Sejam bem-vindos. Começamos mais um episódio de "Transformar Portugal". Este podcast é uma parceria entre o Observador e a EY, onde ao longo de seis meses vamos analisar seis setores vitais para o país. Hoje falamos sobre a inteligência artificial na indústria. Para falar desse tema, tenho comigo Diogo Dias, CEO da Sumol Compal, o Sérgio Ferreira, que é partner da EY em Business Consulting e líder da iniciativa EY AI, e o David Oliveira, que é diretor da EY Parthenon. Obrigado a todos. Eu sou o Paulo Ferreira, dou-vos as boas-vindas, é um gosto recebê-los aqui. Diogo Dias, começando por si, a Sumol Compal tem sido pioneira na adaptação digital do negócio, que é um negócio industrial, conhecemos todos a empresa. O que é que mudou desde o início desta jornada na vossa operação? Se recuarmos cinco anos, por exemplo, que comparações ou que diferenças é que vemos?

Muito bom dia, muito obrigado pelo vosso convite e pela oportunidade de partilhar um pouco daquilo que nós fazemos na Sumol Compal. Eu diria que muita coisa mudou ao longo desta jornada tecnológica, mas se tivesse de sintetizar, diria que a principal transformação foi a capacidade que hoje as empresas têm, as empresas, as organizações, as associações, o que for, de converter dados que sempre existiram em informação estruturada, essa informação em ação concreta e finalmente, essa ação em valor mensurável. Esta é a grande transformação. E este é o grande contributo da transformação digital, da inteligência artificial numa empresa com as características da Sumol Compal. E esta matéria é transversal à organização, desde o conhecimento do consumidor, à gestão dos clientes, à gestão dos canais, de pessoas, à logística e também às operações industriais.

Industriais, claro.

Relativamente à segunda parte da questão, há cinco anos uma equipa de produção trabalhava sobretudo com indicadores históricos, a posteriori. Grande parte da informação operacional chegava com atraso, tinha baixa fiabilidade, exigia validação manual e implicava uma forte dependência da experiência de cada um, da experiência individual. Hoje o cenário é substancialmente diferente. Nós conseguimos acompanhar a fábrica em tempo real, com dados fiáveis, provenientes diretamente das linhas e atuar durante o próprio turno da produção e não apenas no final do turno, a pensar no próximo turno. Com os projetos que temos de melhoria do OEE, que é o indicador de eficiência comumente aceite e que acompanhamos, ele hoje é suportado por redes móveis 5G. Nós fizemos uma parceria com a NOS, que tornou a nossa fábrica de Almeirim a primeira fábrica 5G em Portugal. Isto foi iniciado em 2020, 21.

Tem seguramente uma série de sensores ao longo de todo o processo.

Exatamente. Nós monitorizamos hoje 16 linhas de enchimento em tempo real, com detecção imediata de paragens, microparagens. Algo que anteriormente, eu diria que não era possível com o mesmo nível de detalhe, granularidade e com a mesma velocidade. Diria que, na prática, três mudanças foram aqui determinantes. Primeira, a visibilidade. Operadores, equipas de manutenção e de qualidade passaram a dispor de informação operacional no momento certo, ou seja, o estado da linha, as paragens, as microparagens, o rendimento, os desvios de qualidade, entre outros indicadores que são críticos numa operação industrial. O segundo é o ritmo da decisão. A velocidade com que se consegue tomar a decisão.

Mais rápida, claramente.

Muito mais rápida. Nós evoluímos de uma gestão baseada em relatórios para uma gestão orientada por sinais e por indicadores, com capacidade de intervenção, eu diria, quase imediata.

Claro.

A terceira é a colaboração, ou seja, produção, manutenção e qualidade deixaram de agir com base em perceções e passaram a discutir factos. E isso reduz fricção, reduz muito a fricção entre equipas e entre equipas de diversas áreas, reforça a colaboração e acelera, de facto, a resolução de problemas.

Muito bem. Ganhos de eficiência. Já lá vamos depois trazer à conversa agora também o Sérgio Ferreira. Sérgio, para perceber, partindo deste exemplo da Sumol Compal, mas olhando para o tecido industrial português, em que ponto é que nós estamos? É difícil, obviamente, ter todos os indicadores sobre isto, mas há certamente alguns dados relevantes.

Bom dia, Paulo. Muito obrigado, Diogo, por ter aceite o convite para estar aqui hoje conosco. Olá, David. E bom dia a todos aqueles que nos ouvem. Deixa-me dizer-te que acho que este exemplo que o Diogo acabou de partilhar é claramente um exemplo paradigmático e também que demonstra a substância daquilo que está a acontecer. Por isso, aquilo que nós vamos observando no dia a dia dos contactos que temos com os diferentes setores da indústria, mas também naquilo que são os projetos que vamos desenvolvendo, aquilo que o setor e os indicadores nos dizem é que já ultrapassamos largamente a fase de testar teorias e passamos claramente a provas reais, em ambiente real, de transformação daquilo que é a operação, em especial no chão de fábrica, potenciado por inteligência artificial. E por isso, aquilo que nós sentimos é que o nível de maturidade e de investimento varia ainda significativamente no mercado. Agora, parece claro, e este exemplo da Sumol Compal consubstancia isso, que há uma transição para aquilo que nós chamamos de fábricas orientadas por dados ou data-driven factories. E por isso, isso deixou de ser uma experiência de vanguarda e passou a ser claramente um imperativo, quase de sobrevivência e eficiência para as organizações, face à pressão de mercado e competitividade que hoje vivemos. E a indústria transformadora é, aliás, a grande locomotiva, do nosso ponto de vista, para esta transição digital Em Portugal. E aqui começava por partilhar se calhar alguns números, que julgo que quem nos ouve gosta sempre de perceber o que é que nós estamos a dizer que está a acontecer, o que é que isto quer dizer. A média nacional de adoção de inteligência artificial naquilo que é o tecido empresarial, fica-se mais ou menos por uns 11% a 12%. No setor industrial, este valor disparou de mais ou menos perto dos 17% em 2022 para uns expressivos 42% em 2024.

Próximos da metade já.

Exatamente. E está a acelerar e acelerou em 2025, apesar de 2025 não ter tido o mesmo tipo de crescimento que vimos nos dois anos, três anos anteriores. A outra coisa que também é importante e que também o Diogo aqui salientou, é que claramente não estamos já confinados a um conjunto de robôs rígidos dentro destas fábricas. Por isso que as máquinas de hoje, como o Diogo também disse, diagnosticam já as suas próprias falhas, ajustam parâmetros em tempo real e integram-se com a nuvem de uma forma já muito natural.

Certo.

Todo este ecossistema digital e físico passou a estar muito mais integrado, trazendo aí muitas das vantagens que antes eram mais difíceis. A maior parte das empresas com quem nós falamos já nos diz que conseguem quantificar claramente o retorno destas tecnologias com ganhos líquidos reportados no seu PNL.

Portanto, já é notória a vantagem financeira que está a acontecer.

É claramente já o que está a acontecer e a vantagem financeira é óbvia.

Eficácia, eficiência, rapidez de processos, imagine o desperdício também nalguns casos, reduzido.

É muito variável, por isso desde algoritmos de IA que permitem fazer e analisar muitos milhares, milhões de dados em tempo real e com isso haver tomada de decisão, que deixa de ser reativa para ser preditiva e preventiva.

Proativa, claro.

Isso claramente é uma das grandes vantagens que este novo mundo, não só de dados, mas depois desses dados transformados em inteligência através dos algoritmos, está a trazer para as empresas.

Muito bem, David Oliveira. E como é que nós comparamos com os outros países, de alguma forma, aqueles com quem mais concorremos? Como é que este retrato da IA na indústria portuguesa compara com esses países?

Antes de mais, bom dia a todos. Muito obrigado por estar aqui convosco. É sempre um prazer voltar cá. Eu acho que primeiro começava no todo. Dependendo dos setores, eu acho que nós estamos mais avançados nuns e menos avançados noutros, ou precisamos de progredir mais noutros. Naquilo que é a componente industrial, eu acho que nós estamos ali muito na média europeia. Em termos daquilo que é a adoção, acho que nós temos bom talento, acho que nós temos bons polos de inovação e desenvolvimento e portanto, acho que aí nós estamos bem. Falta-nos escala, falta-nos velocidade, que nos permitam transformar aquilo que são as nossas ideias, depois efetivamente em vantagens para o negócio. Temos países como a Alemanha, como a França e como a Itália, que lideram nesta adoção a nível de industrialização. Mas nós precisamos de acelerar ali um bocadinho e precisamos de progredir mais. Onde é que eu acho que nós estamos bem? Nós estamos bem no talento e na ciência. Temos aqui uma boa base universitária, uma boa base de research and development. Temos boas startups, temos equipas com competências, temos uma visão computacional grande, já com manutenção preditiva, como os meus colegas aqui do painel disseram, e com muito analytics por trás, já muito preditivo, a antecipar as coisas. Na indústria de processos, claramente temos muitos dados e ao processarmos muitos daqueles dados operacionais, conseguimos ter escala e conseguimos prever mais à frente e aí é o terreno natural da inteligência artificial. Onde é que nós temos que melhorar? Claramente na escala. Temos demasiados pilotos. Temos que passar para a concretização do negócio, com mais roll-outs, com mais investimento. Com integração.

Já agora, isso é um problema do país de uma forma genérica?

É um problema do país.

Ou aqui ainda temos um problema de escala dentro de um problema de escala?

Eu acho que é um problema de escala dentro de um problema de escala, porque o tecido empresarial industrial português, nem todo ele tem a escala suficiente para investimentos significativos.

Sim, portanto é um constrangimento.

É um constrangimento da escala do nosso país. Mas é um constrangimento da escala do nosso país, que no limite pode ser resolvido com a criação, por exemplo, de clusters, que todos beneficiam.

Cooperação.

E a economia beneficia também.

A indústria claramente vê isto como uma oportunidade. O que eu vejo aqui é que, completando, pode haver aqui na indústria nacional dois ritmos diferentes, e segmentando. As empresas, sobretudo exportadoras, com uma pressão competitiva internacional, essas necessitam de competitividade. É um sim ou sim.

Comparam com os concorrentes.

Comparam com as outras. Se querem concorrer no mercado internacional, ou são muito eficientes e adotam este tipo de tecnologia ou saem do mercado. E portanto, vejo um grande esforço dessas empresas a quererem se manter competitivas e de fato a adotarem a inteligência artificial, a adotarem tecnologia, a adotarem algoritmos, a adotarem toda esta big data, enfim, toda esta nova tecnologia às suas indústrias, exatamente para se manterem competitivas.

Completamente.

Há outras que se calhar não estão tanto numa concorrência internacional, um pouco mais atrasadas. Portanto, eu vejo aqui uma indústria um bocadinho a dois ritmos.

A dois ritmos, completamente.

Daquelas que precisam de inovação.

Nós chamamos uma curva em J, que é à medida que a dimensão da empresa cresce, a adoção da inteligência artificial também cresce

Da mesma forma. Por isso é que eu digo que é um J, como se fosse uma curva, não diria exponencial, mas claramente acelera obviamente com a dimensão da empresa. E por isso é muito mais baixa a adoção e o retorno no tecido de pequenas e médias empresas, que é claramente a maior porcentagem de empresas em Portugal, mas nas grandes empresas é onde nós sentimos que a inteligência artificial e a sua adoção em escala está a ganhar já dimensão.

Claro, David.

Deixa-me só dar aqui uma nota, que é uma coisa que eu acho que nós temos que melhorar também, e era um ponto que eu gostava de focar, que é a integração da inteligência artificial com o negócio. Ou seja, hoje, em alguns momentos, a inteligência artificial ainda é vista só como uma peça tecnológica, e não pode ser. A inteligência artificial tem que ser parte integrante do modelo operacional. Por quê? Porque só assim é que o negócio como um todo beneficia daquilo que são as vantagens da adoção de uma tecnologia, que depois conecta todos os pontos do negócio e que permite atingir os objetivos que quer o Diogo, quer o Sérgio estavam a referir.

E há outro paradoxo, se calhar, só para trazer mais alguns números que são sempre interessantes. Temos um paradoxo claro entre aquilo que é a adoção da inteligência artificial naquilo que é o negócio nas empresas e a adoção pessoal. Por isso temos uma das taxas mais altas na Europa de adoção de inteligência artificial enquanto pessoas, mais de 80%.

O recurso aos motores.

O recurso claramente aos denominados frontier models, os ChatGPT, os GenAI. Mas depois esta adoção dentro das empresas está muito mais lenta.

Que também é mais complexa essa.

É uma questão de receio sobre o que estamos a pôr na mão dos nossos colaboradores, o que eles vão fazer com esse poder e com a informação que têm disponível dentro de casa. Por isso, há aqui um tema de literacia e explicabilidade da inteligência artificial que precisa de ser acelerada dentro das organizações.

Certo. Diogo Dias, voltando aqui ao caso concreto da Sumol Compal, concretamente que tipo de decisões é que passaram a tomar de forma diferente, graças de facto a esse trabalho de monitorização de dados em tempo real e todas essas ferramentas?

Como eu referi há pouco, a grande mudança foi de facto termos deixado de tomar decisões reativas, a posteriori, para passar a atuar proativamente e muitas vezes até preventivamente. Com dados em tempo real, nós conseguimos aumentar a eficiência medida pelo OE, que é esta medida de eficiência, em cerca de 10% na nossa fábrica de Almeirim. Para termos aqui uma noção, isto corresponde a um aumento de capacidade para o mesmo número de equipas e para os mesmos equipamentos, para o mesmo tempo de produção.

Sem aumento de capacidade.

Sem aumento de capacidade e sem usar mais sábados ou domingos, nós conseguimos produzir mais 13 milhões de litros, o que é significativo. Por quê? Porque reduzimos o desperdício em 15%, graças à detecção precoce de desvios operacionais e atuação mais rápida na linha. Porque eliminamos uma série de registos manuais, ganhamos cerca de 4220 horas.

Isso tudo contabilizado à hora.

Sim, 4220 horas de trabalho, que antes eram gastas em validações manuais e consolidação de dados. Passou a ser feito de forma pela máquina. E também tomar decisões de planeamento e melhoria contínua com base em informação consolidada e fiável, algo que antes podia ter um delay, eu diria que até uma semana, hoje conseguimos tê-la em minutos. Hoje quando há qualquer desvio, nós sabemos exatamente o que aconteceu, como aconteceu, quando aconteceu, por que aconteceu, o que acelera muito a implementação de medidas corretivas no chão de fábrica. Mas eu diria que aqui o ponto-chave é que a utilização de algoritmos de inteligência artificial não substitui, isto é muito importante, a equipa de chão de fábrica. Ela, de facto, dota a equipa de melhor capacidade para decidir, capacita a equipa para ser muito mais produtiva e ter um contributo ativo naquilo que é a estratégia da empresa, que é ser cada vez mais produtiva e cada vez mais competitiva.

Já vamos falar desta dualidade que muitas vezes existe. Bom, chegam as máquinas e vão-se as pessoas todas embora. Sérgio, pegando neste tema, obviamente que as pessoas não vão ser despedidas por causa das máquinas, pelo menos não vão ser totalmente substituídas. Nós já falámos aqui da manutenção preditiva, otimização de linhas, gestão de energia, por exemplo, redução de desperdício. É possível medir aqui onde é que há maior retorno, ou pelo menos onde é que ele é mais rápido e mais tangível?

Sim, obviamente que sim. Por isso, dos projetos que temos vindo a fazer, e todos muito nestas áreas, quer da manutenção preditiva, tal como o Paulo disse, da otimização de linhas e controle de qualidade, e naqueles onde temos conseguido também observar enormes ganhos, são no Digital Twins, por isso aquilo que são os gêmeos digitais, não só de equipamentos, mas depois das próprias fábricas e da operação. Eu acho que a prevenção de tempo de inatividade, o downtime, via manutenção preditiva, é claramente um daqueles que está muito maduro. As áreas de inteligência artificial tradicional estão claramente muito maduras e com muita experiência. Por isso, nós hoje acabamos por ter muito ruído pelo advento da inteligência artificial generativa, mas nós temos claramente algoritmos de inteligência artificial para a manutenção preditiva disponíveis há muitos décadas.

Já houve uma grande evolução a esse nível.

Claro, e a implementação destes algoritmos na manutenção consegue, naquilo que nós temos vindo a ver, eliminar até 54%, mais ou menos, das causas raízes responsáveis pelas paragens imprevistas. E isto quer dizer que evita, em média, quatro horas de inatividade por interrupção e aumenta claramente a disponibilidade global daquilo que é o chão de fábrica. Por isso, há aqui, obviamente, ganhos muito significativos e de forma transversal em todos os setores da indústria de produção e manufatura. Outra das áreas onde também vemos ganhos muito significativos tem a ver com a erradicação do desperdício, por isso aquilo que é matéria-prima e capital. Por isso o retorno é também aqui altamente tangível nos processos que salvaguardam o uso de recursos que são naturalmente executáveis e dispendiosos. Por isso que existe aqui, por exemplo, numa das empresas com quem estamos a trabalhar, houve redução da injeção mecânica de químicos agressivos, que permitiu estagnar, por exemplo, a acumulação inútil de estoques que tinham volumes financeiros muito significativos nos armazéns para preservar as margens de lucro ou até, nalguns casos, poupar as emissões de testes desnecessários, isto quando estamos a trabalhar, por exemplo, com a indústria automóvel. E isto tem reflexos contabilísticos palpáveis e imediatos nos resultados líquidos das empresas, que são, como é óbvio, nas questões das margens de operação, muito relevantes para aquilo que é a competitividade que há dentro do mercado.

Claro. E David, estas ferramentas vão ao ponto de mudar ou levar as empresas a mudar o tipo de operações?

Vão.

Mesmo? Claro.

A resposta é sim, claro.

Não é só melhorar aquelas que existem, é pôr-nos a pensar.

De forma estrutural. Vão mudar de forma estrutural. Aquilo que se preconiza é redesenhar aquilo que são as operações em torno daquilo que são os benefícios da inteligência artificial. E eu não vou repetir aquilo que o Diogo e que o Sérgio disseram, porque iria me tar a repetir, que é passar do reativo pro preditivo.

Claro.

É passar daquilo que é a eficiência média, que muito bem o Diogo falou, dos reports manuais, para aquilo que é uma otimização dinâmica na hora e muitas vezes até correção pela própria inteligência artificial. E de uma coisa muito importante, nomeadamente quando se está a falar de chão de fábrica, que é de um conhecimento tácito, de um know-how tácito, para um conhecimento que é escalável, que passa de turno para turno e que continuamente estão a adotar as melhores práticas. Há aqui um aspecto que é absolutamente fundamental para isto resultar, que é de que forma é que eu coloco aquilo que é a operação tecnológica do chão de fábrica, a operational technology, a jogar com aquilo que é o nosso IT de gestão, para que eu consiga, eu próprio, tomar rapidamente decisões de gestão e que consiga agir no momento com impacto direto no negócio e no PNL, conforme o Sérgio dizia. A inteligência artificial não é um gadget. A inteligência artificial permite passar do reagir para o prevenir todos os dias, em cada turno, em cada momento. E isso, obviamente, depois traz os ganhos que o Sérgio nomeadamente trouxe aqui em termos de valores.

E leva também a estar integrado, obviamente, nos sistemas de gestão. Isso é obrigatório.

E esse é o salto que muitas vezes não é visível quando nós olhamos para a componente de inteligência artificial, simplesmente como uma peça tecnológica adicional dentro do nosso ecossistema, mas que empresas mais sofisticadas e que pensam a inteligência artificial numa perspectiva estratégica, conseguem colocá-la dentro daquilo que é o ecossistema do negócio da empresa.

Acho que o grande desafio vai ser como é que as organizações olham para a inteligência artificial, claramente, como o substrato daquilo que é o novo sistema operativo do seu funcionamento. Quem não o fizer, claramente, vai estar condenado.

Vai ser central.

Vai ser central.

Ainda estamos aqui a discutir. Diria que se pudéssemos dizer, a inteligência artificial vai ser mais ou menos como o ar que nós respiramos. Vai estar em todo lado e em tudo que nós mexemos. Diogo, há pouco queria acrescentar alguma coisa.

Não, em relação ao que o Sérgio disse, eu acho que também pode haver aqui ganhos relevantes na gestão da energia e na sustentabilidade. Com preços voláteis de energia e no contexto geopolítico atual, ainda provavelmente mais volátil.

Nós estamos a gravar agora para dar essa indicação em pleno ataque americano e israelita ao Irão.

Portanto, a volatilidade ainda pode vir a aumentar bastante. E também com metas de ESG, eu diria que a otimização do consumo e picos pode ter aqui um retorno muito tangível e relativamente rápido, vindo da redução dos custos energéticos. Nós na Small Compal já temos um volume e qualidade de dados necessário, que nos permite começar a trabalhar a previsibilidade e integração de dados e perspectiva de evolução de preços futuros, que nos permite aqui adotar algoritmos mais evoluídos para identificar momentos favoráveis, por exemplo, de fixação de preços para a nossa sustentabilidade. Isso pode ter aqui algum impacto com alguma materialidade.

Pois, e vocês trabalham muito nos mercados de matérias-primas, não é?

Sim.

Claro. E Diogo, há resistências quando se dão estes passos para introduzir tecnologia, lá está, substituindo algumas atividades que eram feitas por pessoas. Como é que se gere isto numa empresa?

Em qualquer processo de mudança, há resistência. Acho que isso é inerente ao humano. E eu diria que as resistências são legítimas. O mar industrial funciona tipicamente com rotinas e qualquer mudança mexe com uma sequência de procedimentos implementados. A primeira reação é uma reação de alguma resistência. Felizmente, na Small Compal, nós temos uma cultura e uma equipa que gosta de ser desafiada, que gosta de sair da sua zona de conforto para conseguir produtividades crescentes. Mas aprendemos bastante durante esta jornada. Isto não foi um walk in the park, isto foi uma jornada que teve aqui alguns momentos mais difíceis, mas conseguimos, de facto, evoluir. O que aprendemos e que posso partilhar? Aprendemos que a adoção fica muito mais facilitada se três condições estiverem reunidas simultaneamente. Primeiro, transparência. Transparência é fundamental nestes processos Explicar para que serve, o que mede, o que não mede, trabalhar com muitos dados, com factos, eu diria que faz naturalmente com que as pessoas possam ter uma sensação de vigilância ou de controle. A clareza e a transparência com que se desconstrói esta percepção é um fator crítico. Este é um projeto, de facto, para dotar as equipes de mais capacitações, não é para controlá-las. Essa percepção só se ultrapassa com bastante transparência e depois com a experiência, com o evoluir, com o tempo, com o verificar resultados positivos, com o celebrar, que já vamos falar sobre isso. É assim que se ultrapassa este tipo de coisa.

É com a prática, com a demonstração.

Segundo ponto que eu acho importante e posso partilhar é que, sobretudo em operações industriais, alguma coautoria. Ou seja, quanto mais a gestão envolver operadores de produção e manutenção desde o desenho, mais buy-in nós temos de toda a equipe.

Isto é, não é chegar e apresentar-lhes ao fato feito. "Olha, tem aqui agora isto".

Envolvimento na solução.

Exatamente. Trabalhar lado a lado. E muitas vezes as melhores regras e alertas vêm mesmo do chão de fábrica, quem opera todos os dias com as linhas. E isso é muito importante, essa questão da coautoria. E depois aquilo que em qualquer processo de change management é importante, que são vitórias rápidas e celebração. Celebração é importante. Ou seja, escolher um problema real, ou as microparagens, ou os desperdícios, e demonstrar o valor às equipes, mostrando como elas estão a contribuir para a estratégia da organização. É muito importante que as pessoas gostam, qualquer pessoa, eu, o Sérgio, todos nós, gostamos de sentir qual é o nosso conhecimento e o nosso contributo para a estratégia da organização. Nós na Sumol Compal temos um plano estratégico 26, 28, o mote é uma Sumol Compal maior e melhor, e este tipo de processos ajuda as pessoas a perceber como é que elas podem construir uma Sumol Compal maior e melhor. Portanto, aqui três learnings que gostaria de partilhar. Eu diria que hoje as equipes já encaram esses sistemas como aliados, e essa é a vantagem.

A confiança vai desaparecendo.

Exatamente. Quando veem que não é para me controlar, e sim para me ajudar a conseguir ir mais longe, a participar, de facto, na estratégia da organização.

Não leva a que algumas pessoas não mudem de função, mas tenham formação para elas próprias operarem de outra maneira.

Algumas têm que ser desenvolvidas, porque quando trabalhamos nestes processos, há perfis que são difíceis de encontrar e de desenvolver. As pessoas têm que ter a capacidade operacional e depois têm que começar a ter alguma capacidade analítica. E portanto, nós damos bastante formação e bastante desenvolvimento nesse lado da analítica, porque eles têm alguns 20, 25 anos de experiência operacional, precisam daquela experiência do analítico para poder evoluir nestes processos mais de digitalização.

Há claramente uma nova arquitetura do trabalho a ser construída à medida que nós estamos a trazer estes robôs, para já digitais, mas também físicos para dentro das nossas organizações. E por isso, quer queiramos, quer não, vai haver uma substituição de algumas destas profissões e tarefas, e por isso vamos ter que fazer reskilling e upskilling das pessoas. Reskilling porque vão deixar de fazer algumas das tarefas. Upskilling porque vão ser treinadas para fazer outras. E este processo é um processo em que, de uma forma mais conceptual, aquilo que estamos a ver é que se está a redesenhar processos em que temos humanos no loop, em que as máquinas estão a fazer e o humano está a controlar em pontos de decisão para passar para o seguinte. Mas à medida que formos ganhando confiança, vamos ter humanos on the loop, que é passarmos a ser controladores do que eles fazem, mas em alguns casos é humanos out of the loop. Por isso, não vão ter qualquer tipo de intervenção, porque não é necessário. E é nesta nova arquitetura que vai ser importante, e em especial para quem é CEO de uma grande organização e líder, de como é que faz isto sem perder talento, mantendo aquilo que é a sua força de trabalho e o conhecimento e o capital intelectual.

E é a questão do reskilling e do upskilling que tem que entrar de alguma maneira. E Sérgio, há aqui bloqueios, isto é, não nos falta talento, vocês já disseram há pouco, e o nosso sistema científico dá resposta.

Mais ou menos.

Depende de algumas funções.

Não sei se existe talento na quantidade, nas áreas em que nós temos de investir.

Desculpa aqui interromper.

Não, mas é isso. É importante perceber isso. E investimento inicial, isto é, falta capacidade para as empresas investirem, de alguma maneira?

Acho que os orçamentos anuais que nós vemos nas organizações quando estamos a analisar, em especial este último exercício que fizemos no final do ano passado, quando começam mais ou menos o exercício ali por volta de agosto, setembro, em que acompanhamos muitas destas empresas naquilo que são os seus planos de orçamentação e de estratégia para os próximos anos, aquilo que sentimos é que o valor que está alocado para infraestruturas e iniciativas de IA é claramente muito baixo face àquilo que vai ser a necessidade de transformação que existe. E por isso, tal como tínhamos dito no início, as empresas estão a ficar muito presas a pilotos, a provas de conceito, e estão com dificuldade em escalar isto, na maior parte dos casos, porque os investimentos são avultados. Isto na parte daquilo que sinto que é a parte mais de investimento. Há claramente dificuldades aqui e é preciso encontrar. Acho que o governo tem vindo a libertar sistemas financeiros de apoio. Não sei se serão suficientes para aquilo que são as necessidades do tecido empresarial. Olhando para a parte mais interna, eu sou da opinião que existe um déficit de capital humano e de formação interna. Por isso, a literacia, na maior parte dos casos das empresas que eu vou acompanhando, é baixa do ponto de vista de inteligência artificial, o que quer dizer que começaram a utilizar não só estes sistemas mais recentes de frontier models, quase como uma replacement ou uma substituição de um Google Search, e não muito mais do que isso. Ou seja, os processos de trabalho não estão a mudar. No caso mais do chão de fábrica, o que acontece aqui é que a maior parte das empresas, e a Small & Compal provavelmente não é esse exemplo, mas estou a falar do tecido empresarial em geral, dizem que as empresas não lhe dão formação suficiente para poderem perceber como é que vai ser ou a sua próxima função, ou como é que dentro daquilo que é a transformação trazida por estes novos sistemas, que são potenciados por inteligência artificial, qual é o poder deles e como é que eles vão dominar o mesmo. Vou dar um número: 66% reclamam abertamente por melhor apoio formativo. Por isso, o avanço da tecnologia descolou, mas a curva de aprendizagem das organizações não alavancou na mesma direção. A outra coisa que também acho que é importante é que temos vindo a falar muito do que é a oportunidade, mas existem também um conjunto de riscos associados, em especial naquilo que é as infraestruturas legadas que a maior parte destas organizações têm e os riscos de cibersegurança quando nós estamos a digitalizar cada vez mais o nosso negócio.

Ia só comentar um ponto que tu disseste há pouco, Sérgio, que eu acho que é super relevante, que é o tecido empresarial português. Efetivamente, existem alguns incentivos governamentais nesse sentido. Mas acho que o próprio tecido empresarial português, se calhar, compete demasiado entre ele e deveria competir cooperando, porque muitos destes desafios que se colocam, que se calhar grandes empresas como a Small & Compal têm o músculo e a capacidade de fazer investimentos, obviamente sustentados e com business case e com ROIs tangíveis e que estão a dar resultado. Mas a generalidade, se calhar, daquilo que é o tecido empresarial português não tem este músculo para formações, para investimentos e tudo mais. E, portanto, a criação de clusters e a criatividade deveriam cooperar mais e competir mais também, mas vão competir melhor, com mais qualidade, porque aquilo que vai acabar é que vão passar a competir por preço e não por qualidade. E quando tu competes por preço, normalmente tens um fim.

Mas só aqui dando mais algum detalhe que me parece importante. A real grande limitação nesta área, até para escalar, é que durante estas últimas, diria, talvez duas décadas, falou-se de transformação digital. Muitas destas organizações investiram em infraestruturas, as suas infraestruturas de dados. No entanto, elas estão obsoletas, porque a quantidade de dados que nós agora precisamos para alimentar estes novos sistemas é muito maior. E por isso, para se escalar, é preciso investir claramente na transformação destas infraestruturas obsoletas, sob pena de não conseguirmos tirar dados. Ou seja, nós temos aqui um triângulo muito importante para que estes sistemas possam alavancar aquilo que é a promessa da inteligência artificial. Dados, e eles existem, a maior parte das empresas de chão industrial têm sensorização, recolhem dados.

É preciso recolhê-los.

Agora, depois disto, é preciso investimento em capacidade computacional e em algoritmia e conhecimento. Por isso, a maior parte destas empresas hoje não têm uma equipa de data science capaz de poder transformar aquilo que são um conjunto de dados em inteligência para a tomada de decisão e é preciso ir à procura. E eu acho que não existe número suficiente, nem de machine learning engineers, nem de data scientists no mercado para aquilo que vai ser a procura. E por isso, mesmo que agora possamos dizer que sim, temos talento, e é verdade, as nossas universidades estão a formar muitas pessoas nesta área, não sei se vão ser suficientes para aquilo que é a necessidade que nós vamos ter de analítica e capacidade analítica de dados nas organizações.

Muito bem, David, vamos olhar um bocadinho para o futuro e estamos quase a chegar ao fim desta nossa conversa. Veio para ficar, obviamente, isto é um caminho agora sem fim e contínuo.

É. Eu diria que as empresas que não olharem para a inteligência artificial numa perspectiva estratégica, nomeadamente na indústria, e que não redesenhem aquilo que é o modelo operacional e o modelo de funcionamento da mesma em função disso, vão claramente ficar para trás.

Vão ficar em desvantagem.

Vão ficar em desvantagem. E aquilo que eu dizia, que é a diferença entre concorrer por preço e concorrer com inteligência. E concorrer com inteligência significa aumentar margens, qualidade, velocidade, em quê? Em custo e margem, muito relacionado com o desperdício e muitas das coisas que o Diogo dizia relacionadas com rendimento, rendimento por linha, energia, os custos de matérias-primas que muitas vezes são voláteis, a qualidade e a consistência da qualidade da marca, sempre ao longo de todas as linhas, evitando, por exemplo, callbacks ou evitando lotes que não estão próprios para consumo. Uma coisa importante que não falámos aqui, mas há agilidade na inovação. As digital twins, que o Sérgio falava agora, permitem claramente testar novas receitas, por exemplo, com um risco muito mais reduzido de falhar. E, portanto, a agilidade de tu inovares e teres novos produtos, claramente é maior. E depois as pessoas e o talento. E pessoas e talento acho que nem vale a pena nós referirmos aqui, porque claramente isso é um investimento que nós vamos fazer. Existe talento em Portugal. Eu concordo com o Sérgio que provavelmente vamos ter que reforçar, mas há um estudo que foi feito há alguns anos que dizia Portugal iria precisar, mais ou menos, em termos de população ativa, de meio milhão de pessoas que Portugal não estava preparado para ter daqui por uma série de anos. Se calhar era em 2030, não sei se o meu número está certo ou não, mas o número era mais ou menos este e se calhar desse meio milhão, Sérgio, se calhar uma parte significativa.

Meio milhão quanto é isso?

Meio milhão para a população ativa para trabalhar em serviços.

Ok.

Certo.

O talento é um desafio, até porque o talento, no meu ponto de vista, é um talento híbrido. Não é um talento de inteligência artificial, é um talento operacional e simultaneamente de inteligência artificial. Só de inteligência artificial também não funciona. É preciso conhecer muito bem a operação.

Aplicação prática.

Exatamente.

A velocidade é que está a acontecer, está a criar dificuldades nesta transição. Nós antes tivemos sempre muito tempo para ir transformando as nossas pessoas. Agora a velocidade está a ser o grande desafio de como é que nós fazemos isto. E como dizemos muitas vezes, estamos a voar e a construir o avião ao mesmo tempo. E acho que este claramente é o momento em que esta metáfora é muito real. E sente-se isso em todas as empresas onde estamos. Diogo Dias, para fechar mesmo, nós falámos aqui essencialmente da operação industrial de uma empresa como a Sumol Compal, mas que é uma empresa de produtos de grande consumo, nós sabemos, todos conhecemos. E agora sem reiniciar a conversa, depois a inteligência artificial mete-se em tudo, no marketing, no conhecimento do consumidor e por aí fora, não é?

Sim.

E vocês aí também estão a trabalhar.

É completamente transversal. Eu diria que uma empresa como a Sumol Compal, com as suas características de gestão de marcas, de conhecimento do consumidor, onde a inteligência artificial entra e assenta e de facto dota a empresa de bastante mais conhecimento, até à gestão logística, a toda a complexidade da gestão logística de quem abastece 20 mil clientes com janelas horárias. Isto é big data mesmo.

Certo.

E, portanto, a inteligência artificial eu diria que há muito poucos processos onde provavelmente não entrará. Entra em muitos processos core da organização. É bastante transversal.

É a confirmação de que é o substrato da Sumol Compal começa a ser muito este tema da inteligência artificial.

A polpa, como diríamos.

A polpa. Mas eu diria que, eu estou aqui a partilhar a experiência da Sumol Compal, eu também acho que já muito se faz hoje na indústria portuguesa e há empresas bem mais tecnológicas do que a Sumol Compal. Enfim, nós temos a nossa experiência e partilhei aqui a minha experiência, mas dar aqui este posicionamento. Eu acho que há empresas em Portugal com bastante uso de tecnologia, com bastante uso de inteligência artificial e com ganhos objetivos.

Muito bem. É um admirável mundo novo. Para vocês já não é assim tão novo, são vocês que o vão fazendo de alguma maneira, não é?

Tentando.

Vão tentando. Muito bem, Diogo, Sérgio e David, foi um gosto tê-los aqui neste episódio de Transformar Portugal. Este é um podcast em parceria entre o Observador e a EY. Olhamos ao longo de seis meses para sete áreas vitais para o país. Hoje o tema aqui foi claramente o da inteligência artificial, sobretudo num contexto da indústria. Este episódio fica por aqui e voltaremos proximamente com outro tema. Até lá.