Estratégia e gestão de ativos de infraestrutura

Um relatório desenvolvido pela Eleflow, an Objective company, mediu os níveis de maturidade no uso de dados em quatro segmentos: Tecnologia, Indústria, Varejo e Serviços Financeiros. Os eixos de “Governança de dados” e “Infraestrutura facilitadora” registraram os índices mais baixos entre todos os avaliados. 

Como aponta Paulo Eduardo Magalhães, COO da unidade estratégica de Dados & IA da Objective, a gestão de ativos de infraestrutura deixa de ser uma decisão técnica e passa a ser uma decisão estratégica. Este artigo discute o conceito de gestão de ativos de infraestrutura, a diferença entre gestão de ativos de infraestrutura e gestão de manutenção, o papel da IA e como medir e implementar uma boa gestão de ativos de infraestrutura. 

O que é gestão de ativos de infraestrutura?

Gestão de ativos de infraestrutura é o conjunto de práticas, processos e decisões que uma empresa adota para maximizar o valor gerado por seus ativos ao longo de todo o ciclo de vida, da aquisição ao descarte. Ativos de infraestrutura incluem instalações, equipamentos de TI, softwares e qualquer outro ativo para a operação do negócio. A lógica é extrair o máximo de valor econômico de cada ativo com o menor risco operacional e financeiro possível.

Uma pergunta norteadora é: “Quanto custa manter o que temos, quanto ele gera e quando devemos substituí-lo?”. A gestão de ativos deve responder isso com dados. 

Qual a diferença entre gestão de ativos de infraestrutura e gestão de manutenção?

Gestão de manutenção é uma função operacional que garante que os ativos funcionem. Gestão de ativos é uma função estratégica que garante que os ativos certos existam, estejam no estado certo e sejam substituídos no momento correto. A manutenção responde à pergunta: “Como mantemos esse ativo funcionando?”. A gestão de ativos de infraestrutura responde: “Vale a pena manter esse ativo e por quanto tempo?”.

Uma empresa pode ter uma manutenção exemplar e ainda assim tomar decisões ruins de investimento em infraestrutura. A gestão de ativos subordina a manutenção a uma visão sistêmica que integra dados de manutenção, desempenho, risco, custo de capital e objetivos do negócio para orientar decisões de investimento, não apenas operacionais.

Qual o papel da IA na gestão de ativos de infraestrutura?

A Inteligência Artificial (IA) amplia a capacidade de decisão em frentes que nenhum processo manual consegue cobrir com a mesma velocidade e precisão. O papel estratégico da IA é eliminar o ruído que impede decisões rápidas e bem fundamentadas em portfólios grandes de ativos. 

Abaixo temos três exemplos de usos de IA na gestão de ativos de infraestrutura:

Manutenção Preditiva

Modelos de machine learning analisam dados de sensores em tempo real e identificam padrões que precedem falhas antes que elas ocorram. O resultado é a redução de paradas não planejadas e a substituição do ciclo fixo de manutenção preventiva por intervenções baseadas na condição real do ativo.

Otimização do ciclo de vida

Algoritmos de IA cruzam dados de custo de manutenção acumulado, desempenho histórico, valor residual e custo de substituição para indicar o momento economicamente ideal de reposição. Essa análise, feita manualmente, leva semanas e tende a ser imprecisa.

Gestão de risco e priorização de investimentos

Com dados suficientes, modelos preditivos calculam a probabilidade de falha de cada ativo e o impacto operacional associado. Isso permite alocar orçamento de capex e opex com base em risco real, não em estimativas históricas ou pressão de área.

Quais indicadores acompanhar na gestão de ativos de infraestrutura?

Um dos erros mais comuns em gestão de ativos é acompanhar dezenas de métricas operacionais sem que nenhuma delas chegue à mesa executiva com poder de provocar uma decisão de investimento, substituição ou realocação de recursos. 

Um painel de gestão de ativos precisa conectar desempenho operacional a impacto financeiro e risco estratégico em uma única leitura, veja abaixo quais são os indicadores indispensáveis: 

Desempenho operacional

Overall Equipment Effectiveness (OEE), disponibilidade dos ativos críticos e taxa de falhas por categoria de ativo, esses números dizem se os ativos estão entregando o que foram projetados para entregar.

Custo

Custo de manutenção sobre valor de reposição do ativo, custo por unidade produzida e relação entre manutenção corretiva e preventiva. 

Risco

Índice de criticidade dos ativos, backlog de manutenção pendente e idade média do portfólio versus vida útil estimada. Esse conjunto antecipa pressões de capex e identifica concentrações de risco operacional.

Ciclo de vida

Custo total de propriedade (TCO) por categoria de ativo e retorno sobre ativos (ROA), são os indicadores que conectam a gestão de infraestrutura à performance financeira da organização.

Conformidade e sustentabilidade

Conformidade regulatória, emissões associadas à operação dos ativos e consumo energético. Em setores regulados e para empresas com compromissos ESG, esses indicadores têm peso crescente nas decisões de investimento e renovação de ativos.

O sinal de que a gestão de ativos está funcionando é que as decisões de capex em infraestrutura passam a ser justificadas por dados de desempenho e risco, não por solicitações de área ou por crises operacionais. 

Por onde começar a estruturar a gestão de ativos de infraestrutura na empresa?

Grande parte das empresas tem um problema de visibilidade sobre a infraestrutura que já possui: ativos existem, dados existem, equipes de manutenção existem, mas tudo isso opera em silos. Estruturar a gestão de ativos de infraestrutura começa pela decisão, no nível executivo, de tratar a infraestrutura como ativo estratégico gerenciável.

A partir dessa decisão, a sequência deve ser a seguinte: 

Inventário e a classificação dos ativos

Sem saber o que existe, em que estado está e qual é a criticidade de cada ativo para a operação, qualquer análise subsequente é imprecisa. Faça um levantamento físico combinado com uma metodologia de criticidade, geralmente baseada em impacto operacional, custo de falha e probabilidade de falha.

Estabelecer uma base de dados confiável

Informações de manutenção, histórico de falhas, custo acumulado e especificações técnicas precisam estar centralizadas e padronizadas. Na maioria das empresas, esses dados existem dispersos em planilhas, sistemas legados e registros físicos.

Definir uma política de gestão de ativos alinhada à estratégia do negócio

Inclua critérios de decisão para substituição, thresholds de risco aceitável e métricas de desempenho esperado por categoria de ativo. 

Implementar processos e ferramentas graduais

Um sistema de Gestão de Manutenção Computadorizada (CMMS) é uma base adequada para empresas que ainda não têm maturidade para plataformas mais complexas. A sofisticação da ferramenta deve seguir a maturidade do processo, não precedê-la.

Desenvolver a capacidade analítica

Treinar equipes para interpretar dados de ativos, criar rotinas de revisão periódica dos indicadores e, progressivamente, incorporar análise preditiva à tomada de decisão.

Case de sucesso

A Objective ajudou no desenvolvimento de solução de manutenção preditiva para uma das maiores redes de ATMs do Brasil. A operação enfrentava um problema clássico de gestão reativa: caixas eletrônicos espalhados por todo o país quebravam sem aviso, exigindo uma visita por ocorrência, uma para diagnóstico e outra para reparo.

Foram feitos dois modelos de machine learning com base no histórico de dados da operação. O primeiro prevê, com 70% de precisão em ambiente real, se um ATM irá falhar nas próximas 24 horas, permitindo intervenção antes da parada. O segundo identifica qual componente falhou após uma anomalia, chegando a 70% de acerto no diagnóstico remoto e eliminando a visita de avaliação.

O resultado foi redução de custos de manutenção, menor tempo de indisponibilidade, aumento da vida útil dos equipamentos e ganho mensurável de confiabilidade para os usuários finais. Esse caso traduz em números o que a teoria já indica: quando gestão de ativos de infraestrutura, manutenção e tecnologia operam de forma integrada, o resultado é mudança de patamar operacional. 

A Objective tem experiência na implementação de modelos preditivos em operações críticas. Se sua empresa ainda toma decisões de infraestrutura por intuição ou crise, chegou a hora de mudar essa realidade. Entre em contato com os nossos especialistas. 

Perguntas frequentes sobre o tema