Inovação industrial como estrada para o enriquecimento do Brasil
A inserção da Inteligência Artificial (IA) no cotidiano das pessoas é um caminho sem volta, e o mesmo vale para as máquinas e os equipamentos, setor em que a IA está presente há mais tempo, em uma trajetória derivada da própria evolução tecnológica da indústria 3.0, imprescindível para a indústria 4.0.
O tema “Aplicações Práticas de IA na Indústria de Máquinas e Equipamentos” foi a base da 19ª edição do ABIMAQ Inova 2025, realizado em 30 de outubro de 2025 e organizado pela Entidade em parceria com o Instituto de Pesquisa e Desenvolvimento Tecnológico da Indústria de Máquinas e Equipamentos (IPDMaq). Especialistas, empresários e acadêmicos contribuíram diretamente com a temática, sendo voz corrente que a IA, mais do que uma tecnologia acessória, é uma disciplina indispensável para a competitividade global.
Essa realidade fundamenta a certeza expressa por João Alfredo Delgado, diretor de Tecnologia da ABIMAQ, ao garantir que “a Inteligência Artificial faz parte do presente da indústria. Conhecer suas aplicações práticas é essencial para ampliar resultados e preparar as empresas para os próximos desafios.”
Exemplos de aplicação de IA no setor industrial, em especial no chão de fábrica, são inúmeros e se materializam em atividades como manutenção e qualidade e otimização de processos, seja com o uso de sensores para identificar vazamentos e prever a vida útil de componentes, como filtros industriais, entre outros, seja na aplicação de algoritmos para controle de qualidade e cibersegurança.
A IA também proporciona oportunidade de desenvolvimento de novas formas de comercialização de máquinas e equipamentos, assim como cria oportunidades de oferecimento de serviços de alto valor agregado. As estratégias incluem modelos que reduzem o investimento do usuário final, tais como servitização, locação de máquinas e prestação de serviços de monitoramento e suporte técnico a distância para máquinas e equipamentos.
Outro aspecto que corrobora a afirmação de Delgado envolve a criação de linhas de financiamento à inovação e ao desenvolvimento tecnológico, públicas e privadas, que contemplam investimentos em IA, assim como o Plano Brasileiro de Inteligência Artificial (PBIA) 2024-2028, que prevê investimento de R$ 23 bilhões em quatro anos.
O Banco Nacional de Desenvolvimento Econômico e Social (BNDES), por exemplo, como parte da Nova Indústria Brasil (NIB), entre janeiro de 2024 e junho de 2025, aprovou cerca de R$ 1 bilhão em operações para diferentes elos da cadeia, como hardware, integradores e desenvolvedores de aplicações e infraestrutura, sendo a maior parte com recursos do programa BNDES Mais Inovação. Às ações do BNDES somam-se os recursos não reembolsáveis, focados em pesquisa aplicada e inovações, da Financiadora de Estudos e Projetos (Finep). Juntas, até o fim de 2025, essas duas entidades aprovaram R$ 5,4 bilhões para projetos de IA relacionados à “Nova Indústria Brasil”.
Há ainda instituições como a Empresa Brasileira de Pesquisa e Inovação Industrial (Embrapii), que conecta o conhecimento científico da sua rede de unidades – composta por Instituições de Ciência e Tecnologia (ICT) públicas e privadas credenciadas – com a indústria por meio de um modelo ágil, flexível, de baixa burocracia e com o investimento de recursos não reembolsáveis.
Mais do que disponibilizar o conhecimento científico por meio de suas unidades, a Embrapii compartilha os custos dos projetos com as empresas aportando recursos não reembolsáveis, desde a fase pré-competitiva da inovação. A meta é estimular o setor industrial a inovar mais e com maior intensidade tecnológica, além de potencializar a força competitiva das indústrias brasileiras nos mercados interno e internacional.
A presença de IA no chão de fábrica também pode ser considerada como um indicador de maturidade tecnológica e contribui para medir o desenvolvimento econômico do país, pois a capacidade de inovar e de produzir máquinas sofisticadas em plantas tecnologicamente avançadas (indústria 4.0) está diretamente vinculada à riqueza de uma nação.
Paulo Gala – mestre e doutor em economia e professor da Fundação Getúlio Vargas (FGV) – exemplifica essa correlação citando países como Holanda, Dinamarca e Estados Unidos, que “apresentam rendas per capita entre US$ 30 mil e US$ 70 mil, com base em inovações de ponta, enquanto o Brasil permanece estagnado na faixa dos US$ 10 mil”. Para ele, a IA é o motor que pode elevar a “complexidade econômica” brasileira, permitindo ao país subir degraus na escala tecnológica.
Aprendizagem produtiva e renda per capita
O desenvolvimento econômico segundo Gala, que estuda o tema há cerca de três décadas, não é um conceito abstrato, mas sim a capacidade de um país promover a aprendizagem produtiva: “Tornar-se um país rico significa, na prática, ter a competência técnica para fabricar produtos de alta complexidade. O desenvolvimento econômico, que é o enriquecimento de um país, na verdade, é se desenvolver, é ter capacidade de aprendizagem produtiva em um setor muito específico, no setor industrial de máquinas e equipamentos e de inovação”.
A Holanda – exemplifica Gala – abriga a ASML, empresa que fabrica máquinas de litografia para semicondutores que custam 200 milhões de dólares cada. “O dia que uma máquina dessas for produzida no Brasil, o nosso rendimento médio mensal vai pular para R$ 30 mil”, e agrega: “O contraste se estende à capacidade exportadora. Taiwan, uma ilha com 27 milhões de pessoas, exporta quase US$ 500 bilhões por ano, enquanto o Brasil, com 210 milhões de habitantes, não alcança a marca de US$ 350 bilhões. Se Taiwan interrompe a produção de semicondutores, o mundo todo é afetado, porque a dependência desse item é gigante”.
Em outras palavras, “o que torna um país rico é ele ser um player relevante de produtos high-tech. O país pobre não tem máquinas e equipamentos, não tem setor industrial, não inova”. Utilizando um mapa que elenca os países pela sua complexidade econômica, o professor da FGV situa o Brasil na faixa que ele denomina por “armadilha da renda média”, que o posiciona entre os 50 países intermediários do mundo, longe da fronteira tecnológica ocupada por Japão, Suíça e Coreia do Sul, país que, nos anos 1960, era mais pobre que o Brasil e exportava perucas de cabelo humano. Hoje, a Coreia do Sul é o exemplo máximo de ascensão, com renda per capita três vezes superior à brasileira, graças ao domínio de marcas globais como Samsung e Hyundai.”
A falta de complexidade na economia brasileira, salienta Gala, reflete-se em fenômenos sociais preocupantes, como o “engenheiro que virou Uber” ou o brain drain (fuga de cérebros). “Quando os engenheiros brasileiros estão fazendo uma função que remunera R$ 4 ou R$ 5 mil por mês, quer dizer que alguma coisa deu errado no nosso sistema produtivo”, lamenta o professor da FGV.
Em sua fala, Gala desmitifica, ainda, a ideia de que o setor de serviços, isoladamente, pode levar ao desenvolvimento. Na realidade – garante ele –, em países ricos, o setor de serviços parece maior apenas porque os preços internos são inflados pelo sucesso da indústria, pois “a métrica real do desenvolvimento é a produção manufatureira per capita. Enquanto a Suíça produz US$ 15 mil por habitante em manufatura, o Brasil produz apenas US$ 1 mil. Quem não é hiperindustrializado não é rico. Por isso, deve-se estar atento ao perigo da desindustrialização prematura, pois países ricos descartam apenas a indústria de baixa tecnologia (low-tech), mas mantêm e fortalecem os setores de alta tecnologia.”
A mudança da conjuntura exposta pelo professor da FGV é viabilizada, entre outros fatores, pela inteligência artificial, definida por ele como “máquina do futuro”. No entanto, a IA, para se consolidar, exige a existência de uma estrutura industrial robusta que, entre outros indicadores, pode ser medida pelo número de patentes. E, nesse quesito, o Brasil também deixa a desejar: “Atualmente, o mundo detém 15 milhões de patentes vigentes; a China lidera com 5 milhões, seguida pelos EUA com 4 milhões. O Brasil, embora tenha empresas de excelência como Embraer, WEG e Jacto, precisa escalar essa densidade tecnológica para milhares de outras companhias.”
Gala encerrou sua participação no Abimaq Inova com uma mensagem clara: o aumento da produtividade geral é uma falácia se não houver foco em setores de alto valor adicionado. “Sem máquinas e equipamentos, sem inovação, não haverá desenvolvimento econômico. A diferença está nos setores industriais que inovam e que estão escondidos. Esses, sim, são gigantes”.
A contribuição dos códigos, algoritmos e software
O cenário brasileiro no tocante à capacidade de fabricar produtos de alta complexidade, embora nebuloso, pode ser revertido na visão de Iwens Sene – professor doutor do Centro de Excelência em Inteligência Artificial da Universidade Federal de Goiás (CEIA-UFG) – com a contribuição de códigos, algoritmos e software: “A Inteligência Artificial não é apenas uma tendência, mas a ferramenta que permitirá ao Brasil materializar em reais os resultados do investimento tecnológico. É perceptível a corrida para, de fato, tentar conseguir colocar o Brasil na ponta. Se não conseguimos ter 100% do maquinário, pelo menos, nessa área, o País já consegue entregar soluções de classe mundial.”
O CEIA-UFG – criado em 2019, ao operar sob um modelo de Tríplice Hélice, unindo o Governo de Goiás (via Fundação de Amparo à Pesquisa do Estado de Goiás – FAPEG), a iniciativa privada e a Embrapii – é destacado por Sene entre os pilares dessa transformação. Atuando como uma unidade Embrapii focada em IA genérica, o centro já gerencia cerca de R$ 450 milhões em contratos de Pesquisa e Desenvolvimento (P&D), atendendo setores que vão da mobilidade urbana à energia elétrica.
O grande diferencial, segundo Sene, é a acessibilidade financeira para as empresas. O modelo Embrapii prevê que o órgão entre com até 50% dos recursos, o Sebrae aporta outra parcela, e resta à indústria apenas uma fração do investimento total. “É um modelo fantástico para trazer inovação e solução para as empresas”, defende. Mais do que lucros, o foco do centro é a formação de capital humano. Os recursos são reinvestidos em bolsas para estudantes e profissionais sêniores, garantindo que o conhecimento permaneça no País”, enfatiza o pesquisador.
Um dos gargalos para o desenvolvimento de IAs soberanas, como um ChatGPT brasileiro, alega o professor do CEIA-UFG, “é a infraestrutura de processamento. Para enfrentar esse desafio, o CEIA investiu cerca de R$ 40 milhões em um datacenter que hoje só perde para o da Petrobras em capacidade nacional. Entre as conquistas recentes está a aquisição dos novos supercomputadores DGX-B200 da Nvidia. Nós estávamos no início do ano, na fila, concorrendo com Elon Musk, e, praticamente, podemos dizer que chegamos juntos. Essa infraestrutura permite ao Brasil rodar algoritmos complexos que, em muitos casos, superam a capacidade de nações desenvolvidas que começaram a investir antes, como a Dinamarca.”
Desse modo, uma parte do desafio foi resolvida, mas há outros pontos a serem equacionados, como os dados, que são “o combustível da IA e um dos problemas, pois nas indústrias brasileiras há desperdício de informação. Enquanto os humanos produzem dados em uma velocidade impossível de processar manualmente, as máquinas nas fábricas muitas vezes guardam segredos que ninguém acessa”, relata o professor, explicando que há dados “presos” no interior de máquinas de fabricantes estrangeiros, difíceis de serem extraídos, dificultando “termos um raio X do que está acontecendo na nossa produção.” De acordo com ele, a “IA surge para oferecer uma tomada de decisão mais assertiva e rápida, tratando o volume absurdo de variáveis que o cérebro humano não alcança.”
Ao focar em aplicações práticas, nas mais diversas atividades produtivas, Sene detalhou os pilares da IA – Processamento de Linguagem Natural (NLP), Visão Computacional, Voz e Ciência de Dados – e enfatizou: “A tecnologia está disponível e o capital para inovação também; resta à indústria dar o passo em direção aos dados.”
Como exemplos, ele citou o caso de uma mineradora e de uma indústria de alumínio. A primeira “sofria com paradas não planejadas em seus sistemas de descarga de minério. Ao analisar dados históricos, o CEIA criou modelos preditivos que antecipam a quebra de pistões e peças críticas, evitando o efeito cascata de atrasos em trens e navios”.
Já na indústria de alumínio, com atuação focada no setor automobilístico, a equipe do CEIA, “além de automatizar a coleta de dados e prever anomalias, implementou um agente conversacional (chatbot) específico para o chão de fábrica. Diferentemente de ferramentas genéricas que podem alucinar ou dar respostas imprecisas, esse sistema foi alimentado apenas com a base de dados confiável da própria empresa. Na hora de algum setup diferente, o próprio técnico descreve o que aconteceu e obtém a solução.”