Inteligência artificial generativa para otimização da análise de causa raiz: um estudo de caso na manufatura de equipamentos 5G

Resumen

A complexidade da manufatura de equipamentos de telecomunicações de última milha, como a família OptiXstar, exige diagnósticos de falhas extremamente ágeis para manter a competitividade global. Este artigo apresenta os resultados da implementação da plataforma Cyber Nexus, que utiliza Modelos de Linguagem de Grande Escala (LLMs) para automatizar a Análise de Causa Raiz (RCA) no Polo Industrial de Manaus. O objetivo foi elevar o patamar de maturidade em Indústria 4.0 do processo, migrando de uma visibilidade reativa para uma transparência preditiva. A metodologia consistiu num estudo de caso experimental com validação em ambiente relevante (TRL 6), envolvendo engenheiros de qualidade e dados reais de produção. Os resultados demonstraram uma redução drástica no ciclo de RCA, de uma média de 15 dias para menos de 48 horas, com uma taxa de precisão na detecção de anomalias superior a 80%. A solução permitiu a correlação em tempo real entre variáveis de calibração de rádio frequência e logs de falhas, estabelecendo as bases para a manutenção preditiva e a manufatura verde através da redução de retrabalhos.