CAD, esse tipo de sensoriamento
sensoriamento já são uma permite a criação de uma sombra
realidade em grande parte digital: uma representação em
da indústria, mesmo se em formato digital de uma fábrica e
baixa quantidade. Enquanto seus equipamentos que apresenta
equipamentos modernos já saem informações atualizadas em tempo
de fábrica contando com um real sobre seu funcionamento. A
conjunto de sensores e sistema de partir desse sistema, torna-se possível
monitoramento, muitas fábricas observar o estado real e atualizado
ainda contam com equipamentos de toda uma linha de produção a
antigos que seguem provendo partir do computador. Esse é um
um bom desempenho. Diversas exemplo de Sistema Ciberfísico, onde
soluções existem no mercado para os dados físicos de equipamentos e
permitir que esses equipamentos suas representações digitais estão
sejam conectados à internet e totalmente integrados, possibilitando
possam também gerar valor na uma grande profundidade de análises
forma de dados, num processo aos responsáveis pelas diferentes
conhecido como retrofitting. áreas da organização.

Saiba Mais

Confira, no link a seguir, o que é o IoT e quais são suas

aplicações.
https://brasil.softlinegroup.com/sobre-a-empresa/blog/o-que-e-a-
internet-das-coisas-industrial-e-quais-sao-suas-aplicacoes

10
 Big data
Em cenários como o atual, em que encontramos uma geração de dados em
grande volume, entra-se no domínio da área de big data. O termo big data é
utilizado para se referir não apenas a grandes volumes de dados, mas também
às ferramentas utilizadas para tratar esses dados e viabilizar a extração de
informações deles. Há cinco características-chave em big data: volume,
velocidade, variedade, veracidade e valor (ISHWARAPPA, 2015).

Volume se refere à quantidade de dados sendo obtidos, armazenados e

analisados. É importante que os dados sejam armazenados com uma indexação
que viabilize sua rápida recuperação.

Velocidade se refere à taxa de coleta e de recuperação dos dados. Na Indústria

4.0, é comum mencionarmos a análise de dados em “tempo real”. Esse termo se
refere ao objetivo de tornar os dados coletados disponíveis para análise
no menor tempo possível, aproximando o cenário analisado da real situação
da fábrica.

11
 Variedade refere-se à coleta de dados de diferentes formatos, como texto, áudio
ou imagens. Para cada aplicação, deve-se identificar o tipo de dados mais relevante
para a análise e geração de valor. Coletar e processar cada tipo de dado requer o
uso de técnicas específicas.

Veracidade refere-se à necessidade da obtenção de dados confiáveis, verdadeiros

e de qualidade. Deve-se garantir que os dados sejam relevantes para a aplicação
desejada e coletados e processados de maneira robusta.

Valor se refere ao objetivo da coleta dos dados em primeiro lugar: garantir que sua
análise possa gerar valor na forma de conhecimentos e retorno para a indústria.

Sistemas como esse, no entanto, requerem investimentos em infraestrutura para

serem implementados. Recursos computacionais avançados são requeridos para
permitir o armazenamento, processamento e análise de dados de maneira ágil.

Saiba Mais

Leia mais sobre big data: o que é, como funciona e

como aplicar. Clique no link a seguir.
https://www.totvs.com/blog/inovacoes/big-data/

Cloud
A computação em nuvem (do inglês, cloud computing) é uma ferramenta que
surge para fornecer a infraestrutura necessária a fim de que seja possível lidar
com a coleta e a análise de dados em grande quantidade promovidas pela IoT.
O Instituto Nacional de Padrões e Tecnologia (NIST), órgão do departamento de
governo dos Estados Unidos da América, define computação em nuvem como

12
“[...] um modelo para habilitar acesso sob demanda, conveniente e ubíquo, por
meio de redes, a um reservatório compartilhado de recursos computacionais
configuráveis, por exemplo, redes, servidores, armazenamento, aplicações etc.
que podem ser provisionados rapidamente e liberados com esforço mínimo
de gerenciamento ou interação com o provedor de serviços”. Esse modelo
de negócios pode ser referido como Infraestrutura como Serviço (IaaS –
Infrastructure as a Service), Plataforma como Serviço (PaaS – Platform as a
Service) ou Software como Serviço (SaaS – Software as a Service), dependendo
dos serviços contratados.

Dessa forma, a computação em nuvem pode ser compreendida como um

conjunto de recursos computacionais contratados conforme a necessidade
do cliente e acessados através da internet. Esses recursos podem ser de
infraestrutura (IaaS), como servidores e sistemas de armazenamento, aplicações
prontas para execução de análises (SaaS), ou plataformas fornecendo ambientes
de desenvolvimento (PaaS). O uso desses sistemas em conjunto com a IoT
permite que dados de equipamentos sejam automaticamente enviados para um

13
servidor em nuvem via internet e estejam rapidamente disponíveis para acesso
e análise. Esses serviços eliminam a necessidade de compra e manutenção de
recursos computacionais por parte das empresas, além de proporcionarem
alta performance e disponibilidade, facilitando a implementação do modelo de
Indústria 4.0 de maneira robusta e confiável.

Saiba Mais

Quer ficar ainda mais por dentro do assunto? Acesse o

link a seguir e entenda melhor como sua empresa pode
usar a cloud.

https://respostas.sebrae.com.br/cloud-computing-o-que-e-e-como-
sua-empresa-pode-usar-esse-recurso/

CPS
Os sistemas ciberfísicos (CPSs) são formados pela comunicação constante entre
máquinas e equipamentos na planta, trafegando informações no formato de
imagens, áudio, sinal de sensores, vídeos, planilhas ou texto. Essa comunicação
pode ser em sentido unidirecional (one-way), quando os equipamentos apenas
enviam informação, ou em
sentido bidirecional (two-
way), quando enviam e
recebem informação ou
comandos. Enquanto a
sombra digital constitui um
sistema CPS unidirecional,
sua versão bidirecional é
chamada de gêmeo digital
(GD) (RABELO, 2020).

14
 Um gêmeo digital é um modelo digital de um equipamento, ou mesmo de
toda uma fábrica, que, além de ser atualizado pelas informações recebidas
dos sistemas reais, pode enviar informações e comandos para esses sistemas,
promovendo interações ativas entre os mundos físico e digital. Os GDs possuem
diversas possibilidades de uso, como monitoramento de ativos em tempo real;
análise e previsão do consumo de energia; otimização e atualização inteligente
baseados na operação do usuário ou em dados do produto ou processo de
produção; manutenção virtual do produto, com o uso de realidade virtual ou
aumentada.

Visto que um sistema de GD permite o controle de equipamentos de maneira

remota, é essencial que estejam aliados a um projeto robusto de cibersegurança.
O uso da cibersegurança busca garantir que esses sistemas estejam protegidos
do acesso de terceiros, como possíveis invasores maliciosos. A cibersegurança
é importante não apenas para proteger sistemas de GD, mas os dados
armazenados de uma organização de maneira geral.

Saiba Mais

Você sabia que o conceito de sistema ciberfísico é a

base da Indústria 4.0? Leia mais sobre esse assunto nos
links a seguir:

https://www.industria40.ind.br/artigo/18514-sistema-ciber-fisico-na-
industria-40

https://www.kaspersky.com.br/resource-center/definitions/what-is-
cyber-security

15
 IA
O grande diferencial da Indústria 4.0 é a exploração do valor dos dados.
Para que os dados coletados e armazenados tenham seu valor extraído,
é essencial que sejam executadas análises inteligentes sobre os mesmos,
a fim de obter informações úteis que contribuam com os processos
de uma organização. Em um cenário de big data, onde tratamos de
volumes imensos de dados, a análise humana torna-se pouco eficiente.
Algoritmos de IA são especializados em detectar padrões em conjuntos
complexos de dados, sendo capazes de realizar análises de maneira ágil e
automatizada.

O Aprendizado de Máquina (AM) é uma área da IA cujos modelos estão

sendo empregados de modo crescente nos mais diversos contextos,
tendo destaque também em soluções voltadas para a Indústria 4.0.
Os modelos de aprendizado de máquina são modelos matemáticos
criados por algoritmos capazes de “aprender” através de experiência,
adaptando-se para encontrar a melhor representação de um problema
(MITCHELL, 1997). Assim, modelos podem ser “treinados” de forma que
aprendam, por exemplo quando um equipamento está funcionando
normalmente e quando está prestes a apresentar uma falha. Dessa
maneira, é possível fazer predições quanto ao estado futuro de cada
equipamento, projetando uma sombra digital ou gêmeo digital no tempo.
Essas predições se tornam mais precisas ao longo do tempo, conforme a
quantidade de dados coletados aumenta. Podemos dizer, portanto, que
um sistema de aprendizado de máquina é como um funcionário recém-
contratado, melhorando sua performance com a experiência.

16
 Esse tipo de sistema permite
antecipar acontecimentos e planejar
ações apropriadas para cada
situação. O ideal é que os modelos
de IA possam fornecer informação
de maneira contextualizada para
cada problema e, possivelmente,
fornecer prescrições sobre planos
de ação recomendados (CHENG,
2020). Portanto, fica claro que o
objetivo da IA não é substituir o
trabalho humano, mas potencializá-lo. Se
bem estruturados, modelos de IA podem beneficiar as tomadas de decisões em
todas as áreas de uma organização, possibilitando tomá-las com base em dados.
Para que as predições sejam confiáveis, é necessário fornecer dados relevantes e
de qualidade para garantir um aprendizado eficiente. É importante que os dados
relevantes sejam identificados caso a caso, e, portanto, os conhecimentos de
um especialista no processo em questão são essenciais. Além disso, os dados
possuem um ciclo de vida e precisam ser coletados de maneira contínua para
que os modelos de IA possam ser constantemente atualizados. Assim, é essencial
que os modelos estejam sob constante monitoramento humano, garantindo que
estejam atualizados e prontos para a análise não apenas do histórico de dados
antigos, mas também dos dados recém coletados.

Saiba Mais

Aprofunde seus conhecimentos sobre IA e AM

acessando o link a seguir.

https://www.scielo.br/j/ea/a/wXBdv8yHBV9xHz8qG5RCgZd/

17
 ÍNDICE DE MATURIDADE 4.0
A transição para o modelo 4.0 envolve atualizações significativas da
infraestrutura e das capacidades digitais de uma organização. Cada uma
das tecnologias habilitadoras tem aplicabilidades e complexidades próprias,
de modo que suas adoções só se tornam viáveis quando realizadas de
maneira gradual. Com o intuito de fornecer direcionamento para a execução
estratégica dessa transição, a ACATECH publicou, em 2017, o estudo cujo
título, traduzido para o português, é “Índice de Maturidade da Indústria
4.0: gerindo a transformação digital de empresas”. Nesse trabalho, o órgão
apresenta uma escala de “maturidade”, em que cada etapa representa o
grau de desenvolvimento tecnológico de uma empresa quanto à adoção das
tecnologias habilitadoras (SCHUH et al., 2017).

Digitalização Indústria 4.0

Como uma resposta autônoma pode ser atingida?

“Otimização automática”
Adaptabilidade
O que irá acontecer?
“Estar preparado”
Por que está
acontecendo?
“Entender” Análise
O que está preditiva
acontecendo?
“Ver” Transparência

Visibilidade

Conectividade
Automação

1 2 3 4 5 6

Figura 01 - Índice de maturidade ACATECH

Fonte: Adaptado de Schuh et al. (2017)

18
 O índice de maturidade da ACATECH contém 6 etapas: informatização,
conectividade, visibilidade, transparência, capacidade preditiva, e
adaptabilidade. Essas etapas constituem desde requisitos básicos até uma
implementação total de Indústria 4.0, sendo apresentadas sucessivamente de
maneira que cada uma delas compreenda ganhos de valor para a empresa. De
acordo com seus autores, cabe a cada empresa analisar qual etapa está mais
alinhada com sua realidade e objetivos.

As primeiras duas etapas – informatização e conectividade – referem-

se à estruturação dos requisitos básicos para a Indústria 4.0, compondo
juntos o estágio de digitalização. Na etapa de informatização, diferentes
sistemas de TI são utilizados de maneira separada. Ela se dá através do
controle computacional de equipamentos e da instalação de interfaces
homem-máquina (IHMs), ambos os cenários bem disseminados na
indústria brasileira. Já a conectividade se refere à conexão em rede de
sistemas e equipamentos através de internet.

Visibilidade, a terceira etapa, refere-se à capacidade de acessar

e observar os dados sendo coletados de diferentes processos e
a informações-chave relativas a esses dados. Seu conceito está
muito alinhado com a tecnologia de sombra digital. Quanto maior
a abrangência da sombra digital de uma empresa, maior sua
capacidade de gerar KPIs e dashboards em tempo real para a análise
de diferentes processos.

A etapa seguinte – transparência – refere-se a não somente

observar os dados disponibilizados na sombra digital, mas a produzir
conhecimento acerca das causas-raízes dos acontecimentos do chão
de fábrica, trazendo contexto para os dados coletados. A transparência,
portanto, é um requisito fundamental para técnicas como a
manutenção preditiva, por exemplo.

19
 Dessa forma, a etapa que sucede a transparência é a capacidade
preditiva. A partir da visibilidade de processos e da contextualização
das informações obtidas pelos dados, torna-se possível aplicar
sistemas inteligentes para prever cenários futuros e se adaptar, com
antecedência, aos cenários mais prováveis. Essas previsões podem
agregar valor a todos os setores de uma empresa, desde o setor de
manutenção, a partir da manutenção preditiva, até setores de vendas e
logística, por meio da adaptação a possíveis mudanças de mercado.

A etapa final é chamada de adaptabilidade, em que a capacidade

preditiva é utilizada para que sistemas de TI tomem decisões de maneira
autônoma, adaptando os processos da empresa automaticamente a
partir das previsões futuras. Um exemplo seria alterar automaticamente
planejamentos logísticos de acordo com possíveis falhas de
equipamentos. O objetivo dessa etapa é permitir que a empresa
responda ao dinamismo do mercado da maneira mais rápida possível.
O nível de autonomia dos sistemas adaptativos deve ser medido
cuidadosamente quanto a seus riscos e custo-benefício.

O SENAI disponibiliza, de maneira online, no site SENAI 4.0, um sistema

para avaliação de maturidade empresarial para a Indústria 4.0, seguindo
os moldes definidos pela ACATECH. A avaliação, disponível de maneira
gratuita, se dá a partir de um questionário a ser respondido pelos
profissionais da empresa interessada, contando com perguntas sobre
a realidade atual da empresa, seus objetivos futuros e planejamentos
de investimentos. As empresas participantes recebem como resultado
orientações para os próximos passos na sua jornada 4.0.

20
 PROFISSÕES DO FUTURO: DESAFIOS E
OPORTUNIDADES
Frente a esse panorama de renovação da indústria, fica clara a necessidade de
capacitação dos profissionais em todas as áreas de atuação. Além das funções
que desempenham atualmente, os trabalhadores deverão ter habilidade para
lidar com os dados – a matéria prima da Indústria 4.0. Tanto profissionais atuando
no chão de fábrica quanto gestores e diretores precisarão de conhecimentos
sobre o valor dos dados e de seus usos e integração através da empresa. Nesse
contexto, é possível identificar o surgimento de uma série de novas profissões e
ocupações desempenhadas por trabalhadores com habilidades relacionadas às
tecnologias habilitadoras (SESI, 2020).

A capacitação para novas profissões pode ocorrer de duas formas: pela

capacitação de profissionais já atuando na indústria, ou profissionais brownfield,
e pela formação de novos profissionais em cursos direcionados para a Indústria
4.0, ou profissionais greenfield. Ambas as formas de capacitação são necessárias
e complementares para atender às necessidades industriais de desenvolvimento
tecnológico.

21
 Como exemplo de capacitação Já quanto aos profissionais
brownfield, podemos citar a greenfield, ainda não inseridos
capacitação de operadores para na indústria, pode-se destacar a
lidarem com tecnologias de IoT e demanda por cursos específicos
sistemas ciberfísicos, acarretando referentes às tecnologias
a figura do Operador Digital, cargo habilitadoras, a fim de formar
em que as tarefas do operador profissionais técnicos em IoT,
de equipamentos atual são técnicos em cibersistemas,
complementadas com conhecimentos cientistas de dados, técnicos em
de sensoriamento e coleta de dados, cibersegurança e especialistas em
além da análise e monitoramento de big data ou inteligência artificial.
informações em painéis digitais. O Nos próximos anos, espera-se que a
investimento na capacitação desses oferta desses cursos em instituições
profissionais já é uma forte tendência de ensino receba cada vez mais
em empresas que estão iniciando a destaque.
adoção das tecnologias 4.0.

22
 Ao longo da última década, as indústrias ao redor do globo vêm
se preparando para a chegada da Quarta Revolução Industrial. Essa
revolução, que traz consigo uma série de novas tecnologias, conceitos
e implicações para a indústria, requer não apenas investimentos em
tecnologia e infraestrutura, mas em capacitação. Os trabalhadores 4.0
deverão estar preparados para compreender a realidade de fábricas que
combinam sistemas físicos e digitais e o papel que devem desempenhar
no seu funcionamento.

Frente às possibilidades trazidas pela introdução da IIoT em larga

escala, como o desenvolvimento de gêmeos digitais e a utilização
de sistemas preditivos baseados em inteligência artificial, crescerá a
demanda por profissionais com uma série de novos conhecimentos,
mas com um ponto em comum: a compreensão do uso de dados. Nesse
cenário, tanto profissionais especialistas nas tecnologias habilitadoras
quanto especialistas nos processos e equipamentos de cada fábrica
deverão combinar seus conhecimentos para garantir que a transição
para a Indústria 4.0 ocorra de maneira correta e adaptada para a
realidade de cada organização.

A adoção da Indústria 4.0 caminha a passos largos no Brasil, e é

fundamental que empresas e profissionais estejam cientes de suas
implicações de maneira a manter sua competitividade frente a
mercados globais e dinâmicos.

23
REFERÊNCIAS
CHENG, J. C. P. CHEN, W.; CHEN, K.; WANG, Q. Data-driven predictive maintenance planning
framework for MEP components based on BIM and IoT using machine learning algorithms.
Automation in Construction, v. 112, 103087, 2020.
ISHWARAPPA, J. A. A Brief Introduction on Big Data 5Vs Characteristics and Hadoop
Technology. Procedia Computer Science, v. 48, p. 319-324, 2015.
MAKRIDAKIS, S. The forthcoming artificial intelligence (AI) revolution: Its impact on society
and firms. Futures, v. 90, p. 46-60, 2017.
MITCHELL, T. M. Machine learning. New York (NY, USA): McGraw-Hill Inc., 1997.
OLIVEIRA, F. Brasil fica entre os últimos lugares em ranking de automação de empresas. Folha
de S. Paulo, Edição Online, 08 de agosto de 2018. Disponível em: https://www1.folha.uol.
com.br/mercado/2018/08/brasil-fica-entre-os-ultimos-lugares-em-ranking-de-automacao-
de-empresas.shtml. Acesso em: 04 out. 2021.
RABELO, R. J. et al. Uma Proposta de Arquitetura de Referência de Gêmeo Digital para
Sistemas Ciberfísicos em um cenário de Indústria 4.0. Anais do XXIII Congresso Brasileiro
de Automática. Revista da Sociedade Brasileira de Automática, CBA2020, v. 2, n. 1, 2020.
SESI. Departamento Regional do Paraná. Skills 4.0: habilidades para a indústria. Departamento
Regional do Paraná. Curitiba: Sesi/PR, 2020.
SCHUH, G.; ANDERL, R.; GAUSEMEIER J.; ten HOMPEL, M.; WAHLSTER, W (Eds.). Industrie
4.0 maturity index: managing the digital transformation of companies. The Acatech Study
Series. Munich: Herbert Utz Verlag, 2017.

24