Por redação AIoT Brasil

A alemã TeamViewer, fornecedora global de soluções de conectividade remota, anunciou o lançamento de novo módulo ML-Trainer para manutenção remota preditiva e análise de dados, com suporte de inteligência artificial. De acordo com a empresa, o software instrui o algoritmo de aprendizado a reconhecer padrões específicos nos dados das máquinas que possam ter disparado alarmes, para diagnosticar falhas iminentes em estágio inicial e reduzir o tempo de inatividade e os falsos alertas.

O módulo de manutenção preditiva pode ser integrado aos ambientes TeamViewer de internet das coisas já existentes em vários tipos de máquinas, como turbinas eólicas e bombas, bastando “aprender” as características específicas de cada equipamento. Lukas Baur, vice-presidente de IoT da empresa, disse que a meta é construir uma biblioteca única de dados anônimos de máquinas e fornecer acesso a esse conhecimento a cada cliente do módulo de manutenção preditiva. “Nosso objetivo é reduzir custos por meio de análises de dados com uso de inteligência artificial”, explicou em comunicado.

O novo módulo é apresentado como uma novidade no que seria o terceiro estágio dos sistemas de manutenção de máquinas IoT, depois de um primeiro estágio reativo, quando os reparos só eram feitos depois da detecção de uma falha. Num segundo momento, a manutenção passou a ser preventiva, com máquinas mantidas em ciclo fixo, independentemente de apresentarem defeitos. “Hoje as empresas buscam a manutenção preditiva, baseada em inspeções sistemáticas e na observação de parâmetros ou condições de desempenho que levam em conta as condições reais do funcionamento de máquinas e equipamentos”, diz a TeamViewer.

Um estudo da consultoria empresarial norte-americana Mckinsey & Company, citado pela TeamViewer, afirma que, em ambientes de IoT, cada hora de tempo de inatividade não planejada custa em média 250 mil dólares, o que mostra a importância da antecipação de problemas. Lançado em 2005, o software TeamViewer, principal produto da empresa, já foi instalado em mais de 2,2 bilhões de dispositivos em todo o mundo.