Para indústrias do plástico com alto grau de maturidade digital, o uso da Inteligência Artificial (IA) nos processos de transformação vem se tornando cada vez mais uma realidade. 

A recém-realizada feira K, a maior do setor no mundo, apresentou vários exemplos. Entre eles, as injetoras DMZ e a família iChen Smart Family, da fabricante chinesa Chen Hsong, dotadas de sistemas inteligentes que operam de forma integrada e proporcionam conectividade do chão de fábrica com plataformas digitais.  

Outro exemplo é a extrusora capacitada com tecnologia Machine Direction Orientation, da alemã Reifenhäuser, que aumenta a resistência dos filmes por meio da orientação do material. 

Como a IA pode ser aplicada na injeção e extrusão? 

Segundo o professor David Garcia Penof, coordenador do curso de Engenharia de Produção do Instituto Mauá de Tecnologia, as aplicações da IA nos processos produtivos, considerando injetoras e extrusoras, podem ser as mais variadas possíveis.  

Entre elas, ele cita requisitos de qualidade de produto, como coloração, controle de tempo e velocidade de máquina.  

“A inteligência artificial pode ser muito usada no processo de tomada de decisão. Como ela aprende rapidamente, pode tomar algumas decisões de ajuste de máquina. Basta treiná-la para isso, e não é uma grande dificuldade.” 

Penof cita ainda outra utilização para a inteligência artificial pouco comentada: a segurança dos operadores: “Se a máquina ou o molde não estiverem totalmente fechados para injeção, ela não liga. Se o operador de extrusora não estiver com equipamento de proteção individual, a máquina não liga”.  

Quais os benefícios do uso da IA na transformação de plásticos? 

Para o professor, o maior benefício do uso da IA para os transformadores na indústria do plástico é o ganho de produtividade.  

Uma máquina tecnologicamente avançada pode ser mais eficiente e produtiva do que ela seria aos cuidados de um operador, mesmo um bem treinado.  

“Se a máquina tiver recurso digital que permita trocar informações com a IA, eu posso acertar a velocidade de escoamento, o enchimento do molde e o tempo de resfriamento, obtendo uma resposta mais rápida do que a de um ser humano”, compara.  

Essa velocidade de resposta resulta em ganho produtividade e aumento das quantidades produzidas por tempo, além de reduzir o desperdício e a não conformidade.  

Quais são os obstáculos para aplicar a IA na injeção e extrusão? 

Em artigo publicado no portal Plastics Today, o especialista Paul Wilkie, que detém quatro décadas de experiência em moldagem por injeção, cita quais seriam os principais obstáculos para adoção da IA em injetoras e extrusoras. 

A pedido do Mundo do Plástico, o professor Penof comenta cada um deles. 

Padrões de qualidade/regulamentação

Para Wilkie, setores altamente regulamentados, como médico, aeroespacial e automotivo, exigem intervenção humana, validação formal e aprovação, dificultando a certificação da autonomia total da IA. 

“Eu não acredito que padrões de qualidade sejam um obstáculo para adoção de IA na indústria de plásticos”, diz Penof. “Você tem diversas ferramentas que podem ser usadas, não precisa ser uma única ferramenta”.  

Integração de equipamentos legados

A modernização de sistemas legados é dispendiosa, tanto em termos de tempo quanto de custo, e os resultados serão inconsistentes e muitas vezes impraticáveis, especialmente quando a captura de dados é deficiente ou inexistente. 

Neste aspecto, Penof concorda e afirma não ter dúvida de que esta é uma grande restrição. “Para grandes indústrias, multinacionais, com máquinas automatizadas, com alto grau de robótica já instalado, a integração dos equipamentos com a inteligência artificial é apenas uma questão de tempo e investimento”.  

Por outro lado, ele avalia que no Brasil a injeção e extrusão representam ainda um setor mais preocupado com volume e do que com a qualidade de produto ou qualidade de serviço, com nível dos equipamentos, em sua maioria, sem automação ou digitalização. 

“Se você pegar um equipamento puramente mecânico, no qual não tem sinal digital, a possibilidade de colocar sensores ou condições de usar tecnologias habilitadoras da indústria 4.0 é uma restrição muito, muito grande.” 

Resistência da força de trabalho e lacuna de habilidades

As pessoas resistem à mudança, e as habilidades necessárias para se adaptar aos sistemas de IA claramente ainda não estão disponíveis. 

Penof concorda que o ser humano, enquanto força de trabalho, pode representar uma restrição ao uso da IA. 

“Empresas de pequeno e médio porte utilizam mão de obra não qualificada digitalmente. São pessoas que não têm grande conhecimento técnico e não estão preparadas para trabalhar na era digital”. A resistência, então, se dá em razão da falta conhecimento sobre a IA.  

Riscos legais e de segurança cibernética

“Quem assumirá a responsabilidade quando um sistema de IA tomar uma decisão que resulte em peças defeituosas, danos ou problemas de segurança?”, questiona Wilkie.  

Neste caso, Penof não considera um obstáculo, pois, em processos produtivos, a segurança cibernética já é presente. Quanto aos  riscos legais, ele acredita que deve surgir alguma regulamentação futura a respeito.  

“A gente já vê hoje a manufatura aditiva, os controles de processos, as máquinas mais nobres tecnologicamente trabalhando no final de semana sem o uso de mão de obra. O custo operacional disso vai lá para baixo”, constata. 

Alto investimento inicial e ROI incerto

Wilkie aponta que o custo de implementação de um sistema de IA em toda a fábrica seria alto, e calcular o retorno sobre o investimento (ROI) seria difícil para justificar a implantação em larga escala. 

“Alto investimento inicial faz sentido na medida em que a máquina é uma máquina mecânica, sem recursos digitais, sem grau de automação”, explica Penof.  

Nestes casos, os custos para sensorizar essa máquina, conectá-la a computadores e servidores que darão apoio ao processo exigem alto investimento. “Como nós temos empresas em sua maioria de micro e pequeno porte, a resistência ao investimento inicial é grande. E não podemos esquecer que a mão de obra no Brasil ainda é barata. Então, para investir, o retorno sobre investimento é realmente incerto”.  

IA é uma questão de escolha ou sobrevivência? 

Em relação a este último ponto, vale lembrar que, segundo o Perfil Abiplast 2025, publicado pela Associação Brasileira da Indústria do Plástico (Abiplast), 77,1% das indústrias brasileiras de transformação do plástico são micro e pequenas. 

São empresas, segundo Penof, que não costumam ter máquinas com grande grau tecnológico instalado, muitas delas, inclusive, adquiridas de segunda mão. Falta, ainda, mão de obra qualificada, conhecedora das ferramentas de Inteligência Artificial.   

Assim, para essas empresas, a adoção da IA se torna um investimento muito alto, porque antes precisam investir em máquinas e equipamentos com algum grau de automação e digitalização.  

Penof acredita que no futuro, quando a competição estiver mais acirrada, essas empresas vão ter que modernizar seu parque industrial e fazer uso dessas ferramentas, e que o uso da IA vai ser mais comum nos processos.  

“Mas, neste momento, eu não acho seja uma questão de sobrevivência. Por alguns anos, ainda vamos trabalhar de forma incipiente com o uso de IA nos processos para esse porte de empresas. O que manda não é o tamanho da empresa, mas o grau de digitalização e automação dos processos. E nesse setor ainda é muito baixo”, conclui.