Siemens e Nvidia testam IA na fábrica de Erlangen, Alemanha, para preparar a inspeção de placas eletrônicas antes de produzir peças físicas. Projeto mira até 85% menos esforço de engenharia e um novo modelo de fábrica.
Em uma fábrica alemã que produz componentes usados para controlar máquinas industriais, a Siemens e a Nvidia passaram a testar uma forma diferente de preparar o trabalho: a inteligência artificial cria placas eletrônicas virtuais, simula defeitos e ajuda a programar a inspeção de qualidade antes mesmo de existir a primeira peça física. A parceria foi apresentada em 19 de outubro de 2026, na unidade de Erlangen, e trouxe uma projeção expressiva: diminuir em até 85% o esforço manual de engenharia dedicado a uma etapa específica da preparação da produção.
O número é chamativo, mas precisa ser compreendido com precisão. Não significa cortar 85% dos funcionários, dos custos ou do tempo de funcionamento da fábrica inteira. A redução é uma meta anunciada para gerar programas de inspeção óptica de placas de circuito. O experimento faz parte de uma tentativa mais ampla de criar fábricas que conseguem testar mudanças no computador e ajustar a operação física com mais rapidez.
O problema começa antes da primeira placa chegar à linha: máquinas precisam aprender o que procurar
Placas eletrônicas são a base de conversores, acionamentos e controles usados em equipamentos industriais. Sobre elas ficam pequenos componentes, conexões e trilhas que precisam estar na posição correta. Um defeito de solda, uma peça trocada ou uma conexão imperfeita pode afetar o funcionamento de um equipamento inteiro.
-
3I/ATLAS tem metano incomum e reforça hipótese de origem anterior ao Sol
-
Meteorito de Marte encontrado no Saara tem ao menos 4,1 bilhões de anos e guarda sinais de água
-
Planeta anão: objeto encontrado além de Plutão aguarda confirmação de sua natureza
-
Júpiter, Saturno, Urano e Netuno podem entrar em caos e colidir após o Sol esgotar seu combustível, indicam simulações
Para conferir milhares de pontos de uma placa, fabricantes recorrem a sistemas de inspeção óptica automatizada, chamados AOI. Câmeras e algoritmos examinam imagens em busca de falhas. Antes de começar, porém, alguém precisa preparar as referências e indicar o que representa uma montagem correta. Tradicionalmente, boa parte desse trabalho dependia da existência de protótipos físicos e de configurações feitas por engenheiros.
A Siemens explicou no anúncio de 19 de outubro que essa espera por amostras poderia consumir semanas. Na proposta desenvolvida com a Nvidia, o projeto digital da placa passa a fornecer imagens para treinar e ajustar a inspeção antes da chegada de exemplares reais.
Como a Nvidia ajuda a criar defeitos virtuais para que as câmeras identifiquem erros de verdade
O sistema combina softwares industriais da Siemens, como Teamcenter e Process Preparation X, com tecnologias da plataforma Nvidia Cosmos. Os dados de engenharia descrevem a placa e seus componentes. A partir dessa descrição, os programas produzem uma representação visual realista da montagem, conhecida no setor como golden board virtual, isto é, uma referência de como a placa deveria estar quando corretamente montada.
A IA também pode gerar exemplos sintéticos de defeitos. Dessa forma, a linha não precisa esperar que uma placa defeituosa apareça de fato para mostrar ao sistema o que ele deverá identificar. Uma imagem simulada pode indicar, por exemplo, um componente ausente ou fora de posição, servindo para calibrar as verificações posteriores.
A divulgação complementar da Siemens, de 21 de outubro, descreve três objetivos para o projeto de inspeção: até 85% menos trabalho manual de engenharia na geração de programas, mais de 40% menos alarmes falsos e melhoria superior a 5% na taxa de placas aprovadas na primeira passagem. São metas e resultados esperados para o fluxo apresentado, não índices gerais já comprovados para todas as fábricas.
Os alarmes falsos merecem atenção. Se um sistema sinaliza como defeituosa uma peça que está correta, profissionais precisam inspecioná-la novamente e a produção perde tempo. Diminuir esse tipo de ocorrência pode liberar capacidade sem reduzir a exigência de qualidade.
Até 40% menos tempo para colocar produtos em fabricação — mas não para construir uma fábrica
A Siemens também associou a preparação virtual à possibilidade de reduzir em até 40% o tempo necessário para levar novas placas eletrônicas à produção, conforme a descrição do caso apresentada em 19 de outubro. O conceito não é construir um prédio industrial 40% mais depressa, mas antecipar atividades que normalmente seriam feitas depois que os primeiros protótipos físicos estivessem prontos.
Imagine uma fábrica que recebe um novo projeto na segunda-feira. Se precisa aguardar a produção de várias placas de referência, a equipe de qualidade só começa a configurar plenamente a inspeção quando as amostras chegam. Um modelo virtual preparado com os dados certos permite iniciar essa etapa antes, encurtando o intervalo entre o projeto aprovado e as primeiras unidades comerciais.
O chamado gêmeo digital não é apenas uma animação bonita da fábrica. Ele reúne dados sobre componentes e operações que podem ser usados para testar condições, comparar alternativas e detectar incompatibilidades antes de mudanças no ambiente real.
Fábrica de Erlangen virou laboratório enquanto a Siemens planeja investir mais em sua operação
A unidade de Erlangen, na Alemanha, é chamada pela Siemens de laboratório em produção, ou living lab. A empresa utiliza linhas verdadeiras para testar se as aplicações de inteligência artificial conseguem funcionar em processos com mudanças frequentes de modelos e configurações. Isso diferencia o projeto de demonstrações feitas apenas em laboratórios externos.
Segundo a Siemens, a planta já apresenta ganhos anuais de produtividade próximos de 7% e recebe milhares de visitantes interessados em conhecer automação industrial. Os números descrevem o desempenho mais amplo da unidade e não devem ser atribuídos exclusivamente ao novo sistema de inspeção anunciado em outubro.
Em entrevista à Reuters em 19 de outubro, o executivo Cedrik Neike afirmou que a companhia pretende aumentar o nível de automação de cerca de 30% a 40% para 70% a 80% com auxílio de IA. Trata-se de uma ambição de expansão tecnológica, não de um indicador que já tenha sido alcançado. A reportagem mencionou ainda um plano de € 500 milhões em investimentos para ampliar o complexo de Erlangen até 2030.
O objetivo anunciado é usar o que funcionar nessa fábrica como referência para outros setores. Mas replicar a solução exige que as empresas tenham dados de projeto confiáveis, máquinas integradas, infraestrutura digital e profissionais capazes de supervisionar o sistema.
Agentes digitais também entram no planejamento de materiais, prazos e linhas industriais
O projeto não se limita à câmera que observa placas. A Siemens descreveu testes com agentes de IA voltados ao planejamento da produção: sistemas que avaliam cenários combinando capacidade de máquinas, disponibilidade de materiais, datas de entrega e exigências de diferentes produtos.
Quando falta um componente, por exemplo, o planejamento precisa decidir se reorganiza o turno, transfere parte da produção para outra linha ou altera a sequência de pedidos. Uma mudança pode resolver um atraso e criar outro em etapa posterior. O propósito dos agentes é avaliar mais combinações do que um planejador conseguiria conferir manualmente no mesmo período.
Nessa área, a empresa mencionou a possibilidade de economias de até 20% em processos de planejamento e operações específicas. Não se trata de comprovação de redução de 20% das despesas gerais de todas as unidades industriais. O resultado dependerá dos cenários, da qualidade dos dados e da adoção real das recomendações.
A solução também continua dependente de pessoas para definir limites de segurança, verificar resultados e corrigir decisões inadequadas. Um algoritmo pode propor um calendário eficiente no papel, mas não deve ignorar uma parada de manutenção ou regras de operação industrial.
Trabalhadores serão substituídos? O teste mostra mudança de tarefas, não um balanço de demissões
O debate sobre empregos acompanha qualquer anúncio de automação. Nesse caso, os dados divulgados medem sobretudo o esforço necessário para preparar a inspeção eletrônica e a capacidade de planejar processos. A Siemens e a Nvidia não divulgaram um número de postos eliminados pelo projeto de Erlangen.
Preparar uma inspeção virtualmente pode reduzir tarefas repetitivas de configuração, mas cria exigências de verificação de dados, análise de resultados, integração de sistemas e manutenção. Engenheiros e técnicos continuam responsáveis por conferir se as placas físicas são confiáveis e se os mecanismos de identificação de defeitos funcionam em condições variadas.
Para o Brasil, o interesse prático está na possibilidade de reduzir o custo de lançar novos equipamentos eletrônicos e encurtar etapas industriais de inspeção. Empresas de automação, eletroeletrônica, máquinas e autopeças podem acompanhar aplicações semelhantes. Entretanto, o desempenho prometido pela Siemens não pode ser simplesmente transferido para qualquer fábrica brasileira sem testes locais.
A fábrica do futuro não chegou pronta: o desafio agora é transformar demonstrações em resultados
O anúncio de outubro mostrou uma mudança de método: antes de colocar a placa na linha, o sistema tenta antecipar seus detalhes em um ambiente digital e oferecer exemplos para as máquinas de inspeção. A diferença é concreta, mas a expansão exigirá validação em diferentes produtos, turnos e equipamentos.
A Siemens apresentou uma meta de até 85% menos esforço manual em uma tarefa específica; a Nvidia fornece ferramentas de geração e simulação de imagens; e a fábrica de Erlangen funciona como local de testes. São três partes de um mesmo experimento, não uma prova de que toda a produção industrial já está autônoma.
O avanço também lança uma pergunta para a indústria brasileira: quando a IA deixar de apenas organizar documentos e passar a preparar fisicamente a produção, quais atividades deverão mudar primeiro? Compartilhe sua opinião nos comentários e acompanhe as próximas demonstrações de resultados industriais.
