IA - Um outro tipo de arqueologia industrial

Recordo que no tempo em que andávamos todos mascarados e eu estava a dar os primeiros passos com a IA, trabalhava na altura com uma empresa grande que tinha um sistema informático muito lento, mas onde se armazenavam mais de 20 anos de CAPAs (aquilo que no mundo dos sistemas de gestão quer dizer "Corrective Actions Preventive Actions"). Como era uma empresa grande e disciplinada, tinha registos de vários milhares de CAPAs, e uma das primeiras coisas que imaginei que se poderia fazer com a IA seria explorar todo aquele património de informação e procurar padrões, recorrências escondidas, causas comuns, sinais precursores e acções que pareciam resolver os problemas, mas que, na realidade, apenas adiavam o seu reaparecimento. 

Tudo isto veio-me à memória por causa dum artigo publicado no Handelsblatt do passado dia 14, "Menos consumo de matéria-prima, maior volume de vendas graças à IA" (Weniger Rohstoffverbrauch, mehr Umsatz dank KI).

A Gebrüder Dorfner, é uma empresa alemã com 130 anos que extrai e transforma caulino e areia de quartzo, está a utilizar inteligência artificial para converter décadas de dados laboratoriais e de formulações num activo estratégico. A IA permite-lhe identificar mais rapidamente como responder às necessidades dos clientes, desenvolvendo soluções personalizadas em poucos dias, em vez de meses, e obtendo o mesmo desempenho nas tintas com menos um terço de caulino. Desta forma, a empresa reduziu substancialmente a extracção de matéria-prima, prolongou a vida útil da jazida e, simultaneamente, aumentou as receitas e os resultados.

Mais do que optimizar os processos existentes, a Dorfner está a transformar o seu modelo de negócio: deixa progressivamente de vender apenas minerais e passa a fornecer funções e soluções adaptadas às aplicações dos clientes.

Talvez esta história me tenha interessado tanto porque me fez recordar o meu primeiro emprego a sério, na TMG. Eu era engenheiro de produto. Parte do trabalho consistia precisamente em compreender como diferentes matérias-primas, formulações e condições do processo influenciavam as características do produto final. Cada ensaio, cada lote, cada desvio e cada tentativa falhada continham informação. Contudo, muito desse conhecimento permanecia disperso por cadernos, folhas de cálculo em... seria Simphony?, relatórios ou, simplesmente, na memória das pessoas mais experientes. Recordo outra experiência: quando alguém opera um forno rotativo há décadas, quase como se este fosse um mistério, alterando parâmetros com base numa mistura de experiência, intuição e hábitos transmitidos oralmente, existe ali conhecimento, mas ainda não existe necessariamente conhecimento organizacional. E claro, o biorreactor desta série.

É por isso que o caso da Dorfner não interessa apenas a empresas mineiras ou a fabricantes de tintas. Interessa a todas as organizações que têm décadas de resultados guardados em folhas de Excel, bases de dados, relatórios em papel, cadernos de laboratório, registos de produção, reclamações, avarias, ensaios, auditorias ou CAPA. Em muitos casos, as empresas procuram fora aquilo que já possuem dentro: milhares de experiências realizadas, decisões tomadas e consequências observadas, mas nunca suficientemente organizadas, relacionadas e transformadas em conhecimento.

Talvez uma das aplicações mais valiosas da IA não seja criar conteúdos novos, mas sim permitir-nos conversar com o passado da organização. Perguntar-lhe que combinações funcionaram, que sinais antecederam uma falha, que problemas regressaram com outro nome, que parâmetros parecem explicar a variabilidade e que soluções resultaram num contexto, mas falharam noutro. O verdadeiro tesouro pode não estar apenas na jazida, na fábrica ou no equipamento. Pode estar em décadas de dados que a organização acumulou sem ainda ter aprendido verdadeiramente a ler.

Imagino-me na empresa, com 20 anos de CAPAs, a investigar: o que é que vinte anos de problemas e tentativas de solução nos ensinam sobre a forma como esta organização realmente funciona?