Carlos Henrique Bonfim; Auro de Jesus Cardoso Correia

DOI: 10.22167/2675-6528-202603640

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

O estudo analisou a justificação técnico-econômica de investimentos de médio e longo prazo em automação de sistemas industriais, com foco em fábricas do ramo plástico que ainda mantêm parte significativa da operação em rotinas manuais. Nesses ambientes, a decisão de investir é complexa, pois a produção já gera receita, mesmo convivendo com perdas, retrabalhos, baixa rastreabilidade e dados pouco confiáveis. O objetivo foi comparar a implantação de Interface Homem-Máquina (IHM) e sistemas supervisórios em diferentes escalas produtivas. A abordagem metodológica foi mista e aplicada, desenvolvida sob a perspectiva da gestão de projetos, considerando custo, risco, segurança operacional, qualidade da matéria-prima, rastreabilidade, governança de dados, continuidade produtiva e apoio à tomada de decisão. Foram comparados quatro casos de referência: IHM em uma linha, IHM em sete linhas, supervisório em uma linha e supervisório em sete linhas. Os resultados indicaram que a IHM contribuiu para organizar e padronizar a operação local, enquanto o supervisório ampliou a capacidade de registrar informações, acompanhar históricos, gerar relatórios, apoiar auditorias e investigar gargalos. Concluiu-se que a justificação do investimento não deve se limitar ao retorno imediato, mas considerar a redução de incertezas, perdas, riscos operacionais e custos que se acumulam ao longo do tempo.

Palavras-chave: Governança de dados; Gestão de riscos; Rastreabilidade; Supervisório; Tomada de decisão.

1. Introdução

A automação de sistemas industriais pode ser tratada como uma decisão de investimento e de gestão da mudança, e não apenas como a compra de painéis, telas, licenças ou serviços técnicos. Em fábricas que ainda preservam muitas rotinas manuais, sobretudo no ramo plástico, a proposta de automatizar costuma encontrar resistência quando a operação atual continua entregando produção e receita. Por isso, a análise precisa ir além do custo inicial e considerar entrega de valor, riscos, partes interessadas e aceitação da solução ao longo do projeto (Kerzner, 2017; Project Management Institute, 2021).

Essa dificuldade fica mais evidente porque parte dos ganhos da automação não aparece de forma imediata no fluxo de caixa. A operação manual pode manter a fábrica funcionando, mas normalmente aumenta a dependência de memória dos operadores, anotações paralelas, ajustes de campo, inspeções posteriores e consultas dispersas. Para que esses ganhos sejam discutidos de maneira objetiva, é necessário transformá-los em dados mensuráveis e compará-los economicamente entre alternativas de implantação (Brealey et al., 2020; Casarotto Filho e Kopittke, 2010).

Sob o ponto de vista técnico, a automação industrial reúne dispositivos de campo, controladores, interfaces de operação e sistemas de supervisão, controle e aquisição de dados (SCADA). Groover (2019) descreve os sistemas automatizados como estruturas produtivas formadas por máquinas, controle e informação. Boyer (2004), por sua vez, apresenta o SCADA como uma camada de acompanhamento, supervisão e aquisição de dados em processos distribuídos.

No nível local, a Interface Homem-Máquina (IHM) é o meio pelo qual o operador executa comandos, visualiza estados do processo e acompanha alarmes próximos ao equipamento. Na prática, ela representa uma primeira etapa de organização da operação, pois reduz ações manuais dispersas e cria um padrão de interação com o processo. A norma ANSI/ISA-101.01-2015 reforça que telas industriais devem ser claras, consistentes e voltadas à situação real de operação (ISA, 2015).

No nível supervisório, a solução passa a reunir históricos, alarmes, relatórios, registros de bateladas, monitoramento das linhas e informações de rastreabilidade. Com essa camada, a fábrica ganha melhores condições para apoiar auditorias, analisar qualidade, investigar desvios e identificar gargalos, como pausas recorrentes, alarmes frequentes ou diferenças entre o consumo previsto e o realizado. A literatura sobre supervisão industrial e rastreabilidade indica que dados estruturados aumentam a capacidade de acompanhar processos, registrar evidências e sustentar verificações posteriores (Aung e Chang, 2014; Boyer, 2004; ISO, 2015).

A justificativa do investimento também passa pela segurança operacional e pela governança da implantação. Em ambientes com muitas intervenções manuais, a automação pode organizar alarmes, reduzir a exposição dos colaboradores, registrar eventos e apoiar intertravamentos. Essa leitura é compatível com a gestão de riscos ocupacionais e com a condução de projetos que exigem comunicação, controle progressivo e critérios de aceite bem definidos (ISO, 2018; Kerzner, 2017).

O problema que motivou esta pesquisa está na dificuldade de defender investimentos de médio e longo prazo em automação quando a fábrica já opera manualmente e já gera receita. A lacuna do estudo está em demonstrar que a automação tende a ser subavaliada quando é analisada somente pelo retorno financeiro imediato. Seus efeitos também envolvem redução de riscos, desperdícios, retrabalho, falhas de registro, exposição operacional, perdas de matéria-prima e ausência de evidências para auditorias e decisões gerenciais.

Diante desse contexto, a presente pesquisa se justifica pela necessidade de estruturar uma justificativa técnico-econômica mais abrangente para tais investimentos. O objetivo do estudo é analisar formas de justificar técnico-economicamente investimentos de médio e longo prazo em automação de sistemas industriais, comparando a implantação por IHM e por supervisório em uma linha piloto e em sete linhas produtivas, com ênfase em fábricas que ainda dependem de processos manuais.

2. Material e Métodos

O estudo adotou abordagem mista, de natureza aplicada e caráter exploratório-descritivo, conforme Gil (2017). A dimensão quantitativa organizou custos, serviços, horas técnicas, custo por linha e investimento incremental, enquanto a dimensão qualitativa avaliou riscos, segurança operacional, rastreabilidade, aceitação dos usuários, governança de dados, faseamento e potencial de geração de valor. Esse delineamento permitiu comparar alternativas de implantação em um ambiente industrial real.

A estratégia metodológica correspondeu a um estudo de múltiplos casos de referência, conforme Yin (2018). Foram definidos quatro arranjos de implantação para comparação: IHM em uma linha, IHM em sete linhas produtivas, supervisório em uma linha e supervisório em sete linhas produtivas. Esses casos representam caminhos possíveis de implantação, desde uma solução local e piloto até uma solução mais ampla e centralizada, permitindo observar como o investimento e o nível de informação disponível mudam com a escala.

A unidade de análise foi a linha produtiva automatizada, utilizando uma planta de referência do ramo plástico como exemplo aplicado. A intenção foi representar uma situação comum em indústrias que operam manualmente, mas precisam avaliar o valor da automação em termos de segurança, qualidade, rastreabilidade, redução de perdas e melhoria da decisão.

A Figura 1 representa o arranjo industrial de referência utilizado para a comparação dos casos, retratando uma situação comum em fábricas do ramo plástico e outros ambientes industriais, com recebimento e movimentação de matéria-prima, armazenamento, transporte, silos, balanças e linhas produtivas. O fluxo evidencia a necessidade de integração entre produção, manutenção, engenharia, qualidade, segurança e gestão financeira para uma implantação desse tipo.

Figura 1. Fluxograma conceitual do arranjo industrial de referência utilizado para comparação dos casos

Fonte: Dados originais da pesquisa

A coleta de dados combinou pesquisa documental, levantamento de dados secundários, análise de evidências técnicas do processo e organização de parâmetros de custo. Foram consideradas informações de equipamentos, licenças, serviços, arquitetura de automação, registros de exemplo de bateladas, relatórios de dosagem, alarmes e telas operacionais. A pesquisa bibliográfica foi utilizada para sustentar a interpretação dos resultados.

A análise dos dados ocorreu em quatro etapas: 1) estruturação dos custos totais, do custo por linha e das diferenças incrementais; 2) comparação dos casos por critérios técnicos e gerenciais; 3) aplicação de uma matriz multicritério com pontuação de 1 a 5; e 4) interpretação dos resultados com base na literatura. A análise diferenciou elementos diretamente mensuráveis (investimento e custo por linha) de elementos gerenciais (risco, segurança, qualidade, rastreabilidade, governança de dados e adoção pelos usuários).

A análise financeira foi conduzida de forma conservadora, sem utilizar indicadores como ROI, payback, VPL e TIR como resultados finais, pois o estudo não contou com medições reais de benefícios após a implantação. Evitou-se estimar retorno financeiro sem uma base medida, alinhado à literatura de finanças corporativas e engenharia econômica (Brealey et al., 2020; Casarotto Filho e Kopittke, 2010), que destaca a importância de considerar fluxos de caixa, benefícios mensuráveis, comparação entre alternativas e análise incremental do investimento. A Tabela 1 sintetiza o delineamento metodológico e sua aplicação no estudo.

Tabela 1. Síntese do delineamento metodológico e sua aplicação no estudo

Elemento metodológico	Aplicação no estudo	Justificativa
Tipo de pesquisa	Aplicada	Avaliar uma decisão prática de implantação de automação em ambiente industrial.
Abordagem	Mista	Combinar dados de custos e horas técnicas com análise de riscos, rastreabilidade, segurança e governança.
Classificação	Exploratória-descritiva	Compreender melhor o problema e descrever alternativas de implantação, conforme Gil (2017).
Estratégia	Estudo de múltiplos casos de referência	Comparar quatro arranjos de implantação, seguindo a lógica de estudo de caso discutida conforme Yin (2018).
Unidade de análise	Linha produtiva automatizada	Comparar a implantação piloto, a expansão para sete linhas e o custo por linha.
Técnica de análise	Composição de custos e matriz multicritério	Organizar critérios econômicos, técnicos e operacionais para apoiar a comparação das alternativas.

Fonte: Dados originais da pesquisa

A Tabela 2 apresenta os parâmetros de custo utilizados na modelagem.

Tabela 2. Parâmetros utilizados na modelagem de custos

Parâmetro	Valor	Uso na modelagem
Painel principal – equipamentos	R$ 236.148,50	Considerado como custo fixo inicial da solução, comum aos cenários analisados.
Painel remoto por linha – equipamentos	R$ 55.640,81	Considerado como custo adicional por linha produtiva incluída na implantação.
Licenças do supervisório	R$ 67.128,42	Incluídas apenas nos cenários com supervisório, compondo a parcela fixa desse tipo de solução.
Valor da hora técnica	R$ 250,00	Utilizada para estimar os serviços técnicos de engenharia, programação, testes e implantação.
Serviço especializado do supervisório	R$ 160.000,00	Considerado como custo adicional fixo dos cenários com supervisório, relacionado à configuração e implantação da solução por uma equipe especializada.

Fonte: Dados originais da pesquisa

3. Resultados e Discussão

Os quatro casos de referência definidos no estudo revelaram diferenças significativas em investimento, complexidade, abrangência operacional e capacidade de gerar informações para a gestão. A comparação considerou IHM em uma linha, IHM em sete linhas produtivas, supervisório em uma linha e supervisório em sete linhas produtivas, avaliando critérios como custo total, custo por linha, investimento incremental, rastreabilidade, riscos de implantação, governança de dados, partes interessadas e indicadores de acompanhamento. As alternativas indicaram que a decisão de investimento não deve se basear apenas no menor custo, pois cada arranjo apresentou um nível próprio de risco, capacidade de expansão e valor informacional.

Caracterização dos casos de referência

O caso de IHM em uma linha representou a alternativa de menor complexidade inicial, permitindo validar telas, alarmes, nomenclaturas, intertravamentos e rotinas de operação em uma área produtiva. Contudo, sua limitação reside na baixa consolidação de dados históricos e gerenciais, o que restringe o apoio a auditorias e análises comparativas. A IHM em sete linhas ampliou a padronização operacional e reduziu o custo por linha, replicando a lógica de operação em mais áreas. No entanto, a rastreabilidade permaneceu limitada devido à menor integração dos dados para consultas gerenciais e investigação de desvios.

O supervisório em uma linha demandou maior investimento inicial por linha, mas adicionou uma camada de informação ao processo, incluindo histórico de operação, registros de batelada, relatórios, alarmes, rastreabilidade e monitoramento centralizado. Este cenário mostrou-se adequado para validar a camada de dados antes de uma implantação mais ampla. O supervisório em sete linhas foi o caso de maior investimento total e abrangência informacional, consolidando dados de várias linhas para facilitar auditorias, investigação de desvios, análise de alarmes e comparação de desempenho. Em contrapartida, exigiu maior atenção ao treinamento, padronização, governança de dados e gestão da mudança. A Tabela 3 resume os casos comparados.

Tabela 3. Caracterização dos casos de referência analisados

Caso	Papel no estudo	Benefício observado	Limitação observada
IHM – 1 linha	Representar a entrada mais simples na automação	Menor investimento inicial e aprendizado operacional em escala controlada.	Baixa consolidação de dados gerenciais e de histórico.
IHM – 7 linhas	Representar a expansão da padronização operacional	Redução do custo por linha e maior uniformidade operacional entre as linhas.	Rastreabilidade ainda fragmentada e pouca integração gerencial.
Supervisório – 1 linha	Representar a validação inicial da camada de dados	Inclusão de histórico, alarmes, relatórios e rastreabilidade em escala controlada.	Maior investimento inicial por linha.
Supervisório – 7 linhas	Representar a solução mais completa de gestão e informação	Maior rastreabilidade, integração de dados e visão consolidada da fábrica.	Maior complexidade de implantação, custo total mais elevado e maior exigência de governança.

Fonte: Resultados originais da pesquisa

Resultados quantitativos de custos

A análise quantitativa revelou diferenças no custo total, custo por linha e custo incremental. A automação com IHM para uma linha totalizou R$ 401.789,31. A IHM em sete linhas totalizou R$ 773.134,19, com custo unitário de R$ 110.447,74. O supervisório em uma linha totalizou R$ 650.917,73. Já o supervisório em sete linhas totalizou R$ 1.022.262,61, com custo unitário de R$ 146.037,52.

A expansão para sete linhas reduziu o custo por linha devido à diluição de custos fixos. As diferenças incrementais entre alternativas foram: a migração de IHM em uma linha para supervisório em uma linha representou um acréscimo de R$ 249.128,42, enquanto a expansão de supervisório em uma linha para supervisório em sete linhas representou um acréscimo de R$ 371.344,88. A Tabela 4 apresenta a comparação dos casos com serviços incorporados.

Tabela 4. Comparação dos casos com serviços incorporados

Caso	Linhas	Equip./licenças	Serviços/terc.	Custo total	Custo por linha
IHM – 1 linha	1	R$ 291.789,31	R$ 110.000,00	R$ 401.789,31	R$ 401.789,31
IHM – 7 linhas	7	R$ 625.634,19	R$ 147.500,00	R$ 773.134,19	R$ 110.447,74
Supervisório – 1 linha	1	R$ 358.917,73	R$ 292.000,00	R$ 650.917,73	R$ 650.917,73
Supervisório – 7 linhas	7	R$ 692.762,61	R$ 329.500,00	R$ 1.022.262,61	R$ 146.037,52

Fonte: Resultados originais da pesquisa

A leitura incremental da escalabilidade indicou que a implantação pode ser planejada em etapas. Após implantar IHM em uma linha, a evolução para supervisório em uma linha corresponde à diferença entre os dois casos. Validado o supervisório em uma linha, a expansão para sete linhas corresponde ao acréscimo das seis linhas restantes, conforme indicado na Tabela 5.

Tabela 5. Investimento incremental estimado entre etapas de automação

Caminho de evolução	Investimento acumulado final	Diferença incremental	Leitura gerencial
IHM 1 linha -> Supervisório 1 linha	R$ 650.917,73	R$ 249.128,42	Adiciona histórico, relatórios e rastreabilidade à automação local em escala piloto.
IHM 1 linha -> IHM 7 linhas	R$ 773.134,19	R$ 371.344,88	Expande a automação local para mais seis linhas, ampliando a padronização operacional.
Supervisório 1 linha -> Supervisório 7 linhas	R$ 1.022.262,61	R$ 371.344,88	Amplia a solução supervisória já validada para as demais linhas produtivas.
IHM 7 linhas -> Supervisório 7 linhas	R$ 1.022.262,61	R$ 249.128,42	Acrescenta a camada supervisória a uma base local já padronizada em sete linhas.

Fonte: Resultados originais da pesquisa

A composição do investimento e o custo unitário estimado por caso analisado são apresentados na Figura 2 e Figura 3.

Figura 2. Composição do investimento entre equipamentos/licenças e serviços

Fonte: Resultados originais da pesquisa

Figura 3. Custo unitário estimado por caso analisado

Fonte: Resultados originais da pesquisa

Considerando o caminho completo, a evolução de IHM em uma linha para supervisório em sete linhas representa um acréscimo estimado de R$ 620.473,30 em relação ao cenário inicial. Esse valor reflete a expansão da automação para as demais linhas e a inclusão da camada supervisória, que oferece histórico, relatórios, rastreabilidade e maior integração de dados. Essa análise reforça que a decisão não deve considerar apenas o investimento total, mas também o momento adequado para avançar entre as etapas.

Matriz multicritério e risco de implantação

A matriz multicritério foi utilizada para comparar os casos sob uma perspectiva mais ampla, considerando sete critérios: custo inicial, risco de implantação, segurança e qualidade, rastreabilidade, expansão, adoção dos usuários e valor gerencial. A escala de pontuação variou de 1 a 5, onde 5 indicou maior aderência ao critério. O maior resultado ponderado foi obtido pelo supervisório em uma linha, com 3,80 pontos. A IHM em uma linha e o supervisório em sete linhas alcançaram 3,60, enquanto a IHM em sete linhas obteve 3,05. Esse resultado sugere que o maior escopo não garante, por si só, a melhor alternativa, sendo necessário equilibrar custo, risco, capacidade de expansão, rastreabilidade, aceitação dos usuários e valor gerado para a gestão. A Tabela 6 consolida a matriz utilizada.

Tabela 6. Matriz multicritério de apoio à decisão

Critério (peso)	IHM 1 linha	IHM 7 linhas	Sup. 1 linha	Sup. 7 linhas
Custo inicial (20%)	5	4	3	2
Risco de implantação (15%)	5	3	4	2
Segurança e qualidade (15%)	3	4	4	5
Rastreabilidade (20%)	2	2	4	5
Expansão (10%)	3	3	4	5
Adoção dos usuários (10%)	5	3	4	2
Valor gerencial (10%)	2	2	4	5
Pontuação ponderada	3,60	3,05	3,80	3,60

Fonte: Resultados originais da pesquisa

Riscos, faseamento e dados para avaliação futura

A análise qualitativa indicou que a implantação da automação envolve riscos que vão além do investimento inicial, como parada de produção durante a implantação, baixa aceitação dos usuários, falta de padrão para expansão, dependência de fornecedor, ausência de responsáveis pelos dados, intervenções manuais inseguras e registros insuficientes sobre matéria-prima. Esses riscos reforçam a importância de uma implantação faseada para reduzir a exposição inicial, validar a operação com usuários-chave, corrigir padrões e preparar a estrutura de dados para uso futuro. A Tabela 7 apresenta os principais riscos identificados e as medidas de mitigação recomendadas.

Tabela 7. Principais riscos identificados e medidas de mitigação

Risco	Impacto	Mitigação recomendada
Parada ou instabilidade durante implantação	Perda de produção e atraso no cronograma.	Implantar por etapas, planejar janelas e manter plano de retorno.
Piloto sem padrão para expansão	Retrabalho na migração para supervisório.	Definir padrões de nomes, telas, comunicação e dados antes do piloto.
Baixa aceitação dos usuários	Uso incorreto e perda de valor do sistema.	Treinar operadores e validar telas com usuários-chave.
Intervenção manual excessiva	Maior exposição operacional e dependência de ações individuais.	Mapear pontos críticos, revisar intertravamentos e treinar equipes.
Dados sem responsabilidade definida	Relatórios pouco confiáveis para decisão.	Definir donos dos dados, permissões, validação e backup.
Benefícios financeiros sem medição	Expectativa de retorno não comprovada.	Medir perdas, descartes, paradas, pausas e tempo de investigação.
Falta de rastreabilidade	Dificuldade de investigação, auditoria e controle de matéria-prima.	Registrar origem, destino, quantidade, horário, lote, receita e eventos.

Fonte: Resultados originais da pesquisa

A Tabela 8 organiza o plano de implantação sugerido, desde a definição de requisitos até a medição financeira após a entrada em operação. A Figura 4 sintetiza o escalonamento dos casos avaliados, indicando o avanço da implantação piloto para a expansão em sete linhas.

Tabela 8. Plano de implantação recomendado

Fase	Objetivo	Entregáveis sugeridos
Definição de requisitos	Alinhar o que operação e gestão precisam medir.	Lista de dados, relatórios, alarmes críticos e critérios de aceite.
IHM piloto	Validar operação local com baixa exposição.	Tela local, testes, treinamento inicial e registro de ajustes.
Preparação para supervisório	Evitar retrabalho na expansão.	Padrão de nomes, comunicação, histórico, backups e estrutura de dados.
Supervisório em uma linha	Validar rastreabilidade e uso gerencial.	Histórico, relatórios, usuários, registros de batelada e operação assistida.
Expansão para sete linhas	Implantar solução validada no restante da fábrica.	Cronograma por ondas, janelas de parada, treinamento e aceite final.
Medição financeira posterior	Converter benefícios potenciais em indicadores.	Dados de perdas, paradas, descartes, tempo de investigação, ROI e payback.

Fonte: Resultados originais da pesquisa

Figura 4. Escalonamento dos cenários de automação

Fonte: Resultados originais da pesquisa

Evidências de rastreabilidade e governança de dados

Os resultados indicaram que a rastreabilidade efetiva requer dados padronizados, registrados e recuperáveis, não apenas telas de operação. Informações como receita, batelada, linha, origem, destino, quantidade, horário, alarmes, operador e eventos são essenciais para reconstruir a sequência produtiva e apoiar investigações. As Figuras 5 e 6 apresentam exemplos de registros utilizados no estudo, como o registro de bateladas para acompanhar ordens e status, e o relatório de dosagem para analisar rotas e consumo de matéria-prima. Essas evidências sugerem que o supervisório pode ampliar o valor gerencial da automação quando os dados são estruturados desde o início do projeto.

Figura 5. Exemplo de registro de bateladas utilizado para rastreabilidade operacional

Fonte: Resultados originais da pesquisa

Figura 6. Exemplo de relatório de dosagem utilizado para análise de produção

Fonte: Resultados originais da pesquisa

A governança de dados é crucial antes da expansão para sete linhas, exigindo a definição de responsáveis por cadastros, permissões de acesso, rotina de backup, validação de relatórios, tratamento de alarmes e critérios para alteração de telas ou lógicas. Sem essa organização, o sistema pode gerar dados pouco confiáveis para auditoria, qualidade, manutenção e tomada de decisão. A Tabela 9 consolida os dados mínimos recomendados para rastreabilidade operacional.

Tabela 9. Dados mínimos recomendados para rastreabilidade

Dado	Finalidade gerencial	Uso esperado
Identificação da receita	Relacionar produção, material e especificação.	Investigar divergências entre programado e realizado.
Número de batelada	Individualizar cada execução do processo.	Delimitar material afetado em desvios ou bloqueios.
Linha produtiva	Identificar local de consumo ou destino.	Comparar comportamento entre linhas e turnos.
Origem e destino do material	Reconstruir rota de movimentação.	Verificar troca de silo, rota incorreta ou abastecimento indevido.
Quantidade movimentada	Medir aderência ao processo.	Comparar consumo esperado e consumo real.
Horário de início e fim	Reconstruir sequência temporal.	Relacionar produção com alarmes, paradas e intervenções.
Alarmes e eventos	Registrar anomalias relevantes.	Apoiar diagnóstico de manutenção e qualidade.

Fonte: Resultados originais da pesquisa

Critérios de aceite e variáveis para medição futura

Os resultados também apontaram a necessidade de governança de dados antes da expansão, com pontos críticos como responsabilidade por cadastros, permissões, backup, validação de relatórios, tratamento de alarmes, histórico de alterações e definição de critérios para uso das informações. A adoção de critérios de aceite foi considerada essencial para reduzir divergências entre expectativa e entrega. A implantação piloto deve comprovar o funcionamento de telas, alarmes, registros, relatórios, permissões, comunicação e recuperação de dados. A Tabela 10 apresenta os critérios de aceite sugeridos para a implantação piloto.

Tabela 10. Critérios de aceite sugeridos para a implantação piloto

Critério	Verificação necessária	Evidência esperada
Operação local	Comandos, estados e intertravamentos testados em campo.	Lista de testes aprovada e pendências registradas.
Alarmes	Alarmes críticos identificados e classificados.	Histórico com horário, descrição e condição de retorno.
Rastreabilidade	Batelada registrada com dados mínimos definidos.	Consulta por receita, linha, lote, horário e quantidade.
Relatórios	Relatórios úteis para produção e qualidade.	Modelo validado pelos usuários-chave.
Treinamento	Operadores e manutenção capacitados.	Lista de presença e roteiro de operação assistida.
Backup e recuperação	Rotina de cópia e restauração testada.	Procedimento documentado e arquivo recuperável.

Fonte: Resultados originais da pesquisa

Os resultados financeiros foram tratados como estimativas de investimento, sem cálculo de retorno financeiro definitivo, pois o estudo não contou com medições reais dos benefícios após a implantação. No entanto, a análise permitiu identificar variáveis operacionais que podem ser acompanhadas antes e depois do projeto para uma avaliação futura de retorno. A Tabela 11 apresenta essas variáveis recomendadas para medição futura, com o objetivo de transformar benefícios qualitativos (segurança, qualidade, rastreabilidade, redução do tempo de investigação e identificação de gargalos) em dados mensuráveis.

Tabela 11. Variáveis recomendadas para análise financeira futura

Variável	Efeito esperado	Forma de medição sugerida
Perdas de matéria-prima	Redução de desperdícios aumenta benefício econômico.	Comparar consumo esperado e real antes e depois da implantação.
Bateladas bloqueadas	Rastreabilidade pode reduzir bloqueios desnecessários.	Registrar valor, causa, quantidade bloqueada e quantidade liberada.
Tempo de investigação	Menor tempo libera equipe e acelera decisões.	Medir horas gastas por ocorrência e custo médio da equipe.
Paradas e pausas de produção	Identificação de gargalos melhora disponibilidade.	Registrar duração, causa, linha afetada e custo estimado da parada.
Intervenções manuais e segurança	Menor exposição pode reduzir risco operacional.	Registrar intervenções, condições de risco, alarmes e ações corretivas.
Retrabalho operacional	Menor retrabalho reduz custo indireto.	Registrar ocorrências, horas de correção e reincidência.
Suporte do sistema	Custo de manter a solução afeta viabilidade.	Registrar chamados, horas técnicas, terceirização e atualização.

Fonte: Resultados originais da pesquisa

Análise por partes interessadas

A análise por partes interessadas mostrou que a implantação da automação afeta diferentes áreas de formas distintas. Produção, qualidade, manutenção, segurança, engenharia e gestão financeira possuem necessidades próprias, o que reforça a importância de organizar o investimento por critérios técnicos, operacionais e gerenciais. Essa leitura está alinhada à abordagem de Freeman (1984) e PMI (2021), que destacam a importância de considerar os grupos que podem afetar ou ser afetados por uma iniciativa. O mesmo investimento pode ser visto como custo adicional por uma área e como redução de risco por outra. A Tabela 12 detalha a contribuição da IHM e do supervisório para cada parte interessada.

Tabela 12. Leitura dos casos por partes interessadas

Parte interessada	Necessidade principal	Contribuição da IHM	Contribuição do supervisório
Produção	Operar com estabilidade e pouca parada.	Facilita comando local e padroniza rotina.	Permite acompanhar histórico e comparar linhas.
Qualidade	Investigar desvios com evidência.	Registra parte da operação local.	Consolida bateladas, horários, eventos e relatórios.
Segurança do trabalho	Reduzir exposição e intervenções manuais.	Apoia comandos padronizados, alarmes e intertravamentos locais.	Permite monitorar eventos, pausas, alarmes e ações corretivas.
Manutenção	Diagnosticar falhas e reduzir reincidência.	Mostra estados e alarmes no equipamento.	Organiza histórico e frequência de alarmes.
Engenharia	Evitar retrabalho e padronizar expansão.	Valida telas e nomenclaturas no piloto.	Define arquitetura de dados para a planta.
Gestão financeira	Justificar investimento com dados.	Reduz risco inicial de desembolso.	Cria base para medir perdas evitadas e retorno.

Fonte: Resultados originais da pesquisa

A leitura por partes interessadas também indicou a necessidade de comunicação e treinamento, com pontos de atenção na compreensão das telas, uso dos relatórios, validação dos dados, resposta a alarmes, manutenção de cadastros e aceitação das novas rotinas. Esse resultado reforça a importância de critérios de aceite compartilhados, envolvendo produção, qualidade, manutenção, engenharia, segurança e gestão financeira.

Governança necessária para expansão

A expansão para sete linhas exige governança mínima, incluindo padronização de nomes, estrutura de tags, critérios de alarmes, regras de acesso, periodicidade de backup, responsáveis por cadastros, validação de relatórios e critérios para alteração de telas ou lógicas. A governança também está ligada à dependência de fornecedores, sendo a documentação, treinamento e transferência de conhecimento tratados como entregáveis formais. A Tabela 13 apresenta os elementos de governança recomendados para a expansão.

Tabela 13. Elementos de governança recomendados para expansão

Elemento de governança	Descrição	Risco reduzido
Padrão de nomes	Nomenclatura única para linhas, silos, receitas e alarmes.	Confusão operacional e dificuldade de manutenção.
Estrutura de dados	Campos mínimos para histórico, batelada e relatório.	Dados incompletos ou pouco comparáveis.
Controle de acesso	Perfis para operação, manutenção, engenharia e gestão.	Alterações indevidas e perda de confiabilidade.
Backup e restauração	Rotina documentada e testada periodicamente.	Perda de histórico e parada prolongada.
Gestão de mudanças	Registro de alterações de lógica, tela e relatório.	Retrabalho e inconsistência entre linhas.
Treinamento contínuo	Capacitação para novos usuários e reciclagem.	Uso incorreto e baixa adoção.

Fonte: Resultados originais da pesquisa

Indicadores de acompanhamento pós-implantação

Embora o estudo não tenha calculado um retorno financeiro definitivo, os resultados permitiram propor indicadores de acompanhamento para coleta antes e depois da implantação, de modo que a avaliação financeira futura se apoie em dados medidos. Os indicadores propostos combinam desempenho operacional, segurança, qualidade dos dados e benefícios econômicos, permitindo acompanhar o projeto não apenas pelo funcionamento técnico da automação, mas também por variáveis que sustentam uma futura comparação econômica entre alternativas. A Tabela 14 organiza os indicadores sugeridos para o acompanhamento pós-implantação.

Tabela 14. Indicadores sugeridos para acompanhamento pós-implantação

Indicador	Finalidade	Periodicidade sugerida
Tempo médio de investigação de desvio	Medir agilidade para reconstruir ocorrências.	Mensal
Número de bateladas bloqueadas	Avaliar impacto de rastreabilidade sobre bloqueios.	Mensal
Divergência entre consumo previsto e real	Acompanhar aderência de dosagem e movimentação.	Por ordem ou batelada
Quantidade de alarmes críticos recorrentes	Priorizar causas de instabilidade.	Semanal
Paradas e pausas por linha	Identificar gargalos de produção e causas recorrentes.	Semanal
Intervenções manuais registradas	Acompanhar exposição operacional e oportunidades de melhoria.	Mensal
Horas de suporte técnico	Medir custo de manutenção do sistema.	Mensal
Relatórios consultados pela gestão	Verificar uso dos dados na tomada de decisão.	Mensal

Fonte: Resultados originais da pesquisa

A Figura 7 apresenta uma tela de recepção de matéria-prima, utilizada como exemplo de interface operacional. A imagem ilustra a necessidade de reunir rota, equipamento, silo, status, sequência, receita e valores de processo de forma compreensível para o operador. A principal leitura associada à figura é que a organização visual da tela precisa acompanhar a rotina real de operação.

Figura 7. Exemplo de tela de recepção de matéria-prima e rota de transporte

Fonte: Resultados originais da pesquisa

Os resultados apontaram duas condições para a implantação: começar com simplicidade suficiente para reduzir a exposição inicial e, ao mesmo tempo, preservar a estrutura técnica para permitir expansão futura sem retrabalho relevante. A decisão entre IHM e supervisório não deve ser tratada como uma escolha apenas técnica ou financeira. A IHM, com menor exposição inicial, pode ser uma boa etapa de entrada para validar a operação local com menor complexidade. No entanto, seu alcance gerencial é limitado quando a empresa precisa consolidar histórico, rastreabilidade, relatórios e comparação entre linhas. O supervisório, por sua vez, exige maior investimento e cuidado com governança, treinamento e padronização, mas amplia a capacidade de análise da fábrica ao integrar dados de produção, alarmes, bateladas, pausas, desvios e indicadores.

O ponto central da análise incremental foi separar a decisão de iniciar da decisão de escalar. Começar por uma IHM piloto reduz o risco inicial, desde que essa etapa seja construída com padrões compatíveis com uma futura camada supervisória. A partir dessa base, a evolução para o supervisório em uma linha funciona como validação da informação. Depois disso, a expansão para mais linhas deixa de ser uma aposta inicial e passa a ser a repetição de uma solução já testada. Assim, o caminho recomendado é avançar por ondas: definir requisitos, validar a IHM piloto, preparar a estrutura de dados, implantar o supervisório em uma linha, expandir gradualmente e medir os resultados financeiros com dados reais de operação.

A justificativa técnico-econômica da automação depende da combinação entre implantação gradual, gestão de riscos e capacidade de gerar informações confiáveis. Em vez de tratar IHM e supervisório como escolhas isoladas, os casos analisados mostraram que a IHM pode validar a operação local, enquanto o supervisório amplia a rastreabilidade, o histórico operacional e a base de dados necessária para decisões econômicas futuras. A IHM em uma linha assumiu papel de validação operacional, permitindo corrigir telas, alarmes, nomenclaturas e rotinas antes de ampliar a exposição do projeto, alinhado à ANSI/ISA-101.01-2015 (ISA, 2015).

A expansão para sete linhas reduziu o custo unitário, mas a análise incremental foi mais importante para a decisão, conforme Casarotto Filho e Kopittke (2010). O investimento faseado separa a decisão de começar da decisão de ampliar, evitando que a automação completa seja tratada como um desembolso único. Brealey et al. (2020) destacam que decisões de investimento dependem de benefícios mensuráveis e fluxos de caixa estimáveis. Os resultados indicam que, antes de calcular ROI, payback, VPL ou TIR, a empresa precisa criar capacidade de medição, e o supervisório atua como infraestrutura para transformar perdas, paradas, retrabalho e tempo de investigação em dados comparáveis.

O supervisório em uma linha mostrou-se relevante como etapa de validação da informação, convergindo com Boyer (2004) ao relacionar sistemas supervisórios à aquisição, acompanhamento e organização de dados de processos distribuídos. A rastreabilidade foi um dos diferenciais mais claros entre a automação local e a automação com supervisório, alinhada a Aung e Chang (2014) e ISO 9001:2015 (ISO, 2015). Rastrear significa reconstruir eventos, apoiar auditorias, investigar desvios, analisar consumo e controlar matéria-prima. A segurança operacional também faz parte da justificativa, aproximando-se da ISO 45001:2018 (ISO, 2018), ao reduzir intervenções manuais, organizar alarmes e registrar eventos críticos.

A análise por partes interessadas mostrou que o mesmo investimento pode ser percebido de maneiras diferentes por produção, qualidade, manutenção, segurança, engenharia e gestão financeira, o que dialoga com o PMI (2021) sobre entrega de valor e gestão de stakeholders. Os achados indicam que a justificativa técnico-econômica da automação não depende apenas da comparação entre custos totais, mas da construção de um caminho de implantação em ondas: IHM piloto, preparação para supervisório, supervisório em uma linha, expansão posterior e medição financeira. Essa sequência combina prudência financeira, aprendizagem operacional, rastreabilidade e geração de dados, oferecendo uma forma segura de defender investimentos de médio e longo prazo em fábricas que ainda dependem de rotinas manuais.

Os resultados indicaram que iniciar por uma linha piloto reduz a exposição inicial do projeto e permite corrigir telas, alarmes, nomenclaturas, permissões e rotinas antes de ampliar o escopo. O piloto funciona como etapa de aprendizagem, validação técnica e alinhamento entre operação, manutenção, qualidade, segurança, engenharia e gestão financeira. A expansão para sete linhas apresentou vantagem na diluição de custos fixos, mas a menor média de custo por linha não basta para definir a melhor alternativa. A decisão precisa considerar a maturidade da organização para sustentar a solução, treinar usuários, manter cadastros, validar relatórios, cuidar de backups, tratar alarmes e utilizar os dados gerados no processo decisório. A análise multicritério reforçou que a alternativa mais adequada equilibra investimento, risco de implantação, segurança, qualidade, rastreabilidade, adoção dos usuários e potencial de geração de dados confiáveis.

A delimitação dos indicadores financeiros foi outro ponto importante. ROI, payback, VPL e TIR são úteis, mas dependem de medições consistentes de perdas, paradas, retrabalho, descarte, alarmes, bloqueios, tempo de investigação e consumo de matéria-prima. A contribuição do supervisório é criar a base de registros necessária para que a avaliação econômica futura seja mais robusta e menos dependente de estimativas informais. Como contribuição prática, o trabalho propôs um roteiro de implantação por ondas, começando pela IHM em uma linha, preparando a arquitetura para integração futura, validando o supervisório em uma linha e expandindo para as demais linhas somente após comprovar a aderência técnica e operacional da solução. Esse caminho transforma uma decisão de investimento complexa em etapas verificáveis, com critérios de aceite, menor incerteza e melhor comunicação entre as áreas envolvidas.

Em síntese, a automação deve ser justificada como uma evolução planejada da gestão industrial. Em fábricas com rotinas manuais, a IHM pode representar o primeiro passo para organizar a operação, enquanto o supervisório amplia a capacidade de registrar, comparar e decidir. A implantação faseada mostrou-se o caminho mais prudente, permitindo começar com menor exposição, aprender com o piloto, preservar a possibilidade de expansão e construir dados para sustentar decisões financeiras mais consistentes no médio e longo prazo.

4. Conclusão

O presente estudo buscou analisar formas de justificar técnico-economicamente investimentos de médio e longo prazo em automação de sistemas industriais, comparando a implantação por Interface Homem-Máquina (IHM) e por supervisório em uma linha piloto e em sete linhas produtivas, com ênfase em fábricas que ainda dependem de processos manuais. Verificou-se que a IHM contribuiu para organizar e padronizar a operação local, reduzindo improvisos e criando um padrão de interação com o processo. Por sua vez, o sistema supervisório ampliou a capacidade de registrar informações, acompanhar históricos, gerar relatórios, apoiar auditorias e investigar gargalos, como pausas recorrentes e desvios de consumo. A principal contribuição do trabalho reside na proposição de um roteiro de implantação por ondas, que transforma uma decisão de investimento complexa em etapas verificáveis, combinando prudência financeira, aprendizagem operacional, rastreabilidade e geração de dados confiáveis.

A pesquisa demonstrou que a justificação do investimento em automação não deve se limitar ao retorno financeiro imediato, mas considerar a redução de incertezas, perdas, riscos operacionais e custos que se acumulam ao longo do tempo. A implantação faseada, começando por uma IHM piloto e evoluindo para o supervisório, mostrou-se o caminho mais prudente, permitindo validar a operação local, preparar a estrutura de dados e construir uma base robusta para avaliações financeiras futuras. Como limitação, o estudo utilizou casos de referência e custos estimados, sem acompanhamento de uma implantação real. Sugere-se, para estudos futuros, aplicar o modelo em um ambiente industrial real, medindo indicadores antes e depois da automação, e ampliar a análise para outros segmentos, incluindo custos de manutenção e atualização tecnológica, aprofundando a mensuração dos benefícios gerados pelo supervisório.

Referências Bibliográficas

Aung, M.M.; Chang, Y.S. (2014). Traceability in a food supply chain: safety and quality perspectives. Food Control 39: 172-184.

Boyer, S.A. (2004). SCADA: supervisory control and data acquisition. 4. ed. Research Triangle Park, NC, EUA: ISA.

Brealey, R.A.; Myers, S.C.; Allen, F. (2020). Princípios de finanças corporativas. 13. ed. Porto Alegre, RS, Brasil: AMGH.

Casarotto Filho, N.; Kopittke, B.H. (2010). Análise de investimentos: matemática financeira, engenharia econômica, tomada de decisão, estratégia empresarial. 11. ed. São Paulo, SP, Brasil: Atlas.

Freeman, R.E. (1984). Strategic management: a stakeholder approach. Boston, MA, EUA: Pitman.

Gil, A.C. (2017). Como elaborar projetos de pesquisa. 6. ed. São Paulo, SP, Brasil: Atlas.

Groover, M.P. (2019). Automation, production systems, and computer-integrated manufacturing. 5. ed. New York, NY, EUA: Pearson.

International Organization for Standardization [ISO]. (2015). ISO 9001:2015: quality management systems – requirements. Geneva, Suíça: ISO.

International Organization for Standardization [ISO]. (2018). ISO 45001:2018: occupational health and safety management systems – requirements with guidance for use. Geneva, Suíça: ISO.

International Society of Automation [ISA]. (2015). ANSI/ISA-101.01-2015: human machine interfaces for process automation systems. Research Triangle Park, NC, EUA: ISA.

Kerzner, H. (2017). Project management: a systems approach to planning, scheduling, and controlling. 12. ed. Hoboken, NJ, EUA: Wiley.

Project Management Institute [PMI]. (2021). A guide to the project management body of knowledge (PMBOK Guide). 7. ed. Newtown Square, PA, EUA: Project Management Institute.

Yin, R.K. (2018). Case study research and applications: design and methods. 6. ed. Thousand Oaks, CA, EUA: Sage.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Projetos da POLI USP PRO

Para saber mais sobre o curso, clique aqui.