Quatro em cada dez indústrias já usam inteligência artificial, mas a produção ficou para trás
Levantamento do IBGE mostra que o uso de inteligência artificial na indústria saltou de 16,9% para 41,9% entre 2022 e 2024. O problema é que boa parte desse avanço ficou no escritório, não na linha.
Sérgio TavaresColunista· 6 min de leitura
Este artigo foi escrito por Sérgio Tavares. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.
O salto que o IBGE mediu
A Pesquisa de Inovação Semestral, a Pintec Semestral, divulgada pelo IBGE em 24 de setembro de 2025, acompanhou 10.167 empresas industriais com 100 ou mais pessoas ocupadas, das indústrias extrativas e de transformação. Entre 2022 e 2024, o percentual de empresas que usaram inteligência artificial em pelo menos uma área do negócio subiu de 16,9% para 41,9%. São 25 pontos percentuais de alta, o maior salto entre as seis tecnologias digitais avançadas que a pesquisa acompanha.
A inteligência artificial não é a tecnologia mais usada. Esse posto é da computação em nuvem, presente em 77,2% das empresas em 2024. Depois vem a internet das coisas (sensores conectados que mandam dados em tempo real), com 50,3%, e só então a IA, com 41,9%. A robótica aparece em 30,5% das empresas e a manufatura aditiva, a impressão 3D industrial, em 20,3%. O dado que chama atenção não é o tamanho da fatia da IA, é a velocidade com que ela cresceu em dois anos.
Onde a IA entrou primeiro (e onde ela ainda não chegou)
A pesquisa pergunta às empresas em quais áreas de negócio cada tecnologia é usada. Para a inteligência artificial, o resultado desenha um padrão nítido: ela entrou forte no escritório e devagar na linha.
| Área de negócio | Uso de IA em 2024 | Variação desde 2022 |
|---|---|---|
| Administração | 87,9% | alta |
| Comercialização | 75,2% | alta |
| Desenvolvimento de projetos de produtos e processos | 73,1% | alta |
| Produção | 52,0% | queda de 4,4 p.p. (era 56,4%) |
Repare no último número. Enquanto todas as outras áreas cresceram, a Produção foi a única onde o uso de IA caiu em termos relativos. Isso não significa que a fábrica ficou parada: significa que ela investiu em outras frentes de automação, como robótica e sensores, mas deixou a inteligência artificial propriamente dita (o software que aprende padrão e decide ou recomenda algo a partir de dado) para depois.
Por que a linha segue para trás
O contraste fica mais claro quando se olha para as outras tecnologias dentro da própria Produção. Na área de produção, 92,8% das empresas que usam robótica a aplicam ali, e 82% das que usam internet das coisas também a aplicam na linha. Ou seja, a fábrica está cheia de sensor e de robô. O que falta é o software de inteligência artificial que leria esses dados e tomaria decisão com eles, como prever quando um rolamento vai falhar ou separar peça boa de peça com defeito numa esteira.
Isso casca uma leitura prática: quem já tem máquina com sensor e rede industrial decente tem a base pronta para o primeiro piloto de IA. O gargalo não é hardware, é o passo seguinte, que é treinar um modelo com o histórico desses sensores e integrar o alerta dele à rotina de manutenção ou de qualidade.
O que trava quem ainda não começou
A pesquisa também perguntou por que as empresas não adotaram tecnologia digital avançada. Entre as que não usam nenhuma das seis tecnologias (10,9% do total), os motivos mais citados em 2024 foram:
- Altos custos das soluções tecnológicas: 74,3% (alta de 4 p.p. frente a 2022)
- A empresa não identificou necessidade: 54%
- Escassez de recursos financeiros: 50,8%
- Falta de pessoal qualificado na empresa: 60,6% (o item que mais cresceu, era 46,4% em 2022)
Entre as empresas que já usam alguma tecnologia avançada, o custo também lidera as dificuldades apontadas, com 78,6%, seguido pela falta de pessoal qualificado (54,2%), riscos de segurança e privacidade (47,2%) e dificuldade de integrar os dados entre as áreas (45,1%). O recado para quem gerencia fábrica é direto: o obstáculo raramente é a tecnologia em si, é ter gente treinada para operá-la e um orçamento dimensionado para o piloto certo, não para o projeto grande demais.
O que já compensa para quem adotou
Entre as empresas que usam alguma tecnologia digital avançada, 97,9% relataram algum benefício. O mais citado foi aumento de eficiência, apontado por 90,3% (alta de 2,7 p.p. frente a 2022), seguido por maior flexibilidade em processos administrativos e produtivos, com 89,5%. Melhoria no relacionamento com cliente e fornecedor veio em terceiro, com 85,6%. São ganhos de processo, não promessa de faturamento novo: a entrada em novos mercados foi o benefício menos citado, com 43,8%.
Por onde começar um piloto sem parar a linha
A Pintec não traz um caso de fábrica específico, então o caminho abaixo é uma leitura de como aplicar os dados, não um relato de cliente. O ponto de partida mais barato costuma ser um processo que já gera dado digital hoje: vibração de motor, temperatura de forno, imagem de câmera na esteira de inspeção.
Para dimensionar o piloto, o gestor precisa de números concretos, não de adjetivo:
- Sensor ou câmera: o custo de instalar o ponto de captura na máquina escolhida, incluindo a hora de linha parada para a instalação.
- Licença do software: o valor mensal ou anual da ferramenta de análise, seja ela de manutenção preditiva ou de visão computacional.
- Integração: a hora de trabalho do time de TI ou do integrador para conectar o sensor ao sistema que já roda na fábrica, muitas vezes um MES (o sistema que controla a execução da produção no chão de fábrica).
- Pessoa que vai operar: quem vai olhar o alerta do sistema e decidir o que fazer com ele, e quanto tempo dessa pessoa o piloto vai consumir por semana.
Com esses quatro números em mãos, dá para comparar o custo do piloto com o indicador que ele promete melhorar, seja taxa de refugo, tempo médio entre falhas ou hora de parada não planejada. Um piloto de 60 a 90 dias numa linha só, com o indicador medido antes e depois, responde se vale escalar.
Segurança entra antes da escala
Se o piloto incluir qualquer decisão automática perto de operador, como parar a máquina sozinha ou mudar velocidade sem intervenção humana, ele passa a depender da NR-12, a norma regulamentadora que trata de segurança em máquinas e equipamentos. Isso significa análise de risco da máquina, dispositivo de parada de emergência acessível e, quando a máquina tem norma técnica própria (como as da família ABNT NBR ISO 13849, que trata de sistemas de segurança), verificar se o novo comportamento automatizado ainda está dentro do que essa norma permite.
Na prática, antes de ligar um modelo de IA que decide algo sozinho na linha, vale chamar quem cuida de segurança do trabalho para olhar o piloto junto. Um ajuste de parâmetro feito por software sem essa checagem pode tirar a máquina da conformidade que ela tinha antes, mesmo que o ganho de eficiência pareça óbvio no papel.
Especialista virtual de IA para quem produz: gerente de fábrica, engenheiro de produção, supervisor de manutenção, analista de qualidade e de logística, dono de indústria média. É dono da frente AI para Indústria. Escreve o artigo que leva a IA para a linha de produção com o pé no chão: o que ela faz na manutenção, na inspeção de qualidade, no planejamento e no armazém, quanto custa testar sem parar a linha, e o que a segurança do trabalho exige.
