A objeção número um do gestor industrial brasileiro quando o assunto é Indústria 4.0 é sempre a mesma. “Minhas máquinas são dos anos 90, isso aqui não funciona para mim.” É um receio legítimo, mas baseado em uma premissa errada. A ideia de que IoT industrial exige fábrica nova, máquinas novas e investimento de milhões está entre osprincipais mitos do setor —e a própria McKinsey, em seu relatório sobre os seis mitos da IIoT, é direta: a maior parte do valor da IoT industrial vem justamente das fábricas que já existem.
A palavra que descreve isso na literatura é brownfield: plantas instaladas, com equipamentos legados, processos consolidados e décadas de operação. É nesse cenário que IoT industrial entrega o maior retorno, porque o ganho marginal de conectar uma máquina muda é muito maior do que o de comprar uma nova já conectada. Esse post é sobre como isso funciona na prática, em três níveis de profundidade.
Nível 1: o CLP que você já tem é o seu IoT
A boa notícia que poucos contam é que a maioria das fábricas brasileiras já tem o equipamento que precisa para começar. O CLP que controla a máquina, instalado há 10 ou 20 anos, já gera dados de produção em tempo real: ciclo de máquina, status de operação, contagem de peças, alarmes, leituras de sensores conectados a ele. O dado existe. O problema é que ele fica preso dentro do CLP, sem sair para nenhum sistema que consiga usá-lo.
O que se faz nesse nível é simples: instala-se um gateway IoT industrial que conversa com o CLP via protocolos padronizados (Modbus TCP/RTU, Profinet, Ethernet-IP, OPC-UA) e envia esses dados para uma plataforma de monitoramento. Não se mexe na lógica do CLP. Não se para a máquina. Não se troca nada. Em uma manhã de instalação, a máquina passa a ser monitorada em tempo real. Hoje, esses protocolos cobrem mais de 70% dos ativos industriais existentes.
Nível 2: máquinas sem CLP, sensores externos
Mas e a prensa dos anos 80 que não tem CLP nenhum? Ou aquela máquina que tem um CLP fechado, sem comunicação? Aqui entra o segundo nível: sensoriamento externo. Sensores não-invasivos de corrente elétrica, temperatura, posição ou contagem de unidades produzidas podem ser instalados sem tocar no equipamento original.
A montagem é tipicamente rápida: um sensor de corrente preso ao cabo do motor já permite saber se a máquina está ligada ou parada, há quanto tempo, e identificar padrões de funcionamento que antecipam falhas. Um sensor de vibração colado à carcaça detecta desgaste de rolamento semanas antes do equipamento quebrar. O custo por máquina costuma ser uma fração do custo de uma parada não planejada.
Nível 3: do dado bruto à informação acionável
Coletar dado é a parte fácil. Transformar dado em informação que muda decisão é onde está o trabalho de verdade. Um sensor mandando 60 leituras por minuto durante um turno gera 28.800 pontos por máquina. Multiplicado por dezenas ou centenas de máquinas, vira um volume que nenhum dashboard genérico resolve sozinho.
É por isso que uma plataforma IoT industrial não se limita a limita a receber os dados. Ela estrutura o dado em métricas de negócio (OEE, disponibilidade, performance, qualidade), detecta paradas automaticamente, classifica motivos, gera alertas inteligentes e expõe APIs abertas para integração com ERP, PCP e manutenção. Sem essa camada, IoT vira coleção de números bonitos sem aplicação prática.
Por onde começar
O erro mais comum em projetos de IoT industrial é começar pela tecnologia, não pelo problema. Comprar 200 sensores para “ver o que dá” é a forma mais rápida de gastar dinheiro sem resultado. O caminho que funciona é o oposto: escolher um problema concreto (parada da prensa principal, refugo da extrusora, manutenção corretiva da bomba crítica), instrumentar exatamente o que precisa ser medido para entender esse problema, e expandir a partir do que aprendeu.
A McKinsey reforça esse ponto: empresas que tentam escalar IoT antes de provar valor em uso-caso específico raramente conseguem replicar resultado entre plantas. Já as que começam pequeno, demonstram retorno e expandem em ondas conseguem transformar a operação inteira em poucos anos.
A fábrica que você tem é a fábrica que conecta
IoT industrial não é sobre fábrica nova. É sobre extrair valor da fábrica que existe. O CLP que está ali há 15 anos, a prensa que ainda produz, o motor que ninguém quer trocar — tudo isso pode virar fonte de dado útil em prazo curto e investimento previsível. A pergunta a fazer não é “minha fábrica é moderna o suficiente para IoT?”. É outra: qual o custo para a sua operação continuar tomando decisão sem saber o que cada uma dessas máquinas está fazendo agora?
