IA na indústria: por que ela está no escritório e não na fábrica

A manchete circulou em todo lugar: o uso de inteligência artificial na indústria brasileira mais que dobrou em dois anos. O número é verdadeiro e vem do IBGE. O que quase ninguém leu é o resto da mesma pesquisa, que responde uma pergunta mais útil para quem dirige uma fábrica: em que parte da empresa essa IA está, e com que profundidade?

A resposta contraria a imagem de robô inteligente na linha de produção. Dentro das indústrias que usam IA, ela está sobretudo no escritório, e quase sempre em uso pontual. Entender isso muda a forma de planejar o primeiro projeto, especialmente numa indústria de porte médio.

Como está o uso de IA na indústria brasileira?

A fonte mais sólida é a Pesquisa de Inovação Semestral do IBGE, a PINTEC Semestral, que investiga as indústrias extrativas e de transformação com 100 ou mais pessoas ocupadas. Na edição com dados de 2024, a mais recente divulgada, o salto da IA foi o maior entre as tecnologias digitais avançadas pesquisadas.

Dois cuidados antes de usar esse número numa apresentação. Primeiro, o universo: são indústrias médias e grandes, não toda a indústria do país. A micro e a pequena fábrica ficam fora da conta. Segundo, o próprio IBGE classifica a PINTEC Semestral como estatística experimental e pede que os resultados sejam usados com cautela, porque a metodologia ainda está em avaliação.

Mesmo com essas ressalvas, a direção é clara. A IA ainda fica atrás de outras tecnologias na mesma pesquisa, como a computação em nuvem, usada por 77,2% dessas empresas. Mas nenhuma outra cresceu tanto entre 2022 e 2024.

Para a indústria de 100 a 249 pessoas, o recado é direto: pouco mais de um terço das empresas do seu porte já usa IA em alguma área. Não é o atraso dramático que o discurso de mercado sugere, nem a vantagem confortável de quem ainda não começou.

O que conta como "usar IA" na pesquisa do IBGE?

Aqui está o primeiro mal-entendido. Para o IBGE, IA são sistemas que exibem "comportamento inteligente" ao coletar e analisar informações, com níveis variados de autonomia. Entram mineração de texto, reconhecimento de voz e de imagem, geração de linguagem natural e machine learning, seja em software puro, seja embutido em equipamento. A definição segue a da OCDE, que trata um sistema de IA como uma máquina que, a partir de objetivos definidos por pessoas, faz previsões, recomendações ou decisões que afetam ambientes reais ou virtuais.

É uma definição ampla, e com razão. Mas ela significa que uma empresa entra na estatística tanto se tiver visão computacional inspecionando peças quanto se um analista usar um assistente de texto para redigir relatórios. Os dois casos contam igual no 41,9%.

Por isso a frase "a indústria já usa IA" diz pouco sobre a operação. Ela informa que a tecnologia entrou pela porta. Não informa em que sala ficou nem quanto do trabalho mudou. Para isso é preciso descer dois níveis na pesquisa: a área e o grau de uso.

Em que áreas da indústria a IA é usada de fato?

O IBGE divide a empresa em cinco áreas. Administração reúne planejamento, contabilidade, RH e TI. Comercialização cobre marketing, vendas e pós-venda. Desenvolvimento de projetos é o P&D e o design. Logística vai de compras à distribuição. E Produção engloba o processo produtivo, a manutenção e o controle de qualidade.

Leia o gráfico com atenção ao denominador. Os percentuais são calculados sobre as empresas que já usam IA, não sobre todas as indústrias. Quando o IBGE diz 87,9% na Administração, está dizendo que quase nove em cada dez indústrias com IA a aplicam ali. Na Produção, cerca de metade.

O porte muda um pouco o quadro. Segundo o mesmo relatório, as indústrias com 500 ou mais pessoas foram as que mais usaram IA na Produção (60%) e na Logística (58,2%). Já as de 250 a 499 pessoas superaram as maiores na Administração (93,2%), no Desenvolvimento de projetos (78,8%) e na Comercialização (78,1%). Levar IA para a linha, até aqui, tem sido coisa de empresa grande.

Por que a IA caiu na produção enquanto subia no escritório?

O IBGE registra a queda mas não a explica, então o que segue é leitura nossa, não conclusão da pesquisa. A pista está no próprio denominador. Entre 2022 e 2024, a fatia de indústrias com IA mais que dobrou. Uma queda de participação, num grupo que cresceu tanto, não quer dizer que menos fábricas usam IA na produção.

Uma conta simples com os números de 2024 ajuda a dimensionar: 52,0% de 4.261 empresas dá cerca de 2,2 mil indústrias com IA na produção. O que a queda indica é outra coisa: quem chegou à IA nos últimos dois anos chegou majoritariamente pelo escritório.

E faz sentido que seja assim. As ferramentas de IA mais acessíveis hoje são as que escrevem, resumem e organizam texto. Elas servem a quem trabalha com documento, e-mail e planilha, ou seja, a administração e o comercial. Na produção, a IA costuma exigir sensor, histórico de máquina, integração com sistemas de chão de fábrica e validação de engenharia. É outra escala de projeto.

A IA entrou na indústria pela mesa do analista, não pela máquina. Isso é ponto de partida, não defeito.

Uso localizado ou abrangente: qual a diferença?

O segundo nível da pesquisa é o grau de uso. O IBGE pergunta, para cada área, se a tecnologia foi usada de forma localizada ou abrangente. A pesquisa não fixa um limite numérico entre as duas categorias, mas a distinção é intuitiva: localizado é um uso pontual, em algumas tarefas; abrangente é um uso que atravessa a área.

Junte os dois níveis e o retrato fica nítido. A IA está em quatro de cada dez indústrias médias e grandes, mas, dentro delas, em nove de cada dez áreas ela é pontual. Na Produção, onde está a maior parte do custo e do risco de uma indústria, o uso abrangente aparece em 9,2% das empresas que levaram IA para lá.

Para quem está decidindo, isso tem uma consequência prática. Não existe ainda um padrão de mercado de "fábrica movida a IA" do qual você esteja atrás. Existe uma fase de experimentação pontual, em que a vantagem vai para quem transforma o uso localizado em processo medido.

Quais os benefícios da IA na indústria?

A PINTEC Semestral não mede benefício só da IA, mas do conjunto das tecnologias digitais avançadas (nuvem, internet das coisas, big data, robótica, manufatura aditiva e IA). Nesse conjunto, quase todas as empresas que adotaram alguma delas relatam ganho.

Entre as 9.054 indústrias que usaram ao menos uma dessas tecnologias em 2024, 97,9% declararam algum benefício. O mais citado foi o aumento da eficiência, por 90,3%, seguido de maior flexibilidade em processos administrativos, produtivos e organizacionais, por 89,5%. São números de percepção da própria empresa, não de retorno medido, e valem para o pacote de tecnologias, não para a IA isolada.

No nível de cada área, os benefícios típicos da IA são conhecidos e não dependem de estatística para serem entendidos: menos tempo em tarefa repetitiva de texto e dado no escritório, resposta mais rápida no comercial, detecção de defeito por imagem no controle de qualidade e antecipação de falha de equipamento na manutenção. O que muda de uma área para outra é o pré-requisito e o custo do erro.

Quais são exemplos de inteligência artificial na indústria?

A tabela organiza os usos mais comuns pelas cinco áreas do IBGE, com o que cada um exige e o que acontece quando o sistema erra. É essa última coluna que deveria orientar a ordem de implantação.

Áreas conforme a definição da PINTEC Semestral (IBGE); exemplos e critérios da Alliance Comunicação

Repare na escada. Do topo da tabela para baixo, o pré-requisito fica mais pesado e o custo do erro sobe de retrabalho para prejuízo físico. Não é coincidência que a adoção siga a mesma ordem.

Como funciona a manutenção preditiva com IA?

É o exemplo mais citado de IA na fábrica. Sensores registram sinais do equipamento, como vibração, temperatura e consumo de energia, e um modelo aprende o padrão de funcionamento normal. Quando o padrão começa a se desviar, o sistema avisa antes da quebra, e a manutenção deixa de ser só por calendário ou por falha.

O ponto que os guias costumam pular: sem histórico de dados da máquina, inclusive de falhas passadas, não há o que o modelo aprender. Por isso a manutenção preditiva raramente é o primeiro projeto de IA de uma indústria média. Ela costuma ser o terceiro ou o quarto, depois que a empresa aprendeu a coletar e confiar no próprio dado.

O que trava a adoção, e o que esse dado não diz?

Esse é o número que mais circula com o rótulo errado. Ele não fala das barreiras à IA: fala das barreiras ao conjunto das tecnologias digitais avançadas, e só entre as empresas que já adotaram ao menos uma delas. Robótica, internet das coisas e nuvem pesam bastante nessa conta, e têm perfil de custo bem diferente de uma assinatura de software de IA.

Ainda assim, a lista é útil se lida pela área. O custo alto é real na produção, onde IA vem junto com sensor, integração e parada para implantação. No escritório, o custo de entrada costuma ser bem menor, e o gargalo se desloca para o segundo item: gente qualificada para conduzir, revisar e medir. Nesse ponto, a falta não é de cientista de dados, é de alguém que conheça o processo e assuma o projeto.

Por que começar pelo escritório numa indústria média?

Porque é onde as três condições de um bom primeiro projeto aparecem juntas. O processo se repete muito (relatórios, propostas, conferência de documentos). O caminho é parecido de uma vez para outra. E o erro é barato, porque existe uma revisão humana natural antes de qualquer coisa sair da empresa.

Há um quarto motivo, menos óbvio: o escritório é onde a empresa aprende a trabalhar com IA sem colocar a operação em risco. Definir quem responde pelo projeto, como medir o antes e o depois, que dado pode ir para uma ferramenta externa e quando um humano precisa aprovar. Essas regras, aprendidas no administrativo, são exatamente as que a produção vai exigir depois, com mais rigor.

E há o risco que já está acontecendo. Se 87,9% das indústrias com IA a usam na Administração, é provável que parte do seu time já use ferramentas por conta própria, sem regra e sem registro. É o fenômeno descrito no artigo sobre a IA que o funcionário já usa sem a empresa saber. Começar pelo escritório também é trazer esse uso para dentro de um processo.

Como levar a IA do escritório para a produção?

Começar pelo escritório não é ficar nele. É construir, com baixo risco, o que a fábrica vai precisar. Um roteiro em quatro etapas, adaptável ao tamanho da empresa:

1. Um processo administrativo, com dono e linha de base

Escolha uma tarefa de alto volume no administrativo ou no comercial, nomeie um responsável e meça quanto tempo ela consome hoje e quantos erros gera. Sem essa medida, não há como provar ganho depois, e o projeto morre na primeira revisão de orçamento. O mapeamento do processo antes de automatizar é o que evita acelerar um fluxo que já era ruim.

2. Do uso localizado ao uso de área

Quando o primeiro caso funcionar, a pergunta seguinte não é "qual ferramenta nova comprar", mas "como esse uso deixa de depender de uma pessoa". Documentar o fluxo, padronizar os comandos, criar a regra de revisão e treinar o restante da equipe. É a passagem do uso localizado para o abrangente, a que só 14,4% das indústrias com IA chegaram, mesmo na área mais avançada.

3. Dados de operação antes de modelo de operação

Em paralelo, comece a organizar o dado da produção: registro de paradas, causas de refugo, histórico de manutenção. Planilha bem mantida já serve. Sem esse histórico, nenhum projeto de manutenção preditiva ou de qualidade por IA tem do que aprender.

4. Um piloto na produção, com critério de corte

Só então leve a IA para a linha, num ponto restrito: uma máquina, um tipo de defeito, um posto de inspeção. Defina antes do teste qual resultado justifica ampliar e qual encerra o piloto. Na produção, onde o erro vira peça defeituosa ou parada, a decisão final precisa continuar com uma pessoa até o sistema provar consistência.

Quais erros mais atrasam a IA na indústria?

• Começar pela produção porque é onde está o maior custo, sem histórico de dado e sem experiência prévia com IA.
• Tratar o 41,9% como meta, sem perguntar em que área e com que profundidade os outros usam.
• Confundir uso localizado com transformação: um analista usando assistente de texto não é uma área digitalizada.
• Citar as barreiras de custo das tecnologias digitais em geral como se fossem barreiras específicas da IA.
• Comprar ferramenta antes de escolher o processo e o responsável.
• Deixar o uso de IA no escritório crescer sem regra de dado, e descobrir isso só quando há vazamento ou erro com cliente.
• Levar a IA para a produção sem critério de corte definido antes do piloto.

O primeiro erro é o mais caro. A produção é onde o retorno potencial é maior, e por isso atrai o primeiro projeto. Mas é também onde o pré-requisito é mais pesado e onde o fracasso deixa a pior memória na empresa. Um projeto de IA que falha na linha costuma adiar o próximo por anos.

Como medir se a IA saiu do piloto?

Os indicadores mudam conforme a área, mas a lógica é a mesma: comparar com a linha de base e acompanhar se o uso se espalha.

Indicadores sugeridos pela Alliance Comunicação

A coluna da direita é o teste do uso abrangente. Enquanto a IA depende de uma pessoa entusiasmada, ela é localizada, como na esmagadora maioria das indústrias da pesquisa. Quando o processo funciona sem essa pessoa, a área mudou de patamar.

Por onde começar hoje

1. Situe a empresa na régua do IBGE: 36,1% das indústrias de 100 a 249 pessoas, 42,5% das de 250 a 499 e 57,5% das de 500 ou mais já usam IA em alguma área.
2. Mapeie onde a IA já está, inclusive o uso informal da equipe, e em que grau: pontual ou espalhado pela área.
3. Escolha o primeiro processo no escritório: repetitivo, de caminho parecido e com erro que custa retrabalho, não prejuízo.
4. Nomeie um dono e meça o antes, em horas e erros.
5. Escreva a regra mínima de uso de dado em ferramentas externas.
6. Comece a organizar o histórico de paradas, refugo e manutenção da produção.
7. Só depois desenhe o piloto na linha, restrito e com critério de corte escrito antes.

Para quem está fora da indústria, ou quer comparar com o conjunto das empresas brasileiras, o artigo sobre por onde começar a usar IA na empresa traz a régua do Cetic.br para todos os setores e portes.

Se a dúvida é em que área da sua empresa a IA renderia mais primeiro, o diagnóstico gratuito de marketing mostra a maturidade por dimensão, incluindo tecnologia e automação. E quando a decisão for estruturar a adoção do escritório até a produção, a Alliance conduz consultoria de IA começando pelo processo e pelo dono, não pela ferramenta.