LTs - Tendências em TI - Pós - Rev1.S

GESTÃO E GOVERNANÇA DE TI
Tendências em Tecnologia da Informação e

Comunicação
Prof. Msc. Apostolos Antonopoulos
Unidade I e II
1
APRESENTAÇÃO DO PROFESSOR-AUTOR
Minicurrículo - Mestre em Administração na linha de pesquisa de Inovação e

Conhecimento, Especialista em Gestão de E-Commerce e Business Intelligence,
Graduado em Tecnologia de Banco de Dados Oracle.
Atua desde 1993 como empreendedor e consultor na área de Tecnologia da

Informação para o segmento de PMEs (Pequenas e Médias Empresas) em soluções
inovadoras de tecnologia. Atuando na parte de treinamento e integração tecnológica,
desde do desenvolvimento de software até implementação de infraestrutura de TI.
É professor dos cursos da escola de engenharia e tecnologia da Universidade Paulista

UNIP tendo passando por outras instituições de ensino superior e técnico da cidade
de São Paulo e Guarulhos.
Como palestrante, já participou de uma série de temos ligados a Transformação

Digital, Sustentabilidade e Inovação Educacional incluindo participação em eventos
nacionais como o IT Fórum X promovido pela IT Mídia.
SUMÁRIO
INTRODUÇÃO ..................................................................................................................................... 5
UNIDADE I .......................................................................................................................................... 7
1. EVOLUÇÃO INDUSTRIAL E TECNOLOGIA ...................................................................................... 7
1.1 A Inovação e seus tipos......................................................................................................... 9

1.2 A classificação das inovações ............................................................................................. 12
2. INTRODUÇÃO A INDÚSTRIA 4.0..................................................................................................16
2.1 Contexto Histórico .............................................................................................................. 16

2.1 Revolução Digital ................................................................................................................ 18
2.2 Componentes da Indústria 4.0 ............................................................................................ 22
2.3 Princípios de Design da Indústria 4.0 .................................................................................. 25
3. DESAFIOS DA INDÚSTRIA 4.0 .....................................................................................................28
3.1 Possíveis Soluções ............................................................................................................... 32
4. PANORAMA INTERNACIONAL DA INDÚSTRIA 4.0.......................................................................35
4.1 Indústria 4.0 na Alemanha ................................................................................................. 35

4.2 Indústria 4.0 na China ......................................................................................................... 36
4.3 Indústria 4.0 no Japão ........................................................................................................ 36
4.4 Indústria 4.0 na Coreia do Sul ............................................................................................. 37
4.5 Indústria 4.0 nos Estados Unidos ........................................................................................ 38
4.6 Indústria 4.0 no Reino Unido .............................................................................................. 40
4.7 Indústria 4.0 em outros países ............................................................................................ 41
5. PANORAMA NACIONAL DA INDÚSTRIA 4.0 ................................................................................42
5.1 Iniciativas no Brasil para Indústria 4.0 ............................................................................... 43
UNIDADE II ........................................................................................................................................46
6. TECNOLOGIAS HABILITADORAS .................................................................................................46
7. COMPUTAÇÃO EM NUVEM ........................................................................................................47
7.1 Infraestrutura como Serviço (IaaS) ..................................................................................... 47

7.2 Plataforma como Serviço (PaaS) ........................................................................................ 48
7.3 Software como Serviço (SaaS) ............................................................................................ 49
7.4 Os modelos de Computação em Nuvem ............................................................................. 50
7.5 Computação em Nuvem para Indústria 4.0 ........................................................................ 51
8. INTEGRAÇÃO DE SISTEMAS ........................................................................................................56

8.1 Comunicação em Tempo Real ............................................................................................ 56
9. IOT (INTERNET DAS COISAS) .......................................................................................................61
9.1 IIoT (Internet Industrial das Coisas) .................................................................................... 62
10. SISTEMAS CIBERFÍSICOS (CPS) ................................................................................................63
11. BIG DATA E A INDÚSTRIA 4.0 .................................................................................................65
11.1 Aplicações do Big Data na Indústria 4.0. ............................................................................ 65

11.2 Impactos do Big Data na Indústria 4.0 ............................................................................... 69
11.3 Arquitetura Big Data e Analytics ........................................................................................ 72
11.4 Ciência de Dados e Aprendizado de Máquina .................................................................... 74
11.5 Tecnologia de banco de dados de em memória ................................................................. 75
11.6 Lagos de dados e banco de dados NoSQL........................................................................... 76
11.7 Blockchain........................................................................................................................... 76
12. ROBÔS NA INDÚSTRIA 4.0 .....................................................................................................77
12.1 Robótica em Nuvem (Cloud Robotics) ................................................................................ 77

12.2 O uso de IA em Robôs ......................................................................................................... 78
12.3 Robôs Colaborativos (Cobots) ............................................................................................. 80
13. REALIDADE AUMENTADA E VIRTUAL .....................................................................................82
13.1 Dispositivos para Realidade Aumentada ............................................................................ 85

13.1 Realidade Virtual ................................................................................................................ 85
13.2 Realidade Mista .................................................................................................................. 86
14. CIBER SEGURANÇA.................................................................................................................87
14.1 Princípios da Ciber Segurança ............................................................................................ 87

14.2 Medidas de Ciber Segurança .............................................................................................. 88
15. MANUFATURA ADITIVA .........................................................................................................90
REFERÊNCIAS .....................................................................................................................................93
ANEXO A – INICIATIVAS EUROPEIAS INDÚSTRIA 4.O .........................................................................95

INTRODUÇÃO
As 3 primeiras revoluções industriais trouxeram a produção em massa,

as linhas de montagem, a eletricidade e a tecnologia da informação, elevando
a renda dos trabalhadores e fazendo da competição tecnológica o cerne do
desenvolvimento econômico. A quarta revolução industrial, que terá um
impacto mais profundo e exponencial, se caracteriza, por um conjunto de
tecnologias que permitem a fusão do mundo físico, digital e biológico como
tendência para o século XXI.
A Quarta Revolução Industrial, como também é conhecida, se utiliza de
diversos tipos de tecnologias habilitadoras que formam um conjunto combinado
de tecnologias de forma colaborativa para atender seus objetivos e eficiência e
eficácia. São exemplos de tecnologias habilitadoras: Big Data; Inteligência
Artificial; Computação em Nuvem; Robôs; Simulação e Realidade Virtual ou
Aumentada; Internet das Coisas, Blockchain e Cibersegurança.
Juntamente com os avanços tecnológicos surgem também grandes
desafios e no caso da Indústria 4.0 esses desafios são maiores e impactam
diretamente o modo de vida que conhecemos, principalmente no que diz
respeito a força de trabalhos e as ofertas de emprego. Tais impactos
socioeconômicos devem ser levados em consideração para criação de
estratégias e ações sustentáveis, tanto para o negócio, como para o ambiente
em que está inserido.
Já aqui no Brasil a falta de conhecimento sobre o assunto e o baixo
avanço tecnológico tem levado o país a cair no ranking de eficiência da
inovação, no índice global de inovação dos países mais inovadores o Brasil
ocupava em 2017 a 69ª posição, segundo dados do estudo promovido pela
Universidade Cornell, INSEAD e OMPI, divulgado pelo Ministério da Indústria,
Comércio e Serviços e pela Associação Brasileira de Desenvolvimento
Industrial (ABDI).
Portanto, se faz necessário a divulgação e a disseminação do
conhecimento na Indústria 4.0 e das suas tecnologias habilitadoras como meio
de responder aos desafios futuros e elevar o crescimento e a eficiência
tecnológica brasileira, sem deixar os possíveis impactos gerados de lado.
5
Na Unidade I se apresentam os conceitos de inovação e os elementos
que formam os pilares da Indústria 4.0 são apresentados para que se
compreenda como esse novo paradigma foi sendo concebido a partir das
inovações. Na Unidade II pode-se estudar as principais tecnologias inovadoras
e que serão tendências para os próximos anos.
Na concepção desse livro-texto buscou-se alinhar a teoria das pesquisas
científicas e acadêmicas combina com os principais fornecedores de tecnologia
do mercado. O item SAIBA MAIS... presente neste livro-texto, se faz referência
a conteúdos complementares de muita valia, como vídeos, artigos, publicações
técnicas de extrema relevância.
Por fim, convido você aluno da UNIP a embarcar nessa viagem rumo ao
futuro, vamos em frente e bons estudos!
6
UNIDADE I
1. EVOLUÇÃO INDUSTRIAL E TECNOLOGIA
Ao longo de toda nossa história é possível verificar que todo avanço industrial
esteve ligado a algum tipo de inovação. Essas inovações impulsionaram o surgimento
de novas empresas que entraram em cena tornando a competitividade mais acirrada.
Com a maturidade industrial, os produtos tornam-se mais padronizados e o cenário
competitivo é caracterizado pela concorrência baseada na eficiência (CUCCULELLI;
PERUZZI, 2020).
Cucculelli e Peruzzi (2020) destacam que, existe um forte vínculo entre
inovação tecnológica e desempenho de sucesso das empresas. A inovação cria novos
conhecimentos e permite às empresas desenvolver novos produtos, aumentar a
produtividade, permanecer competitivas e garantir a sobrevivência a longo prazo.
A relação entre as inovações tecnológicas e as revoluções industriais já foram
percebidas por pesquisadores como Nikolai Kondratiev (1892-1938) e por Joseph
Schumpeter (1883-1950), ambos economistas e pensadores brilhantes. Schumpeter
continuou o trabalho de Kondratiev denominando-o como Ciclo de Kondratiev (ou
Ciclo Longo, originalmente).
O Ciclo de Kondratiev, demonstra a prosperidade econômica, sempre advinda
de uma grande crise (depressão) que só pode ser superada com a chegada de novas
tecnologias (inovações) que impulsionam a retomada do crescimento.
Para isso adotou-se as quatro estações para indicar os diferentes momentos e
subida e descida da onda: Primavera (S de Spring), para retomada do crescimento;
Verão (Sm de Summer), para o ápice do crescimento; Outono (F de Fall) para início
da recessão e Inverno (W de Winter) para representar a depressão profunda até o
surgimento de uma nova primavera (Figura 1 – Ciclo de Kondratiev).
7
Figura 1- Ciclo de Kondratiev
Fonte: Global Research – Center for Research of Globalisation1
Portanto, ao analisarmos o pico de cada onda apresentado no gráfico, podemos

ver a tecnologia que impulsionou a retomada do crescimento econômico. Nesse
sentido, Schumpeter (1946), observa que no Outono (F) e no Inverno (W), muitas
empresas são destruídas, pois não conseguem se adaptar a nova tecnologia
emergente.
Porém, novas empresas que conseguem incorporam essas tecnologias, geram
inovações em seus produtos e serviços criando novos mercados. Esse fenômeno é
chamado por Schumpeter de “Destruição Criadora” ou “Destruição Criativa”.
A Figura 2 – Ondas de Destruição Criadora, ilustra como a sociedade passou
por fases de significativa intensidade de inovação. Essas são ondas de destruição
criadora que Joseph Schumpeter introduziu na economia para dar conta dos aspectos
do crescimento econômico impulsionados pela inovação.
1
Disponível em https://www.globalresearch.ca/nikolai-kondratiev-s-long-wave-the-mirror-of-the-
global-economic-crisis/11161. Acesso em: 01 mai. 2020.
8
Figura 2 - Ondas de Destruição Criadora
Fonte: Site Understanding Innovation2
Nesse novo olhar sobre o estudo de Kondratiev, Schumpeter demonstra que o

ciclo de inovações vem encurtando ao longo dos anos o que demandaria, maior
capacidade das empresas em se adaptar ao novo paradigma de inovação tecnológica.
1.1 A Inovação e seus tipos
Muito se fala em termos de inovação, que as empresas precisam inovar, que

estudantes e profissionais devem estar atentos as inovações tecnológicas e devem
propor inovações, que as inovações impulsionam os mercados regionais e os países,
mas efetivamente – O que é inovação? Quais os tipos de inovação?
Para Schumpeter (1997) invenção é diferente de inovação, para ele, uma
invenção surge a partir de uma ideia, esboço ou modelo para um novo ou melhorado
produto, processo ou sistema, porém, uma inovação, no sentido econômico é
completa quando há uma transação comercial envolvendo a invenção e assim
gerando valor.
Em suma, podemos afirmar que nem toda invenção é uma inovação, mas a
inovação pode ser originária de uma invenção. Na visão Schupeteriana, a inovação
tecnológica cria uma ruptura no sistema econômico, alterando os padrões de
produção e criando diferenciação para as empresas (SCHUMPETER, 1997).
Tal diferenciação é o que motiva as organizações a inovarem, nesse sentido o
Manual de Oslo complementa.
2
Disponível em https://understandinginnovation.blog/2016/09/13/cities-companies-and-innovation-
accelerate/. Acesso em: 01 mai. 2020.
9
Uma inovação é a implementação de um produto (bem ou serviço)
novo ou significativamente melhorado, ou um processo, ou um novo
método de marketing, ou um novo método organizacional nas práticas
de negócios, na organização do local de trabalho ou nas relações
externas (OCDE, 2005, p.55).
A 4ª edição do Manual de Oslo (OECD, 2018), agrupa os quatro tipos de

inovação (Produto, Processo, Marketing e Método Organizacional) em apenas dois a
saber:
 Inovação de Produto - Uma inovação de produto é um bem ou serviço
novo ou aprimorado que difere significativamente dos bens ou serviços
anteriores da empresa e que foi introduzido no mercado;
 Inovação de Processo de Negócio - Uma inovação de processo de
negócio é um processo de negócios novo ou aprimorado para uma ou
mais funções de negócios que diferem significativamente dos processos
de negócios anteriores da empresa e que foram usados na empresa.
O que faz sentido, já que um processo de negócio é utilizado em toda a

organização para melhoria da eficiência e eficácia das diversas áreas da empresa. A
inovação tecnológica de um produto ou serviço obedece a um determinado padrão.
Saiba Mais: No link a seguir e possível ter acesso a todas as versões do Manual de
Oslo sobre inovações, tanto versões em português como em outros idiomas:
https://www.mctic.gov.br/mctic/opencms/indicadores/detalhe/Manuais/Manuais.html
Na ótica de Schumpeter (1997) a inovação tecnológica, incorporada a um

produto ou serviço, cria uma ruptura no sistema econômico, tirando-a do estado de
equilíbrio, alterando, desta forma, padrões de produção e criando diferenciação para
as empresas.
Nesse processo de inovação, Schumpeter (1997) nos mostra três fases
distintas do processo de inovação a saber:
 Invenção – que é a ideia que pode ser explorada comercialmente
(criação de um novo produto ou serviço);
 Inovação – que se trata da própria exploração comercial da invenção
(produto ou serviço inovador sendo comercializado);
10
 Difusão – propagação de novos produtos e processos pelo mercado
(momento em que a concorrência imita os produtos e serviços
inovadores).
Sobre difusão da inovação Kaminski (2011) fazendo uma análise sobre a teoria
da difusão da inovação tecnológica do Prof. Everett M. Rogers , apresenta seu modelo
intitulado Curva de Sino de Difusão da Inovação Tecnológica em relação a adoção
das inovações tecnológicas (Figura 3).
Figura 3 - Curva de Sino da Difusão da Inovação Tecnológica
Fonte: Extraída e adaptada de Kaminski (2011).
As cinco categorias dos grupos apresentados trazem consigo algumas

características a saber (KAMINSKI, 2011):
1º – Inovadores (Entusiastas em tecnologia) – São aventureiros; assumem
riscos; compreendem e aplicam conhecimento técnico complexo para compensar o
alto grau de incerteza inerente as inovações; motivados por uma ideia ou em serem
agentes de mudança;
2º – Adontantes (Visionários) – Ditam tendências, funcionando como líderes
de opinião; servem de modelo de referência e são respeitados pelos seus pares; tem
o desejo de revolucionar a competição na indústria, sendo pioneiros em suas ações;
3º – Maioria inicial (Pragmáticos) – Confortáveis com mudanças evolutivas
práticas, visando ganho de produtividade; desejam aplicações comprovadas e
serviços confiáveis; não apreciam a complexidade; escolhem a mesma solução
tecnológica já comprovada por outros (aversão a risco); por prudência, desejam
manter-se dentro do orçamento; seus progressos são lentos, porém estáveis.
11
4º – Maioria tardia (Conservadores) – Motivados pela necessidade de
estarem no mesmo patamar de seus concorrentes ou tendências certificadas em uma
indústria; agem em função de uma necessidade econômica; geralmente pouco
empolgados com a tecnologia; confiam em um único conselheiro; requerem soluções
à prova de falhas; muito sensíveis a custo e muito cautelosos.
5º – Retardatários (Céticos) – Isolados dos líderes de opinião; tem o passado
como referência (as formas como as coisas sempre foram feitas); desconfiam de
inovações; processo decisório para adotar inovações é longo, tradicional e com limite
de recursos; desejam manter o status quo; encaram a tecnologia como um obstáculo
para as operações e costumam investir em tecnologia somente quando todas as
outras alternativas são piores.
Saiba Mais: Assista ao vídeo no link abaixo para maior compreensão da Teoria da
Difusão da Inovação. https://www.youtube.com/watch?v=l6KwMVsZPy8
1.2 A classificação das inovações
Schumpeter (1997), faz uma distinção entre duas classificações sobre

inovações: as inovações incrementais e as de natureza disruptiva ou de ruptura,
chamada de inovações radicais. Outros autores contemporâneos ao Schumpeter,
acrescentam outras variantes a essa classificação das inovações.
O trabalho de Hendersen e Clarke (1990), com um olhar sobre a indústria e
percorrendo os autores considerados Neo Schumpeterianos, consegue apresentar
quatro divisões da natureza dessas inovações que são complementares a visão
schumpeteriana sobre as inovações incrementais e radicais, são elas:
1 – Inovação Incremental - Introduz mudanças relativamente pequenas no
produto existente (melhorias); explora o potencial do projeto estabelecido
(necessidades dos clientes são conhecidas); reforça a dominância das empresas
estabelecidas tendo baixa relação com descobertas (invenções) com o objetivo a uma
estabilidade duradoura. Por exemplo, aumentar a capacidade de armazenamento do
disco rígido de um computador.
2 – Inovação Radical – Baseada em princípios científicos e de engenharia
(ciência básica e revolucionária); permite o surgimento de novos mercados e
12
aplicações potenciais; cria grandes dificuldades para as empresas estabelecidas;
sendo a base para a entrada bem-sucedida de novas empresas ou até mesmo da
redefinição de uma indústria (destruição criadora). Por exemplo, o surgimento da
Internet que propiciou o surgimento de novos mercados e empresas bem-sucedidas
como Google, Amazon, Facebook e outras.
3 – Inovação Arquitetural – Nessa classificação, a criação de um produto,
visto como um sistema, o conhecimento sobre os componentes do sistema ou
subsistemas permanece inalterado, porém a forma de combiná-los, interliga-los se
modifica gerando uma nova arquitetura, consequentemente gerando um produto
novo. Por exemplo a criação do notebook, utiliza basicamente os mesmos
componentes de um desktop, porém a arquitetura é outra.
4 – Inovação Modular – Se é possível manter o conhecimento dos
componentes e alterar a arquitetura o contrário também é verdadeiro, pode-se manter
uma arquitetura e apenas evoluir um módulo (conjunto de componentes) da
arquitetura conhecida. Por exemplo, a adoção do módulo de injeção eletrônica em
veículos automotivos. A arquitetura do veículo é a mesma, porém o módulo (conjunto
de componentes) da injeção eletrônica é totalmente novo.
Na mesma linha, Bessant e Tidd (2019), destacam essa ideia de produto de
inovação sobre a ótica de componente e de sistemas, sem descartar as inovações
incrementais e radicais, como mostra a Figura 4.
Figura 4 - Classificação das Inovações
Fonte: Extraída de Bessant e Tidd (2019).
13
Uma outra forma de inovação, que não necessariamente está ligada a
produção de um produto com base em componentes, módulos ou arquitetura é tratada
pelo professor Clayton Christensen, que cunhou o termo inovação disruptiva.
Christensen e Raynor (2003) propuseram a utilização do termo inovação
disruptiva no lugar de tecnologias disruptivas, pelo fato que as tecnologias em si não
causam o impacto de perturbação no mercado, mas sim a forma como essa tecnologia
é explorada pelas empresas.
Isso significa que a capacidade que a empresa adquiri em utilizar uma
tecnologia inovadora em um novo modelo de negócio, causaria uma disrupção
(ruptura) do mercado, levando a empresa obter vantagem competitiva em relação a
concorrência.
Christensen (2012) afirma que as inovações disruptivas são essenciais para a
redução de custos, para ampliar o acesso a determinadas tecnologias e melhorar
a qualidade (em diversos aspectos) em todos os setores e acrescenta, que as
principais razões para o fracasso das grandes organizações normalmente estão
relacionadas com a ocorrência de inovação disruptiva no mercado em que atuam.
Com base no que foi exposto é possível analisar o caso Netflix® vs. Blockbuster
(Figura 5 – Netflix vs Blockbuster).
Figura 5 - Netflix vs Blockbuster
Fonte: Cloud Technology Partner3
3
Disponível em https://www.cloudtp.com/doppler/disrupted-or-disrupter-which-one-will-you-be/.
Acesso em: 02 mai. 2020.
14
Nota-se que a NETFLIX®, não foi a pioneira em utilizar a tecnologia distribuição
digital de conteúdo (transmissão audiovisual por streaming ou download). A primeira
empresa a popularizar o streaming online foi a Progressive Networks, criadora do Real
Audio, na primeira metade da década de 1990 junto com a Real Networks, segundo a
Zoeweb (2018).
Porém, o modelo de negócio da NETFLIX® permitiu oferecer, em 2007, a sua
plataforma de streaming o mesmo resultado, assistir filmes, a um custo menor e com
o diferencial de comodidade, já que o cliente não precisaria se deslocar para alugar o
filme em uma mídia física (Fita VHS, CD, DVD, Blu-ray) como no modelo oferecido
pela Blockbuster.
Tecnologias de ruptura normalmente possibilitam o surgimento de
novos mercados. Existe forte evidência de que empresas que entram
mais cedo nesses mercados emergentes têm as vantagens
significativas do primeiro proponente sobre os últimos estreantes
(CHRISTENSEN, 2012, p. 30).
Mas não foi só a tecnologia de streaming que levou a NETFLIX® ser a empresa
que se tornou, como visto na Figura 5. Na verdade, a empresa se aproveita de
diversas tecnologias para se desmaterializar, tendência conhecida hoje, como
transformação digital e que se apresenta como forte característica na Indústria 4.0.
Saiba Mais: Leia um pouco mais sobre como a tecnologia streaming revolucionou
Hollywood e os canais de TVs, clicando no link abaixo.
https://exame.abril.com.br/revista-exame/como-a-revolucao-do-streaming-mudou-os-
negocios-das-tvs/
15
2. INTRODUÇÃO A INDÚSTRIA 4.0
A Quarta Revolução Industrial como também é conhecida a Industria 4.0,

assim, como visto anteriormente faz parte de uma nova onda inovadora capaz de
reconfigurar todo o mercado, países e suas economias.
Schwab (2016) nos apresenta que o fenômeno da Indústria 4.0 foi mencionado
pela primeira vez em 2011 na Alemanha como uma proposta para o desenvolvimento
de um novo conceito de política econômica alemã, baseado em estratégias de alta
tecnologia.
Marcada pelos processos completos de automação e digitalização com o uso
de eletrônicos e tecnologias da informação (TI) na fabricação de produtos e na criação
de serviços em um ambiente privado. (ROBLEK et al., 2016).
Para Matt et. al (2020) o foco da Indústria 4.0 é combinar produção, tecnologia
da informação e internet. Assim, as mais recentes tecnologias de informação e
comunicação são utilizadas na Indústria 4.0 em conjunto com processos industriais
tradicionais.
A quarta revolução industrial, no entanto, não diz respeito apenas a
sistemas e máquinas inteligentes e conectadas. Seu escopo é muito
mais amplo. Ondas de novas descobertas ocorrem simultaneamente
em áreas que vão desde o sequenciamento genético até a
nanotecnologia, das energias renováveis à computação quântica. O
que torna a quarta revolução industrial fundamentalmente diferente
das anteriores é a fusão dessas tecnologias e a interação entre os
domínios físicos, digitais e biológicos (SCHWAB, 2016 p.16).
2.1 Contexto Histórico
Para Schwab (2016) o termo revolução, é sempre uma palavra que denota uma
mudança drástica, radical, uma ruptura dos paradigmas conhecidos. Nesse contexto,
o autor traça uma linha do tempo, apresentando as revoluções industriais atreladas
às tecnologias inovadoras (ou inovações radicais), a saber:
 A primeira revolução industrial que ocorre entre 1760 é 1840 é apoiada
nas tecnologias, como ferrovias e a invenção da máquina a vapor, que
dá início a produção mecânica.
16
 A segunda revolução industrial que se inicia no final do século 19 entrou
no século 21 marcada pela utilização da eletricidade, que possibilitou a
produção em massa por linha de produção.
 Na terceira revolução industrial que começa na década de 60 também
apelidada de revolução digital ou computacional, impulsionada pelo
desenvolvimento de semicondutores presentes nos Mainframes, nos
computadores pessoais entre as décadas de 70 e 90 e com o surgimento
da internet na década de 90.
 Na quarta revolução industrial, Schwab (2016) é fundamentada na
revolução digital, caracterizada por uma internet mais ubíqua e móvel,
com a utilização de sensores menores e mais poderosos que se
tornaram mais baratos e pela inteligência artificia, como mostra a Figura
6 – Revoluções Industriais.
Figura 6 - Revoluções Industriais
Fonte: ANADI Consultoria – O que é a Industria 4.04
Para Schwab (2016), são três as razões que o fazem crer que estamos diante
de uma quarta revolução industrial, são elas:
4
Disponível em http://anadi.com.br/o-que-e-industria-4-0-saiba-mais/ . Acesso em: 05 abr. 2020.
17
1. Velocidade: que ao contrário das revoluções industriais anteriores, esta
evolui em um ritmo exponencial e não linear.
2. Amplitude e profundidade: ela tem a revolução digital (transformação
digital) como base e combina várias tecnologias, levando a mudanças
de paradigma sem precedentes da economia, dos negócios, da
sociedade e dos indivíduos.
3. Impacto sistêmico: ela envolve a transformação de sistemas inteiros
entre países e dentro deles, em empresas, indústrias e em toda
sociedade.
2.1 Revolução Digital
Retomando o item sobre a quarta revolução industrial foram apresentados

alguns conceitos importantes que não são novos, mas hoje são úteis, como apontado
por Schwab, são os conceitos de computação móvel e ubíqua, que terá muita
importância para compreensão do tema Indústria 4.0, em específico sobre a
tecnologia habilitadora conhecida como IoT – Internet of Things (Internet das Coisas),
por exemplo.
2.1.1 Computação Móvel, Pervasiva e Ubíqua
Para Cirillo (2008) a computação móvel consiste na capacidade de diferentes

dispositivos em sistemas computacionais distribuídos se comunicarem entre si através
de uma rede de comunicação sem fio, permitindo a sua mobilidade. Esse aumento na
capacidade de mover fisicamente os recursos computacionais juntamente com o
usuário, transformam a computação numa atividade que pode ser carregada para
qualquer lugar (móvel).
O conceito de computação pervasiva (embora essa palavra não exista no
idioma português brasileiro, ela vem sendo adotada em trabalhos acadêmicos-
científicos) implica que o computador está encapsulado (embarcado) ao ambiente de
forma invisível para o usuário. Na interação do o usuário nesse ambiente, o sistema
computacional agirá de forma “inteligente” se adaptando a movimentação deste, o que
requer a utilização massiva de sensores e serviços computacionais (CIRILO, 2008).
18
A computação ubíqua, por sua vez, integra mobilidade em larga escala com a
funcionalidade da computação pervasiva (Figura 6) isto é, qualquer dispositivo
computacional poderá interagir com um agente humano. Assim, será possível
construir, dinamicamente, modelos computacionais do ambiente em que o usuário
está inserido e adaptar os serviços oferecidos dependendo da necessidade do
usuário.
Figura 6 - Relação entre computação pervasiva, ubíqua e móvel
Fonte: Extraída de Cirilo (2008).
O autor ainda nos convida a visão de Marc Weiser, idealizador da computação

ubíqua.
[...] no futuro, computadores estariam presentes nos mais comuns
objetos do dia-a-dia: etiquetas de roupas, xícaras de café,
interruptores de luz, canetas, etc, de forma invisível para o usuário.
Neste mundo de Weiser, é necessário aprender a conviver com
computadores, e não somente interagir com eles (CIRILO, 2008, p. 2).
Saiba Mais: Assista ao vídeo no link abaixo para maior compreensão dos temas de
computação móvel, pervasiva e ubíqua.
https://www.youtube.com/watch?v=a6cNdhOKwi0&feature=youtu.be
2.1.1 Transformação Digital
O desenvolvimento econômico tem sido historicamente impulsionado pela

dinamização dos fatores de produção e, nos últimos séculos, também pela
intensificação das tecnologias. O impacto tecnológico que a economia digital está
desenvolvendo são os novos recursos da infraestrutura da Internet e o potencial de
tecnologias emergentes: computação em nuvem, big data, Internet das Coisas (IoT),
cidades inteligentes ou indústria 4.0.
19
Essas tecnologias têm a capacidade de realizar a transformação digital nos
setores industriais e de serviços tradicionais, levando ao surgimento de novos serviços
digitais e produtos híbridos físico-virtuais, como visto anteriormente no item de
Inovação Disruptiva (p.15 desse material). Para Roca (2014), a transformação digital
é um processo que ainda não terminou. Todos os dias surgem inovações tecnológicas
e mais e mais pessoas e dispositivos se juntam ao imenso fluxo de dados e interações
que compõem a Internet atual.
Nesse sentido, as principais decisões dos comitês de direção nos próximos
anos estarão relacionadas à transformação digital de produtos e serviços, arquiteturas
tecnológicas, implementação de organizações de redes virtuais ou desenvolvimento
de novas formas de trabalhar combinando recursos internos e externos globalmente
distribuído e virtualizado. Mas o que isso significa? O que uma empresa ganharia com
isso?
Para Roca (2014), a transformação digital não é apenas a conversão de um
produto físico transformado em um serviço digital (Figura 7), por exemplo na indústria
fonográfica produtos como os discos de vinil, CD/DVD das canções (produtos físicos),
foram convertidos como um serviço digital de música, como fez a empresa Spotfy®.
Figura 7 - Transformação Digital
Fonte: Extraída e adaptada de Roca (2014)
Para ou autor, os processos internos e o modelo de negócio também devem

ser digitalizados, por exemplo, ao se utilizar a computação em nuvem a empresa
obterá algumas vantagens como:
A computação em nuvem elimina o gasto de capital com a compra de
hardware e software, configuração e execução de datacenters locais,
incluindo racks de servidores, disponibilidade constante de
eletricidade para energia e refrigeração, além de especialistas de TI
para o gerenciamento da infraestrutura (MICROSOFT, 2020).
20
Outros benefícios, segundo a Microsoft (2020), incluiriam: capacidade de
dimensionamento elástico, que significa fornecer a quantidade adequada de recursos
de TI conforme a necessidade; mais segurança da informação, ajudando a proteger
os dados, os aplicativos e a infraestrutura contra possíveis ameaças e maior
velocidade na alocação de recursos de TI, podendo ser implementado em minutos.
Para Sacomano et al. (2018) empresas de base tecnológica, como Uber e
Airbnb, conseguem criam modelos de negócio radicalmente inovadores que ameaçam
os modelos tradicionais estabelecidos. No caso da Indústria, ao se somar a base
existente de automação informatizada a uma modelo de negócios voltado à
transformação digital temos o nascimento do conceito da Indústria 4.0, acrescenta.
Então, a Indústria 4.0 é soma de diversas tecnologias? Não é a soma, mas a
combinação de diversas tecnologias inovadoras para permitir uma mudança interna e
externa na organização. Interna, para promover maior eficiência e eficácia dos
processos, além de reduzir custos. Externa, para oferecer produtos e serviços
inovadores para uma sociedade digital. A Figura 8, apresenta esse panorama de
elementos que compõe a Indústria 4.0.
Figura 8 – Relação de elementos da Indústria 4.0
Fonte: Extraída de Nayyar e Kumar (2020).
21
Roca (2014) reforça que a Transformação Digital, inicialmente, pode ser
entendida como uma vantagem de quem a adota, porém, num futuro próximo ela será
necessária para garantir a sobrevivência do negócio. Para Hermann et. al. (2015)
reforça.
No futuro, as empresas estabelecerão redes globais que incorporam
suas máquinas, sistemas de armazenamento e instalações de
produção na forma de sistemas ciber-físicos (CPS). No ambiente de
fabricação, esses sistemas ciber-físicos compreendem máquinas
inteligentes, sistemas de armazenamento e instalações de produção
capazes de trocar informações autonomamente, desencadeando
ações e controlando-se independentemente. Isso facilita melhorias
fundamentais nos processos industriais envolvidos na fabricação,
engenharia, uso de materiais e gerenciamento da cadeia de
suprimentos e do ciclo de vida de produtos (HERMANN et. al., 2015,
p. 5)
2.2 Componentes da Indústria 4.0
Em sua revisão da literatura sobre a Indústria 4.0, Hermann et al. (2015)

apontam quatro componentes fundamentais para composição desse novo paradigma,
são eles:
2.2.1 Sistemas Ciber-Físicos (Cyber-Physical Systems – CPS)
São sistemas que permitem a fusão dos mundos físico e virtual (cibernético),
através da conexão entre infraestruturas físicas com os elementos computacionais e
comunicação de forma automatizada (Figura 9). Por exemplo, computadores e redes
embarcados monitoram e controlam os processos físicos, de produção. O
desenvolvimento do CPS é caracterizado por três fases.
1- A primeira geração do CPS inclui tecnologias de identificação, como
etiquetas RFID (tecnologia de rádio frequência), que permitem uma
identificação exclusiva dos produtos.
2- A segunda geração do CPS está equipada com sensores e atuadores com
uma gama limitada de funções de controle.
3- Os CPS da terceira geração podem armazenar e analisar dados, estão
equipados com múltiplos sensores e atuadores para maior controle dos
processos de produção.
22
Figura 9 - Sistemas Ciber-Físicos (CPS)
Fonte: Extraída de Sacomano (2018).
2.2.2 Internet das Coisas (Internet of Things - IoT)
A IoT permite “'coisas' e 'objetos', como RFID, sensores, atuadores, telefones

celulares e máquinas, interajam e cooperem entre si e com seus dispositivos vizinhos
“inteligentes”, por meio de esquemas de endereçamento exclusivos, para atingir
objetivos comuns. Com base na definição de CPS dada acima, "coisas" e "objetos"
podem ser entendidos como elementos do CPS. Portanto, a IoT pode ser definida
como uma rede em que o CPS coopera entre si. Exemplos de aplicação da IoT são
as fábricas inteligentes (IIoT), casas e redes inteligentes.
2.2.3 Internet dos Serviços (Internet of Services - IoS)
A Internet dos Serviços (IoS) permite que fornecedores e parceiros ofereçam

seus serviços via Internet de modo a combinar uma infraestrutura de serviços,
modelos de negócios e os próprios serviços de forma colaborativa. Dessa forma, os
serviços são oferecidos e combinados entre as partes interessadas, gerando serviços
de valor agregado (co-criação de valor).
Por fim, novos serviços são gerados e comunicados aos usuários e
consumidores que poderão ser acessados e consumidos por diferentes meios digitais.
Esse desenvolvimento permite uma nova maneira de distribuição das atividades
individuais da cadeia de valor (desde o início do fornecimento até a entrega final ao
cliente).
23
2.2.4 Fábrica Inteligente (Smart Factory)
Com base nas definições fornecidas para o CPS e a IoT, a Fábrica Inteligente
pode ser definida como uma fábrica na qual a combinação de todos os elementos
acima apresentados são utilizados com o objetivo de auxiliar pessoas e máquinas na
execução de suas tarefas.
Máquinas e equipamentos terão a capacidade de melhorar seus próprios
processos através da auto otimização e da tomada de decisão autônoma, levando a
redução de custos de produção e uma otimização dos processos envolvidos (ROBLEK
et al., 2016).
Além dos quatro componentes apresentados por Hermanm et al. (2015),
Roblek et al. (2016) destaca outros elementos complementares, que são: os produtos
inteligentes (smart products), cidades inteligentes (smart cities) e sustentabilidade
digital (digital sustainability) – Quadro 1.
Quadro 1 - Outros componentes da Indústria 4.0

Produtos Os produtos são inseridos com sensores e microchips que permitem a
inteligentes comunicação via IoT entre si e com os seres humanos. Carros, camisetas,
relógios, sabão em pó etc. devem se tornar "inteligentes", pois seus fabricantes
anexam sensores às embalagens que detectam quando o produto está sendo
usado e podem se comunicar com os smartphones quando digitalizados. Os
produtos inteligentes estão suscitando a questão da invasão da privacidade e,
consequentemente, da segurança pessoal.
Cidades Cidade inteligente é definida como uma cidade que compreende seis fatores em
inteligentes sua política de desenvolvimento: economia inteligente, mobilidade inteligente,
ambiente inteligente, pessoas inteligentes, vida inteligente e governança
inteligente. É o produto do desenvolvimento acelerado da nova geração de TI e
economia baseada no conhecimento, com base na combinação das redes:
Internet, telecomunicações, de transmissão elétrica, banda larga sem fio e
outras redes de sensores tendo como elemento centralizador a utilização da
IoT.
Sustentabilidade A sustentabilidade e a eficiência dos recursos estão cada vez mais no foco do
digital projeto de cidades e fábricas inteligentes. É necessário respeitar as regras
éticas ao usar informações privadas, por exemplo. Esses fatores são condições
fundamentais como a base para desenvolve produtos e serviços de sucesso.
Fonte: Adaptado de Roblek et al. (2016).
Saiba Mais: Assista ao vídeo no link abaixo para maior compreensão do tema de
componentes da Indústria 4.0. https://www.youtube.com/watch?v=_D5woJxfjXc
24
2.3 Princípios de Design da Indústria 4.0
Para Hermann et al. (2015) existem seis princípios de design que auxiliam as
empresas na combinação dos quatro componentes das Indústria 4.0, vistos
anteriormente (Quadro 2 – Princípios de Design e Componentes da Indústria 4.0).
Esses princípios de design apoiam as empresas na identificação de possíveis projetos
pilotos, que podem ser implementados na ótica da Industria 4.0, são eles:
1- Interoperabilidade – que permite que os Sistemas Ciber-Físicos de uma
fábrica ou ambiente industrial (várias fábricas), possam se comunicar
através da rede (Internet), mesmo envolvendo diversos fornecedores e
parceiros.
2- Virtualização – possibilita que os dados obtidos pelos Sistemas Ciber-
Físicos nos produtos e equipamentos sejam utilizados em modelos virtuais
e em simulações, simulando comportamentos reais no ambiente virtual para
possíveis detecção de falhas;
3- Descentralização – a crescente demanda por produtos personalizados
torna cada vez mais difícil controlar sistemas centralmente. A
descentralização dos controles dos processos produtivos permite que os
que o sistema CPS tome suas próprias decisões, portanto, o planejamento
e controle central não são mais necessários.
4- Capacidade em tempo real – Para tarefas de produção, é necessário que
os dados sejam coletados e analisados em tempo real. Assim, o status da
planta industrial é rastreado e analisado permanentemente. Caso exista a
falha de uma máquina o sistema poderá redirecionar os produtos para outra
máquina.
5- Orientação a serviço – Todos os CPS oferecem suas funcionalidades
como um serviço da Web, então os serviços da empresa, CPS e humanos
estão a disposição na IoS (Internet dos Serviços) e podem ser utilizados por
outros participantes internos ou externos, ou seja, além das fronteiras da
empresa.
6- Modularidade – Os sistemas modulares são capazes de se adaptar de
maneira flexível às mudanças dos requisitos, substituindo ou expandindo
módulos individuais. Portanto, os sistemas modulares podem ser facilmente
25
ajustados em caso de flutuações sazonais ou alterações nas características
do produto.
Quadro 2 - Princípios de Design e Componentes da Indústria 4.0

Smart
CPS IoT IoS
Factory
Interoperabilidade X X X X
Virtualização X - - X
Descentralização X - - X
Capacidade em tempo real - - - X
Orientação a serviço - - X -
Modularidade - - X -
Fonte: Adaptado de Hermann (2015, p.11)
Sacomano et al. (2018) apresenta alguns exemplos de produtos inteligentes e

serviços digitais associando-os com as tecnologias habilitadoras, como se segue:
Os produtos fabricados também poderão ter sensores e atuadores,
para que possam, em adição, enviar e receber informações, e serem
comandados remotamente, como é o caso de uma televisão ou uma
câmera de segurança, que poderia ser acionada de qualquer lugar do
mundo em que houvesse sinal de internet. Assim, antes de chegar em
casa, seria possível ligar as luzes da garagem e ligar a cafeteira pelo
seu celular. Chamamos a isso de internet das coisas ou, em inglês,
Internet of Things (IoT). Coisas tem o sentido de objetos, para mostrar
que os objetos passarão a interagir com os humanos usando como
meio de comunicação a internet (SACOMANO et al., 2018, p.31).
Novos serviços também poderão ser oferecidos aos clientes, ao que se chama
de internet de serviços ou Internet of Services (IoS). Por exemplo, o seu despertador
inteligente poderia tocar antes do horário, pois recebeu a informação de que o
caminho, que você usualmente segue para o trabalho está congestionado por um
acidente e o caminho alternativo, que ele já traçou, requer que você acorde
antecipadamente.
Com relação a Inteligência Artificial (IA), a tomada de decisão será apoiada
nessa tecnologia, o que exigirá maior preparo dos executivos que deverão ou não
acatar as sugestões oferecidas pela IA, conforme o contexto, levando em
consideração elementos emocionais e sentimentais (SACOMANO et al, 2018).
26
Roblek et al. (2016) acrescentam que a quarta revolução industrial será
marcada pelos processos completos de automação e digitalização e pelo uso de
eletrônicos e tecnologias da informação (TI) na criação de produtos e serviços em um
ambiente privado e que tecnologias como, a impressão 3D, serviços de vendas on-
line, serviços de controle de automóveis, exames médicos em casa, pedidos de
alimentos enviados diretamente da loja para a geladeira, terão um impacto
significativo nas mudanças de comportamento dos consumidores e de pequenas e
médias empresas.
Sacomano et al. (2018, p. 32) alerta, “Apesar de toda automação, de toda
interconectividade, quem está na direção é o ser humano” e conclui - “esse mundo
não está muito distante de nós. Traz muita novidade, mas também uma série de
dúvidas e desafios”.
Saíba Mais: Leia o capítulo 2 da obra: Indústria 4.0: Conceitos e Fundamentos,

presente em Minha Biblioteca, para um aprofundamento nesse tema.
https://integrada.minhabiblioteca.com.br/#/books/9788521213710/pageid/27
27
3. DESAFIOS DA INDÚSTRIA 4.0
O trabalho embrionário de Frey e Osborne (2013), inspirado pela obra do

economista americano John Maynard Keynes’s, que faz predição de que o avanço
tecnológico promove o desemprego em massa, motivou os autores a investigar os
impactos da automação excessiva.
Para os autores, o fraco desempenho dos mercados de trabalho nas economias
avançadas intensificou o debate sobre o desemprego tecnológico entre os
economistas. Eles afirmam que, embora exista um desacordo sobre as forças
motrizes por trás das taxas de desemprego persistentemente altas, vários estudiosos
apontaram que os equipamentos controlados por computador, como uma possível
explicação para o recente crescimento do desemprego (FREY; OSBORNE, 2013).
Frey e Osborne (2013), constataram que o ritmo da inovação tecnológica ainda
está aumentando, com tecnologias de software mais sofisticadas prejudicando os
mercados de trabalho, tornando os trabalhadores rotineiros.
Nesse sentido, o que chama a atenção, é que a informatização não está mais
confinada às tarefas rotineiras de fabricação. Os carros autônomos sem motorista,
desenvolvidos pelo Google, fornecem um exemplo de como as tarefas manuais em
transporte e logística podem ser automatizadas em breve.
Frey e Osborne (2013) apresentam alguns exemplos de como as tecnologias
inovadoras adotadas pela Indústria 4.0, podem impactar o mercado de trabalho, como
se segue:
a) Com sensores aprimorados, os robôs são capazes de produzir mercadorias
com maior qualidade e confiabilidade do que o trabalho humano. Por
exemplo, a empresa El Dulze, uma processadora de alimentos espanhol,
utiliza a robótica para coletar e rejeitar pés de alface de uma esteira, que
não cumprem os padrões de qualidade definidos pela empresa. Isso se
deve a utilização de sensores avançados que permitem aos robôs
reconhecerem os padrões definidos.
b) O Baxter, um robô de uso geral de US $ 22.000, fornece um exemplo bem
conhecido. O robô possui uma tela de LCD exibindo um par de olhos que
assumem expressões diferentes, dependendo da situação. Quando o robô
é instalado pela primeira vez ou precisa aprender um novo padrão,
nenhuma programação é necessária. Um trabalhador humano
28
simplesmente guia os braços do robô pelos movimentos que serão
necessários para a tarefa. O Baxter então memoriza esses padrões e pode
comunicar que entendeu suas novas instruções. Embora a flexibilidade
física do Baxter se limite a executar operações simples, como pegar objetos
e movê-los, diferentes mecanismos podem ser instalados em seus braços,
permitindo que o Baxter execute um conjunto relativamente amplo de
tarefas manuais a baixo custo.
Os avanços tecnológicos e a sua popularização estão contribuindo para a
redução de custos em robótica. Nas últimas décadas, os preços dos robôs caíram
cerca de 10% ao ano e espera-se que caiam a um ritmo ainda mais rápido no futuro
próximo (FREY; OSBORNE, 2013). Isso pode ser comprovado com o gráfico
apresentado abaixo (Figura 10), que o mostra a queda acentuada do preço em dólar
dos robôs para uso industrial.
Figura 10 - Redução do Custo de Robôs Industriais
Fonte: Extraída do site Ark Invest (2019)5.
De acordo com a Federação Internacional de Robótica (FIR), as vendas de

robôs na China cresceram mais de 50% em 2011 e devem aumentar ainda mais.
Globalmente, as vendas de robôs industriais atingiram um recorde de 166.000
5
Disponível em https://ark-invest.com/analyst-research/industrial-robot-cost-declines/. Acesso em: 10
mai. 2020.
29
unidades em 2011, um aumento de 40% em relação ao ano anterior. Se comparado
aos dados de 2018, segundo a FIR, só a China, instalou 154.000 unidades (Figura 11
– Número de Robôs Industriais Instalados).
Figura 11 - Número de Robôs Industriais Instalados - 2018
Fonte: Site Federação Internacional de Robôs (2019) 6.
No estudo de Frei e Osborne (2013) analisando 702 ocupações de trabalho nos

Estados Unidos, concluiu-se que cerca de 47% dessas ocupações sofreriam alto risco
de automação nas próximas duas décadas. Schwab (2016) cita o trabalho dos autores
e apresenta um quadro com alguns exemplos das profissões com o maior ou menor
probabilidade de automatização, Quadro 3 e 4 a seguir.
Quadro 3 - Profissões com alta probabilidade de automação
Fonte: Adapatado de Schwab (2016).
6
Disponível em https://ifr.org/ifr-press-releases/news/indias-robot-wonder . Acesso em: 11 mai. 2020.
30
Quadro 4 - Profissões com baixa probabilidade de automação
Fonte: Adapatado de Schwab (2016).
Schwab (2016) concorda que um dos principais impactos sociais ocorrerá na

força de trabalho, na empregabilidade e na necessidade de os trabalhadores
desenvolverem a suas habilidades e competências para lidar com a nova realidade
tecnológica. Ele também aponta que com o envelhecimento da população pode
aumentar esse desafio a ser superado.
As razões por que a nova revolução tecnológica provocará mais
agitações do que as revoluções industriais anteriores são aquelas
mencionadas na introdução: velocidade (tudo está acontecendo em
um ritmo muito mais rápido do que antes), amplitude e profundidade
(há muitas mudanças radicais ocorrendo simultaneamente), e a
transformação completa de sistemas inteiros. Tendo em conta esses
fatores impulsionadores, há uma certeza: as novas tecnologias
mudarão drasticamente a natureza do trabalho em todos os
setores e ocupações. A incerteza fundamental tem a ver com a
quantidade de postos de trabalho que serão substituídos pela
automação (SCHWAB, 2016, p.42).
O autor aponta dois efeitos a serem conhecidos para compreender o impacto

nos postos de trabalho: primeiro, há um efeito destrutivo que ocorre quando as
inovações disruptivas e a automação substituem o trabalho por capital, forçando os
trabalhadores a ficar desempregados ou realocar suas habilidades em outros lugares.
Em segundo lugar, o efeito destrutivo vem acompanhado por um efeito “capitalizador”
(no sentido de captar), em que a demanda por novos produtos e serviços aumenta,
levando à criação de novas profissões (como a do cientista de dados), empresas
(como a Amazon®) e até mesmo novos mercados (como vídeo sobre demanda em
streaming).
Estendendo o raciocínio, deve-se lembrar que os postos de trabalhos são
abertos por organizações (empresas), porém se empresa não estiver preparada para
31
se transformar e se adaptar a essa nova realidade a chance de ela deixar de existir é
muito grande, pois, assim como ocorreu com a Blockbuster, pode ocorrer com ela
(relembrando o que foi apresentado no item 1.1 Inovação e seus tipos). Em termos
de sociedade, o grande desafio será saber como absorver e acomodar a nova
modernidade combinando com os sistemas tradicionais de valores.
A quarta revolução industrial, que põe em causa tantos pressupostos
fundamentais, pode agravar as tensões existentes entre sociedades
profundamente religiosas que defendem seus valores fundamentais e
aqueles cujas crenças são moldadas por uma visão de mundo mais
secular. O maior perigo para a estabilidade e cooperação global pode
vir de grupos radicais que lutarão contra o progresso com violência
extrema e ideologicamente motivada (SCHWAB, 2016, p.93).
Os mercados de trabalho, entretanto, estão ficando enviesados para um

conjunto limitado de competências técnicas, e as plataformas digitais e mercados
mundialmente conectados têm concedido recompensas descomunais para um
pequeno número de “estrelas”. Na esteira dessas tendências, os vencedores serão
aqueles capazes de participar plenamente de ecossistemas orientados para a
inovação (SCHWAB, 2016).
Saíba Mais: Leia o artigo intitulado “Qual o lugar do homem na indústria robotizada,
para um aprofundamento nesse tema.
https://www.dw.com/pt-br/qual-o-lugar-do-homem-na-ind%C3%BAstria-robotizada/a-18993545
3.1 Possíveis Soluções
Veil et al. (2019) em seu estudo sobre as lições aprendidas na Alemanha com
a utilização da Indústria 4.0, expõe que a Indústria 4.0 exige habilidades e
competências adicionais dos funcionários, como conhecimento avançado em TIC
(Tecnologia da Informação e Comunicação), além de competências interdisciplinares
e traços de personalidade específicos. Dada a sua base digital, o conhecimento e as
habilidades em TIC são obrigatórios.
Nesse contexto, aspectos técnicos e econômicos, processos e métodos
também parecem relevantes. Com relação aos traços de personalidade, os resultados
indicam que os funcionários devem estar abertos a mudanças. Além disso, a
tolerância a falhas e a vontade de aprender com os erros (learn by failure) e a
criatividade são essenciais (VEILE et al., 2019).
32
Por fim, de acordo com as experiências dos especialistas, as competências
sociais e de comunicação facilitam a colaboração interdisciplinar, o trabalho em
equipe e a troca de informações. Para desenvolver essas competências, a educação
e os treinamentos provaram ser úteis (VEILE et al., 2019).
Sobre as competências necessárias na Indústria 4.0 o trabalho de Tessarini e
Saltorato (2018), apresenta uma síntese das competências separadas em três
categorias (Quadro 5 – Competências para Indústria 4.0) a saber.
Quadro 5 - Competências para Indústria 4.0
Fonte: Extraído de Tessarini e Saltorato (2018)
As Competências funcionais, podem ser entendidas como aquelas necessárias

para o desempenho técnico e profissional das tarefas; as Competências
comportamentais – mais intrínsecas e relacionadas às atitudes do indivíduo; e as
Competências sociais – relacionadas com a capacidade de interagir e trabalhar com
outras pessoas (TESSARINI; SALTORATO, 2018).
Veil et al. (2019), apresenta entre outras medidas adequadas, a utilização de
treinamentos de todos os tipos, por exemplo, oficinas, aprendizado baseado em
cenários, aprender fazendo (learn by doing) por projetos e e-learning. Além disso, uma
estreita colaboração com universidades e escolas garante que os futuros funcionários
adquiram habilidades e competências relevantes.
No que tange as empresas, experiências positivas com locais de trabalho
flexíveis que apoiam a troca de conhecimentos e habilidades dos funcionários, podem
33
atuar em equipes virtuais em locais e divisões geográficas distribuídas prometem um
efeito semelhante.
Com base nas oportunidades tecnológicas de acesso remoto e dispositivos de
realidade aumentada ou virtual, os funcionários não precisam necessariamente
controlar constantemente as máquinas, o que permite modelos flexíveis de horário de
trabalho (VEILE et al., 2019).
Os resultados do trabalho de Veile et al (2010), também mostram que as
empresas devem revisar sua estrutura organizacional para estabelecer uma base
adequada para a Indústria 4.0. Hierarquias achatadas (poucos níveis), menor
estruturas, processos flexíveis e configurações descentralizadas podem formar uma
organização ágil que permite tomadas de decisão mais rápidas e promove um espírito
empreendedor, facilitando a comunicação entre os colaboradores e gestores. O que
se alinha com a afirmação de Schwab.
Tudo o que vejo indica que a caminhada se tornará mais veloz,
as alterações serão fundamentais, e a caminhada, portanto,
precisará de uma visão dura e honesta quanto à capacidade das
organizações para operar de forma veloz e ágil (SCHWAB, 2016
p.57).
Outra visão sobre a solução de problemas inerentes a Indústria 4.0 foi

apresenta no estuo promovido por Kagermann et al. (2016), demonstrando que a
cooperação em toda a cadeia de valor adquirirá nova importância na Indústria 4.0,
pois, novas formas de cooperação e colaboração podem surgir se prestadores de
serviços, operadores de máquinas, fabricantes de máquinas e os gestores das
fábricas se unirem para formar ecossistemas digitais, como uma rede dinâmica para
criação de valor, não só na produção, mas também em outras áreas das atividades
das empresas, como pesquisa e desenvolvimento (P&D) e funções administrativas.
Em sua pesquisa, o autor aponta que a maioria das instituições e associações
ligadas à Indústria 4.0 consideraram a cooperação como um requisito essencial para
implementação bem-sucedida da Indústria 4.0, sendo desejada para aprimorar o
conhecimento (know-how) a respeito da segurança de dados, modelo de negócios,
redução do tempo de desenvolvimento e evitar soluções redundantes (KAGERMANN
et al., 2016).
Nessa mesma linha de raciocínio, Schwab (2016, p.107), afirma “[...] só será
possível enfrentar esses desafios de forma significativa se mobilizarmos a sabedoria
coletiva de nossas mentes, corações e almas”.
34
4. PANORAMA INTERNACIONAL DA INDÚSTRIA 4.0
Ao se analisar a adoção da Indústria 4.0 em relação a sua aplicação global,

alguns países do continente Europeu, Ásia e Estados Unidos estão em franca adoção,
porém, quando visto no cenário mundial, pode-se afirmar que ainda a Indústria 4.0
está em fase de crescimento, tanto na indústria como no meio acadêmico
(TESSARINI; SALTORATO, 2018).
Nesse sentido, diversas iniciativas, tanto governamentais, como de
associações, promovem a adoção e a implementação da Indústria 4.0 nos países. O
estudo promovido por Kargermann et al. (2016), aponta seis países como os principais
adotantes da Indústria 4.0, são eles: Alemanha, China, Japão, Coreia do Sul, Estados
Unidos e Reino Unido.
4.1 Indústria 4.0 na Alemanha
Na Alemanha, a Industrie 4.0 como é conhecida, se baseia em uma forte visão

de futuro com um plano geral complexo. O foco é otimizar os processos de produção
em termos de qualidade, preço e flexibilidade e oferecer melhores retornos financeiros
em geral. Os objetivos concretos e as atividades relacionadas a Industrie 4.0 incluem
a criação de uma arquitetura de referência para as indústrias, interoperabilidade, e
produção personalizada (KAGERMANN et al., 2016).
Graças aos desenvolvimentos e iniciativas já empreendidos no campo da
Indústria 4.0 (veja a Quadro 4), a Alemanha adquiriu uma excelente reputação
internacional. Isso significa que está muito bem posicionada para cooperar com outros
países ao redor do mundo, por exemplo, com relação à padronização.
Quadro 6 - Iniciativas da Alemanha para Indústria 4.0

Inciativa Campo / Objetivo Promovido por
Plataform Industrie 4.0 Recomendações gerais coordenadas Governo
pelo governo
BDEW Setor de energia Associação de Indústrias
BDI Manufatura intersetorial Associação de Indústrias
Bitkom Empresas de TIC Associação de Indústrias
VDA Indústria automotiva Associação de Indústrias
VDMA Engenharia de Máquinas e Instalações Associação de Indústrias
ZVEI Indústria elétrica e engenharia elétrica Associação de Indústrias
Fonte: Adaptado de Kagermann et al. (2016)
35
4.2 Indústria 4.0 na China
A China vê a Industrie 4.0 como uma excelente oportunidade para impulsionar

uma total transformação em seu sistema industrial. Nesse sentido, uma ampla gama
de atividades foi realizada nesse campo, por exemplo, o estabelecimento de cidades
inteligentes, a iniciativa Smart Factory 1.0 e o Internet of Things Center em Xangai.
Em 2014 o governo chinês anunciou sua estratégia Made in China 2025, (veja
o Quadro 5) um plano de ação nacional que define as prioridades de longo prazo do
país. Seu objetivo é transformar a economia de produção em massa de hoje em uma
economia de alta tecnologia.
Além disso, avanços devem ser buscados ativamente nas seguintes áreas:
tecnologia da informação, máquinas e robótica, aviação e aeroespacial, equipamentos
e embarcações marítimas, veículos ferroviários, mobilidade elétrica, equipamentos de
energia, máquinas agrícolas, novos materiais, equipamentos médicos de alto padrão.
equipamentos e biofarmacêuticos (KAGERMANN et al., 2016).
Quadro 7 - Iniciativas da China para Indústria 4.0

Internet of Things Center Tecnologia da Informação e Comunicação Governo
of Shangai
Internet Plus Tecnologia da Informação e Comunicação Governo
Made in China 2025 Manufatura Governo
Smart Factory 1.0 Manufatura Negócios
4.3 Indústria 4.0 no Japão
A Indústria 4.0 já está muito avançada na economia japonesa em comparação

com outros países asiáticos. Como a Alemanha, o Japão tem uma forte base industrial
com uma longa tradição. A digitalização apresenta grandes desafios para a indústria
manufatureira japonesa. O Japão está promovendo uma série de temas que, no
mínimo, se sobrepõem significativamente ao Industrie 4.0 (alemão). Isso também
pode ser visto no campo da padronização.
No entanto, ainda não existe um entendimento consistente do termo Indústria
4.0 no Japão. A automação de fabricação é considerada um elemento-chave,
juntamente com automação, tecnologias de rede e produção inteligente. Porém,
36
inúmeros desafios técnicos foram identificados em relação à sua implementação. Os
mais citados foram segurança, interfaces (API – Application Programing Interface –
Interface para Programação de Aplicações), análise de dados, sistemas autônomos,
visualização e comunicação máquina a máquina (M2M – Machine to Machine).
Como na Alemanha, existem várias iniciativas no Japão que por muitos anos
foram apenas parcialmente coordenadas. Isso inclui a Iniciativa da Cadeia de Valor
da Indústria (IVI), a Iniciativa Revolução do Robô (RRI) e o consórcio Internet of Things
Acceleration, fundado pela Hitachi e pela Universidade Keio, que inclui a Fabricação
Inteligente (Smart Factory) e a Internet Industrial entre suas prioridades (Quadro 6).
Existem também várias soluções proprietárias pertencentes a empresas individuais,
como o e-eF@ctory da Mitsubishi Electric.
Quadro 8- Inciativas no Japão para Indústria 4.0

e-F@tory Initiative Automação da fábrica Negócios (foco na Mitsubishi)
Industrial Value Chain Baixa padronização Instituições Acadêmicas e
Initiative (IVI) Negócios
Industry 4.1J Processamento seguro de dados Negócios (foco na NTT)
baseados em nuvem
IoT Acceleration Vinculando a IoT a big data e Governo e Negócios
Consortium (IOTAC) inteligência artificial
Robot Revolution Indústria e robótica aplicada Governo e Negócios
Initiative (RRI)
4.4 Indústria 4.0 na Coreia do Sul
Um relatório preliminar do Ministério da Ciência da Coreia do Sul, TIC e

Planejamento Futuro (MSIP) descreve a rede em tempo real de objetos via Internet
das Coisas (IoT) como a quarta revolução industrial e fornece uma ampla avaliação
de seu impacto sobre economia e sociedade da Coréia do Sul.
Existe um amplo reconhecimento dos benefícios da Industria 4.0 na Coréia do
Sul, devido à alta proporção do PIB (Produto Interno Bruto) representada pela
indústria manufatureira, à forte pressão competitiva da vizinha China e Japão e a
resultante necessidade de aumentar a produtividade entre as PMEs (Pequenas e
Médias Empresas) do setor manufatureiro.
37
Como resultado, o projeto nacional Manufacturing 3.0 do governo sul-coreano
- a versão sul-coreana do Plattform Industrie 3.0 - se concentra em ajudar as PMEs a
aumentar sua capacidade de produção por meio do uso de tecnologias inteligentes
nas fábricas. Com o objetivo de elevar os padrões de fabricação, a iniciativa Fábrica
Inteligente do MSIP também faz parte dessa unidade.
O foco é estabelecer uma meta de até 10.000 fábricas mais produtivas em 2020
por meio da cooperação entre empresas e indústrias, grandes, pequenas e médias
empresas, organizações relevantes e governo. Este projeto é complementado por
várias outras iniciativas sul-coreanas relevantes para a Industria 4.0 (Quadro 7).
Quadro 9 - Iniciativas da Coreia do Sul para Indústria 4.0

Creative Economy Inovação em Indústria 4.0 e TIC Negócios e Governo
Innovation Centers
Korean Smart Factory Automatização de Fábrica Negócios e Governo
Foundation
Smart City Testbed Cidades Inteligentes Governo
Initiative
Smart Factory Initiative Automatização de Fábrica Negócios e Governo
4.5 Indústria 4.0 nos Estados Unidos
Nos Estados Unidos, a Industria 4.0, conhecida como Manufatura Avançada, é

amplamente impulsionada por iniciativas do setor privado. Comparadas à Alemanha
e Ásia, as agências governamentais desempenham um papel relativamente menor.
Em 2014 uma iniciativa de larga escala culminou na criação do Industrial Internet
Consortium (IIC). Fundada pela General Electric (GE) em conjunto com a AT&T, Cisco
e IBM, em meados de 2016 a IIC já tinha mais de 230 membros (veja o Quadro 8).
A IIC tem como objetivo evoluir as estruturas arquitetônicas com foco da
Internet industrial e coordenar iniciativas para estabelecer ecossistemas que
conectam objetos físicos a pessoas, processos e dados por meio de arquiteturas
comuns, interoperabilidade e padrões abertos.
A IIC adota uma abordagem dupla. Por um lado, busca promover a inovação
por meio do estabelecimento de casos de uso e bases de teste para permitir o teste
rápido de ideias e tecnologias em aplicações do mundo real. Por outro lado, visa
impulsionar o desenvolvimento das arquiteturas de referência, frameworks e padrões
38
abertos exigidos para a interoperabilidade de sistemas industriais. Também atua como
um fórum para troca de experiências e geração de ideias.
A Indústria 4.0 e os assuntos relacionados são uma prioridade relativamente
baixa para o governo dos EUA. Diferentemente do governo alemão, o governo dos
EUA não considera a Industrie 4.0 a chave para a competitividade futura do país. As
pessoas certamente lamentam o fato de que a competitividade das empresas de
manufatura dos EUA declinou constantemente nas últimas décadas e os produtos
inventados nos Estados Unidos muitas vezes não podem mais ser fabricados lá com
baixo custo.
Dos oito centros de inovação estabelecidos até o final de 2015, o Instituto Digital
de Inovação em Design e Fabricação (DMDII) é o único com um foco claro na Indústria
4.0. O DMDII trabalha em estreita colaboração com as empresas para apoiá-las na
implementação das estratégias da Indústria 4.0. Consequentemente, muitas
empresas americanas estão apenas acordando para a Industrie 4.0 e a necessidade
de criar interoperabilidade para a nova abordagem de fabricação e a arquitetura de
fábrica que ela exige.
As empresas do Vale do Silício, em particular, esperam que a transição para a
Industria 4.0 proporcione oportunidades de exportação para sensores e tecnologias
sem fio. As empresas globais de software e as empresas de Internet das Coisas (IoT)
também estão se tornando cada vez mais ativas no mercado de soluções da Indústria
4.0 (KAGERMANN et al., 2016).
Quadro 10 - Iniciativas dos Estados Unidos para Indústria 4.0

Industrial Internet Temas abrangentes; entrada na padronização; Negócios
Consortium (IIC) novos modelos de negócios
Smart Manufacturing Pesquisa pré-competitiva conjunta em uma Negócios
Leadership Coalition plataforma aberta usando, por exemplo,
(SMLC) plataforma de testes
AllSeen Alliance Eletrônicos de consumo Negócios
Open Connectivity Comunicação entre diferentes sistemas Negócios
Foundation (OCF)
National Network Centro de inovação, não focado Governo
for Manufacturing especificamente na Indústria 4.0 (exceto o
Innovation (NNMI) centro DMDII, que faz parte do NNMI)
39
4.6 Indústria 4.0 no Reino Unido
No geral, o Reino Unido considera a Alemanha como pioneira e modelo no

setor da Indústria 4.0. Ao contrário da Alemanha, no entanto, o foco principal das
empresas do Reino Unido é combinar informações sobre os requisitos do cliente, o
status operacional das instalações de manufatura e redes de fornecedores, para que
possam responder de forma mais flexível e adaptável.
As Catapultas (Catapults) são um componente essencial da estratégia de
promoção da Industria 4.0 no Reino Unido. Esses centros de pesquisa permitem que
empresas e pesquisadores trabalhem juntos para transformar tecnologias críticas -
cujos princípios básicos já foram observados nas universidades - em sistemas
testados que comprovadamente funcionam na área de aplicação relevante e, em
alguns casos, podem até ser implantado com sucesso em um ambiente operacional.
As Catapultas preenchem a lacuna entre universidades e indústria, garantindo
que as tecnologias de alto potencial não caiam no caminho antes de serem lançadas
no mercado. Os outros objetivos das Catapultas incluem reduzir o risco de inovação,
acelerar o ritmo de desenvolvimento de negócios e criar empregos e crescimento
sustentáveis.
Particularmente no que diz respeito à Indústria 4.0, eles desempenham um
papel importante e valioso ao permitir que soluções inovadoras sejam testadas e
demonstradas visivelmente em um ambiente dedicado. O trabalho dos centros de
inovação tem um foco fortemente direcionado pelo setor. Além disso, o envolvimento
de várias universidades líderes do Reino Unido fornece aos formuladores de políticas
a confiança de que os fundos do governo investidos nas Catapultas serão usados
para o futuro bem público.
Quadro 11 - Iniciativas do Reino Unido para Indústria 4.0
Catapult Centres Impulsionando a inovação; Indústria 4.0 é um Governo
dos sub-temas
High Value Centro de catapulta para digitalização da Governo
Manufacturing manufatura, foco em aspectos físicos
Satellite Applications Centro de catapulta para digitalização da Governo
manufatura, foco em TIC
Manufacturing Parte da catapulta de fabricação de alto valor Governo
Technology Centre (MTC)
Advanced Manufacturing Parte da catapulta de fabricação de alto valor Governo
Research Centre (AMRC)
40
Kagermann et al. (2016) concluí, que o conceito da Indústria 4.0 teve um
impacto dinâmico na política de inovação na Alemanha e em outros países ao redor
do mundo e ajudou a promover a percepção de que a digitalização da indústria é uma
inovação essencial para o futuro. A estreita cooperação entre empresas, sindicatos,
associações relevantes, academia e governo tem permitido cada vez mais que a visão
seja conceitualizada, refinada e implementada.
As empresas que atuam em ecossistemas da Indústria 4.0 baseados em
plataforma também devem contemplar uma rápida expansão global, identificando
rapidamente modelos de negócios sustentáveis e controlados por dados e as opções
de financiamento necessárias. Nesse sentido, as empresas devem desenvolver novos
modelos de negócios em conjunto com as novas tecnologias desde o início -
especialmente porque elas podem atuar como impulsionadoras da padronização na
adoção da Indústria 4.0 (KAGERMANN et al., 2016).
E por fim, a digitalização da economia está levando ao surgimento de novos
atores (protagonístas). As associações devem, portanto, estabelecer mais formas de
diálogo entre indústrias, startups inovadoras e PMEs estabelecidas, a fim de promover
uma rede mais estreita entre diferentes setores. Pois, essa variedade é necessária
para atender aos requisitos da Indústria 4.0 de cooperação em todos os diferentes
processos de valor agregado. Essa rede pode ajudar as empresas a recrutar pessoal
qualificado, aprender sobre mercados globais, obter acesso a clientes e parceiros a
se envolver mais estreitamente nos ecossistemas digitais de maneira colaborativa.
4.7 Indústria 4.0 em outros países
Embora o trabalho de KAGERMANN não mencione outros países da União

Europeia, deve-se destacar o papel da Itália, Espanha, Portugal, França e outros
quem tem seus próprios modelos e iniciativas da Indústria 4.0. O ANEXO A –
Iniciativa União Europeia Para Indústria 4.0, oferece um panorama da Europa como
um todo com as descrições desses modelos e iniciativas.
Saíba Mais: Leia o artigo intitulado “European countries join forces to digitise industry”,
para conhecer o programa da União Europeia para Indústria 4.0.
https://ec.europa.eu/digital-single-market/en/news/european-countries-join-forces-digitise-industry
41
5. PANORAMA NACIONAL DA INDÚSTRIA 4.0
Para Tessarini e Saltorato (2018), tanto o debate quanto a aplicação dos

conceitos de Indústria 4.0 encontra-se em fase muito inicial, com poucas e pontuais
pesquisas sobre o tema. Nesse sentido algumas iniciativas foram criadas, para
apresentar os conceitos e objetivos da Indústria 4.0, é o caso da iniciativa criada pelo
governo brasileiro chamada Agenda Brasileira para a Indústria 4.0, promovida pela
ABDI (Agência Brasileira para o Desenvolvimento Industrial), que está ligada ao
Ministério da Indústria, Comércio e Serviços (MIDC) do Governo Federal.
Segundo a própria agência, o Brasil vem caindo no Índice Global de Inovação
que busca avaliar critérios de performance de diferentes países no quesito inovação.
Índice que avalia quesitos como crescimento da produtividade, investimentos em
pesquisa e desenvolvimento (P&D), educação, exportações de produtos de alta
tecnologia, dentre outros tópicos, ocupando em 2017 a 69º posição.
Tabela 1- Índice Global de Inovação - 2017
Fonte: Extraído do site Agenda brasileira para a Indústria 4.0 7.
Outro indicador negativo é apresentado pelo IMD World Competitiveness

Center - Centro de Competitividade Mundial (2019) , que mostra em seu relatório de
competitividade digital, que o Brasil ocupa a 57ª posição em 2018 e 2019. Com base
nesse cenário é que diversas iniciativas foram iniciadas tanto pelo governo como pelas
associações das indústrias.
7
Disponível em http://www.industria40.gov.br/#. Acesso em: 11 mai. 2020.
42
5.1 Iniciativas no Brasil para Indústria 4.0
Dentro das iniciativas criadas como já citado anteriormente a Agenda Brasileira

para a Indústria 4.0 tem como objetivo, contribuir para a transformação das empresas
em direção à Indústria 4.0 e nessa linha propõe uma agenda, estruturada em etapas,
que deverão ser seguidas segundo o grau de maturidade ou necessidade de cada
empresa brasileira. Tal agenda apresenta algumas ações a serem implementadas
entre 2017 a 2019, são elas:
1ª Medida - Divulgação dos Conceitos de Indústria 4.0 - Ainda há no Brasil
grande desconhecimento sobre os conceitos da Indústria 4.0 e suas aplicações.
Buscando ampliar o acesso a esse novo universo de possibilidades para o setor
produtivo brasileiro, e assim como ocorreu em outros países, será executada
campanha permanente de comunicação, com ações em mídia espontânea, redes
sociais e internet. Para isso, o programa propõe, seminários e workshops para
disseminação dos conceitos e aplicações-piloto, com instituições parceiras e conforme
demanda do público-alvo.
2ª Medida - Plataforma de Autoavaliação 4.0 - a competitividade da indústria
brasileira perpassa a adoção de novas tecnologias digitais no âmbito da fábrica. Para
acelerar, está disponível uma plataforma de autoavaliação do grau de maturidade da
indústria em relação a jornada para a Indústria 4.0.
3ª Medida - “HUB” 4.0 - HUB é o nome inicial da plataforma de serviços. É
uma forma inovadora de geração de valor para as empresas no contexto da Indústria
4.0. Integrada à plataforma de autoavaliação, essa ferramenta permitirá à empresa
se conectar aos provedores de tecnologia como uma das etapas fundamentais para a
digitalização e modernização do parque industrial.
4ª Medida - Brasil Mais Produtivo 4.0 - com a forte digitalização das
indústrias, poderá haver um grande hiato tecnológico entre as micro e pequenas
empresas industriais e as grandes. Pensando em apoiar as de menor porte na direção
para a Indústria 4.0, a Agenda Brasileira para a Indústria 4.0 trabalha no fortalecimento
do programa Brasil Mais Produtivo, com o objetivo de avançar na aplicação da
manufatura enxuta em frentes de digitalização e conectividade.
5ª Medida - Fábricas do Futuro e Test Beds - em um cenário de grande oferta
de soluções tecnológicas para a Indústria 4.0, torna-se fundamental que as empresas
possam testar, experimentar e prototipar processos de implantação dessas
43
tecnologias. Para isso, o MDIC e a ABDI, em parceria com agências federais e
estaduais de fomento, financiarão projetos de test beds e a formatação de “fábricas
do futuro”, que em parcerias com agências federais e estaduais de fomento, poderão
ser escaladas.
6ª Medida - Conexão Startup-Indústria 4.0 - massificar a conexão com foco
nas necessidades da indústria nacional rumo à transformação do parque industrial do
Brasil nos conceitos da Indústria 4.0.
Para tanto, a ABDI pretende criar e fomentar um ambiente de conexão entre
startups e indústrias a fim de promover o desenvolvimento tecnológico de soluções a
partir de demandas industriais, fomentar novas formas de gestão de desenvolvimento
tecnológico baseadas em métodos e ferramentas ágeis e foco em cliente, mas
sobretudo, na disseminação de processos que promovam a mudança cultural
necessários para a inserção dos conceitos de Indústria 4.0 no Brasil.
7ª Medida - Mercado de Trabalho e Educação 4.0 - Será necessário
estruturar uma forte agenda presente e futura de mapeamento de competências,
entendimento das demandas de mercado, requalificação de trabalhadores e
preparação das novas gerações para o mundo 4.0.
8ª Medida - Regras do Jogo 4.0 - Definir as regras legais de forma adequada
é condição básica para que as empresas brasileiras migrem para um mundo 4.0. Por
isso, foi proposta uma agenda de reformas legais e infralegais que promovam a
aceleração da jornada da indústria brasileira em direção ao 4.0, das quais destacam-
se, prioritariamente: Robôs colaborativos (COBOT); Polo Industrial de Manaus (PIM)
4.0 e Privacidade e proteção de dados.
9ª Medida - Financiamento para uma Indústria 4.0 - Como acelerar a adoção
ou geração de tecnologias na sua indústria sem o financiamento adequado?
Pensando nisso, o GTI (Grupo de Trabalho da Indústria 4.0) trabalha parcerias com
bancos públicos e privados e agências de fomento para garantir um leque de opções
de financiamentos acessíveis a diferentes empresas e necessidades.
10ª Medida - Comércio Internacional 4.0 - O Brasil representa um terço do
PIB da América Latina, sendo uma das 10 maiores economias do mundo. No entanto,
a participação do país no comércio internacional é de apenas 1,2% (Organização
Mundial do Comércio - OMC), com baixa integração, na média, às cadeias de valor
globais de produção.
44
Nessa linha, a Agenda Brasil 4.0 aponta as seguintes ações: zerar e diminuir
as alíquotas do imposto de importação de diversos tipos de bens e insumos
estratégicos para a indústria do futuro, como robôs industriais e robôs colaborativos;
atrelar acordos, parcerias e negócios bilaterais com destaque para as negociações
com a União Europeia, o México e o Canadá e outros colaboradores externos.
Outras iniciativas foram apresentadas pelo ENEGEP - Encontro Nacional de
Engenharia de Produção, que abordou o assunto em sua edição de 2017, FIESP –
Federação das Indústrias do Estado de São Paulo, em 2016 e também o 1º Congresso
Brasileiro de Indústria 4.0 em 2017 (FAPESP PESQUISA PARA INOVAÇÃO, 2017)
Concluindo o Brasil deve nos próximos anos investir em iniciativas mais
concretas, pois, como já visto, novas tecnologias aliadas a um modelo de negócio
disruptivo podem acabar com mercados estabelecidos. Essa urgência demandará por
profissionais mais capacitados e que tenham as habilidades e competências
necessárias a Indústria 4.0.
Saiba Mais: Para aprofundar-se nas iniciativas brasileiras na adoção da Indústria 4.0
acesse a página a ABDI no link: https://www.abdi.com.br/sobre
45
UNIDADE II
6. TECNOLOGIAS HABILITADORAS
Como já visto anteriormente no item 2.4 da página 23, a Indústria 4.0 tem seus
pilares na combinação de diversas tecnologias inovadoras que habilitam a fusão do
mundo físico, digital e biológico (Figura 12).
Figura 12 - Tecnologias Habilitadoras Indústria 4.0
Fonte: Adaptado de Imagens Online – Office 365
Logo, se faz necessário explorar cada uma dessas tecnologias habilitadoras

para que se possa conhecer suas funções, objetivos e como se integram na criação
da Indústria 4.0 e promovem a Transformação Digital ligada a essa indústria. Além
das tecnologias listadas na imagem, Schwab (2016), também apresenta as
tecnologias vestíveis (wearables – como relógios, óculos, braceletes, etc.), as moedas
digitais (criptomoedas como o Bitcoin) aliadas ao Blockchain, seres projetados e neuro
tecnologias.
46
7. COMPUTAÇÃO EM NUVEM
Para Nayyar e Kumar,(2020) as tecnologias de IoT, o Big Data e a computação

em nuvem, juntamente com a IA, são fatores de fortalecimento da Indústria 4.0, que
se concentram basicamente na automação industrial. Nos anos atuais, a tecnologia
da informação (TI) avançou acentuadamente na computação em nuvem com
autoatendimento sob demanda, acesso onipresente à rede, elasticidade rápida, e
pagamento por uso dos recursos, como um serviço contratado.
As nuvens com capacidade de gerenciamento de infraestrutura são um imenso
ambiente de recursos virtualizados utilizáveis e acessíveis, como diferentes
plataformas de desenvolvimento, aplicativos, serviços, hardware que podem ser
reconfigurados dinamicamente para permitir autoatendimento, economia de escala e
otimizando a utilização dos recursos (NAYYAR; KUMAR, 2020). As modalidades
disponíveis como serviços, são:
 Infraestrutura como serviço (IaaS – Infraestructure as a Service);
 Plataforma como Serviço (PaaS – Platform as a Service);
 Software como Serviço (SaaS – Software as a Service).
O principal desafio ao se utilizar qualquer uma dessas modalidades se encontra
na comunicação de rede, ou seja, a falta de conexão ou uma conexão lenta com à
internet, que impactará diretamente no desempenho e na utilização desses serviços.
O valor do serviço é definido conforme o volume se sua utilização, assim como
acontece com serviços de água, luz e gás, podendo ser interrompido a qualquer
momento o garante a organização a possibilidade de reduzir seus investimentos
nessas áreas.
7.1 Infraestrutura como Serviço (IaaS)
Nessa modalidade uma infraestrutura, como um servidor, uma máquina, um

robô ou um data center, pode ser obtida como um serviço sem investir em um edifício
ou na aquisição e manutenção de hardware (rede, armazenamento, processamento
etc.), tudo é mantido pelo provedor de nuvem mediante a taxa de serviço definida
(NAYYAR; KUMAR, 2020). A IBM Brasil, confirma o que foi exposto pelo autor e
acrescenta:
47
Diversos casos de uso podem se beneficiar desse padrão. As
empresas que não são proprietárias de um data center veem o IaaS
como uma infraestrutura rápida e barata para suas iniciativas de
negócios que pode ser expandida ou encerrada, conforme necessário.
As empresas tradicionais que precisam do poder da computação para
executar cargas de trabalho variáveis, com menos gasto de capital,
são exemplos perfeitos da adoção de IaaS. Em ambos os casos, as
empresas pagarão apenas pelos serviços usados (IBM BRASIL,
2019).
7.2 Plataforma como Serviço (PaaS)
É uma oferta de computação em nuvem que oferece aos usuários um ambiente

no qual eles podem desenvolver, gerenciar e entregar aplicativos. Além de
armazenamento e de outros recursos de computação, os usuários podem usar um
conjunto de ferramentas pré-montadas para desenvolver, customizar e testar seus
próprios aplicativos (IBM BRASIL, 2019), os principais recursos oferecidos são:
 Fornece uma plataforma com ferramentas para testar, desenvolver e
hospedar aplicativos no mesmo ambiente.
 Permite que as organizações se concentrem no desenvolvimento, sem
preocupações com a infraestrutura subjacente.
 Os provedores gerenciam a segurança, os sistemas operacionais, o
software do servidor e os backups.
 Facilita o trabalho colaborativo, mesmo se as equipes trabalharem
remotamente.
As empresas e/ou fábricas de desenvolvimento que desejam
implementar metodologias ágeis são as mais adequadas para o PaaS.
Os provedores de PaaS publicam diversos serviços que podem ser
consumidos dentro dos aplicativos. Esses serviços estarão sempre
disponíveis e atualizados. O PaaS fornece uma forma muito simples
de testar e fazer o protótipo de novos aplicativos. Ele pode economizar
ao desenvolver novos serviços e aplicativos. Os aplicativos podem ser
liberados mais rapidamente do que o usual para obter feedback do
usuário (IBM BRASIL,2019).
A maioria dos provedores PaaS afirma dar suporte a muitas linguagens de

desenvolvimento tais como Java, Ruby, PHP, Python, Perl, Node, .Net, etc.
Naturalmente provedores como Microsoft e Google, podem apresentar um suporte
robusto e mais eficiente em suas respectivas linguagens como .Net e Android.
48
7.3 Software como Serviço (SaaS)
Segundo a IBM Brasil (2019), o SaaS oferece aos usuários acesso a um

software baseado em nuvem de um fornecedor de modo que os usuários não
precisam instalar os aplicativos em seus dispositivos locais. Em vez disso, os
aplicativos residem na rede de nuvem que será acessada por meio da web (internet)
ou de uma API (Application Programming Interface – Interface de Programação de
Aplicações) que permitirá integrar diferentes sistemas (também conhecido como
Middleware – software de camada do meio), os principais benefícios são:
 Os fornecedores de SaaS fornecem aos usuários software e aplicativos por
meio de um modelo de assinatura;
 Os usuários não precisam gerenciar, instalar ou fazer atualizações de
software; os provedores SaaS gerenciam tudo isso;
 Os dados ficam seguros na nuvem; uma falha de equipamento não resulta
em perda de dados.
 Os aplicativos podem estar acessíveis a partir de praticamente todos os
dispositivos conectados à Internet, de qualquer lugar no mundo.
São exemplos de Software como um Serviço: o Microsoft Office 365®; programa
de gestão de relacionamento a clientes (CRM – Customer Relationship Management),
como o Sales Cloud da Sales Force; sistemas de Planejamento de Recursos
Empresariais (ERP - Enterprise Resource Planning), como o ERP Cloud da Oracle®,
organização e gestão de projetos Monday da Monday.com, entre outros.
Em se tratando de negócios tradicionais é possível identificar uma forte
predominância na aquisição, na manutenção e na evolução (melhoria) de
infraestruturas de TI, o que não acontece com empresas digitais.
Ao migrar seus ambientes físicos para virtuais as empresas, além de reduzir
drasticamente seus custos, podem se beneficiar de atualizações e evoluções
tecnológicas e escalar sua infraestrutura de modo rápido e eficaz, já que todo o
ecossistema de TI fica a cargo do Provedor de Serviços em Nuvem (Figura 13).
Saiba Mais: Descubra quem são os 10 provedores de nuvem da atualidade, lendo o

artigo da Computer World no link abaixo:
https://computerworld.com.br/2012/09/10/as-10-empresas-de-nuvem-mais-poderosas/
49
Figura 13 - Comparação entre TI Tradicional e Baseada em Nuvem
Fonte: Do Autor, 2020.
7.4 Os modelos de Computação em Nuvem
O modelo de nuvem que permite as abordagens IaaS, PaaS e SaaS é

conhecido como Nuvem Pública, uma vez que diferentes organizações compartilham
os recursos do mesmo provedor de nuvem. Com a utilização de políticas de acesso
que impedem eventuais vulnerabilidades (SACOMANO et al.,2018). Além desse
modelo, existem também os modelos de:
 Nuvem Privada – normalmente utilizado por uma grande organização que
precisa dos mesmos recursos de flexibilidade, provisionamento,
automação, monitoramento, etc. Porém, sem o compartilhamento da
infraestrutura com outras empresas, o que eleva os custos de utilização. É
bem utilizada para armazenamento e compartilhamento de dados entre
unidades de negócio e filiais através de um Data Center (Centro de Dados),
que pode ser montado dentro ou fora da organização com ajuda de um
provedor de nuvem;
 Nuvem Híbrida: mescla os dois modelos de nuvem (Pública e Privada),
visando extrair o melhor de ambos e desempenhar funções distintas dentro
de uma mesma organização, esse modelo é comumente adota por
50
empresas que já possuem uma boa infraestrutura interna e querem se
beneficiar dos serviços de software (SaaS) por exemplo e a escalabilidade
da Nuvem Pública (RUSSO, 2017).
7.5 Computação em Nuvem para Indústria 4.0
Atualmente, serviços de manufatura onipresentes (ou ubíqua) podem ser

fornecidos com a ajuda de tecnologia de informação avançada, comunicação,
detecção (uso de sensores e atuadores) e rede. A fabricação onipresente na nuvem
permite acessos de rede apropriados e sob demanda a um conjunto compartilhado de
recursos de fabricação configuráveis (NAYYAR; KUMAR, 2020).
Esses recursos disseminados são capturados nos serviços em nuvem e
gerenciados de maneira centralizada na fabricação em nuvem. A partir daí, os clientes
podem contratar serviços em nuvem de acordo com suas necessidades. Os usuários
da nuvem podem solicitar serviços de todas as etapas do ciclo de vida de um produto,
como design, fabricação, teste, gerenciamento de produtos, etc.
O que reforça, segundo Nayyar e Kumar (2020), a filosofia Design Anywhere
Manufacture Anywhere (Projete em qualquer lugar, fabrique em qualquer lugar –
tradução do autor) pela fabricação em nuvem com a facilidade de escalabilidade para
o tamanho dos negócios e suas necessidades.
O acesso onipresente aos recursos da fabricação em nuvem, aumenta a
escalabilidade, a agilidade, e a virtualização do negócio (transformação digital). A
Figura 14 descreve as interfaces de trabalho da computação em nuvem na fabricação
onipresente, que agrega robôs, máquinas e servidores como serviços, além da
infraestrutura, plataforma e software.
Com a combinação de sistemas de informação mais diversos elementos físicos
(coisas) heterogêneos combinados de forma inteligente acopladas a nuvem é criada
uma nova era de IoT (Internet das Coisas) e serviços para Indústria 4.0.
Nota-se que há uma relação direta entre a Internet das Coisa, Computação em
Nuvem e Inteligência Artificial, o que promoverá o surgimento da IIoT (Industrial
Internet of Things – Internet das Coisa Industriais, que será explicado mais adiante).
51
Figura 14 - Elementos da Fabricação em Nuvem
Fonte: Nayyar e Kumar (2020).
A tecnologia operacional, capacitando o hardware e o software para detectar

ou causar alterações nos processos físicos, nos eventos e na empresa por meio de
monitoramento e / ou controle direto integrado à TI na IIoT, fortalece a noção de
"fábrica inteligente", concluem Nayyar e Kumar (2020).
Os dispositivos inteligentes conectados com a capacidade de detectar, coletar,
processar e comunicar dados podem regular e monitorar o ambiente operacional de
fabricação. Nesse contexto, duas arquiteturas se destacam na fabricação em nuvem,
segundo Nayyar e Kumar (2020), são elas: Edge Computing (Computação em
Borda) e Fog Computing (Computação em Névoa)
7.5.1 Computação em Borda – Edge Computing
Em que a borda consiste em entidades / objetos inteligentes envolvidos no

processo de fabricação. Os agentes de camada baixa fornecem informações sobre o
trabalho em andamento, estado operacional dos recursos e disponibilidade ou
resultados de inspeção de qualidade e também podem alocar tarefas ou reagendar
tarefas.
52
Os agentes da camada superior lidam com dados ordenados por tempo,
analisam a covariância de várias métricas monitoradas e enormes quantidades de
dados históricos (momento em que se utiliza a tecnologia de Big Data).
Em seguida, esse conhecimento reunido é usado para a otimização das
funções, reconfigurando os recursos, as equipes, prevendo ações ou eventos ou
avaliando a manutenção preventiva dos dispositivos.
Apesar de mover todos os dados pela nuvem para processamento, algumas
operações podem ser realizadas próximas ao dispositivo IIoT, ou seja, na borda
(edge).
Esse processo ajuda a simplificar a transmissão de dados, além de minimizar
a latência. A computação em borda oferece serviços de borda próximos à fonte de
dados para encontrar as diferentes situações críticas em questões de otimização em
tempo real, segurança e conectividade ágil.
Porém, um segundo elemento também é importante nesse processo, a
Computação em Névoa ou Nevoeiro (Fog Computing).
7.5.2 Computação em Névoa – Fog Computing
O nome característico foi dado pela simples razão de termos uma tecnologia
de nuvem mais próxima do chão de fábrica (como uma neblina). A Computação em
Névoa é uma arquitetura distribuída que vincula a nuvem e os dispositivos conectados
que não precisam de conectividade persistente com a ela.
A Névoa ultrapassa a Computação em Nuvem na ponta da rede, funcionando
mais próxima dos sensores e atuadores (controladores) da IoT, onde os dados são
gerados e utilizados pelos sistemas.
Ela descentraliza a estrutura de computação, incluindo dados, aplicativos e
recursos de rede de data centers remotos para os dispositivos de borda (Edge
Devices), como se vê na Figura 15.
53
Figura 15 - Computação em Neblina e de Borda
Fonte: Extraída do site Engenho & Engenhocas 8.
Dentre as vantagens promovidas na utilização da Computação em Névoa e de

Borda, conforme Nayyar e Kumar (2020), estão:
 Segurança: Como as conexões de Coisas para a Névoa (Things to Fog -
T2F), Névoa para Névoa (Fog to Fog - F2F) e Névoa para Nuvem (Fog to
Cloud - F2C) podem ser feitas dinamicamente (como mostrado na Figura
16) em vários aplicativos, a segurança implementada nesse nível é de
extrema importância;
 Escalabilidade: O processamento de informações ocorre principalmente
localmente na computação em névoa, reduzindo assim a quantidade de
dados necessários para transmitir do chão de fábrica para a nuvem. Isso
reduz o custo e a capacidade computacional, a largura de banda da rede e
o tamanho de armazenamento, que podem ser ajustados conforme a
demanda para manter a eficiência geral da produção;
 Abertura: Diferentes interfaces de programação de aplicativos (APIs)
podem ser compartilhadas através da névoa para ajudar o equipamento de
produção da fábrica, a vincular-se a provedores de serviços de manutenção
remota (integração de sistemas);
 Autonomia: a autonomia fornecida pela computação em névoa permite ao
fabricante executar ações programadas, mesmo quando a nuvem está
8
Disponível em http://www.industria40.gov.br/#. Acesso em: 16 mai. 2020.
54
inacessível ou sobrecarregada. Isso melhora a alta confiabilidade,
disponibilidade e facilidade de manutenção em ambientes críticos de
produção e funções de manutenção.
 Agilidade: É possível tomar decisões rapidamente e inteligentes pela
computação em névoa dentro de um sistema. Uma falha menor em qualquer
máquina ou em qualquer novo recurso pode ser detectada e resolvida
instantaneamente, permitindo manutenção preditiva que diminui o tempo de
inatividade da fábrica.
Figura 16 - Interação entre os diferentes sistemas
Saiba Mais: Leia o artigo sobre os temas Fog e Edge Computing, pelo link abaixo:
https://transformacaodigital.com/tecnologia-da-informacao/o-que-e-fog-computing/
55
8. INTEGRAÇÃO DE SISTEMAS
A tecnologia digital aplicada ao mundo industrial permite automatizar e

monitorar o controle das operações, tomar decisões remotas e modificá-las
instantaneamente e muitas outras funções que envolvem a substituição de parte do
trabalho manual, que é uma maneira indireta de reduzir os custos de mão-de-obra,
isso requer a integração de diferentes sistemas e dispositivos promovendo o conceito
de interoperabilidade no formato de um serviço que é a base da Internet dos Serviço
(IoS – Internet of Service).
Como as empresas possuem equipamentos e/ou máquinas
provenientes de vários fornecedores, é natural que tragam
tecnologias, interfaces e softwares característicos de determinado
fabricante, muitas vezes não permitindo sua comunicação com outros
equipamentos e/ou máquinas. Para o uso pleno da Indústria 4.0 é
preciso que esses equipamentos e/ou máquinas possam se integrar,
de forma harmônica, mantendo a comunicação constante entre todos,
além dos diversos sistemas de informações (SACOMANO et al., 2018,
p.89).
8.1 Comunicação em Tempo Real
A comunicação em tempo real suporta a comunicação sem atrasos na

transmissão, usando uma arquitetura ponto a ponto. As tecnologias de comunicação
sem fio podem fornecer conectividade a robôs, máquinas ou trabalhadores e
implementar flexibilidade, diminuindo e simplificando significativamente a necessidade
de instalação de cabos nas configurações de dispositivos.
Assim, as redes de sensores sem fio (Wireless Sensor Network - WSN) é
significativa na fabricação em nuvem, porque a instalação e manutenção de cabos no
chão de fábrica é difícil e muito custoso (NAYYAR e KUMAR, 2020).
Para os autores, a WSN industrial (IWSN) desfruta da vantagem de um arranjo
fácil e eficaz, mantido por bateria ou carregamento sem fio. A infraestrutura de
comunicação possui os seguintes recursos:
 Latências ultrabaixas: a rede é capaz de processar grandes volume de
dados com uma tolerância extraordinariamente baixa para atraso ou
latência;
56
 Confiabilidade ultra alta: ajustes flexíveis de acordo com a necessidade e
a capacidade do monitoramento automático de falhas tornam o sistema
confiável;
 Economia de energia: o sistema pode hibernar devido ao agendamento de
software quando não estiver em uso, ganhando assim eficiência energética.
 Custos de comunicação ultrabaixos: diferentes hardwares e softwares
baseados em sensores são implantados para reduzir o consumo de energia,
reduzir o tempo de inatividade e possibilitar a comunicação Just in Time,
reduzindo os custos gerais.
 Distribuição e gerenciamento de dados eficientes: a WSN baseada em
grupo está surgindo para melhorar a distribuição, comunicação e
gerenciamento de dados.
8.1.1 Rede Definida por Software (SDN)
Na era atual das redes de alta tecnologia, a crescente demanda por redes,
diversificação e complexidade da função está fazendo com que as arquiteturas de
rede tradicionais gradualmente se tornem inadequadas para as empresas, operadoras
e usuários finais de hoje, motivando uma evolução da rede tradicional para novas
arquiteturas de rede que possui duas partes: o plano de controle e o plano de dados.
A Rede Definida por Software, (SDN - Software-Defined Network) tem as
vantagens de programação, para a automação e controle de rede, permitindo que as
operadoras estabeleçam redes extremamente escaláveis e flexíveis enquanto se
adaptam às mudanças no ambiente de rede (NAYYAR e KUMAR, 2020).
8.1.2 Rede de Rádio Cognitiva (CRN)
Segundo Nayyar e Kumar (2020) , a Rede de Rádio Cognitiva (CRN – Cognitive

Radio Network) é uma nova tecnologia de comunicação sem fio que define um usuário
primário com acesso prioritário a uma determinada faixa de recursos em uma rede
sem fio, ao mesmo tempo que permite aos usuários secundários usem recursos não
licenciados abertos; o nó sem fio pode detectar o espectro de rádio ao redor enquanto
controla o uso da banda. Um CRN pode observar o ambiente de rede e identificar as
faixas de frequência ociosa disponíveis.
57
8.1.3 Web Services – Serviços da Web
Para Nayyar e Kumar (2020) a IoS dá suporte importante para a Indústria 4.0,
juntamente com IIoT e Sistemas Ciber Físicos (CPS – Cyber Physics System) e
tecnologia de computação em nuvem de neblina. Um Web Service é componente de
software que permite a interação de sistema heterogêneos acessíveis pela Web,
quando aplicado por meio de uma estrutura baseada em nuvem, é essencial para a
interoperabilidade entre fábricas, fornecedores e parceiros com o foco na colaboração
entre diferentes camadas entre sistemas industriais heterogêneos.
Os Web Services são uma tecnologia desenvolvida no início dos anos 2000
baseada em componentes acessíveis e chamados via web (SACOMANO et al., 2018).
É uma solução de software de camada do meio (middleware) utilizada na integração
de sistemas e aplicações, ou seja, um Web Service é também uma API (Interface de
Programação de Aplicativos), embora, nem toda API seja um Web Service.
Como toda API, o objetivo é receber parâmetros (conjunto de dados), excetuar
algum tipo de conversão ou processamento e devolver esses dados a outras
aplicações, funcionando como um agente intermediário, daí a sua condição de
middleware, a Figura 17 apresenta essa relação.
Figura 17 - Integração de sistema por API
Fonte: Extraída do Site Quora 9.
9
Disponível em https://www.quora.com/What-payments-API-is-best-for-e-commerce-sites. Acesso
em: 16 mai. 2020.
58
Equipamentos e sistemas em geral diferem nos formatos de dados
utilizados (por exemplo, número de casas de ponto flutuante, formatos
de datas), padrões de codificação digital (Unicode, UTF-8, ANSI, ...),
tamanho de bytes (32, 64, 128 bits), sistemas operacionais, interfaces
de cabeamento e conexão e tantos outros fatores que acabam
gerando, praticamente, infinitas possibilidades de combinações
(SACOMANO et al., 2018, p.89).
O surgimento das APIs deve-se em grande parte por duas razões: O

aparecimento de uma arquitetura de sistemas chamada SOA (Service Oriented
Architecture – Arquitetura Orientada a Serviços), que motiva a transição de padrões
de desenvolvimento de sistemas monolíticos (um único bloco de sistemas com todas
as funcionalidades) para a uma evolução de arquitetura de programação conhecida
como microserviços (microservices) – Como pode ser visto na Figura 18.
Os microserviços são uma arquitetura e uma abordagem para
escrever programas de software. Com eles, as aplicações são
desmembradas em componentes mínimos e independentes.
Diferentemente da abordagem tradicional monolítica em que toda a
aplicação é criada como um único bloco, os microserviços são
componentes separados que trabalham juntos para realizar as
mesmas tarefas. Cada um dos componentes ou processos é um
microserviço. Essa abordagem de desenvolvimento de software
valoriza a granularidade, a leveza e a capacidade de compartilhar
processos semelhantes entre várias aplicações. Trata-se de um
componente indispensável para a otimização do desenvolvimento de
aplicações para um modelo nativo em nuvem (REDHAT, S/D).
Figura 18 - Arquitetura Monolítica vs. Microserviço
Fonte: Extraída do site da IBM 10.
10
Disponível em https://developer.ibm.com/depmodels/cloud/tutorials/1601_clark-trs/ Acesso em: 16
mai. 2020.
59
Esses microserviços podem se comunicar por meio de interfaces de
programação de aplicações (APIs) independentes de linguagem. As APIs podem ser
classificadas de três tipos, segundo a IBM Developer (2016):
 API pública – que permite conectar diferentes funcionalidades para
qualquer sistema, como por exemplo, a API dos Correios, API para
desenvolvedores utilizarem em aplicações que precisem encontrar um
endereço a partir do CEP informado (https://correiosapi.apphb.com/).
 API privada – também conhecida como API Empresarial (Enterprise API),
permite conectar, clientes, fornecedores e parceiros em funções de
negócios específicas, como consultar estoque, ver o status da entrega,
entre outras.
 API Gateway (porta de entrada) - funcionam como a “porta de entrada” para
aplicativos acessarem dados, lógica de negócios ou funcionalidade de seus
serviços de Back-end, administrando todas as tarefas envolvidas no
recebimento e processamento de até centenas de milhares de chamadas
de outras APIs ou microserviços simultâneos, incluindo gerenciamento de
tráfego, controle de autorização e acesso, controle de fluxo de dados,
monitoramento, etc – como se vê na Figura 19.
Figura 19 - API Gateway (porta de entrada)
Fonte: Extraída do site da Microsoft 11.
11
Disponível em https://docs.microsoft.com/pt-br/dotnet/architecture/microservices/architect-
microservice-container-applications/direct-client-to-microservice-communication-versus-the-api-
gateway-pattern. Acesso em: 16 mai. 2020.
60
9. IOT (INTERNET DAS COISAS)
A IoT (Internet of Things - Internet das Coisas), conecta vários objetos ciber-
físicos heterogêneos ou coisas como eletrodomésticos, serviços, automóveis,
fazendas, fábricas e até animais à Internet para melhorar a eficiência na fabricação.
Os dispositivos ciberfísicos conectados à rede podem se comunicar por meio
de protocolos padrão e compartilhar dados em diferentes ambientes por meio de nós
de gateway intermediários, como modems, roteadores, comutadores e estações base
celulares.
A integração de humanos, objetos inteligentes, máquinas inteligentes, sensores
inteligentes, procedimento de produção e linhas de produção juntos que formam um
sistema ágil e inteligente, transformando a IoT em IoE (Internet of Everything – Internet
de Todas as Coisas) consistindo em Internet dos Serviços (IoS – Internet of Service),
Internet dos serviços de Manufatura (IoMS – Internet of Manufacture Service), Internet
das Pessoas (IoP – Internet of People), como descreve Nayyar e Kumar (2020). Para
eles o sistema IoT envolve três componentes principais:
 Sistemas embarcados: Consiste na utilização de sensores e atuadores
heterogêneos responsáveis por fornecer informações sobre uma
entidade física (equipamento);
 Software de camada do meio (Middleware): Responsável pela
agregação de dados, controle de aquisição e conectividade de rede
(integração de sistemas), como os Web Services;
 Serviços em nuvem: que fornecem armazenamento abrangente,
computação, análise, hospedagem de aplicativos e mecanismos de
gerenciamento, como mostra a Figura 20.
Em IoT o uso de sensores e atuadores (controladores) se faz extremamente
necessário, sem esses componentes seria praticamente impossível conectar as
coisas a Internet.
Saiba Mais: Conheça os diferentes tipos de sensores e suas aplicações em:

http://www.engerey.com.br/blog/tipos-e-aplicacoes-de-sensores-na-industria
61
Figura 20 - IoT e suas camadas
Fonte: Extraída do site OpenSource Foru12.
Com base no espaço ciberfísico inteligente, integrado e interconectado, a IoT

pode assimilar inúmeros dispositivos de fabricação capazes de detectar, identificação,
processamento, comunicação, atuação e rede, criando assim novas oportunidades de
negócios para a fabricação, denominada IIoT (NAYYAR e KUMAR, 2020).
9.1 IIoT (Internet Industrial das Coisas)
Conforme Nayyar e Kumar (2020) a IoT industrial (IIoT) começa com a

utilização massiva sensores, computação, armazenamento e rede, que representam
a parte essencial dos sistemas da Indústria 4.0. Microprocessadores eficientes e
tecnologias de IA (Inteligência Artificial) tornam os produtos e as máquinas mais
inteligentes, com recursos de computação, comunicação e controle (3Cs).
O IIoT integra o aprendizado de máquina (machine learning) com nuvens,
clusters e grids para armazenamento, processamento e análise de Big Data. Na IIoT,
os dispositivos finais continuamente produzem e transmitem fluxos de dados, o que
resulta em maior tráfego de dados na rede entre a comunicação entre dispositivos e
a nuvem. A análise de Big Data está se tornando um dos principais contribuidores
para melhorar a inteligência em todas as partes da IIoT. Os principais componentes
da IIoT são os seguintes:
12
Disponível em https://opensourceforu.com/2019/10/a-primer-on-open-source-iot-middleware-for-
the-integration-of-enterprise-applications/. Acesso em: 16 mai. 2020.
62
 Sistemas de detecção: Vários dispositivos de detecção heterogêneos são
conectados à Internet para fornecer dados em tempo real continuamente.
 Processadores de gateway externo: os servidores de computação
compreendem servidores de aplicativos, servidores de borda, comutadores
inteligentes e roteadores inteligentes, que economizam energia e oferecem
latência reduzida. Os processadores de gateway externos ajudam a diminuir
a utilização da largura de banda, reduzindo e filtrando dados.
 Processadores de gateway interno: são compostos pelas micro nuvens e
os servidores cloudlets, que é uma abordagem de espelhamento de
processos conhecida, existente em redes de longa distância industrial
(WANs).
 Processadores centrais externos: esses são os servidores de
computação usados na filtragem e redução de dados para processamento
de dados e roteamento dos processadores centrais internos.
 Processadores centrais internos: compreendem clusters, grids, nuvens e
sistemas com várias nuvens e ficam afastados do sistema de detecção.
10. SISTEMAS CIBERFÍSICOS (CPS)
O CPS é definido como uma técnica para interconectar, gerenciar e interagir

com dispositivos físicos e aplicativos computacionais fortemente integrados à Internet
e seus usuários. Nos CPSs, os componentes físicos e de software estão trabalhando
em diversas escalas espaciais, comportamentais e temporais e se inter-relacionam
entre si de várias maneiras que mudam com a situação (NAYYAR e KUMAR, 2020).
O conceito de CPS é a extensão do conceito de sistemas embarcados de uma
maneira que, nos sistemas embarcados, a computação é realizada pelos dispositivos
independentes, enquanto o CPS é concebido como uma rede de dispositivos físicos
e computacionais cooperantes.
O poder de processamento de dados e informações da mecatrônica está
convertendo progressivamente o desatualizado chão de fábrica em um ambiente para
obter uma colaboração elástica, reconfigurável, escalável e interoperável com
capacidade de rede entre dispositivos embarcados distribuídos e combinando os
processos de negócios.
63
Uma vez que o CPS é uma tecnologia centrada no ser humano, a comunicação
entre eles pode ser alcançada através de dispositivos móveis, como smartphones,
tablets ou dispositivos vestíveis (wearables).
A tecnologia de realidade aumentada pode ser unida às coisas no momento da
instalação, operação e manutenção dos sistemas de automação, melhorando assim
a produtividade e a competência dos operadores, fornecendo informações relevantes.
O Google Glass® possui essa tecnologia de realidade aumentada que pode ser usada
no chão de fábrica industrial.
A proposta padrão para construção do CPS é denominada por uma arquitetura
conhecida como 5C, composto de cinco níveis a saber (NAYYAR e KUMAR, 2020):
 Nível de conexão inteligente: com a instalação eficaz e apropriada dos
sensores, os dados podem ser obtidos diretamente das máquinas ou do
controlador ou dos sistemas de fabricação da empresa.
 Nível de conversão de dados em informação: informações relevantes são
inferidas a partir dos dados usando diferentes algoritmos e metodologias.
 Nível cibernético: Após a coleta de um grande volume das informações,
análises precisas precisam ser usadas para buscar informações adicionais,
coletar conhecimento adicional a partir de informações históricas, fazer
avaliações ponto a ponto para obter uma visão aprimorada do status de
máquinas específicas da produção.
 Nível de cognição: Como é possível obter informações comparativas e o
status individual da máquina; um sistema de suporte à decisão pode ser
utilizado para priorizar e otimizar o processo de manutenção.
 Nível de configuração: Esta etapa possui controle de supervisão com um
sistema de controle de resiliência para tomar decisões corretivas e
preventivas, que foram feitas no nível cognitivo.
A análise em tempo real aplicada ao Big Data no ambiente de computação em
nuvem ajuda imensamente a tomar decisões dinamicamente no contexto onipresente
de fabricação da Indústria 4.0. Além disso, a nuvem como meio de comunicação está
simplificando o processo de comunicação como um todo no vasto sistema de
fabricação industrial heterogêneo, concluem Nayyar e Kumar (2020).
64
11. BIG DATA E A INDÚSTRIA 4.0
O uso acelerado de sites de redes sociais tem contribuído para a geração de

uma quantidade enorme e massiva de dados denominados big data. É um grande
reservatório de dados composto por mensagens, blogs, chats, documentos,
comentários, fotos, fóruns da web, discussões on-line, transações comerciais, logs da
web gerados por máquina etc.
Algumas das fontes populares em tempo real podem incluir o índice de
pesquisa do Google, o banco de dados de perfis de usuário do Facebook ou os
produtos exibidos em qualquer site de produtos e assim por diante.
A Indústria 4.0 é um guarda-chuva de várias tecnologias de informação e
comunicação de ponta que ajudam na detecção e prevenção precoce de defeitos, o
que, por sua vez, aumenta a qualidade, agilidade e produtividade. A análise de Big
Data foi identificada como um dos componentes significativos da Indústria 4.0, pois
fornece informações valiosas para o objetivo do gerenciamento inteligente da fábrica.
Esse cenário exige que os dados sejam processados com ferramentas e
tecnologias avançadas para fornecer informações relevantes. Os dados gerados a
partir da origem das indústrias são chamados de Big Data Industrial.
A tecnologia de Big Data e a Indústria 4.0 têm o potencial de moldar o processo
industrial em termos de consumo de recursos, otimização de processos, automação
e muito mais. Esse processo industrial não deve ser entendido apenas como uma
Indústria de Manufatura, como se vê a seguir, segundo a obra de Nayyar e Kumar
(2020).
11.1 Aplicações do Big Data na Indústria 4.0.
11.1.1 Indústria de Transformação ou Manufatureira
As indústrias de manufatura podem usar aplicativos de big data de várias

maneiras. Ele pode usar análises para monitorar e improvisar. Grandes fábricas criam
centenas de milhares de peças mecânicas todos os dias. Mas o processo de produção
enfrenta vários desafios, como às vezes a qualidade não corresponde à marca de
exigência, às vezes o desperdício de enormes matérias-primas aumenta o custo.
65
Todos esses problemas podem ser resolvidos com o poderoso monitoramento
de dispositivos avançados de IoT. Dispositivos de IoT, como câmeras com
reconhecimento de imagem, sensores de “cheiro” para detectar gases venenosos,
sensores de verificação de peso, por exemplo, podem ser utilizados para essas
tarefas.
Por outro lado, problemas como a criação de estratégias para aumentar o
crescimento geral e a demanda no mercado podem ser resolvidos aplicando a
tecnologia de Big Data, que pode melhorar o fluxo do sistema dentro e fora da fábrica.
A análise prescritiva pode ser útil para esses cenários para criar uma solução que leve
em conta os eventos do passado.
11.1.2 Indústria do Esporte
O esporte é uma das principais indústrias que incentiva as pessoas a fazer

carreira nele. O recurso de Big Data pode ajudar os jogadores a treinar de maneira
mais inteligente e melhorando mais rapidamente.
A transmissão ao vivo de um jogo de jogador pode ser feita usando uma câmera
que captura o jogo de vários ângulos; esses clipes serão fornecidos a um modelo que
produzirá os pontos fracos para o jogador e fornecerá as etapas para melhorar. Será
muito mais eficiente do que treinadores humanos. Isso ajudará um novato a entender
o jogo com mais facilidade e eficiência.
A SciSports é uma indústria esportiva líder. A empresa de análise de futebol
SciSports venceu uma competição para ver suas inovações no futebol se tornarem
realidade. A empresa usa dados para avaliar a qualidade e o potencial dos jogadores
de futebol de todo o mundo para ajudar no recrutamento e transferências.
11.1.3 Indústria de Controle de Qualidade
Essas indústrias não criam nenhum produto; eles dão a validade de um

produto. Um exemplo pode ser tomado para o teste de qualidade de laranjas usando
o teste de queda. No teste de queda, uma superfície facilmente compressível é criada
com um material de alta elasticidade; as laranjas para teste podem ser deixadas cair
nessa superfície.
66
A superfície será pressionada dependendo da firmeza das laranjas. Se a laranja
estiver muito frouxa, ela será pressionada em vez de pressionar a superfície. Se a
laranja for muito firme, ela pressionará a superfície, transferindo todo o impacto para
a superfície.
Sensores mecânicos apropriados podem ser incorporados dentro da superfície
para calcular a extensão da compressão; os dados de compressão serão enviados
para um modelo juntamente com outros parâmetros passivos que podem determinar
a qualidade da laranja.
11.1.4 Indústria Médica
No setor médico, a tecnologia de Big Data ocupa um papel crucial no futuro. As

atividades humanas dependem amplamente do humor, do ambiente e da saúde. Os
modelos podem ser treinados para monitorar as atividades humanas e encontrar
padrões recorrentes que podem vir a ser uma doença. Dispositivos de IoTs e
smartphones podem ser empregados para isso.
Esses dispositivos podem ajudar a rastrear as atividades humanas diárias e
transferir os dados através de uma nuvem para um modelo. O modelo pode enviar
alerta para a pessoa em conformidade.
Atualmente, estão disponíveis dispositivos de IoT, como relógios inteligentes,
equipados com sensores de taxa de pulso para verificar a saúde humana
regularmente. Eles enviam notificações regulares ao usuário sobre a programação de
exercícios, exames de saúde etc.
Também são desenvolvidos sapatos inteligentes que podem se ajustar ao
tamanho do usuário e facilitar a caminhada e a corrida. O Big Data também pode ser
usado pelos hospitais para categorizar a área de uma cidade em zonas.
Essas zonas são desenvolvidas com base nas emergências médicas
necessárias no passado. A zona com maiores necessidades de emergência pode ser
efetivamente monitorada e receber mais instalações, como mais ambulâncias e mais
centros de saúde.
67
11.1.5 Indústria Agrícola
Dispositivos de monitoramento do nível da água e do nível de nutrição podem

ser implantados no solo para medir seus valores em tempo real. Esses dispositivos
serão equipados com o sistema de alerta em caso de água ou nutrientes abaixo de
um valor limite e notificarão o agricultor de acordo.
Os valores gerais podem ser enviados para a nuvem, onde podem ser inseridos
em um modelo pré-treinado e enviam a saída correspondente ao agricultor. Também
pode ser feito um Sistema de Controle de Malha Fechada (SCMF), onde os gatilhos
podem ser usados pelo modelo para automatizar o processo de adição de água e
nutrientes. A quantidade de valor a ser agregado será decidida pelo modelo. Portanto,
o sistema geral pode ser automatizado.
Esses dispositivos também verificarão a saúde da planta e podem alertar o
agricultor quando as colheitas estarão propensas a doenças ou pragas. Também pode
ser usado para verificar o estado geral do solo antes do cultivo e decidir qual a colheita
mais adequada para aquela condição que não apenas aumentará a produtividade
geral, mas também manterá a saúde do solo constante.
Cultivar o mesmo tipo de plantação repetidamente em um pedaço de terra
resultaria no esgotamento do nível de nutrição do solo. Portanto, para evitar essa
deficiência, os agricultores podem usar a técnica de rotação de culturas onde a
próxima seleção de culturas será realizada.
Isso não será feito manualmente, mas através de um modelo utilizando Big
Data, que será treinado nos valores gerados por esses dispositivos de monitoramento
e decidirá a melhor opção para a próxima safra. O modelo não apenas considerará a
nutrição e o nível da água, mas também acompanhará a temperatura, a umidade, o
clima e a localização geográfica.
A tecnologia de Big Data é usada para obter informações adequadas, a fim de
buscar informações relevantes de dados heterogêneos e não estruturados
disponíveis, por meio online da Web. A utilização das vantagens do Big Data,
juntamente com as técnicas de mineração de dados e a análise de dados, pode servir
como um boom para melhor analisar os dados e, eventualmente, auxiliar no processo
de produção.
A combinação adequada dessas tecnologias promoveria benefícios para as
empresas de manufatura, incluindo a otimização do processo, a redução de custos e
68
proporcionaria melhorias no processamento operacional e aumentaria diretamente os
lucros do setor 4.0. A análise de Big Data ajudará a aumentar a confiabilidade e a
eficiência, prevendo situações críticas e permitindo intervenções em tempo real,
concluem Nayyar e Kumar (2020).
11.2 Impactos do Big Data na Indústria 4.0
O setor de manufatura é o mais afetado pelas tendências e possibilidades do

uso do processo analítico do Big Data, devido à natureza e quantidade de dados
produzidas pela Indústria 4.0. A maioria dos fabricantes acabou de iniciar o processo
para descobrir o potencial do uso de ferramentas de Big Bata, mas já existem alguns
pioneiros nos maiores fabricantes que forneceram alguns casos de uso de aplicação
dessa tecnologia de maior impacto na Indústria 4.0, como apresentado a seguir.
11.2.1 Gerenciamento de risco
Existem riscos envolvidos nos setores quando eles alteram qualquer uma de
suas estratégias de negócios ou criam um produto para saber se será um sucesso ou
um fracasso. Anteriormente, não havia plataforma ou ferramenta para obter algumas
informações relevantes a esse respeito.
Os fabricantes agora têm a opção de compartilhar os dados de seus produtos
com seus parceiros e clientes, o que cria uma transparência completa e um canal de
comunicação altamente eficaz para ambas as partes.
Dessa forma, o fabricante pode ver exatamente se o fornecedor está atrasado
na produção ou no tempo adequado (just in time), para ajustar todos os processos
relacionados e evitar atrasos. Os dados também podem ser compartilhados da mesma
maneira; os fabricantes podem ter todas as métricas de qualidade relacionadas à
produção e ao produto de seus fornecedores antes mesmo de receber as peças.
11.2.2 Fabricação por demanda
Fabricar "produtos sob encomenda" tornou-se uma tendência e não apenas na

indústria automotiva, mas também na aviação, serviços de informática e até bens de
69
consumo. A abordagem de produção Build to Order (BtO) é um dos modelos de
negócios mais eficientes e lucrativos.
Mas, para visualizar uma análise real de crescimento, é necessário que exista
uma plataforma de dados bem definida, que analise o comportamento do cliente e os
das vendas. Com acesso à esses dados, o fabricante é capaz de executar análises
preditivas precisas para prever volumes de pedidos em cada configuração possível e
ajustar sua cadeia de suprimentos de acordo com a demanda.
11.2.3 Melhora na qualidade do produto
A manutenção da qualidade do produto é uma das principais prioridades dos

fabricantes. A maioria deles já possui os dados necessários para melhorar
significativamente os níveis de qualidade e reduzir os custos relacionados à qualidade,
mas apenas alguns deles podem conectar suas fontes de dados de maneira a fornecer
informações úteis.
11.2.4 Pós-vendas
Os custos de garantias e recolhimentos (recalls – quando um produto apresenta

algum defeito que pode colocar em risco o cliente) podem facilmente ficar fora de
controle, mesmo devido aos menores erros no processo de produção. Com a ajuda
da análise em Big Data, é possível evitar ou prever problemas dessa natureza,
economizando uma quantia significativa de dinheiro.
11.2.5 Rastreador diário de produção
Para otimizar a qualidade e o rendimento da produção, os fabricantes precisam

ter um fluxo de dados diário de suas linhas de produção para ver discrepâncias e
oportunidades em tempo real. Isso inclui dados do sensor provenientes do maquinário
de produção e informações financeiras devidamente vinculadas aos dados
operacionais para fins de análise. Os dados dos funcionários também podem ser
rastreados em tempo real, permitindo uma troca entre funcionários e unidades de linha
de produção.
70
11.2.6 Crescimento empresarial orientado a dados
Ao usar Big Data, torna-se possível comparar rapidamente o desempenho de

sites diferentes e identificar os motivos das diferenças. Além dos dados internos de
produção e vendas, também é possível analisar mercados inteiros, criar cenários e
usar modelos preditivos.
11.2.7 Manutenção preditiva e preventiva
Quando os dados operacionais são analisados com o método de

reconhecimento de padrões, as próximas falhas e a necessidade de manutenção
podem ser previstas com bastante antecedência. Isso permite evitar paradas e reduzir
custos relacionados à manutenção. Ao mesmo tempo, a manutenção preventiva
prolongará drasticamente a vida útil das máquinas, evitando falhas irreversíveis.
11.2.8 Teste e simulação de novos processos de fabricação
Tanto os processos de fabricação quanto os produtos podem ser testados

antes da produção / implementação. Isso é possível devido aos gêmeos digitais,
ambientes de realidade virtual e simulações de processos de fabricação. O uso de tais
ambientes e ferramentas pode permitir que os fabricantes eliminem o risco dos
processos de tomada de decisão. O objetivo dessa transformação digital das
empresas de manufatura é implementar essas plataformas de dados que tomam uma
decisão estratégica baseada em ciência.
11.2.9 Logística
O uso da análise de Big Data na logística é menos difundido do que em outras

áreas de fabricação. Armazenagem e transporte são áreas em que as ferramentas de
Big Data podem ser usadas com grande retorno sobre o investimento, mas ainda
existem poucas empresas em todo o mundo que operam serviços de logística
orientada a dados, concluem Nayyar e Kumar (2020).
71
11.3 Arquitetura Big Data e Analytics
A análise de dados em tempo real de alta velocidade de equipamentos

industriais e dispositivos de IoT é muito mais difícil usando as técnicas convencionais
de tratamento e análise de dados. Portanto, o problema está em encontrar os dados
corretos e processá-los.
Antes, na ausência de tecnologias recentes, como dispositivos IoT,
conectividade de rede mais rápida, computação em nuvem etc., os dados eram
armazenados localmente e analisados manualmente ou com um software estático que
não responderia em caso de situações improváveis.
Com o início do aprendizado de máquina e da inteligência artificial,
os modelos podem ser treinados para responder até às condições inesperadas, a fim
de evitar situações de maior risco e desastre. Nesse sentido, é necessário um sistema
bem definido que melhore a si próprio e com tempo possa apresentar resposta a
desafios futuros, como descrevem Nayyar e Kumar (2020). A Figura 21 apresenta
uma arquitetura de Big Data e Analytics na Indústria 4.0.
Figura 21 - Arquitetura de Big Data e Analytics na Indústria 4.0
72
1. O bloco Normalizador (Normalizer) consiste em diferentes interfaces para
cada sensor, que gera uma quantidade de dados diferentes que necessitam
de uma padronização, em seguida uma interface irá ler os dados e convertê-
los. A velocidade de conversão do normalizador deve corresponder à
velocidade de geração de dados para evitar qualquer tipo de perda de
dados.
2. Os dados normalizados são armazenados nos bancos de dados. O banco
de dados local (Local DB) dentro da planta e o banco de dados mestre na
nuvem (Cloud DB) são mantidos para armazenamento.
3. Os dados através da nuvem são transmitidos para o bloco de análise
(Analytics) por meio do banco de dados mestre. Esse bloco consiste em
ferramentas de pré-processamento de dados e um aprendizado de máquina
altamente treinado ou modelo com base em inteligência artificial, cuja saída
direcionará as sugestões as próximas etapas.
4. O próximo bloco é um sistema de transferência e alerta de dados (DTAS),
que é responsável por comunicar os resultados ao administrador por meio
de alertas de SMS, aplicativo ou site.
5. A interface do usuário (UI) requer que um administrador (Admin) examine
os resultados e tome as medidas apropriadas. Métricas DTAS são
fornecidas ao administrador, que pode escolher a solução a ser adotada ou
ele pode abordar o problema de uma maneira diferente (Decision Box), caso
tenha uma solução melhor.
6. Essas decisões são empregadas no bloco de simulação (Simulation) e a
estabilidade do sistema é monitorada. A saída da simulação valida que as
etapas são seguras e são levadas ao nível de produção. Se, de alguma
forma, essa etapa se tornar instável, uma nova etapa será executada e
simulada.
7. Em caso de falha na decisão, os dados são enviados de volta para a nuvem
onde o modelo será treinado novamente para não executar repetir esta
etapa no futuro.
73
11.4 Ciência de Dados e Aprendizado de Máquina
A ciência de dados (data science) é uma mistura multidisciplinar de inferência

de dados, desenvolvimento de algoritmos e tecnologia para resolver problemas
analiticamente complexos. Isso envolve pegar todos os dados de entrada,
relacionados ao setor, e encontrar informações úteis para o nível de negócios.
Isso mostra que os dados que entram no sistema passam por pré-
processamento, como limpeza de dados para remover ruídos indesejados e dados
redundantes, pois, os dados resultantes dessa limpeza e tratamento seriam mais
fáceis de analisar e interpretar.
A partir daí, se faz a extração das informações significativas dentre as enormes
pilhas de dados (big data). Esta é uma etapa crítica, pois a escolha das informações
incorretas resultaria em baixo desempenho do modelo, mesmo que a parte de pré-
processamento e treinamento seja feita com cuidado. Portanto, a maioria dos
cientistas de dados está focada no desenvolvimento de algoritmos para extrair os
melhores recursos (informações), que levam aos melhores resultados.
O próximo passo envolve o treinamento de um modelo nas informações
resultantes para encontrar padrões e ajudar no processo de tomada de decisões. Os
cientistas de dados tomam principalmente decisões e previsões usando análise casual
preditiva, análise prescritiva e aprendizado de máquina (machine learning), discutidos
a seguir (NAYYAR; KUMAR, 2020):
 Análise casual preditiva – inclui prever as possibilidades de um evento no
futuro. Por exemplo, os bancos precisam verificar os antecedentes de uma
pessoa que solicita o empréstimo para garantir que receberão o dinheiro de
volta;
 Análise prescritiva – inclui a criação de um modelo autoconsciente de seus
arredores. O modelo será capaz de tomar decisões inteligentes por conta
própria. Ele não apenas prevê, mas sugere uma série de ações prescritas
aos resultados associados;
 Aprendizado de máquina – para fazer previsões e descobertas de
padrões, os modelos de aprendizado de máquina são usados para prever e
também tomar decisões. Consiste em treinar um modelo com o conjunto de
dados predefinido para prever as tendências no futuro. Ele funciona
74
ajustando seus pesos e medidas de acordo com o padrão encontrado entre
o conjunto de dados. A Figura 22 mostra a combinação desses elementos.
Saiba Mais: Assista ao vídeo indicado para maior compreensão sobre Big Data e
Analytics pelo link: https://www.youtube.com/watch?v=bY3kGWXLQZw
Figura 22 - Combinando tecnologias com o Big Data
Fonte: Extraída do site da Amazon AWS 13.
11.5 Tecnologia de banco de dados de em memória
Grande volume de dados geralmente são armazenados em discos rígidos e

são acessados a partir daí pela RAM (Random Access Memory) sempre que a
execução precisar ser executada. O modelo em memória fornecerá um alto
desempenho, pois economiza tempo para transferência de dados uma vez que
mantém todos os dados em memória, evitando o processo de leitura e escrita entre o
disco rígido e a memória RAM. Fornecedores de tecnologia, como Microsoft, IBM,
13
Disponível em https://opensourceforu.com/2019/10/a-primer-on-open-source-iot-middleware-for-
the-integration-of-enterprise-applications/. Acesso em: 16 mai. 2020.
75
SAP e Oracle fornecem essas tecnologias em Banco de Dados (NAYYAR; KUMAR,
2020).
11.6 Lagos de dados e banco de dados NoSQL
Cada vez mais, as indústrias estão construindo lagos de dados (data lakes)
para armazenar seus vastos repositórios de dados coletados de diferentes fontes e
armazená-los em um único repositório de dados para facilitar o acesso por outros
domínios. Isso é muito diferente do conceito de armazém de dados (data warehouse)
em que os dados armazenados são filtrados e encontram-se estado uniforme.
Devido à grande variação de dados e à incapacidade de compreender de uma
só vez o significado desses dados, é melhor armazenar dados não estruturados e
processá-los, dependendo do caso de uso.
Esses dados não estruturados não podem ser armazenados no banco de dados
relacional, amplamente conhecido, devido à estrutura organizada natural desse tipo
de padrão. Portanto, os bancos de dados NoSQL (como o MongoDB) são
necessários, onde é fácil armazenar dados, estejam eles estruturados ou não
(NAYYAR; KUMAR, 2020).
Saiba Mais: Para maior conhecimento das ferramentas NoSQL recomenda-se a

leitura do artigo “Top 6 NoSQL Databases” que pode ser acessado pelo link abaixo:
http://www.cienciaedados.com/top-6-nosql-databases/
11.7 Blockchain
O Blockchain é uma tecnologia baseada em uma comunicação de ponto a

ponto (P2P) que ficou famosa por conta das criptomoedas, mas que tem grande
potencial para agregar valor a diversos setores (PEDERNEIRAS, 2011).
O Blockchain é um sistema de banco de dados distribuído que atua como uma
coleção aberta para armazenamento e gerenciamento de transações. Cada registro
de transação é chamado de bloco que contém o registro de data e hora da transação
e o link entre a transação anterior, tornando quase impossível para qualquer um alterar
os dados.
76
O Blockchain fornece a integridade das transações, mas não a análise, é aí que
entra o Big Data. Com esses dados interligados como fonte, os modelos podem ser
treinados para identificar os padrões nos hábitos de consumo dos consumidores e
alertar sobre as operações arriscadas, por exemplo (NAYYAR; KUMAR, 2020).
Saiba Mais: Para maior conhecimento sobre a história e a utilidade do Blockchain

recomenda-se a leitura do artigo “Guia de blockchain para principiantes” pelo link:
https://pt-br.ihodl.com/tutorials/2017-06-29/guia-de-blockchain-para-principiantes/
12. ROBÔS NA INDÚSTRIA 4.0
Os robôs estão em uso nas últimas décadas para ajudar a humanidade a

executar várias tarefas difíceis de maneira eficiente e precisa. Em um ambiente
industrial, eles são usados principalmente em unidades de fabricação para executar
tarefas tediosas, repetitivas ou perigosas de maneira precisa.
O uso de robôs oferece vantagens competitivas, melhorando a qualidade do
produto e reduzindo o custo por produto, ao mesmo tempo em que fornece segurança
aos trabalhadores.
O sistema robótico em rede oferece um ambiente no qual os robôs são
conectados via topologias de rede com ou sem fio e têm o poder de fornecer uma
faixa funcional aprimorada. Eles trabalham em um ambiente colaborativo para concluir
uma tarefa e são capazes de compartilhar informações entre si (NAYYAR; KUMAR,
2020).
12.1 Robótica em Nuvem (Cloud Robotics)
A robótica em nuvem é uma nova dimensão na robótica que tem potencial para
trabalhar além da robótica em rede. Na robótica em rede, os recursos computacionais
são limitados apenas aos respectivos robôs e o compartilhamento de informações é
restrito apenas à rede.
Devido ao avanço da computação em nuvem, a robótica em nuvem tem o
potencial de remover alguns desses gargalos e pode oferecer soluções mais
inteligentes, eficientes e econômicas. Na robótica em nuvem, o processo de
77
computação de alta complexidade é transferido para a plataforma em nuvem através
de redes de comunicação, reduzindo assim a carga computacional de robôs
individuais (NAYYAR; KUMAR, 2020).
12.2 O uso de IA em Robôs
A tecnologia predominante na era contemporânea são os desenvolvimentos

adaptativos da Inteligência Artificial (IA). Isso está sendo evoluído ao longo de
décadas e crescendo enormemente. A indústria está lançando novos produtos
tecnológicos quase diariamente.
A partir de telefones celulares, relógios inteligentes e outros aplicativos,
estamos recebendo novas atualizações a um ritmo muito mais rápido. Novos serviços
e recursos são adicionados regularmente. O setor está fornecendo conveniências e
recursos em um ritmo mais rápido, mesmo antes de sentir a necessidade desse
serviço.
Tudo isso está sendo possível por causa do tremendo crescimento no campo
da Inteligência Artificial e de seus processos adaptativos. Além disso, a colaboração
da IA com o Machine Learning e, em seguida, com o Deep Learning foi tremenda na
área.
Inteligência Artificial é o processo em que uma máquina apenas atua como um
ser humano. O aprendizado de máquina (Machine Learning) é um subconjunto de IA
que, com base em exemplos de aprendizado, treina o sistema e depois o converte em
aprendizado adaptável.
O aprendizado profundo é um subconjunto de aprendizado de máquina que
funciona em modelos multicamadas. A Figura 23 mostra como a inteligência artificial,
o aprendizado de máquina e o aprendizado profundo (Deep Learning) estão ligados
entre si.
78
Figura 23 - Inteligência Artificial, Aprendizado de Máquina e Aprendizado Profundo
Existem dois tipos de tecnologias de Inteligência Artificial. AI Estreita (Narrow)

e AI Forte (Strong). AI estreita é a capacidade que um computador tem em resolver
um tipo específico de problema para executar uma tarefa, exemplo, o carro autônomo,
o Siri (da Apple) são fundamentados por uma IA Estreita.
IA Geral ou IA Forte está dentro de uma máquina que permite interagir com o
mundo físico. Na robótica, temos agentes inteligentes que podem agir em
conformidade com essa realidade.
Com o avanço do software de Inteligência Artificial e Aprendizado de Máquina,
a robótica industrial tradicional mudou para um novo tipo de robô colaborativo
(conhecido como Cobot); com a capacidade de sentir seu ambiente, compreender,
agir e aprender.
Isso também mudou drasticamente o ambiente de trabalho, onde muitos dos
processos foram alterados para processos de auto adaptáveis. O que permite que a
organização consiga lidar facilmente com a demanda de pedidos personalizados
(customização de bens e serviços), tecnologias como Big Data, inteligência artificial e
nuvem alteram o uso e o design de robôs na indústria 4.0, concluem Nayyar e Kumar
(2020).
79
12.3 Robôs Colaborativos (Cobots)
Segundo Nayyar e Kumar (2020), um robô colaborativo é um robô que pode

aprender muitas tarefas para ajudar os seres humanos de várias maneiras. O principal
objetivo do robô colaborativo é a ação de trabalhar com alguém para criar ou produzir
algo. Cada um desses robôs também difere na maneira de interagir em um espaço de
trabalho que seja seguro para os seres humanos. Os principais fabricantes de robôs
colaborativos incluem empresa como KUKA, Rethink Robotics e Franka.
Existem principalmente quatro tipos de robôs colaborativos, segundo a ISO
10218, que são classificados com base em seus recursos de segurança e
programação e como interagem com o meio em que estão inseridos. Além disso, a
classificação também é feita pela maneira como esses robôs fornecem recursos aos
trabalhadores humanos para encontrarem tarefas potencialmente perigosas. Os
detalhes de cada um são discutidos da seguinte como se segue:
1. Parada monitorada de segurança – Os robôs colaborativos desse tipo são
projetados para as aplicações em que é necessária interação mínima entre
robôs e trabalhadores humanos. Idealmente, esses tipos de robôs são
projetados com uma série de sensores que interrompem as operações
robóticas assim que um humano entra no ambiente de trabalho.
2. Velocidade e separação – Os robôs de velocidade e separação usam um
sistema de visão mais avançado em comparação com os robôs
colaborativos do item 1. O sistema de visão avançado permite que robôs
colaborativos identifiquem o trabalhador humano e, consequentemente,
diminuem a velocidade das operações. Além disso, à medida que o
trabalhador humano se aproxima demais; os robôs colaborativos param as
operações imediatamente.
3. Energia e força limitada – Os robôs colaborativos desse tipo são
projetados com uma série de sensores de colisão inteligentes e construídos
com cantos arredondados em vez de cantos afiados. Os sensores de
colisão inteligentes detectam rapidamente o contato humano dos
trabalhadores e param a operação. Ele também possui uma limitador de
força, garantindo que nenhuma lesão aos trabalhadores humanos ocorrerá,
mesmo em caso de contato.
80
4. Guia Manual – Como o nome sugere, esses robôs podem ser simplesmente
reprogramados para novas tarefas pelo próprio operador, guiando o braço
colaborativo do robô manualmente. Isso permite reprogramação rápida com
tempo mínimo e reduz a necessidade de programadores especializados
com conhecimento em robótica.
12.3.1 Robôs colaborativos móveis (Mobile Cobots)
Para Nayyar e Kumar (2020), os robôs móveis são do tipo colaborativo e foram
projetados com o objetivo de trabalhar com segurança ao lado dos humanos. Robôs
móveis usam sensores, software e alguns equipamentos para mapear o seu ambiente
ao redor. Existem dois tipos de robótica móvel: Autônoma e Não Autônoma.
A maioria dos robôs utilizados na indústria são de robôs semiautônomos, ou
seja, eles precisam de comandos para realização de algumas tarefas específicas,
quer seja por meio de um sistema de controle externo ou de algum especialista
humano que emita esses comandos, também são conhecidos como robôs
controlados.
Por exemplo, um robô de fabricação de automóveis sabe como colocar a peça
na linha de montagem, mas precisa de orientação para saber exatamente quando e
onde fixar essa peça na linha de montagem.
Já os robôs móveis autônomos não precisam de orientação externa e podem
explorar seu ambiente por conta própria. Alguns dos robôs autônomos populares são
Pet Robots, Game Bot, Delivery robot, Space Robots, entre outros. A Bosch também
apresenta o sistema de robôs da família APAS (Automatic Production Assistent –
Assistente de Produção Automática), para aplicação em produção ágeis e flexíveis,
baseados em sistemas de produção colaborativa, que pode ou não envolver humanos.
O assistente móvel da APAS é um robô móvel colaborador usado nas Fábricas
Inteligentes (Smart Factory) para uso flexível, ou seja, esses robôs podem se adaptar
a diferentes tarefas e serem utilizados independentemente da localização.
Esses robôs são altamente robustos e fáceis de manusear. Os APAS são
equipados com recurso de parada monitorada de segurança, portanto, quando ocorre
qualquer tipo de contato, o assistente móvel da APAS para, antes que haja qualquer
tipo de acidente (Figura 24).
81
Figura 24 - Cobot APAS da Bosch
Fonte: Extraída do site da Bosch Global 14.
Saiba Mais: Conheça a solução de robôs colaborativos fabricados pelo ABB Robotics,
e assista os vídeos lá disponíveis pelo link:
https://new.abb.com/products/robotics/industrial-robots/irb-14000-yumi
13. REALIDADE AUMENTADA E VIRTUAL
Sem dúvida a Indústria 4.0 é a maior catalisadora de tecnologias emergentes e

de tendências tecnológicas já vista. Outra dessas tecnologias inovadoras e que
também permeia a quarta revolução industrial é a Realidade Aumentada (AR –
Augmented Reality).
Como definição, Nayyar e Kumar (2020) colocam que AR, é a tecnologia que
expande o mundo físico, adicionando camadas de informações digitais a ele.
Diferentemente da Realidade Virtual (VR – Virtual Reality), a AR não cria todo o
ambiente artificial para substituir o real por um virtual, ela é o desenvolvimento que
expande nosso mundo físico, incluindo camadas de informações eletrônicas nele,
como adição de sons, vídeos e gráficos.
14
Disponível em https://www.bosch.com/research/know-how/success-stories/bosch-apas-flexible-
robots-collaborate-in-industry-4-0/. Acesso em: 18 mai. 2020.
82
O avanço da recuperação de dados passa aos clientes a chance de
experimentar um mundo aumentado, sobrepondo informações virtuais na realidade, a
Figura 25 exemplifica essa definição.
Figura 25 - Exemplo de Realidade Aumentada
Fonte: Extraída de Imagens Online – Office 365
Para a Indústria 4.0, a AR pode oferecer elementos importantes como

apresentar informações relevantes para especialistas e trabalhadores da indústria,
capacitando-os a assistir às ocorrências virtualmente aumentas das ações em
andamento e do trabalho que estão realizando.
Além disso, a AR pode fornecer informações sobre um problema que uma
máquina está apresentando diretamente aos responsáveis, permitindo que eles vejam
o que cliente vê ou até mesmo contatem um especialista para obter assistência em
tempo real, com base no modelo aumentado. Outros exemplos de aplicações
industriais, são apresentados a seguir, segundo a empresa AVR Spot (2019):
1. Treinamento de pessoal – As empresas gastam milhões de dólares a cada
ano em treinamento de funcionários. A realidade aprimorada pode reduzir
esses custos, fornecendo peças de treinamento por meio de aplicativos. Por
exemplo, o AR já foi usado pela Jaguar Land Rover em parceria com a
Bosch, para esse objetivo.
2. Logística – Os funcionários passam boa parte de seu tempo de trabalho
procurando algo nos armazéns. A tecnologia de realidade aumentada pode
simplificar esse processo, fornecendo aos funcionários todas as
83
informações sobre os posicionamentos dos itens, minimizando o tempo que
gastam nesse processo e melhorando o desempenho (Figura 26).
3. Montagem complexa – Quando se trata de criar dispositivos e montar
equipamentos complexos, como carros, smartphones e até aviões, o AR
pode desempenhar um papel crucial, reduzindo os riscos de erros e
simplificando o processo (Figura 26).
Figura 26 - Exemplos de Realidade Aumenta na Indústria 4.0
Fonte: Extraída e adaptada do site AVRSpot 15.
4. Manutenção – Quando se administra uma empresa de produção, torna-se

problemático manter todos os seus equipamentos em condições de
trabalho. Os aplicativos de realidade aprimorada podem ajudar sua equipe
de serviço a encontrar e identificar possíveis problemas mais rapidamente.
5. Design e desenvolvimento de novos produtos – O processo de design e
desenvolvimento consome muitos recursos, pois requer muita comunicação
e aprovação entre as partes envolvidas. Os aplicativos AR podem ajudar a
reduzir o tempo gasto na criação de novos produtos.
Para RA, um determinado nível de dados (imagens, atividades, contas,
modelos 3D) pode ser usado e as pessoas verão o resultado em uma tela comum.
Utilizando os mais diversos dispositivos como: telas, dispositivos portáteis
(smartphones, tablets), computadores pessoais entre outros.
15
Disponível em https://www.avrspot.com/5-ways-augmented-reality-enhancing-industrial-
production/. Acesso em: 18 mai. 2020.
84
13.1 Dispositivos para Realidade Aumentada
Como visto anteriormente qualquer tipo de dispositivo computacional pode ser

utilizado em Realidade Aumentada, porém, para Nayyar e Kumar (2020) a Realidade
Aumentada também podem contar com dispositivos específicos que podem ajudar a
implementação na Indústria 4.0. Tais dispositivos podem ser classificados em quatro
categorias específicas a conhecer, são elas (veja a Figura 27):
1. HUD (Head Up Displays);
2. HD (Holographic Displays);
3. SG (Smart Glasses);
4. H&S (Handles & Smartphones).
Figura 27 - Dispositivos de Realidade Aumentado
Fonte: Adaptado de Nayyar e Kumar (2020).
13.1 Realidade Virtual
A Realidade Virtual (VR – Virtual Reality) implica uma experiência de imersão

completa em que um mundo virtual substitui o mundo físico. Usando dispositivos de
realidade virtual, como HTC Vive, Oculus Rift ou Google Cardboard, os usuários
podem ser transportados para outros ambientes virtuais. Quando aplicada na Indústria
4.0 é possível simular novos produtos ou mesmo testar novos ambientes, mesmo
antes de serem construídos ou implementados (NAYYAR; KUMAR, 2020).
A AVRSpot (2019) destaca que a VR está ajudando a prever e evitar os perigos
e os riscos de interrupção associados ao uso de uma linha de montagem, pois, ao
simular o ambiente de produção, as empresas de manufatura podem indicar ameaças
em potencial e eliminá-las muito antes de surgirem.
85
Por exemplo, o fabricante de equipamentos industriais Gabler integrou a VR
em seus processos de fabricação. Assistida pela tecnologia VR, a empresa inspeciona
as linhas de produção quanto a riscos potenciais e, assim, ajuda a garantir segurança
e a qualidade do produto (AVRSPOT, 2019).
Outro exemplo de aplicação é na criação de protótipos, nesta fase inicial, a
realidade virtual pode demonstrar como seria um produto sem criar um protótipo físico.
Na indústria automotiva, a Ford Motors usa sua própria tecnologia de realidade virtual
FIVE (Ford Immersive Vehicle Environment). A partir daí, os projetos são transmitidos
para ambientes virtuais de carros, permitindo que os engenheiros vejam como é estar
dentro do futuro carro.
13.2 Realidade Mista
Em uma experiência de Realidade mista (MR – Mixed Reality), que combina

elementos de AR e VR, objetos do mundo real e digitais interagem. A tecnologia de
realidade mista agora está começando a decolar com o HoloLens da Microsoft, um
dos mais notáveis aparelhos de realidade mista existente. AR e VR são amplamente
utilizados para instrução e educação dos funcionários, pois podem simular todos os
processos e ambientes possíveis (AVRSPOT, 2019).
86
14. CIBER SEGURANÇA
Nayyar e Kumar (2020) alertam, que o mundo digital continua se transformando

e avançando devido à mudança nas tecnologias, juntamente com ela, à complexidade
de ataques a esse mundo, traz um impacto negativo aos alvos em potencial. Com o
uso extensivo da rede nas indústrias de manufatura, os hackers exploraram os
serviços baseados em Internet para obter dados e informações sobre os ativos das
empresas.
Nesse sentido, é crucial entender os objetivos de segurança e privacidade para
aplicar os controles de segurança aos sistemas. A abordagem adequada dos objetivos
de segurança permitirá que os riscos diminuam, o que implica em seguir os princípios
de segurança, que é essencial para garantir que a segurança cibernética seja
implementada de maneira adequada.
As tecnologias disruptivas da Indústria 4.0 utilizam acesso a grandes volumes
de dados e informações. Leis e disposições governamentais ineficazes podem obstruir
o acesso lucrativo sem diminuir os perigos potenciais à Indústria 4.0. Os avanços na
indústria de transformação levantam importantes preocupações morais e de
segurança que podem dissolver a confiança, se não forem abordadas profundamente.
As questões de segurança devem ser sempre tratadas com criteriosas
análises de riscos e aplicação de frameworks que envolvem, além da
segurança da informação, a segurança dos processos produtivos,
sejam eles eletrônicos ou não (SACOMANO et al., 2018, p. 130).
14.1 Princípios da Ciber Segurança
Os padrões de segurança essenciais de uma segurança IoT eficiente são

abordados em seis aspectos. Esses padrões devem ser garantidos para garantir a
segurança em toda a estrutura da Indústria 4.0, como explicam Nayyar e Kumar
(2020).
1. Confidencialidade: a capacidade de ocultar dados de pessoas que não
são aprovadas ou não autorizadas a usar esses dados é conhecida como
confidencialidade. Os dados, portanto, precisam de segurança contra
acesso não autorizado. É um destaque significativo de segurança na IoT.
2. Integridade: a integridade dos dados define os dados protegidos contra
modificações não aprovadas, imprevistas ou inadvertidas. A integridade é
87
uma propriedade obrigatória de segurança, a fim de fornecer serviços
confiáveis aos clientes da IoT.
3. Disponibilidade: a disponibilidade é definida como o acesso aos dados
exigidos por um cliente ou dispositivo, sempre que necessário. Dessa forma,
os ativos da IoT devem estar acessíveis em tempo hábil para resolver
problemas ou evitar fatalidades.
4. Autenticidade: a autenticação permite que apenas as entidades aprovadas
executem atividades específicas na rede. Algumas autenticações requerem
forte nível de autenticidade de controle, enquanto outras precisam de
sistemas moderados de autenticação de senhas.
5. Não-repúdio: a propriedade do não-repúdio introduz certas provas em
situações em que o cliente ou o gadget (dispositivo) não pode negar uma
atividade, por exemplo, atividade de pagamento. A administração da IoT
deve fornecer uma trilha de revisão confiável para estabelecer confiança.
Nesse sentido a tecnologia de Blockchain pode garantir isso.
6. Privacidade: a extensão da interferência de um sistema com seus atributos
e ambiente, no nível em que ele compartilha dados individuais com outras
pessoas, é determinada pelo grau de privacidade que ele fornece.
Sacomano et al. (2018, p.131) concluí - “Com a velocidade, volume e variedade
de dados gerados pelo IoT e as operações diárias de negócios, a confidencialidade,
a integridade e a disponibilidade desses dados são vitais para a sobrevivência da
organização.”.
14.2 Medidas de Ciber Segurança
Nayyar e Kumar (2020) apontam que, medidas de segurança cibernética

devem ser tomadas para restringir os perigos digitais. Algumas medidas essenciais
de segurança cibernética que poderiam impedir qualquer ataque possível são
apresentadas como se segue:
 Nunca permitir que as máquinas se conectem diretamente a uma outra
máquina em uma rede comercial. As organizações podem não estar cientes
de que existe uma associação de rede, mas um invasor digital pode
encontrar essa lacuna e explorar as estruturas de controle mecânico para
causar danos físicos.
88
 Um firewall é um software ou dispositivo que filtra o tráfego próximo e ativo
entre várias partes de uma rede. Para não ativar um risco para a estrutura
do sistema, deve-se diminuindo a quantidade de rotas e portas na rede
aplicando padrões de segurança.
 O acesso remoto a um sistema que utiliza algumas técnicas moderadas,
como Rede Privada Virtual (VPN – Virtual Private Network), oferece
enormes pontos de vantagem para os clientes finais. O acesso remoto pode
ser fortalecido diminuindo a quantidade de endereços IP que podem ser
acessados.
 O controle de acesso baseado em função autoriza ou recusa o acesso aos
recursos de rede, dependendo das funções de negócios. Isso limita a
capacidade de acessar arquivos ou partes da estrutura que clientes ou
agressores não deveriam ter.
 Ter senhas fortes é a abordagem mais fácil para melhorar a segurança. Os
programadores podem utilizar dispositivos de programação que podem
efetivamente diminuir o acesso não aprovado. Conforme indicado pela
Microsoft, você deve definitivamente se abster de utilizar informações
individuais (por exemplo, data de nascimento), em palavras conhecidas
inversas e sucessões de caracteres ou números próximas umas das outras
no console. Faça uma estratégia de chave secreta para permitir que os
funcionários com base nas melhores práticas de segurança.
 É imperativo garantir atenção para correção e atualizações de componentes
de sistema. As organizações devem considerar a atualização de estruturas
e configurações de programação de modo a não deixar de fazer as
atualizações básicas.
 Os colaboradores de uma organização são responsáveis por garantir a
segurança dos negócios. É essencial conscientizar os colaboradores sobre
práticas e treinamento de segurança on-line.
 Devido à natureza versátil, há um risco mais sério de gadgets inteligentes.
Colocar senha e criptografar dados da estação de trabalho é uma
abordagem menos exigente e deve evitar riscos de potencial ataque.
 Observar os logs de falha e de interrupção podem ser bons indicadores de
atividade não autorizada ou que necessitam de atenção na segurança.
89
15. MANUFATURA ADITIVA
Para Nayyar e Kumar (2020), uma cadeia de fabricação é o método de

conversão de matérias-primas em commodities (termo que define qualquer tipo de
produto produzido em larga escala com baixo valor agregado). Recentemente, com a
tecnologia de fabricação aditiva (AM - Additive Manufacturing) ou impressão 3D (3DP),
parece que o processo da cadeia de produção mudou.
Produtos personalizados podem ser construídos e impressos usando
tecnologia aditiva. Portanto, os mercados podem oferecer tais produtos sem a
necessidade de as empresas reservarem (estoque) ou fabricarem produtos a um alto
custo. A manufatura aditiva, recebe esse nome por causa da utilização de impressoras
3D (3DP – 3D Printer), que vão depositando o material (matéria-prima) sobre uma
base até gerar o produto, como mostra a Figura 28.
Figura 28 - Exemplo de Impressora 3D
Fonte: Adaptado de Imagens Online – Office 365
Outro ponto que motiva as indústrias a adotarem a manufatura aditiva, por meio
das impressoras 3D, está relacionado com a popularização da tecnologia por queda
acentuada no valor do investimento desse tipo de dispositivo.
O preço da impressora 3-D mais barata caiu de dezoito mil dólares
para quatrocentos dólares em dez anos. Nesse mesmo intervalo,
tornou-se cem vezes mais rápida. Grande parte das fábricas de
sapatos começou a imprimir sapatos em 3-D. Peças de reposição para
aviões já são impressas em 3-D em aeroportos remotos. As próprias
estações espaciais têm agora uma impressora 3-D que elimina a
necessidade de estoque de peças de reposição. Os novos
smartphones já tem capacidade de escanear em 3-D; você poderá
escanear seus pés e imprimir sapatos(SACOMANO et al., 2018,
p.164).
90
O funcionamento da impressora 3D pode ser explicado pela Figura 29, que
apresenta as cinco fases de funcionamento e os possíveis materiais utilizados na
composição das peças.
Figura 29 - Funcionamento Impressora 3D
Fonte: Adaptado de Imagens Online – Office 365.
A tecnologia 3DP inclui uma ampla variedade de produtos utilizados em uma

ampla gama de setores (incluindo joias, aeroespacial, odontologia, automotiva,
petróleo e gás, eletrônicos, ortopédicos e ferramentas). Isso faz com as impressoras
3D trabalhem com um gama diferente de materiais para atingir o objetivo (NAYYAR;
KUMAR, 2020). Além dos elementos vistos na Figura 29, também se utiliza na
Industria 4.0, materiais agrupados em categorias como:
 MAM (Manufatura Aditiva de Metal) – muitos componentes metálicos
usando aço inoxidável, alumínio, titânio, entre outros;
 Material Inteligente (Smart Material) – que utiliza materiais mais complexos
para uso em engenharia médica, como imprimir tecidos e orgãos do corpo
humano;
91
 Material Espacial e de Aplicação – como concreto e outros elementos para
aplicação em engenharia civil, por exemplo.
Na Indústria 4.0, a aplicação da tecnologia 3DP será crucial para a eficácia do
sistema e para a redução da complexidade, com a prototipagem rápida e
procedimentos de fabricação extremamente descentralizados: o modelo do produto
pode simplesmente estar no local de impressão mais próximo do cliente, eliminando
a necessidade ações intermediárias de fabricação, armazenamento e logística,
concluem Nayyar e Kumar (2020).
Saiba Mais: Assista o vídeo sobre impressão 3D e exemplos de aplicação, o vídeo

está disponível pelo link: https://www.youtube.com/watch?v=KqR6xbhlqXk
Concluindo, as tecnologias habitadoras da Indústria 4.0 não param de evoluir e

novas ainda podem surgir, o que a define como tendência para os próximos anos ou
até mesmo décadas. Isso exigirá uma gama de notáveis profissionais que possam
lidar com a complexidade inerente a esse paradigma.
Quer seja na aplicação da tecnologia em si ou na gestão dos recursos
utilizados. O que se percebe é que há muitos desafios a superar e novas habilidades
e competências a aprender para melhor adaptação nesse cenário, que sem dúvida
alguma, será inevitável.
FIM.
92
REFERÊNCIAS
5 Ways Augmented Reality Enhancing Industrial Production. AVRspot, 2019.

Disponível em: <https://www.avrspot.com/5-ways-augmented-reality-enhancing-
industrial-production/>. Acesso em: 25 maio. 2020
BESSANT, J.; TIDD, J. Inovação e Empreendedorismo. 3a ed. ed. [s.l.] Bookman

Editora, 2019.
CHRISTENSEN, C. M. O dilema da inovação: quando as novas tecnologias levam

empresas ao fracasso. [s.l.] M. Books Editora, 2012.
CHRISTENSEN, C. M.; RAYNOR, M. E. O crescimento pela inovação: como

crescer de forma sustentada e reinventar o sucesso. [s.l.] Elsevier, 2003.
CIRILO, C. E. Computação Ubíqua: definição, princípios e tecnologias. São Carlos:

UFSC, https://docit. tips/download/computaaao-ubaquadefiniaao-princapios-e-
tecnologias-carlos_pdf. Acesso em, v. 9, 2008.
CUCCULELLI, M.; PERUZZI, V. Innovation over the industry life-cycle. Does

ownership matter? Research Policy, v. 49, n. 1, p. 103878, 2020.
FAPESP PESQUISA PARA INOVAÇÃO. 1o Congresso Brasileiro de Indústria 4.0.

Disponível em:
<http://pesquisaparainovacao.fapesp.br/1_congresso_brasileiro_de_industria_40/490
>. Acesso em: 15 maio. 2020.
FREY, C. B.; OSBORNE, M. A. The future of employment: How susceptible are jobs
to computerisation? Technological Forecasting and Social Change, v. 114, p. 254–
280, 2013.
HERMANN, M.; PENTEK, T.; OTTO, B. Design principles for Industrie 4.0 scenarios:
a literature review. Technische Universität Dortmund, Dortmund, 2015.
História do streaming. Zoeweb, 2018. Disponível em:

<https://zoeweb.com.br/historia-do-streaming/>. Acesso em: 9 maio. 2020
IBM BRASIL. Saiba o que é IaaS PaaS SaaS e suas Diferenças. Disponível em:
<https://www.ibm.com/br-pt/cloud/learn/iaas-paas-saas>. Acesso em: 18 maio. 2020.
IBM DEVELOPERS. Microservices, SOA, and APIs: Friends or enemies?IBM

Developer, 2016. Disponível em:
<https://developer.ibm.com/depmodels/cloud/tutorials/1601_clark-trs/>. Acesso em:
21 maio. 2020
IMD World Digital Competitiveness Ranking 2019. Disponível em:

<https://www.imd.org/wcc/world-competitiveness-center-rankings/world-digital-
competitiveness-rankings-2019/>. Acesso em: 15 maio. 2020.
KAGERMANN, H. et al. Industrie 4.0 in a Global Context: Strategies for Cooperating

with International Partners (acatech STUDY). Herbert Utz Verlag, p. 74, 2016.
93
KAMINSKI, J. Diffusion of Innovation Theory. Canadian Journal of Nursing
Informatics, Theory in Nursing Informatics Column. p. 7, 2011.
MATT, D. T.; MODRÁK, V.; ZSIFKOVITS, H. (EDS.). Industry 4.0 for SMEs:
Challenges, Opportunities and Requirements. Cham: Springer International
Publishing, 2020.
NAYYAR, A.; KUMAR, A. (EDS.). A Roadmap to Industry 4.0: Smart Production,

Sharp Business and Sustainable Development. Cham: Springer International
Publishing, 2020.
PEDERNEIRAS, G. Blockchain na indústria 4.0 | Indústria 4.0 / Manufatura

avançada. Indústria. Disponível em: <https://www.industria40.ind.br/artigo/19114-
blockchain-na-industria-40>. Acesso em: 25 maio. 2020.
ROBLEK, V.; MEŠKO, M.; KRAPEŽ, A. A Complex View of Industry 4.0. SAGE Open,
v. 6, n. 2, p. 215824401665398, 2016.
RUSSO, B. Nuvem pública, privada ou híbrida? Entenda as diferenças. Disponível

em: <https://computerworld.com.br/2017/06/14/nuvem-publica-privada-ou-hibrida-
entenda-diferencas/>. Acesso em: 19 maio. 2020.
SACOMANO, J. B. et al. Indústria 4.0 - Conceitos e fundamentos. [s.l.] Editora

Blucher, 2018.
SCHUMPETER, J. A. Teoria do desenvolvimento econômico: uma investigação

sobre lucros, capital, crédito, juro e o ciclo econômico. São Paulo: Nova Cultural,
1997.
SCHWAB, K. A Quarta Revolução Industrial. [s.l.] EDIPRO, 2016.
TESSARINI, G.; SALTORATO, P. Impactos da indústria 4.0 na organização do

trabalho: uma revisão sistemática da literatura. Revista Produção Online, v. 18, n. 2,
p. 743–769, 2018.
VEILE, J. W. et al. Lessons learned from Industry 4.0 implementation in the German
manufacturing industry. Journal of Manufacturing Technology Management, v.
ahead-of-print, n. ahead-of-print, 2019.
94
ANEXO A – INICIATIVAS EUROPEIAS INDÚSTRIA 4.O
95

LTs - Tendências em TI - Pós - Rev1.S

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

LTs - Tendências em TI - Pós - Rev1.S

Enviado por

Direitos autorais:

Formatos disponíveis

GESTÃO E GOVERNANÇA DE TI

Tendências em Tecnologia da Informação e

Prof. Msc. Apostolos Antonopoulos

Minicurrículo - Mestre em Administração na linha de pesquisa de Inovação e

Atua desde 1993 como empreendedor e consultor na área de Tecnologia da

É professor dos cursos da escola de engenharia e tecnologia da Universidade Paulista

Como palestrante, já participou de uma série de temos ligados a Transformação

1. EVOLUÇÃO INDUSTRIAL E TECNOLOGIA ...................................................................................... 7

1.1 A Inovação e seus tipos......................................................................................................... 9

2. INTRODUÇÃO A INDÚSTRIA 4.0..................................................................................................16

2.1 Contexto Histórico .............................................................................................................. 16

3. DESAFIOS DA INDÚSTRIA 4.0 .....................................................................................................28

3.1 Possíveis Soluções ............................................................................................................... 32

4. PANORAMA INTERNACIONAL DA INDÚSTRIA 4.0.......................................................................35

4.1 Indústria 4.0 na Alemanha ................................................................................................. 35

5. PANORAMA NACIONAL DA INDÚSTRIA 4.0 ................................................................................42

5.1 Iniciativas no Brasil para Indústria 4.0 ............................................................................... 43

6. TECNOLOGIAS HABILITADORAS .................................................................................................46

7. COMPUTAÇÃO EM NUVEM ........................................................................................................47

7.1 Infraestrutura como Serviço (IaaS) ..................................................................................... 47

8. INTEGRAÇÃO DE SISTEMAS ........................................................................................................56

9. IOT (INTERNET DAS COISAS) .......................................................................................................61

9.1 IIoT (Internet Industrial das Coisas) .................................................................................... 62

10. SISTEMAS CIBERFÍSICOS (CPS) ................................................................................................63

11. BIG DATA E A INDÚSTRIA 4.0 .................................................................................................65

11.1 Aplicações do Big Data na Indústria 4.0. ............................................................................ 65

12. ROBÔS NA INDÚSTRIA 4.0 .....................................................................................................77

12.1 Robótica em Nuvem (Cloud Robotics) ................................................................................ 77

13. REALIDADE AUMENTADA E VIRTUAL .....................................................................................82

13.1 Dispositivos para Realidade Aumentada ............................................................................ 85

14. CIBER SEGURANÇA.................................................................................................................87

14.1 Princípios da Ciber Segurança ............................................................................................ 87

15. MANUFATURA ADITIVA .........................................................................................................90

ANEXO A – INICIATIVAS EUROPEIAS INDÚSTRIA 4.O .........................................................................95

As 3 primeiras revoluções industriais trouxeram a produção em massa,

1. EVOLUÇÃO INDUSTRIAL E TECNOLOGIA

Fonte: Global Research – Center for Research of Globalisation1

Portanto, ao analisarmos o pico de cada onda apresentado no gráfico, podemos

Fonte: Site Understanding Innovation2

Nesse novo olhar sobre o estudo de Kondratiev, Schumpeter demonstra que o

1.1 A Inovação e seus tipos

Muito se fala em termos de inovação, que as empresas precisam inovar, que

A 4ª edição do Manual de Oslo (OECD, 2018), agrupa os quatro tipos de

O que faz sentido, já que um processo de negócio é utilizado em toda a

Na ótica de Schumpeter (1997) a inovação tecnológica, incorporada a um

Figura 3 - Curva de Sino da Difusão da Inovação Tecnológica

Fonte: Extraída e adaptada de Kaminski (2011).

As cinco categorias dos grupos apresentados trazem consigo algumas

1.2 A classificação das inovações

Schumpeter (1997), faz uma distinção entre duas classificações sobre

Figura 4 - Classificação das Inovações

Fonte: Extraída de Bessant e Tidd (2019).

Figura 5 - Netflix vs Blockbuster

Fonte: Cloud Technology Partner3

A Quarta Revolução Industrial como também é conhecida a Industria 4.0,

2.1 Contexto Histórico

Figura 6 - Revoluções Industriais

Fonte: ANADI Consultoria – O que é a Industria 4.04

2.1 Revolução Digital

Retomando o item sobre a quarta revolução industrial foram apresentados

2.1.1 Computação Móvel, Pervasiva e Ubíqua

Para Cirillo (2008) a computação móvel consiste na capacidade de diferentes

Figura 6 - Relação entre computação pervasiva, ubíqua e móvel