Siemens diz que sua IA gera código de CLP 60% mais rápido e corta manutenção reativa em 25%

Siemens ampliou o Industrial Copilot em março de 2025

Na Hannover Messe 2025, em 24 de março daquele ano, a Siemens anunciou uma ampliação do seu assistente de IA generativa, o Industrial Copilot. O produto já existia e cobria design, engenharia e operação de fábrica. A novidade daquele anúncio foi estender o copiloto para dois usos concretos no chão de fábrica: escrever código de controlador a partir de linguagem comum e apoiar a manutenção preditiva, do reparo até a previsão de falha.

O anúncio é de um ano e meio atrás, não de hoje. Isso importa porque dá tempo para ver se a promessa virou prática em alguma fábrica, mas a própria Siemens, até a data da fonte usada aqui, só divulgou números de pilotos internos, sem identificar cliente, setor ou porte da planta.

Como o assistente escreve código de controlador a partir de texto comum

O CLP (controlador lógico programável, o computador industrial que comanda uma máquina ou uma célula de produção) é programado numa linguagem própria. Uma das mais usadas em equipamentos Siemens é o SCL (Structured Control Language, parecida com uma linguagem estruturada de programação). Escrever esse código exige treinamento específico e revisão cuidadosa, porque um erro ali pode travar a linha ou, em casos de falha de segurança, machucar alguém.

O Industrial Copilot promete gerar esse código a partir de uma descrição em linguagem natural do que a rotina deve fazer. A Siemens estima que isso acelera a geração de código SCL em cerca de 60%, reduz erros e diminui a dependência de conhecimento muito especializado para tarefas de programação mais simples. É uma estimativa da própria fabricante, sem estudo independente citado na fonte.

Na prática, isso não elimina o engenheiro de automação da equação. O código gerado por IA generativa ainda precisa passar pela mesma simulação e teste que um código escrito à mão passaria antes de ir para uma máquina real, porque o assistente pode produzir uma lógica que compila mas não faz exatamente o que o operador pediu.

Dois pacotes para prever quebra antes que ela pare a linha

A parte de manutenção do anúncio amplia o Senseye Predictive Maintenance, solução de manutenção preditiva da Siemens que roda sobre a nuvem Microsoft Azure, com duas novas ofertas:

• Entry Package: pensado como porta de entrada, mistura orientação de reparo guiada por IA com monitoramento básico de condição. Usa conectividade limitada para coleta de dados de sensor e ajuda a empresa a sair da manutenção puramente reativa (trocar a peça só quando ela quebra) para a manutenção por condição (trocar quando o sensor indica desgaste).
• Scale Package: para quem já quer ir além do entendimento de alertas, junta o Senseye Predictive Maintenance com a função completa do Maintenance Copilot. Promete prever falha antes que ela aconteça, diagnóstico automatizado e escala entre várias fábricas da mesma empresa.

A diferença prática entre os dois pacotes é o tamanho do salto: o Entry Package serve para testar o conceito numa linha com pouca infraestrutura de sensor já instalada, o Scale Package pressupõe que a fábrica já tem dado suficiente circulando para treinar previsão de falha com confiança.

A métrica de 25% é um anúncio da Siemens, não um estudo de caso fechado

O comunicado afirma que "os primeiros casos piloto mostraram que o Industrial Copilot para manutenção ajuda a economizar, em média, 25% do tempo de manutenção reativa". Essa frase não vem acompanhada de setor da indústria, porte da planta, nem do período de medição. Pelas regras deste texto, um caso sem esses dados é anúncio do fabricante, não um case fechado, e é assim que ele deve ser lido.

Isso não torna o número inventado nem inválido, só incompleto. Um gestor de manutenção que for avaliar o produto deveria pedir à Siemens, antes de assinar qualquer piloto, em qual fábrica esse 25% foi medido, com que tipo de equipamento e durante quanto tempo, porque reduzir tempo de reparo reativo em uma linha de embalagem é uma conta muito diferente de reduzir numa prensa pesada.

Essa expansão do nosso Industrial Copilot marca um passo significativo em nossa missão de transformar as operações de manutenção.

This expansion of our Industrial Copilot marks a significant step in our mission to transform maintenance operations.Margherita Adragna, CEO de Customer Services da Siemens Digital Industries

Quem confere o código antes de rodar perto de gente

Código de CLP comanda máquina, e máquina perto de operador cai direto na NR-12, a norma regulamentadora que trata de segurança em máquinas e equipamentos. A NR-12 não distingue se a lógica de um controlador foi escrita por um engenheiro ou sugerida por um assistente de IA: ela exige que qualquer programa que controle uma máquina passe por validação de segurança antes de entrar em operação, incluindo os circuitos de parada de emergência e de proteção.

Na prática, isso significa que usar o Industrial Copilot para gerar um trecho de SCL não muda o fluxo de aprovação que já existe numa planta que segue a NR-12. O código ainda precisa ser revisado por quem responde tecnicamente pela máquina, testado em bancada antes de ir para produção, e documentado como qualquer outra alteração de programa de segurança.

Quanto custa testar e o que perguntar antes de pilotar

O comunicado da Siemens não traz tabela de preço para o Entry Package nem para o Scale Package. Antes de aprovar um piloto, o gestor de manutenção ou o dono da indústria média precisa levantar, com o fornecedor, cinco itens de custo que a fonte não detalha:

• Sensor: quantos sensores de vibração, temperatura ou corrente a linha escolhida já tem, e quantos faltam comprar e instalar.
• Licença: valor mensal ou anual do Senseye Predictive Maintenance e do Industrial Copilot, por máquina ou por planta.
• Integração: horas de consultoria para ligar o CLP existente e o sistema de automação Siemens (TIA Portal, no caso de equipamento da própria marca) à nuvem Azure.
• Pessoa que opera: quem na equipe de manutenção vai interpretar os alertas de IA no dia a dia, e se isso exige treinamento específico.
• Horas de linha parada durante a instalação dos sensores e a calibração inicial do modelo preditivo, item que costuma pesar mais que a licença em si.

Quando não vale a pena testar agora

O piloto faz sentido numa linha que já roda equipamento Siemens, já tem conectividade de rede industrial e tem um histórico de parada reativa que o time de manutenção consegue medir hoje, para comparar depois. Sem esse histórico, não dá para saber se o copiloto ajudou ou se a linha simplesmente teve um mês mais tranquilo.

Não vale a pena ainda para quem opera CLP de outra marca sem ponte de integração pronta, para linhas pequenas sem verba para contratar a consultoria de integração, ou para quem não tem ninguém na equipe disponível para aprender a interpretar o novo painel de alertas. Nesses casos, o caminho mais barato continua sendo reforçar a manutenção preventiva programada antes de pagar por uma camada de IA que vai ficar sem gente para usar.

Um piloto pequeno e honesto começa assim: escolher uma linha só, registrar o tempo médio de manutenção reativa dela nos últimos três a seis meses, rodar o Entry Package nessa mesma linha pelo mesmo período de comparação e medir de novo. Se o ganho chegar perto dos 25% que a Siemens anuncia, o próximo passo é decidir se vale escalar para o Scale Package; se não chegar, o número da fábrica do leitor vale mais que o da nota de imprensa.

Fonte: Siemens: Industrial Copilot com oferta de manutenção (Hannover Messe 2025)