Nas fábricas da Amorim Cork, onde todos os dias são produzidas cerca de 25 milhões de rolhas de cortiça, a Inteligência Artificial já não é uma promessa longínqua, nem sequer um protótipo: é a realidade. Este foi o primeiro passo de uma estratégia de inovação tecnológica com um impacto profundo, que, mais de 15 anos depois, continua em atualização. Talvez seja este o maior segredo da transformação tecnológica: é um processo contínuo, em melhoria permanente, que nunca se conclui totalmente. Afinal, essa é a própria natureza da inovação. A robótica foi apenas o primeiro passo. A partir de 2020, a Inteligência Artificial entra em cena. Inicialmente, recorrendo ao machine learning para melhorar a classificação das rolhas, sobretudo com base no seu aspeto visual. Utilizando fotografias e outros dados (como imagens de raio X), os sistemas passaram a aprender a partir de grandes volumes de informação, aumentando a precisão, a eficiência e a homogeneidade dos lotes de rolhas, e reduzindo a imprevisibilidade do processo. Antes da introdução da IA, a classificação das rolhas era feita com base em algoritmos com milhares de linhas de código: “Chegámos a ter códigos com mais de 10 mil linhas. E depois só quem os escreveu é que conseguia perceber o que ali estava.” explica Tiago Pinho, diretor industrial da Amorim Cork. As máquinas analisavam imagens 2D e 3D, mas a decisão dependia de 70 parâmetros ajustáveis. Esta complexidade não potenciava a consistência do processo analítico. Rapidamente se percebeu que este tipo de ferramenta, com poderes de computação limitados, necessitava de evoluir. O objetivo passou a ser reduzir a intervenção humana para dois ou três parâmetros e tornar o sistema ainda mais fiável e previsível. “Nós queríamos um projeto onde as pessoas só mexiam em duas ou três coisas. Não queríamos ficar dependentes de mão-de-obra altamente qualificada, porque ela não existe”, sublinha o responsável.
A resposta chegou com as redes neuronais, capazes de aprender diretamente a partir de exemplos, e não de regras programadas. Para desenvolver este sistema, a Amorim Cork aliou-se a uma start-up especializada em Inteligência Artificial, através de um programa da Microsoft que unia a indústria a este tipo de parceiros tecnológicos. A escolha recaiu na Sentinel, de Guimarães, que desenvolveu um novo modelo de algoritmo, dando continuidade ao trabalho já realizado nesta área com a empresa 3Control. No início, a comunicação não foi fácil. Foi preciso inverter os papéis: os engenheiros informáticos vieram para o chão de fábrica, e Tiago Pinho e a sua equipa foram estudar IA. E a mudança aconteceu. O treino do algoritmo – um processo contínuo, sem fim – começou a produzir resultados. Estamos já no campo do deep learning, um ramo do machine learning que utiliza algoritmos mais sofisticados, capazes de replicar, de forma simplificada, o funcionamento do cérebro humano. Com uma diferença: ao contrário do ser humano, a rede neuronal não se esquece e aprende continuamente. “O nosso cérebro não consegue acrescentar indefinidamente sem sobrepor a memórias passadas. Mas a máquina consegue. Vai aumentando os dados e diminuindo o erro,” explica Tiago Pinho. A avaliação humana é, por natureza, imperfeita, nunca atinge a consistência absoluta, e a taxa de repetibilidade (ou seja, a capacidade de aplicar os mesmos parâmetros da mesma forma) não passa dos 75%.
A máquina, pelo contrário, em 90% dos casos, tem a mesma decisão sobre a mesma imagem. Reduzem-se drasticamente os desvios, os extremos desaparecem e consegue-se a almejada homogeneidade e uniformização.Como sintetiza Tiago Pinho “O segredo não está no algoritmo. Está no cliente saber o que quer e definir bem o que pretende em cada saída da máquina A, B e C. A qualidade e a quantidade de dados é que permitem que o output seja uma decisão fiável.” Na prática, a introdução do deep learning significou uma verdadeira mudança de paradigma, que permitiu passar de regras fixas, parâmetros introduzidos manualmente e um código frágil, a uma rede neuronal capaz de produzir decisões consistentes, num processo de melhoria contínua. A Amorim Cork optou por internalizar competências, formando as suas equipas para treinar, avaliar e melhorar continuamente os modelos. Hoje, o sistema já passou por diversas versões de melhoria incremental, que reduziram drasticamente a intervenção humana, tornando-se bastante autónomo. Atualmente, nas fábricas da Amorim Cork, cada rolha passa pelo algoritmo quatro vezes, num total de 12 decisões por unidade, com base na análise do seu aspeto visual. A utilização da IA permite aumentar a eficiência e a homogeneidade da classificação, reduzindo a variabilidade associada à avaliação humana e libertando recursos humanos para funções de maior valor acrescentado.
O sistema encontra-se em aprendizagem contínua, tendo a repetibilidade da decisão evoluído de 60% para 80%. A Amorim Cork abriu esta transformadora “caixa de Pandora”, mas as restantes UNs acompanham a transição, e a Amorim Cork Solutions é disso exemplo. Nesta UN, a IA está a dar passos, com muito espaço para crescer e já se nota o impacto, sobretudo em áreas concretas como o sealing, isolamentos e setores de explore. Aqui, no entanto, a IA é utilizada numa lógica diferente, ligada à gestão e partilha do conhecimento.
O Sector Knowledge é uma iniciativa estratégica da Amorim Cork Solutions focada na criação, manutenção e partilha de conhecimento, dentro das equipas. Enquanto responsável do Sector Knowledge, Sofia Paixão liderou o projeto, implementando duas iniciativas com recurso à Inteligência Artificial no seio da empresa. O objetivo é que cada equipa - na área comercial, de inovação ou marketing – tenha acesso ao maior conhecimento e à maior especialização possível sobre os materiais, aplicações, clientes e competição desse setor, alavancando de forma exponencial as core competences das UNs. A primeira iniciativa consistiu na implementação de um chatbot, alimentado por uma base de dados específica para cada setor, e que permite aos colaboradores e colaboradoras fazerem perguntas sobre portefólio, fichas técnicas, revisões estratégicas e informação de mercado e obter a resposta em segundos. Esta iniciativa trabalha com o conhecimento que já existe dentro da organização, e é uma forma inovadora, mais fácil e acessível, de manter e partilhar o conhecimento interno por toda a equipa. Acelerando e simplificando os fluxos de comunicação, esta iniciativa beneficia as pessoas que já estão na empresa e facilita o onboarding, garantindo que novos colaboradores e colaboradoras têm a possibilidade de aprender
muito mais rápido. Com esta ferramenta, disponível em regime permanente, é possível ter resposta para muitas das questões que surgem no quotidiano sobre o setor. Esta iniciativa já está a ser aplicada na área de sealing e isolamentos e, em breve, será alargada a outros setores.
A segunda iniciativa, já disponível nas áreas de sealing, marine e energia, e durante o primeiro semestre do ano alargada às restantes áreas, está mais orientada para a obtenção e manutenção de novo conhecimento, varrendo a web em busca de informação relevante sobre a indústria, e trazendo-a para o interior da empresa. O objetivo é garantir que as equipas estão sempre atualizadas relativamente a notícias mundiais que podem afetar o negócio. Para isso, foi desenvolvido um agente de Inteligência Artificial que, semanalmente, varre um conjunto de sites pré-identificados pela equipa e devolve, via Teams, pequenos resumos de todas as notícias publicadas nessa semana, bem como um relatório em PDF. Esta ferramenta representa uma enorme economia de tempo, libertando as equipas para o pensamento estratégico essencial para a empresa. Como sublinha Sofia Paixão, que é também gestora técnica e de produto das áreas de aerospacial e energia: “A gestão de conhecimento é algo cada vez mais importante na nossa organização, em particular para garantir que as equipas têm o máximo de conhecimento possível sobre a área de negócio em que atuam, e que esse conhecimento não só é rapidamente adquirido (...) mas também que é mantido ao longo dos anos. Para além da manutenção do conhecimento, o Sector Knowledge pressupõe a criação de novo conhecimento, e pretende assegurar que todos os membros de cada equipa recebem informação atualizada e relevante do mercado, de uma forma sistemática. Ambas as iniciativas tiveram recurso a IA e pretendem, acima de tudo, otimizar a relação tempo vs. nível de conhecimento – estas ferramentas permitem, de uma forma eficaz, ter acesso a documentação e informação que, de outra forma, nos tomaria horas.
