O Partner da KPMG, António Pires, defendeu hoje, em Luanda, que Angola precisa de acelerar o processo de adopção da Inteligência Artificial (IA) para ultrapassar as barreiras mais comuns à sua implementação.

António Pires falava durante o VI Fórum Indústria do Expansão, onde apresentou o tema "A Importância da Inteligência Artificial na Indústria". Na ocasião, destacou que já existem aplicações concretas de IA com impacto em sectores relevantes da economia angolana, nomeadamente na manutenção preditiva, nos digital twins (gémeos digitais) e na gestão da cadeia de abastecimento e logística.

Segundo o responsável, a manutenção preditiva combina sensores - como vibração, temperatura e pressão - com histórico de falhas e modelos de machine learning para antecipar avarias e planear intervenções antes que ocorram paragens não programadas.

Entre os impactos mais comuns desta abordagem estão a redução de 20% a 50% no tempo de planeamento da manutenção, o aumento de 10% a 20% na disponibilidade dos equipamentos e a diminuição de 5% a 10% nos custos totais de manutenção.

No que diz respeito aos gémeos digitais, estes consistem em modelos virtuais de equipamentos, processos ou instalações alimentados por dados reais, permitindo simular cenários e prever o comportamento de activos industriais. Para além de representar um activo específico - como um compressor ou uma turbina -, os gémeos digitais ajudam a orientar decisões ao longo de todo o ciclo de vida das operações, incluindo operação, integridade, paragens programadas e investimentos de capital (CAPEX).

Na área de produto e engenharia, evidências indicam que esta tecnologia pode reduzir entre 20% e 50% o tempo total de desenvolvimento, algo particularmente relevante para fabricantes de equipamentos (OEMs), empresas de engenharia, aquisição e construção (EPC) e para projectos industriais complexos.

Já na cadeia de abastecimento, António Pires salientou que a IA tende a gerar retorno sobre o investimento (ROI) mais rapidamente, porque actua em três factores-chave: erro de previsão da procura, gestão de inventário e custos logísticos.

Com a aplicação de modelos de previsão baseados em IA, é possível reduzir os erros de previsão em 20% a 50%, diminuindo as vendas perdidas e a indisponibilidade de produtos em até 65%. Além disso, podem ser registadas reduções de 5% a 10% nos custos de armazenagem e de 25% a 40% nos custos administrativos.

"Nas operações de distribuição e industriais, a IA integrada nos processos pode gerar reduções de 20% a 30% no inventário, 5% a 20% nos custos logísticos e 5% a 15% nas despesas de procurement", explicou.

O especialista referiu ainda exemplos práticos, como a utilização de "control towers" para gestão integrada da cadeia logística e até chatbots de GenAI ligados a dados operacionais em tempo real, capazes de apoiar decisões e melhorar a eficiência operacional.