A Quant simplifica a manutenção preventiva com o IBM watsonx.ai
Com mais de três décadas de experiência em serviços profissionais de manutenção industrial, a Quant oferece terceirização de classes de ativos e gerenciamento de manutenção em vários setores, priorizando a segurança, a eficiência e a confiabilidade. Ela enfrentou um desafio, no entanto, quando um dos locais do cliente da Quant encontrou um desafio operacional decorrente de processos legados.
Instruções de manutenção preventiva (PM) — críticas para tempo de atividade e produtividade — estavam enterradas em mais de 1.500 arquivos do Microsoft Excel no SharePoint, acessíveis apenas como anexos em ordens de serviço do IBM Maximo Manage. Os técnicos precisavam consultar manualmente esses arquivos, limitando o uso de funcionalidades avançadas do Maximo. Esse processo fragmentado diminuía a eficiência, arriscava a precisão dos dados em mais de 17 sites e resultados em um processo lento que levava mais de uma hora por arquivo para transferir manualmente o conteúdo do Excel para o Maximo. Isso levou a Quant a buscar automação e integração para liberar todo o potencial do Maximo.
Para lidar com os desafios dos fluxos de trabalho legados de manutenção, a Quant colaborou com a IBM Client Engineering para criar uma solução nativa da nuvem aproveitando a tecnologia da IBM. A solução se concentrou em automatizar a extração, validação e transformação de dados de PM do Excel em formatos compatíveis com o IBM Maximo Manage.
Os arquivos do Excel foram armazenados em um ambiente seguro usando o IBM Cloud Object Storage, com saídas JSON para integração, e o IBM Cloud Code Engine foi usado para criar uma arquitetura escalável e sem servidor para APIs e IUs.
No núcleo da solução, o estúdio de IA IBM watsonx.ai auxiliava na extração inteligente de dados usando grandes modelos de linguagem (LLMs). Os serviços de IA foram executados dentro do tempo de execução do aprendizado de máquina do IBM watsonx para ajudar a garantir uma implementação segura e de alto desempenho. Esse design modular permitiu automação escalável e integração sem dificuldades com o IBM Maximo Manage.
Em última análise, a Quant e a IBM desenvolveram com sucesso um produto mínimo viável (MVP) que automatiza a conversão de instruções de manutenção preventiva baseadas no Excel em planos de trabalho estruturados dentro do IBM Maximo Manage. Aproveitando a automação inteligente, a solução simplifica os fluxos de trabalho de manutenção e reduz as ineficiências operacionais.
O MVP introduziu um processo claro apoiado por uma interface de usuário para validar e corrigir dados extraídos. Ele separou tarefas por ativo, frequência e responsabilidade, produzindo saídas JSON compatíveis com o Maximo. Esse método eliminou a referência manual de anexos do Excel e permitiu o uso completo das funcionalidades avançadas do Maximo.
Como resultado, a Quant reduziu em 65% o trabalho manual para extração de dados e criação de planos de trabalho e reduziu os prazos de implementação do sistema de gerenciamento de manutenção computadorizado (CMMS) em 30% para novos locais e projetos greenfield. Essas melhorias marcaram um passo importante na jornada de modernização da empresa, reforçando o compromisso com operações de manutenção escaláveis baseadas em dados.
A Quant Service, fundada há mais de 35 anos e com sede em Estocolmo, Suécia, oferece serviços profissionais de manutenção industrial. Com presença global, as referências da Quant incluem mais de 400 instalações em vários setores, apoiando melhorias na segurança, desempenho do equipamento e confiabilidade operacional.
Legal
© Copyright IBM Corporation 2025. IBM, o logotipo da IBM, IBM Cloud, IBM watsonx, Maximo e watsonx.ai são marcas comerciais da IBM Corp., registradas em muitas jurisdições em todo o mundo.
Microsoft é uma marca comercial da Microsoft Corporation nos Estados Unidos, em outros países, ou em ambos.
Os exemplos apresentados têm caráter apenas ilustrativo. Os resultados reais variam de acordo com as configurações e condições do cliente e portanto não é possível apresentar os resultados geralmente esperados.