# IoT industrial na prática: como conectar uma fábrica que já existe > Como conectar máquinas legadas e fábricas brownfield com IoT industrial, em três níveis: do CLP que você já tem aos sensores externos e à informação acionável. Source: https://ubivis.ai/pt-br/blog/iot-industrial-na-pratica/ Indústria 4.0 Ubivis 29 de maio de 2026 6 min de leitura ![Gateway IoT industrial conectado a equipamentos de produção](https://ubivis.ai/img/I7m2yy2XdU-1000.jpeg) A objeção número um do gestor industrial brasileiro quando o assunto é Indústria 4.0 é sempre a mesma. "Minhas máquinas são dos anos 90, isso aqui não funciona para mim." É um receio legítimo, mas baseado em uma premissa errada. A ideia de que IoT industrial exige fábrica nova, máquinas novas e investimento de milhões está entre os principais mitos do setor — e a própria McKinsey, em seu relatório sobre os seis mitos da IIoT, é direta: **a maior parte do valor da IoT industrial vem justamente das fábricas que já existem**. A palavra que descreve isso na literatura é **brownfield**: plantas instaladas, com equipamentos legados, processos consolidados e décadas de operação. É nesse cenário que IoT industrial entrega o maior retorno, porque o ganho marginal de conectar uma máquina muda é muito maior do que o de comprar uma nova já conectada. Esse post é sobre como isso funciona na prática, em três níveis de profundidade. ## Nível 1: o CLP que você já tem é o seu IoT A boa notícia que poucos contam é que a maioria das fábricas brasileiras já tem o equipamento que precisa para começar. O CLP que controla a máquina, instalado há 10 ou 20 anos, já gera dados de produção em tempo real: ciclo de máquina, status de operação, contagem de peças, alarmes, leituras de sensores conectados a ele. O dado existe. O problema é que ele fica preso dentro do CLP, sem sair para nenhum sistema que consiga usá-lo. O que se faz nesse nível é simples: instala-se um **gateway IoT industrial** que conversa com o CLP via protocolos padronizados (Modbus TCP/RTU, Profinet, Ethernet-IP, OPC-UA) e envia esses dados para uma plataforma de monitoramento. Não se mexe na lógica do CLP. Não se para a máquina. Não se troca nada. Em uma manhã de instalação, a máquina passa a ser monitorada em tempo real. Esses protocolos padronizados cobrem hoje mais de **70% dos ativos industriais** existentes. Na maioria das fábricas, conectar não é questão de trocar máquina, é questão de ler o que ela já fala. ## Nível 2: máquinas sem CLP, sensores externos Mas e a prensa dos anos 80 que não tem CLP nenhum? Ou aquela máquina que tem um CLP fechado, sem comunicação? Aqui entra o segundo nível: **sensoriamento externo**. Sensores não-invasivos de corrente elétrica, temperatura, posição ou contagem de unidades produzidas podem ser instalados sem tocar no equipamento original. A montagem é tipicamente rápida: um sensor de corrente preso ao cabo do motor já permite saber se a máquina está ligada ou parada, há quanto tempo, e identificar padrões de funcionamento que antecipam falhas. Um sensor de vibração colado à carcaça detecta desgaste de rolamento semanas antes do equipamento quebrar. O custo por máquina costuma ser uma fração do custo de uma parada não planejada. ## Nível 3: do dado bruto à informação acionável Coletar dado é a parte fácil. Transformar dado em informação que muda decisão é onde está o trabalho de verdade. Um sensor mandando 60 leituras por minuto durante um turno gera **28.800 pontos por máquina**. Multiplicado por dezenas ou centenas de máquinas, vira um volume que nenhum dashboard genérico resolve sozinho. É por isso que uma plataforma IoT industrial não se limita a receber os dados. Ela estrutura o dado em métricas de negócio (**OEE**, disponibilidade, performance, qualidade), detecta paradas automaticamente, classifica motivos, gera alertas inteligentes e expõe APIs abertas para integração com ERP, PCP e manutenção. Sem essa camada, IoT vira coleção de números bonitos sem aplicação prática. ## Por onde começar O erro mais comum em projetos de IoT industrial é começar pela tecnologia, não pelo problema. Comprar 200 sensores para "ver o que dá" é a forma mais rápida de gastar dinheiro sem resultado. O caminho que funciona é o oposto: escolher um problema concreto (parada da prensa principal, refugo da extrusora, manutenção corretiva da bomba crítica), instrumentar exatamente o que precisa ser medido para entender esse problema, e expandir a partir do que aprendeu. A McKinsey reforça esse ponto: empresas que tentam escalar IoT antes de provar valor em um caso de uso específico raramente conseguem replicar resultado entre plantas. Já as que começam pequeno, demonstram retorno e expandem em ondas conseguem transformar a operação inteira em poucos anos. ## A fábrica que você tem é a fábrica que conecta IoT industrial não é sobre fábrica nova. É sobre extrair valor da fábrica que existe. O CLP que está ali há 15 anos, a prensa que ainda produz, o motor que ninguém quer trocar — tudo isso pode virar fonte de dado útil em prazo curto e investimento previsível. A pergunta a fazer não é "minha fábrica é moderna o suficiente para IoT?". É outra: qual o custo para a sua operação continuar tomando decisão sem saber o que cada uma dessas máquinas está fazendo agora? [automação industrial](https://ubivis.ai/pt-br/blog/) [dados industriais](https://ubivis.ai/pt-br/blog/) [gêmeo digital](https://ubivis.ai/pt-br/blog/) [ia industrial](https://ubivis.ai/pt-br/blog/) [indústria 4.0](https://ubivis.ai/pt-br/blog/) [manufatura inteligente](https://ubivis.ai/pt-br/blog/) [transformação digital](https://ubivis.ai/pt-br/blog/) Compartilhar [LinkedIn](https://www.linkedin.com/shareArticle?mini=true&url=https://ubivis.ai/pt-br/blog/iot-industrial-na-pratica) [Twitter](https://twitter.com/share?url=https://ubivis.ai/pt-br/blog/iot-industrial-na-pratica) UbSmart ### Conecte a fábrica que você já tem Veja como o UbSmart conecta máquinas legadas e transforma dados em decisão de produção. [Falar com especialista →](https://ubivis.ai/pt-br/#contato) ## Artigos relacionados [![Paradas de máquina](https://ubivis.ai/img/K8V4tSNN9T-1200.jpeg) Indústria 4.0 Paradas de máquina: o custo invisível](https://ubivis.ai/pt-br/blog/paradas-de-maquina/) [![Indústria 4.0 na prática](https://ubivis.ai/img/E4-SXwOaQ9-2560.jpeg) Indústria 4.0 Indústria 4.0 na prática: o que entrega resultado e o que ainda é só hype](https://ubivis.ai/pt-br/blog/industria-4-0-na-pratica/) [![Software Defined Manufacturing](https://ubivis.ai/img/9VBbf9Bnko-3200.png) Indústria 4.0 O que é Software Defined Manufacturing (SDM) e por que está mudando a indústria](https://ubivis.ai/pt-br/blog/software-defined-manufacturing/)