A manutenção industrial está deixando de ser apenas preventiva ou preditiva para entrar em uma nova fase: a manutenção prescritiva. Com a ajuda da inteligência artificial (IA), empresas como Netzsche e Siemens estão desenvolvendo sistemas capazes não só de prever falhas, mas sugerir ações corretivas específicas para que as máquinas passem a ganhar eficiência com o passar do tempo ao invés de perder. 

É uma espécie de tuning (incremento da capacidade de máquinas, bastante comum em carros) para equipamento industrial. A pesquisa “O poder da IA no mercado de alimentos e bebidas”, do Food Connection e da Fispal Tecnologia, aponta que visão computacional para detecção de defeitos e análise preditiva para manutenção de equipamentos já estão com as principais aplicações de IA na cadeia de suprimentos. Agora, um novo passo é dado. 

O conceito de manutenção prescritiva pode representar um salto tecnológico na gestão de ativos, ao transformar dados operacionais e históricos, analisados por IA, em recomendações automatizadas que aumentam a eficiência e a vida útil dos equipamentos. 

Na Fispal Tecnologia 2025, a Netzsche apresentou seu sistema NORIUS, que alia IoT, monitoramento em tempo real e IA para indicar intervenções precisas. Já a Siemens aposta em uma IA generativa que evolui com as decisões dos técnicos de manutenção, criando uma base de conhecimento viva e personalizada.

IA prescreve soluções

A Netzsche do Brasil, empresa alemã especializada em bombas e sistemas com 150 anos de tradição, está dando um passo além da manutenção preditiva tradicional. A companhia desenvolve uma solução de inteligência artificial que não apenas identifica problemas nos equipamentos, mas também prescreve soluções automáticas para corrigi-los.

A inovação, apresentada na Fispal Tecnologia 2025, está baseada no sistema de monitoramento Norius. “É uma solução que é integrada a diversos sensores que estão instalados tanto no equipamento quanto na linha do cliente, seja pipeline, tubulação ou no equipamento em si”, explica André dos Anjos, analista de inovação da Netzsche do Brasil.

O projeto da Netzsche vai além da manutenção preditiva convencional, avançando para o que o analista chama de “manutenção prescritiva”. “A gente pode identificar o problema e entrar com uma medicina, um remédio, alguma ação para que aquele equipamento tenha sua vida útil aumentada”, define.

Na prática, isso significa que o sistema não apenas detecta que um equipamento está perdendo eficiência, mas também oferece soluções específicas. 

A primeira versão do Norius permite que o dispositivo processe dados localmente e os envie para a nuvem, permitindo que os clientes acompanhem o desempenho dos equipamentos de qualquer lugar do mundo. Quando parâmetros máximos relacionados às condições físicas de funcionamento das máquinas, o sistema desliga automaticamente o equipamento, evitando danos maiores.

Combo de soluções humanas e robotizadas

A Siemens também está transformando a manutenção industrial com uma solução de inteligência artificial que vai além da simples predição de falhas. O sistema, apresentado por Daniel Cassimiro, engenheiro e consultor técnico com foco em Alimentos & Bebidas da empresa, utiliza dados já disponíveis nas plantas industriais e evolui continuamente através do feedback dos operadores.

O diferencial da solução está na capacidade de aprendizado contínuo. O sistema processa informações diversas – desde ordens de serviço (OS) de manutenção até manuais de equipamentos e catálogos de produtos – para criar uma base de conhecimento abrangente.

A tecnologia cruza dados operacionais como torque do motor e produtividade da máquina para gerar insights preditivos. Mas o que torna a solução única é sua capacidade de aprender com as correções realizadas pelos técnicos.

Daniel ilustra o funcionamento com um exemplo prático: “Aconteceu uma possibilidade de falha, vamos supor que o óleo da máquina está vazando. Ele vai avisar para você, vai abrir uma OS para você de serviço, você vai até a máquina, verifica se o óleo está vazando.”

O processo de aprendizado acontece quando a realidade diverge da previsão inicial. “Você chegou lá e falou assim: ‘Olha, o óleo não está vazando, mas eu descobri que o parafuso da máquina estava solto e eu apertei.’ Você vai na IA de novo, fala o que você fez, ela aprende com isso.”

Essa retroalimentação permite que o sistema evolua constantemente. “Na próxima vez ela entende que está acontecendo algo parecido a isso, ela já avisa o mantenedor que pode ser o parafuso o problema”, destaca o consultor.

Leia mais sobre inteligência artificial: