Traduzido automaticamente por IA, leia o original
Como a automação de máquinas está gradualmente migrando para a autonomia
17 abril 2025

As melhorias da IA trazem avanços incrementais agora e grandes mudanças ao longo do tempo, escreve Tom Jackson.
A indústria da construção pesada levou cerca de dez anos para adotar totalmente a tecnologia de terraplenagem GPS/GNSS. Agora, empreiteiras de médio e grande porte não conseguem trabalhar lucrativamente sem ela.
Uma trajetória semelhante é provável com a recente introdução da inteligência artificial (IA). As mudanças que estão por vir prometem grandes saltos em produtividade e eficiência, mas muito trabalho precisa ser feito primeiro.
A IA abrange uma tendência mais ampla chamada aprendizado de máquina, e o trabalho árduo será ensinar a essas máquinas tudo o que elas precisam saber. Acontece que mesmo as máquinas mais inteligentes não são páreo para operadores e supervisores de obra experientes � pelo menos por enquanto.

Comece pequeno e aumente a escala
“Parece haver uma mudança de foco de quando estávamos investindo tudo na autonomia para tomar uma série de medidas para obter mais automação que um dia levará à autonomia�, diz Ian Welch, diretor de engenharia de sistemas de campo de construção civil da Trimble.
“A inteligência humana não se resume a dados. É a nossa intuição�, afirma Burcin Kaplanoglu, chefe do Oracle Industry Labs. “� difícil superar alguém que passou duas décadas na construção civil. Mas essa é a promessa. A IA está chegando e estamos incorporando esses recursos aos nossos produtos.�
O objetivo em si é simples e não muito diferente do objetivo da movimentação de terras guiada por GPS/GNSS: tornar operadores menos qualificados melhores e operadores qualificados mais rápidos, além de fazer o trabalho de forma mais segura, melhor e mais ecológica.
A IA desempenhará um papel na otimização de processos, diz Welch. "Esse é o primeiro passo da jornada", diz ele. O segundo passo é mais difícil. "O que você faz quando as coisas não saem como planejado?", questiona. "A IA precisará tomar decisões em tempo real, e acho que ainda estamos longe disso."
Abordagem em fases
Neil Williams, presidente da Divisão de Controle de Máquinas da divisão de Geosistemas da Hexagon, afirma que o setor da construção civil passou da euforia inicial em torno de equipamentos de construção totalmente autônomos para uma abordagem mais prática e gradual. Isso inclui cinco níveis de autonomia:
1) Operação manual � Controle humano total com assistência digital mínima.
2) Controle assistido � A automação auxilia os operadores com orientação e controle automático da lâmina.
3) Automação parcial � As máquinas realizam algumas tarefas de forma autônoma, mas precisam da supervisão do operador.
4) Autonomia condicional � As máquinas operam principalmente de forma independente em condições específicas com intervenção humana mínima.
5) Autonomia total � O equipamento funciona totalmente sozinho, adaptando-se em tempo real (ainda não é um padrão da indústria).
Atualmente, o setor está progredindo dos níveis dois a quatro, mantendo os operadores no controle, diz Williams. Em vez da autonomia total das máquinas, o setor está migrando para fluxos de trabalho mais semiautônomos, nos quais as máquinas colaboram de forma mais integrada com os operadores e utilizam a IA para aumentar a produtividade e reduzir erros.

Isso torna a automação uma ferramenta fundamental que transforma as operações, preparando o cenário para a autonomia total no futuro e, ao mesmo tempo, oferecendo benefícios tangíveis agora, afirma Williams. Esses benefícios incluem controle aprimorado das máquinas, análises orientadas por IA e integração de dados em tempo real para otimizar fluxos de trabalho, aumentar a segurança e reduzir o desperdício.
De acordo com o Autonomous Construction Tech Outlook 2023 da Hexagon, 84% dos tomadores de decisões de tecnologia em empresas de construção geral na América do Norte, Reino Unido e Austrália adotaram alguma forma de tecnologia autônoma no ano anterior, diz Williams.
Autonomia não é uma meta distante, comenta David Veasy, gerente sênior de produtos de autonomia da John Deere. Mas ela virá em operações autônomas focadas. Essas operações autônomas serão simples no início, como transportar material do ponto A ao ponto B, e crescerão em escala com o tempo, com foco na minimização da quantidade de interação necessária para manter a máquina no modo autônomo.
A John Deere revelou seus caminhões basculantes articulados autônomos (ADT) na recente Consumer Electronic Show 2025, em Las Vegas, EUA. Os ADTs, em aplicações em pedreiras, transportam material do ponto A ao ponto B e repetem essa rota sem muita variação, tornando-se uma das aplicações ideais para uma máquina autônoma. Dada a escassez de mão de obra qualificada, o ADT autônomo elimina a necessidade de um operador e permite que os clientes utilizem essa pessoa para tarefas e equipamentos mais complexos.
Máquinas simples primeiro
As máquinas com maior probabilidade de incorporar autonomia no futuro serão aquelas com as aplicações mais simples, afirma Welch. Há vários anos, a Trimble desenvolveu o software e os sensores para um compactador semiautônomo que a empresa demonstra com frequência.

Os compactadores foram a escolha lógica porque eles fazem apenas uma coisa, e é fácil restringir esse caminho e otimizar esse processo, diz ele.
Uma escavadeira é mais complexa e também é chamada para realizar muitas tarefas diferentes em condições diferentes, diz Welch. O mesmo acontece com tratores de esteira.
“Ainda estamos longe de automatizar essas máquinas, mas há muita gente trabalhando nisso. Veremos isso acontecer mais à medida que a construção digital se tornar mais difundida. Mas sem isso, não podemos realmente treinar a máquina.�
"Você pode chegar a 90% de autonomia, mas os últimos 10% são difíceis de alcançar", diz Kaplanoglu. "E nós, como humanos, temos uma tolerância muito baixa a falhas e defeitos de máquinas. Somos tolerantes a erros humanos, mas não a erros de máquinas. Consistência, confiabilidade e precisão são muito importantes no setor da construção."
Para ver e depois fazer
No Oracle Industry Lab, a equipe usa o OCI Vision Services para analisar fotos e imagens e, em seguida, treina o software para reconhecer elementos nas imagens e compilar as informações necessárias para utilizar esse ativo.
Um exemplo hipotético que ele cita é quando uma unidade de HVAC (aquecimento, ventilação e ar condicionado) aparece em um canteiro de obras sem documentação. Uma foto rápida enviada para a nuvem pode identificar a unidade e, se devidamente treinada, o software não apenas a identificará, mas também exibirá as especificações, instruções de instalação e quaisquer outras informações relevantes. Aprimorado pelo aprendizado de IA, o software produzirá todas as informações necessárias, integradas em uma única resposta, sem que o trabalhador precise acessar vários sites ou abrir várias telas de informações para obter o que precisa.
Algumas empresas estão levando esse modelo de aprendizado visual um passo adiante e programando robôs para "ver" uma ação específica, aprendê-la e então repeti-la.
O termo técnico para isso é "imitação". Kaplanoglu cita um exemplo em que um robô grava atletas profissionais e depois recria esses movimentos.
A implicação é que, no futuro, pode ser possível que um trator registre outro trator executando uma tarefa, armazene essas informações na nuvem e, em seguida, use essas informações para duplicar a tarefa sem um operador no assento. "Essa, eu acho, é a maior promessa", diz Kaplanoglu. "É para lá que a empresa está caminhando, e há muito dinheiro e pesquisa investindo nessa área."
Aprimorando sua equipe
“A automação está qualificando empregos, não eliminando-os�, afirma Williams. Ao assumir tarefas repetitivas, as tecnologias permitem que os trabalhadores se concentrem em tarefas de maior valor, desde a tomada de decisões até a otimização de processos. Isso não só melhora a eficiência, como também torna os empregos mais envolventes e ajuda a reduzir a lacuna de competências. As empresas que adotam a automação não estão demitindo trabalhadores � elas estão os tornando mais valiosos, afirma ele.
À medida que máquinas e canteiros de obras evoluem para incorporar mais autonomia, a função do operador pode evoluir para a de gerente de tecnologia, diz Welch. Operadores qualificados ainda serão necessários para ensinar as máquinas a executar determinadas tarefas. "E chegaremos a um ponto em que haverá tarefas realmente difíceis e complexas, com muitas entradas que só um humano pode gerenciar. Portanto, levará muitos anos até que possamos fazer tudo sem um humano na cabine", diz ele.
Micro máquinas de enxame

Também é possível, talvez até provável, que a autonomia possa mudar o design das máquinas de terraplenagem, além de eliminar a cabine ou alterar o número ou o tamanho das máquinas para fazer um trabalho específico, diz Welch.
“Há algumas pesquisas interessantes analisando se seria mais eficiente ter duas máquinas grandes ou dez pequenas máquinas robóticas trabalhando juntas.�
A Trimble chama isso de "coordenação multimáquina", diz Welch. Em vez de dois tratores grandes, talvez sejam dez mini tratores, todos trabalhando em conjunto ao mesmo tempo. Os fabricantes de equipamentos originais (OEMs) impulsionarão esse desenvolvimento, mas a tecnologia, o software e o aprendizado de máquina desempenharão um papel importante.
A autonomia também permitirá que um único operador controle mais de uma máquina, afirma Veasy, da Deere. A tendência ao longo do tempo será que equipamentos autônomos exijam cada vez menos envolvimento do operador para operar e gerenciar.
O impacto da IA
A automação já existia muito antes de a IA se tornar um nome conhecido. No entanto, a IA é agora a aposta mais cobiçada e está se baseando no sucesso do controle de máquinas por GPS/GNSS.
A IA liberou a capacidade de criar soluções autônomas produtivas que antes levariam muito mais tempo para serem desenvolvidas e teriam diversas limitações à sua utilidade, afirma Veasy. Por exemplo, usar a visão computacional para decifrar entre objetos e tipos de objetos só é viável comercialmente devido ao avanço da IA.

Williams afirma que a IA não mudou a direção da Hexagon, mas aprimorou o que a empresa já fazia. Aprendizado de máquina, gêmeos digitais e automação vêm aprimorando a precisão, a eficiência e a tomada de decisões há anos. O que está evoluindo agora é a capacidade da IA de escalar, processar dados com mais rapidez e fornecer insights mais acionáveis em tempo real.
Embora o futuro da IA e da automação seja de ponta, não há motivo para esperar para ver. Melhorias incrementais com benefícios reais acontecem quase todos os dias. "Estamos integrando IA para refinar o controle das máquinas, automatizar o processamento de dados em levantamentos topográficos e captura da realidade, além de aprimorar o monitoramento do local e o acompanhamento do progresso � não para substituir os operadores, mas para ajudá-los a trabalhar de forma mais eficiente e com maior confiança", afirma Williams.
Em última análise, a taxa de adoção variará de acordo com a tecnologia e o benefício. "Observamos clientes adotando a tecnologia em alta taxa, quando o valor oferecido supera os custos", afirma Veasy. O exemplo histórico que ele cita é o controle de nível por GPS/GNSS.
“Quando os clientes percebem que podem obter a classificação em uma única passagem, a economia de tempo e a eficiência superam o investimento inicial�, continua Veasy. “Esperamos que, à medida que o custo da tecnologia avançada for reduzido e a necessidade de equipamentos mais produtivos aumentar, a adoção da tecnologia evolua de forma correspondente.�
Mantenha-se conectado




Receba as informações que você precisa, quando precisar, através de nossas revistas, boletins informativos e briefings diários líderes mundiais.
ENTRE EM CONTATO COM A EQUIPE



