Qualidade em tempos de indústria 4.0

20/01/20 Qualidade em tempos de indústria 4.0

A Qualidade 4.0 é o nome dado à busca da excelência no desempenho durante esses tempos de transformação digital potencialmente disruptiva, e provém da Indústria 4.0.

Tendências emergentes em Qualidade

Como o custo de habilitar as tecnologias, como sensores sofisticados, algoritmos inteligentes e o poder da computação para aproveitá-las, diminuiu tanto na última década, as organizações agora podem começar a torná-las parte de sua estratégia digital. O processo de transformação digital está revelando mudanças na forma como percebemos os clientes e os limites organizacionais.

As organizações não serão mais definidas apenas por seus funcionários e parceiros de negócios, mas também pelos clientes que participam – sem mesmo estarem explicitamente conscientes de seu envolvimento integral – em diálogos em andamento que moldam a evolução das linhas de produtos e novos serviços.

Os novos modelos de negócios não dependerão necessariamente de propriedade, consumo, produção centralizada de produtos ou fornecimento centralizado de serviços. A abordagem baseada em valor irá acentuar a importância da confiança, transparência e segurança.

As novas tecnologias, como o blockchain, conforme definido na box abaixo Ferramentas da Qualidade 4.0, nos ajudarão a implementar e a implantar sistemas para suportar essas mudanças. Embora o termo Qualidade 4.0 ainda não tenha sido usado, as implicações de qualidade da quarta revolução industrial foram descritas pela primeira vez em 2015 no Relatório de Qualidade do Futuro da ASQ (2). O estudo teve como objetivo caracterizar a evolução da paisagem de qualidade nos próximos cinco a dez anos para preparar a comunidade de qualidade para os desafios do futuro.

Os autores do relatório descreveram como a saúde e a viabilidade de todo o ecossistema industrial se tornariam uma preocupação de todos. Eles anteciparam o surgimento de várias novas perspectivas, incluindo:

– Uma mudança de ênfase na profissão de qualidade, de eficiência, eficácia e satisfação para aprendizado e adaptação contínuos.

– Mudança de fronteiras dentro e entre organizações, e como a informação será compartilhada entre diferentes áreas, devido à disponibilidade de informações e transparência (mudança das linhas de junção e das transições).

– Onisciência da cadeia de suprimentos e a visibilidade dos processos de produção (podendo monitorar e responder a qualquer elemento em tempo real).

– Uma ênfase crescente na experiência do cliente, nos mercados participativos (em que os clientes consomem e produzem energia) e no prosumerismo (no qual os clientes participam do projeto e desenvolvimento dos produtos que desejam).

Cada um desses recursos deve ser abordado na Qualidade 4.0. Como resultado, a maneira como nos aproximamos e lidamos com problemas irá evoluir. Por exemplo, precisamos aprender como gerenciar dados durante a sua vida útil, em vez de gerenciar a organização que os coleta. Nosso conceito de voz do cliente se expandirá e encontraremos maneiras de ouvir a voz das coisas também, pois poderemos aprender sobre nossos clientes a partir dos objetos conectados ao redor deles.

Por que agora?

Embora o crescimento e a expansão da internet tenham acelerado a inovação no final dos anos 90 e nos anos 2000, só agora estamos preparados para a quarta revolução industrial. O que está mudando?

– Produção e disponibilidade de informações: mais informações estão disponíveis porque as pessoas e os dispositivos estão produzindo a dados a taxas maiores do que nunca. Os custos decrescentes de tecnologias capacitadoras, como sensores e atuadores, estão catalisando a inovação nessas áreas.

– Conectividade: em primeiro lugar, a introdução do IPv6 – que define como os dados são enviados de um computador para outro – garantiu que haverá endereços suficientes para localizar os bilhões de dispositivos que devem se conectar à internet. As informações produzidas por esses dispositivos serão instantaneamente acessíveis pela internet.

Além disso, a infraestrutura de rede aprimorada está expandindo a extensão da conectividade, tornando-a mais amplamente disponível e robusta. E diferentemente das décadas de 1980 e 1990, há muito menos protocolos de comunicação que são comumente encontrados, por isso é muito mais fácil fazer com que um dispositivo converse com outro dispositivo em sua rede.

– Processamento inteligente: os recursos de computação acessíveis (e poder de processamento) estão disponíveis para analisar e interpretar essas informações para que possam ser incorporadas à tomada de decisões. As bibliotecas de software de alto desempenho para processamento avançado e a visualização de dados são fáceis de encontrar e, em muitos casos, fáceis de usar. No passado, por exemplo, os desenvolvedores de software precisavam escrever seu próprio código para tarefas comuns. Agora, eles podem usar soluções de código aberto que são testadas em no mundo real por muitos.

– Novos modos de interação: as formas pelas quais adquirimos e interagimos com a informação também estão mudando. Em particular, novas interfaces, como AR e VR, expandem as possibilidades de treinamento e navegação em um ambiente físico-digital híbrido com maior facilidade.

– Novos modos de produção: impressão 3D, nanotecnologia e edição de genes estão sendo preparados para mudar a natureza e os meios de produção em vários setores. As tecnologias para aumentar ou melhorar o desempenho humano (exoesqueletos, interfaces cérebro-computador e até mesmo veículos autônomos, por exemplo) também abrirão novos mecanismos de inovação na produção e distribuição. As novas tecnologias, como o blockchain, têm o potencial de mudar a natureza da produção, desafiando as percepções centralizadas de confiança, controle, consenso e criação de valor.

Descoberta: o novo papel da Qualidade

O que reconhecemos como a profissão de qualidade de hoje começou em meados da segunda revolução industrial, com os métodos de gestão científica introduzidos por Henri Fayol na França e Frederick Winslow Taylor nos Estados Unidos. As fábricas precisavam de métodos para garantir que as linhas de montagem funcionassem sem problemas, de modo que produziam artefatos para especificação. Os trabalhadores agora poderiam saber como participar do processo de produção e os custos eram controlados.

À medida que a produção industrial amadureceu, esses métodos passaram a abranger o projeto de processos construídos para produzir especificações. Nos anos 80 e 90, a adoção da computação pessoal mais uma vez mudou a paisagem. As organizações reagruparam seus esforços de qualidade em torno do valor da cultura e engajamento ativo na qualidade e gestão da qualidade total (total quality management – TQM), lean e seis sigma ganhou popularidade.

Como os sistemas conectados, inteligentes e automatizados são mais amplamente adotados, podemos mais uma vez esperar um renascimento das ferramentas e dos métodos de qualidade. A progressão pode ser resumida através de quatro temas:

– Qualidade como inspeção: nos primeiros dias, a garantia de qualidade dependia da má qualidade do total de itens produzidos. Os métodos de Walter A. Shewhart para controle estatístico de processos ajudaram os operadores a determinar se a variação era devida a causas aleatórias ou especiais.

– Qualidade como projeto: inspirado pela recomendação de W. Edwards Deming de cessar a dependência da inspeção, surgiram métodos mais holísticos para projetar a qualidade nos processos para evitar problemas de qualidade antes que eles ocorressem.

– Qualidade como empoderamento: o TQM e o seis sigma defendem uma abordagem holística da qualidade, tornando-a responsabilidade de todos e capacitando os indivíduos a contribuir para a melhoria contínua.

– Qualidade como descoberta: em um ambiente adaptável e inteligente, a qualidade depende da rapidez com que podemos descobrir e agregar novas fontes de dados, com que eficácia podemos descobrir as causas e como podemos descobrir novos conhecimentos sobre nós mesmos, nossos produtos e nossas organizações.

Proposições de valor de qualidade 4.0

Como a Qualidade 4.0 poderá ajudar a sua organização? Especificamente, como você pode melhorar o desempenho de seus funcionários, projetos e produtos, implementando as tecnologias facilitadoras, como AI, ML, automação de processos robóticos e blockchain?

A nova tecnologia deve sempre ser introduzida com uma clara articulação de seus benefícios desejados. Uma proposição de valor é uma declaração que explica quais benefícios um produto ou atividade produzirá e, às vezes, como isso acontecerá. As proposições de valor para iniciativas da Qualidade 4.0 se enquadram em seis categorias, sendo o número 1 o mais significativo:

– Aumentar (ou aperfeiçoar) a inteligência humana.

– Aumentar a velocidade e a qualidade da tomada de decisão.

– Melhorar a transparência, a rastreabilidade e a auditabilidade.

– Antecipar às mudanças, revelar preconceitos e se adaptar a novas circunstâncias e conhecimentos.

– Evoluir nos relacionamentos, nos limites organizacionais e no conceito de confiança para revelar oportunidades de melhoria contínua e novos modelos de negócios.

– Aprender a cultivar a autoconsciência e outras consciências como habilidades.

As iniciativas da Qualidade 4.0 podem ajudá-lo a adicionar inteligência ao monitoramento e ao gerenciamento de operações ou permitir o monitoramento remoto para melhorar a produtividade ou a moral de seus operadores. Pense em como adicionar recursos humanos, em vez de como substituir pessoas em seus processos. De acordo com o sociólogo finlandês Esko Kilpi, “o verdadeiro futuro do trabalho não está no modelo industrial de busca pela automação, mas no modelo pós-industrial de aumentar o estímulo”

A Manutenção Preditiva pode ajudá-lo a antecipar falhas de equipamentos e a reduzir de forma proativa o tempo de inatividade. As iniciativas da Qualidade 4.0 podem ajudá-lo a avaliar o risco da cadeia de suprimentos de maneira contínua ou ajudá-lo a decidir se deve tomar ações corretivas. As iniciativas da Qualidade 4.0 também podem ajudá-lo a melhorar a segurança cibernética: os processos de documentação e benchmarking podem ajudar a sua organização a detectar anomalias e a entender o desempenho esperado para sinalizar de forma mais eficaz possíveis ataques cibernéticos.

O ecossistema de tecnologias capacitadoras: agregar valor

Automação não é uma perspectiva de tudo ou nada. Um usuário pode criar um processo que um computador ou agente inteligente executa, o computador pode tomar decisões para um operador aprovar ou ajustar ou o computador pode tomar e executar todas as decisões.

Da mesma forma, a inteligência de máquina é um espectro: um algoritmo pode fornecer aconselhamento, agir com aprovações ou ajustes ou agir por conta própria. Precisamos decidir qual valor queremos gerar quando introduzimos vários graus de inteligência e automação em nossos processos.

Para fazer isso, precisamos entender as técnicas e tecnologias da Qualidade 4.0, conforme definido no box Ferramentas da Qualidade 4.0 e como elas se relacionam umas com as outras. As relações entre essas áreas são ilustradas na figura abaixo.

A IA engloba a maioria das ferramentas que, em muitos casos, podem se tornar tão comuns que não são mais consideradas IA, como o reconhecimento óptico de caracteres. Os algoritmos ML compõem alguns (mas não todos) do domínio da IA. As redes neurais são um tipo de algoritmo ML e o aprendizado profundo é um tipo especial de rede neural complexa que incorpora camadas com funções especiais.

AI e ML estão se tornando populares agora, porque não apenas o software é mais acessível e mais fácil de aplicar, mas também é mais fácil acessar os grandes dados que tornam a AI e o ML tão poderosos. O blockchain – uma tecnologia emergente – tem o potencial de melhorar a qualidade dos dados e a qualidade das transações. As estatísticas e a ciência de dados fornecem as bases sólidas que devem ser aplicadas a toda solução de problemas.

Profissionais de qualidade: liderando a transformação

A introdução de AI e ML significa que a tomada de decisão baseada em dados pode se tornar mais autoconsciente. Com melhores informações, poderemos nos adaptar melhor a ambientes em constante mudança e mudar as necessidades dos clientes ou das partes interessadas.

Profissionais de qualidade estão perfeitamente posicionados para liderar os esforços de transformação digital porque temos habilidades profundas em:

– Pensamento sistêmico.

– Tomada de decisão baseada em dados.

– Liderança para aprendizado organizacional.

– Estabelecer os processos para melhoria contínua.

– Entender como as decisões afetam as pessoas: vidas, relacionamentos, comunidades, bem-estar, saúde e sociedade em geral.

Esta última habilidade é particularmente importante. Muitos algoritmos ML devem ser treinados e o treinamento está sujeito a vieses pessoais e cognitivos. Os profissionais de qualidade podem antecipar efeitos positivos e negativos, ajudando as organizações a protegerem-se contra as consequências negativas ao mesmo tempo em que capturam as oportunidades que beneficiarão a todos.

Os profissionais de qualidade são distintamente bons em resolver problemas estruturados, tomar decisões baseadas em dados e alavancar mudanças culturais para facilitar a melhoria. Na Qualidade 4.0, esses fundamentos não serão alterados, mesmo que a quantidade e a variedade de dados aumentem. Como comunidade, estamos posicionados de forma única para ajudar nossas organizações a prosperar nesta nova era.

Ferramentas de Qualidade 4.0

A quarta revolução industrial trouxe novas ferramentas e tecnologias para melhorar a qualidade.

Inteligência artificial: visão computacional, processamento de linguagem, chatbots, assistentes pessoais, navegação, robótica, tomada de decisões complexas.

Big data: infraestrutura (como bancos de dados MapReduce, Hadoop, Hive e NoSQL), acesso mais fácil a fontes de dados, ferramentas para gerenciar e analisar grandes conjuntos de dados sem ter que usar supercomputadores.

Blockchain: aumenta a transparência e a auditabilidade das transações (para ativos e informações), monitorando as condições para que as transações não ocorram a menos que os objetivos de qualidade sejam atingidos.

Aprendizagem profunda: classificação de imagens, reconhecimento de padrões complexos, previsão de séries temporais, geração de texto, criação de som e arte, criação de vídeo fictício a partir de vídeo real, ajuste de imagens com base em heurísticas (faça uma pessoa carrancuda aparecer em uma foto sorrir, por exemplo).

Tecnologias facilitadoras: sensores e atuadores acessíveis, computação em nuvem, software de código aberto, RA, realidade mista, RV, fluxo de dados (como Kafka e Storm), redes 5G, IPv6, IoT.

Aprendizado de máquina: análise de texto, sistemas de recomendação, filtros de spam de e-mail, detecção de fraude, classificação de objetos em grupos, previsão.

Ciência de dados: a prática de reunir conjuntos de dados heterogêneos para fazer previsões, executar classificações, encontrar padrões em grandes conjuntos de dados, reduzir grandes conjuntos de observações a preditores mais significativos, aplicar técnicas tradicionais sólidas (como visualização, inferência e simulação) para gerar modelos e soluções viáveis.