A digitalização é onipresente. Da logística à saúde, a IA e o aprendizado de máquina estão remodelando os setores em um ritmo sem precedentes. Mas o que isso significa para a produção de queijos, uma indústria repleta de tradição, trabalho artesanal e experiência sensorial?
À primeira vista, a produção de queijo pode parecer imune à disrupção digital. No entanto, por baixo da superfície, é um processo rico em variáveis: composição do leite, temperatura, níveis de pH, teor de umidade e atividade microbiana, tudo isso influencia o produto final. Essa complexidade torna a produção de queijo um excelente candidato à inovação digital.
Aqui estão Tim Dijkstra, gerente de soluções da Analyze, da Tetra Pak, e Joanna Ilczyszyn, gerente comercial, para oferecer uma visão geral das possibilidades que as novas ferramentas e tecnologias abrem para os fabricantes de queijo, além de uma prévia do futuro.
O primeiro passo começa aqui. Com um desafio.
Na Tetra Pak, temos um profundo conhecimento especializado que vai além de equipamentos e serviços. A nossa equipe, que chamamos de Analyze, aproveita esse conhecimento para transformar os dados da fábrica do cliente em informações valiosas que impulsionam a eficiência e reduzem os custos. Ao aplicar nossa compreensão específica do setor, adicionamos um contexto essencial aos dados brutos, criando aplicações poderosas adaptadas às necessidades exclusivas dos fabricantes de alimentos e bebidas. Para alcançar isso, o primeiro passo é garantir uma definição clara do problema e a disponibilidade dos dados.
“Perguntamos ao nosso cliente: ‘Qual é o seu desafio?’ E, em seguida: ‘Você tem dados relacionados a esse problema?’ E se você tiver respostas positivas para essas duas perguntas, é possível explorar as possibilidades. Dizemos possibilidades, porque haverá alguns desafios. Por exemplo, enfrentaremos uma diversidade de fontes de dados. Alguns dados serão impressos e outros estarão armazenados em diferentes bancos de dados em toda a fábrica. Para revelar o valor dos dados, você precisa reunir tudo em uma única fonte de dados de alta qualidade. Podemos auxiliar os clientes atualizando sua infraestrutura. Já estamos construindo uma infraestrutura pronta para o futuro como plataforma padrão”, diz Tim.
Passo dois. Tempo de solução.
Com os pré-requisitos — infraestrutura para coleta de dados — em vigor, como esses dados podem ser usados? Tim afirma:
“Nosso escopo abrange diversas competências e recursos: tecnólogos de queijo, cientistas de dados, engenheiros de automação e, é claro, também há nossa equipe voltada para o cliente para transmitir a mensagem. Portanto, é uma área bastante multidisciplinar.”
Para explicar o que um “escopo” pode abranger, Tim exemplifica com um modelo de IA para otimização de um dos principais indicadores de qualidade do queijo: o nível de umidade.
“Desenvolvemos um algoritmo que permite que os clientes controlem os níveis de umidade do queijo. Para implementar isso, primeiro analisamos se há um caso de negócios válido para o cliente específico. Para isso, precisamos acessar um conjunto específico de dados. A interpretação desses dados requer um cientista de dados para analisá-los e um tecnólogo de queijo para explicar seu significado. Portanto, a interpretação dos dados é um esforço conjunto. Com nosso algoritmo e os dados do cliente, construímos o modelo, validamos e implantamos. Depois de implantado, continuamos a melhorar o modelo atualizando o conjunto de dados, analisando o desempenho e adaptando o modelo de acordo. Há também uma interface para os operadores, e nós os treinamos para que eles trabalhem com ela. É um pacote completo.”
Isso permite que os clientes otimizem e obtenham controle total dos níveis de umidade do seu queijo. Além disso, gera conhecimento em torno dos níveis e valores ideais. E o mesmo tipo de fluxo de trabalho pode ser usado para controlar receitas e outros parâmetros. Joanna Ilczyszyn acrescenta:
“O processo que estamos usando para a ferramenta de otimização de umidade é um bom exemplo de como isso está acontecendo no local. Trata-se de digitalizar processos de fabricação, e o aprendizado de máquina é uma parte extremamente importante disso”, afirma ela.
Etapa três. Olhando para o futuro – para fábricas autônomas
A fabricação de queijos é um ofício. Você precisa de experiência para se tornar realmente bom nisso. Isso significa que os produtores de queijo dependem do conhecimento dos indivíduos. Em tempos de escassez de competências, esse é um desafio que pode ser solucionado por meio de automação e ferramentas digitais. E, embora a IA e o aprendizado de máquina não sejam objetivos em si, esses recursos estão inevitavelmente desempenhando um papel cada vez mais significativo.
“Hoje, a IA é um assistente, algo que ajuda os especialistas em queijo em seu trabalho diário”, comenta Tim.
Mas e o amanhã? A jornada é contínua e não tem um destino final fixo. Mas, no que diz respeito aos planos para o futuro próximo, a direção que estamos seguindo, passo a passo, é em direção ao conceito de fábricas autônomas. Joanna explica:
“Nosso objetivo é fornecer uma compreensão completa da linha de queijos, que é complexa em termos de número de unidades, operações necessárias, fatores de controle e riscos potenciais. Então, como poderemos alcançar isso? Prevendo o que você precisa fazer de uma perspectiva operacional, o que precisa melhorar e o que precisa evitar.”
Mas e o amanhã?
A jornada da digitalização na produção de queijo está longe de acabar. Na verdade, ela está só começando. O caminho é contínuo, sem um destino fixo, apenas marcos em evolução. E à medida que olhamos para o futuro próximo, um conceito está se tornando cada vez mais claro: fábricas autônomas.
“A direção que estamos tomando, passo a passo, é em direção ao conceito de fábricas autônomas”, explica Joanna. “As fábricas autônomas representam a próxima fronteira, onde os sistemas não apenas monitoram e relatam, mas também aprendem, adaptam e agem de forma independente. Imagine uma linha de produção de queijo que se ajusta em tempo real com base na qualidade do leite recebido, nas condições ambientais ou até na demanda do mercado. Isso não é ficção científica, é o futuro que estamos construindo.”
As previsões são baseadas em tendências nos dados coletados, que, por sua vez, são baseadas em décadas de conhecimento acumulado.
“O design da IA é baseado na lógica de um cérebro humano. Portanto, se um tecnólogo de queijo experiente pode fazer um queijo perfeito, a IA pode imitar isso, pelo menos até certo ponto”, diz Tim.
Joanna continua:
“Assim, pegamos o conhecimento que o cérebro humano forneceu ao sistema de produção e usamos esse conhecimento para estabilizar os parâmetros que têm impacto sobre a receita. Podemos analisar o consumo de insumos, os processos de CIP ou a eficiência do tanque… garantindo que nosso equipamento tenha o software e o hardware adequados para cobrir todos os pontos de dados que influenciam a produção da linha, automatizando a produção e garantindo que a qualidade e a receita do produto não dependam das decisões individuais dos operadores.
Para novas fábricas, onde a experiência na fabricação de queijo pode ser limitada, o potencial é enorme. Joanna elabora:
“Você não pode ensinar alguém a se tornar um especialista em tecnologia de queijo em apenas um ano. É impossível. Mas o que é possível é utilizar o conhecimento obtido por meio da coleta, compreensão e estruturação de dados para criar uma lógica de fluxo de processo e aplicá-la ao modelo de IA, que então lê, controla e analisa dados rapidamente na linha, como um operador.
Especialistas serão especialistas
Mas quando a tecnologia entra em ação, o que acontece com a habilidade e a experiência adquirida ao longo de muitos anos? Tudo isso é perdido? Tim inverte a perspectiva sobre:
“Por outro lado, o que acontece quando um especialista sai da empresa ou se aposenta e o sucessor não tem o mesmo conhecimento? Agora, você pode usar o modelo de IA para treinar o novo tecnólogo e reter a experiência.”
No entanto, isso é uma transição gradual.
“Quando você implementa a IA, geralmente apenas 25% do orçamento é destinado à criação e implementação do modelo de IA. Os 75% restantes são destinados à gestão da mudança. Como fazer com que as pessoas aceitem essa nova tecnologia? É aí que entra o relacionamento de longo prazo que temos com nossos clientes. Não apenas implementamos novas tecnologias e dizemos ‘boa sorte com isso’. Garantimos que tudo funcionará e acompanhamos os nossos clientes na sua jornada”, afirma Tim.
O conhecimento humano ainda é a base sobre a qual os processos são construídos. Quando se trata de produzir o queijo perfeito, nada supera um fabricante de queijo experiente.
“A IA não pode fazer o trabalho melhor do que um especialista em queijo humano no seu melhor desempenho. Mas um humano fica cansado, precisa comer, precisa beber, etc. A IA é consistente. Ela produz o seu queijo da mesma forma sempre. Mas, novamente, é importante ressaltar que as pessoas estão sempre no comando e tomam as decisões”, acrescenta Tim.
Joanna exemplifica a coagulação do queijo.
“No passado, o operador abria o tanque, apertava o coágulo com as mãos e olhava para a estrutura para decidir se o coágulo está pronto para ser cortado. Hoje, a coagulação pode ser controlada por meio de sensores no equipamento, medindo o nível de umidade. Assim, com o tempo, a IA nos ajuda a analisar dados de uma maneira que nos permite avaliar parâmetros e controlar melhor o desempenho. Mas ainda precisaremos do olho humano, especialistas dizendo ‘sim, essa tendência está certa, isso vai funcionar’.”
O futuro é, por definição, difícil de prever. Mas, independentemente do que ele nos reserva, as equipes de Tim e Joanna, com sua experiência abrangente e completa, continuarão a apoiar os fabricantes de queijo de hoje e de amanhã; continuando a ajustar, melhorar e otimizar. Porque, como diz Tim:
“Nunca há uma situação em que não haja necessidade de melhorar ainda mais.”
