A WEG, de Jaraguá do Sul, anunciou nesta quinta-feira, dia 2 de julho, um acordo para a aquisição do controle da startup BirminD, empresa de tecnologia atuante no mercado de inteligência artificial aplicada à indústria.
Há dez dias, a empresa havia anunciado outra aquisição, a Mvisia, especializada em soluções de inteligência artificial aplicada à visão computacional para a indústria.
Em ambos casos, a WEG passa a ter 51% do capital social, com possibilidade, prevista em contrato, de aumentar sua participação nos negócios futuramente.
Fundada em 2015 em Sorocaba/SP, a BirminD é uma empresa que provê soluções de otimização industrial focada em trazer os conceitos mais avançados de industrial analytics, um dos pilares da indústria 4.0. A empresa atende clientes de médio e grande porte oferecendo soluções de análise industrial, otimização de malhas de controle e avaliação do retorno financeiro de serviços antes mesmo de executá-los e sem a necessidade de um especialista em automação ou ciência de dados, utilizando técnicas de machine learning e inteligência artificial.
Já a Mvisia, fundada em 2012 no Centro de Inovação, Empreendedorismo e Tecnologia, da Universidade de São Paulo (USP), é uma das empresas nacionais de destaque no ramo de visão computacional para a indústria, possuindo softwares e sistemas de visão próprios, e com forte know-how em aplicações de processamento embarcado e algoritmos de machine learning para vídeos e imagens, com integração aos sistemas MES utilizados na indústria, bem como através de processamento em nuvem via dispositivos móveis ou integrados.
Carlos José Bastos Grillo, diretor de Negócios Digitais da WEG, destaca que a aquisição faz parte da estratégia da companhia de expandir os recursos da WEG Digital Solutions e da plataforma IoT WEGnology, lançadas recentemente:
“Com a tecnologia da BirminD poderemos tratar dados industriais, desde planilhas em Excel e dados menos estruturados, para empresas com um nível de digitalização ainda inicial, até conexões automáticas com ERPs, MES, supervisórios e controladores, correlacionando as informações de forma a encontrar potenciais de redução de desperdícios, ranquear as melhores oportunidades para otimizar o processo, indicar os melhores pontos de operação para excelência industrial e simular cenários por meio de redes neurais”.
