A maior parte das tarefas de desenvolvimento de produtos consiste em problemas complexos de otimização. As equipes de design abordam esses problemas de maneira iterativa, refinando a melhor hipótese inicial por meio de rodadas de análises de engenharia, interpretação e aperfeiçoamento. Cada uma dessas iterações, contudo, exige tempo e dinheiro, e as equipes somente podem realizar algumas interações dentro do prazo de desenvolvimento. Como as equipes raramente têm a oportunidade de explorar soluções alternativas a partir de suas premissas sobre o caso base, muitas vezes o design final acaba sendo subótimo.
Mas a tecnologia atual oferece uma alternativa. A simulação e as análises digitais agora são tão rápidas que os designs podem ser avaliados em segundos ou até menos. Os algoritmos são capazes de ajustar automaticamente a geometria de uma peça entre as simulações, sem a necessidade de refinamento manual. O uso de técnicas de inteligência artificial permite que os novos sistemas de design generativo possam explorar um universo muito maior de soluções possíveis, comparando os resultados de milhares de simulações para selecionar o design que entrega a combinação de atributos mais favorável.
Em alguns tipos de problemas de engenharia, os algoritmos generativos já superam a performance das equipes de engenheiros. Além disso, eles podem gerar soluções não intuitivas, que possivelmente nunca teriam sido encontradas por meio de processos tradicionais.
Atualmente, o uso mais comum dos algoritmos de design generativo é no campo da otimização estrutural: desenvolvimento de peças que oferecem suficiente força, solidez e resistência à fadiga, com o mínimo requisito de materiais. Tais aplicações são comuns sempre que o peso é um fator primordial como no caso do design de peças estruturais internas de ferramentas manuais (para melhorar a ergonomia), equipamentos esportivos (para melhorar a performance), veículos e aeronaves (para reduzir o consumo de combustível ou melhorar a carga útil) ou ainda qualquer produto em que o peso de transporte é uma alavanca de custo significativa. Nos casos em que os materiais representam uma alavanca-chave de custo, a melhor eficiência estrutural pode resultar em economias substanciais tanto em termos de custo quanto de sustentabilidade.
Em todas as indústrias, da automotiva à aeroespacial, e passando por produtos esportivos, os algoritmos generativos permitiram uma redução de 6% a 20% no custo de peças, 10% a 50% no peso e 30% a 50% no tempo de desenvolvimento (Quadro). Um fabricante de ferramentas elétricas, por exemplo, reduziu em 26% o peso de uma peça fundida da alça de suporte e o custo, em 8%, sem afetar a interface entre a peça e a armação da estrutura como um todo. No caso de um grande componente moldado, a otimização generativa permitiu uma redução de 40% no peso, eliminando um quilo do peso do produto final.
Como o design generativo pode ser flexibilizado
As tecnologias de design generativo e manufatura aditiva (AM, na sigla em inglês) são, muitas vezes, vistas como “parceiras naturais”, uma vez que as máquinas de manufatura aditiva lidam bem com as formas complexas e orgânicas que frequentemente surgem desses algoritmos. No entanto, a manufatura aditiva raramente é um requisito para a implementação do design generativo – os sistemas generativos de última geração podem ser configurados para considerar as limitações dos processos de manufatura. Essa flexibilidade permite ampliar a variedade de peças que o design generativo é capaz de abarcar, ao mesmo tempo em que facilita a avaliação de técnicas alternativas de manufatura por parte das equipes de design.
Além disso, os algoritmos generativos não se limitam a tarefas de design estrutural. A abordagem já está sendo implementada em outros domínios da engenharia, tais como design elétrico e térmico, otimização do fluxo de fluidos, ótica e acústica. Arquitetos e planejadores urbanos estão adotando as técnicas generativas inclusive para otimizar o layout de edifícios e espaços urbanos. Algoritmos similares têm sido aplicados em problemas complexos de otimização surgidos totalmente fora do espaço de design de produtos (ver sidebar, “Algoritmos generativos em procurement”).
O papel do design generativo no desenvolvimento de produtos ponta a ponta
Assim como outras metodologias digitais inovadoras, as técnicas de design generativo já mostraram que são capazes de impulsionar a performance de forma significativa em aplicações do mundo real. Entretanto, seu pleno potencial não pode ser alcançado até que as empresas apliquem esses conceitos em escala, tornando-os uma parte integrante do processo de desenvolvimento de produtos.
Adquirir as ferramentas de software certas é apenas parte da solução. Engenheiros e outros stakeholders também precisam saber como usar essas ferramentas novas de maneira eficaz, com total entendimento de suas capacidades e limitações. Também é importante manter uma boa disciplina de design – embora os métodos de design generativo possam produzir soluções criativas e não intuitivas, os engenheiros, ainda assim, precisarão validar o resultado através de testes e análises, garantindo que o design pode ser fabricado usando o processo almejado. Essa interação entre homem e máquina continuará evoluindo à medida que os algoritmos ficarem mais inteligentes e os engenheiros aprenderem como utilizar integralmente essas novas ferramentas em uma ampla gama de aplicações.
As empresas, por sua vez, também deverão assegurar a aplicação das abordagens de design generativo ao longo de todo o processo de comercialização. Os algoritmos generativos podem criar valor em diversos pontos da jornada de um produto, do conceito ao mercado:
- Conceito inicial. Testar novas formas e geometrias, traduzindo as ideias inovadoras criadas pelo designer em um produto tangível.
- Desenho e engenharia detalhados. Alcançar novos níveis de performance do produto minimizando o custo.
- Manufatura. Avaliar as possíveis geometrias em termos de capacidade de fabricação e, se aplicável, viabilizar e acelerar o uso de processos de manufatura aditiva.
- Melhoria do produto. Apoiar esforços de design-to-cost/-value/-weight, gerando melhorias adicionais no valor e na margem.
- Procurement. Estruturar processos de editais complexos para melhorar os trade-offs entre precificação, capacidades técnicas, rastreabilidade, risco, sustentabilidade, entre outros fatores.
Desafios, oportunidades e capacitadores
Para os líderes de desenvolvimento de produtos de hoje, as tecnologias de design generativo apresentam uma série de desafios culturais, organizacionais e competitivos.
Provavelmente, um dos primeiros obstáculos é a aceitação, por parte dos stakeholders, das peças e produtos realizados com a tecnologia: os algoritmos generativos produzem designs que podem ser radicalmente diferentes daqueles desenhados por humanos. Alguns observadores inclusive os consideram “estranhos” ou problemáticos. Isso pode dificultar a aceitação de soluções generativas pelos stakeholders internos, ainda que os designs propostos sejam tecnicamente superiores. O uso do design generativo para peças voltadas a clientes finais apresenta desafios similares, embora algumas empresas já estejam capitalizando a abordagem para criar produtos com uma aparência única e altamente diferenciada.
O segundo grande desafio é cultural. A adoção de abordagens generativas em larga escala poderia alterar os requerimentos da empresa em termos de talento, know-how e recursos na função de desenvolvimento de produtos. Por exemplo, as soluções generativas podem envolver menos tempo de engenheiros e designers experientes, permitindo ciclos de desenvolvimento mais curtos. Essa característica levanta a questão do desenho organizacional e da alocação de recursos para os players estabelecidos, podendo diminuir as barreiras à entrada de novos competidores.
O terceiro conjunto de questões se refere à integração de processos. As empresas devem considerar a forma como as abordagens generativas irão integrar-se aos processos de engenharia, às plataformas de dados e aos conjuntos de ferramentas existentes. O ritmo de desenvolvimento acelerado que as tecnologias de design generativo pressupõem implica que as empresas provavelmente precisarão ter mais flexibilidade para utilizar diferentes ferramentas de diferentes fornecedores, os quais deverão ter capacidade para realizar trocas e atualizações de suas ferramentas de design à medida que a tecnologia evolui. Para tanto, serão necessários sistemas abertos e adaptáveis, além de um alto nível nas funções de TI e desenvolvimento de produtos.
Nos próximos anos, os algoritmos generativos continuarão evoluindo, tornando-se mais poderosos, mais amplamente aplicáveis e mais fáceis de usar. À medida que a potência computacional se tornar maior e mais disponível, será possível ampliar a abordagem para além da produção de peças, alcançando a otimização de montagens e, finalmente, de produtos inteiros.
Várias empresas líderes já estão levando o design generativo além da fase de piloto, aplicando-o em toda a organização. Tal decisão requer investimento em ferramentas, capacitação e mudança cultural. Mas para aquelas empresas que estiverem dispostas a comprometer-se, os efeitos positivos no time-to-market, custo e performance dos produtos provavelmente serão significativos.
