ISSN 2594-5335
28º Seminário de Automação e TI — Vol. 28 , num. 28 (2026)
Título
Autoria
DOI
Downloads
Resumo
A integração de Modelos de Linguagem de Grande Escala (Large Language Models - LLMs) em ambientes de manufatura representa uma inflexão paradigmática na gestão do conhecimento industrial. Este artigo apresenta uma análise crítica e fundamentada da implementação de um ecossistema de agentes inteligentes baseados em Inteligência Artificial Generativa na Ternium, desenvolvidos através da plataforma Microsoft Copilot Studio com arquitetura Retrieval-Augmented Generation (RAG). O estudo examina três agentes especializados: Manuais DIGI (assistente para recuperação semântica de documentação técnica), Consultor de Produção (sistema de análise de desvios operacionais em tempo real) e Consultor de Matérias-Primas (assistente estratégico para gestão de conhecimento em cadeia de suprimentos). A metodologia incorpora mecanismos de atenção multi-head baseados em arquitetura de transformadores, integração com bases de dados corporativas estruturadas e não-estruturadas, e validação humana em loop contínuo. Os resultados demonstram redução de 75-85% no tempo de recuperação de informações técnicas, melhoria de 40-50% na velocidade de análise de desvios operacionais, e democratização significativa do acesso a conhecimento estratégico. Conclui-se que a adoção de assistentes virtuais especializados com RAG não apenas otimiza processos operacionais e de conhecimento, mas catalisa transformação organizacional profunda, consolidando a transição para a manufatura inteligente e habilitando a tomada de decisão baseada em dados em tempo real.
The integration of Large Language Models (LLMs) in manufacturing environments represents a paradigmatic inflection in industrial knowledge management. This paper presents a critical and evidence-based analysis of the implementation of an intelligent agents ecosystem based on Generative Artificial Intelligence at Ternium, developed through the Microsoft Copilot Studio platform with Retrieval-Augmented Generation (RAG) architecture. The study examines three specialized agents: DIGI Manuals (assistant for semantic retrieval of technical documentation), Production Consultant (real-time operational deviations analysis system), and Raw Materials Consultant (strategic assistant for supply chain knowledge management). The methodology incorporates multi-head attention mechanisms based on transformer architecture, integration with structured and unstructured corporate databases, and continuous human-in-the-loop validation. Results demonstrate 75-85% reduction in technical information retrieval time, 40-50% improvement in operational deviations analysis speed, and significant democratization of strategic knowledge access. It is concluded that the adoption of specialized virtual assistants with RAG not only optimizes operational and knowledge processes but catalyzes profound organizational transformation, consolidating the transition to smart manufacturing and enabling real-time data-driven decision-making.
Palavras-chave
: Inteligência Artificial Generativa, Modelos de Linguagem de Grande Escala, Retrieval-Augmented Generation, Gestão do Conhecimento Industrial, Manufatura Inteligente
Generative Artificial Intelligence, Large Language Models, Retrieval-Augmented Generation, Industrial Knowledge Management, Smart Manufacturing
Como citar
Carvalho, Thiago Augusto Fernandes De; Arguello, Rafael Santiago; Lapas, Tayna Amendola Da; Oliveira, Alex Sandro Martins De.
Agentes de Inteligência Artificial Generativa para gestão do conhecimento industrial: Arquitetura, implementação e impacto operacional na manufatura siderúrgica,
p. 283-292.
In: 28º Seminário de Automação e TI,
São Paulo, SP - Brasil,
2026.
ISSN: 2594-5335, DOI 10.5151/2594-5335-43619
