Versão resumida para divulgação

PLANTIA: Otimização Generativa de Arranjos Físicos 3D para Agroindústrias via Inteligência Artificial Híbrida

Proponente

Empresa de engenharia especializada em plantas agroindustriais

Parceria

Universidade Federal de Lavras (UFLA)

Maturidade atual

TRL 3 — prova de conceito analítica e experimental

Duração prevista

24 meses

1. Contextualização

O PLANTIA propõe uma plataforma de inteligência artificial híbrida para automatizar e acelerar a elaboração de layouts industriais preliminares e de propostas comerciais na fase de pré-venda. Inicialmente voltada a plantas de processamento agroindustrial, a solução integra modelos de linguagem (LLMs) e otimização combinatória para transformar demandas descritas em linguagem natural em arranjos otimizados de equipamentos, gerando ao mesmo tempo o layout 3D, a lista de equipamentos, a estimativa de investimento (CAPEX) e o modelo visual para o SketchUp.

O desenvolvimento ocorre em parceria com a universidade, com co-titularidade da propriedade intelectual, e a plataforma é estruturada também como infraestrutura de pesquisa, abrindo caminho para dissertações, teses e uma eventual spin-off acadêmica.

2. Objetivos

Desenvolver, testar e homologar uma plataforma que integre LLMs e otimização para automatizar layouts 3D conceituais e propostas comerciais de instalações industriais. Objetivos específicos:

• Linguagem natural: interpretar demandas escritas e gerar especificações estruturadas de processo e equipamentos.
• Modelagem 3D: desenvolver blocos, conectores e regras de adjacência, orientação e fluxo.
• Otimização: desenvolver um solver que gere layouts segundo critérios espaciais e operacionais.
• Geração 3D: automatizar scripts para o SketchUp, incluindo as características visuais dos equipamentos.
• Propostas e custos: integrar equipamentos, layout e estimativa de CAPEX em propostas comerciais automáticas.
• Humano no controle: permitir ajustes, escolha entre alternativas e retorno a estados anteriores do projeto.

3. Relevância e aderência ao edital

O projeto ataca um gargalo da elaboração de propostas e orçamentos para plantas agroindustriais, hoje manual, lento e sujeito a retrabalho, reduzindo tempo e esforço na pré-venda e contribuindo para a eficiência da cadeia do agronegócio. A arquitetura modular permite aplicação futura em outros setores industriais.

A arquitetura de IA híbrida — um módulo semântico baseado em LLMs e um módulo de decisão por otimização combinatória — está alinhada à definição de inteligência artificial do Plano Brasileiro de Inteligência Artificial (PBIA) e ao seu eixo de IA para inovação empresarial, além de contribuir para reduzir a dependência de ferramentas estrangeiras de CAD e simulação, de licenças caras e pouco voltadas à produção de orçamentos.

4. Metodologia

O desenvolvimento segue um ciclo em espiral. Um LLM local interpreta a descrição do processo e a converte numa especificação estruturada em JSON, sem executar cálculos físicos. A especificação alimenta um modelo tridimensional discreto do galpão, em que equipamentos são blocos com dimensões, posições e conectores, sujeitos a regras de compatibilidade e fluxo. Um solver de otimização define o arranjo respeitando espaço, não sobreposição, limites do galpão e conectividade, buscando minimizar área ocupada e interconexões. O layout é convertido automaticamente em scripts Ruby para o SketchUp, e modelos paramétricos estimam o CAPEX de fabricação e montagem. Todo o processo é coordenado por uma interface em que o engenheiro combina comandos em linguagem natural com controles gráficos, com histórico de decisões que permite revisar e experimentar sem perder configurações anteriores.

5. Viabilidade técnica — evidências da prova de conceito

O núcleo do conceito já foi implementado e testado numa prova de conceito: um pedido em texto é convertido num layout de fábrica em 3D, posicionado, conectado e exportado, sem intervenção manual. É uma versão simplificada do produto final, mas demonstra que a abordagem funciona de ponta a ponta.

A meta desta fase é alcançar entre 50% e 70% de automação do processo completo: um nível que já gera valor e mantém o engenheiro no controle dos casos que exigem julgamento técnico.

6. Mercado e concorrentes

Ferramentas de modelagem, simulação e otimização de layout já existem, mas são voltadas à engenharia e ao planejamento, e em geral não usam interfaces apoiadas em LLMs nem tratam da pré-venda.

7. Inovação e propriedade intelectual

Busca na base BADEPI/INPI (717.254 documentos de patentes e programas de computador, de 2000 a 2024) com termos ligados aos componentes da solução — IA/LLMs, otimização de layouts, modelagem 3D, voxelização, conectividade, CAD paramétrico e estimativa de CAPEX. Cerca de 5.000 documentos tiveram alguma correspondência, quase sempre com componentes isolados; apenas 8 combinavam dois conceitos, e nenhum programa de computador apresentou combinação semelhante à proposta, o que indica potencial caráter inovador.

8. Cronograma