# Por que 74% dos projetos de Indústria 4.0 no Brasil não escalam (e como fugir dessa estatística) > A McKinsey aponta que 74% dos projetos de Indústria 4.0 não escalam. Os 4 motivos por que isso acontece e como fugir do pilot purgatory na sua fábrica. Source: https://ubivis.ai/pt-br/blog/por-que-projetos-industria-4-0-nao-escalam/ Indústria 4.0 Ubivis 15 de julho de 2026 6 min de leitura ![Mão selecionando Indústria 4.0 em um seletor digital](https://ubivis.ai/img/NB3BPmRlLf-840.jpeg) A McKinsey tem um nome para o problema, e ele é ruim: "pilot purgatory". Purgatório de piloto. É o lugar para onde vão os projetos de Indústria 4.0 que funcionaram na demo, ficaram bonitos na apresentação, mas nunca viraram operação real. Segundo [uma pesquisa da própria McKinsey](https://www.mckinsey.com/capabilities/operations/our-insights/preparing-for-the-next-normal-via-digital-manufacturings-scaling-potential) com 400 empresas industriais globais, **74% não conseguiram escalar** seus projetos de Indústria 4.0 para além do piloto. No Brasil, considerando maturidade média mais baixa, o número real fica ainda mais próximo dos **90%**. E o mais desconfortável: isso não acontece por falta de tecnologia, de investimento ou de intenção. Depois de mais de uma década aplicando [Indústria 4.0 em fábrica brasileira](https://ubivis.ai/pt-br/blog/industria-4-0-na-pratica/), os padrões que a gente vê são consistentes. ## Motivo 1: começar pela tecnologia, não pelo problema O padrão mais comum é este. A diretoria vai a uma feira, vê uma demo bonita de gêmeo digital, contrata a consultoria que apresentou, e alguém do time recebe a missão de "implementar IA na fábrica". A partir daí, todo o projeto gira em torno da tecnologia escolhida, não do problema a resolver. Piloto roda em uma máquina, gera dashboard, o projeto morre porque ninguém sabe explicar qual dor concreta ele resolveu. A fórmula que funciona é o oposto: escolhe-se um problema doloroso e mensurável (parada da prensa principal, refugo da extrusora, custo de manutenção corretiva), define-se a meta de redução, e depois a tecnologia que resolve. **A tecnologia é consequência, não origem.** ## Motivo 2: piloto que não foi projetado para escalar O segundo motivo é técnico, e é onde a McKinsey aponta o dedo direto: o ["last-mile IT/OT"](https://www.mckinsey.com/capabilities/operations/our-insights/operations-blog/its-the-last-it-ot-mile-that-matters-in-avoiding-industry-40s-pilot-purgatory). Piloto tipicamente roda em condições controladas, em uma máquina, com integrador dedicado no chão. Funciona. Mas o modelo usado nesse piloto não se replica em 30 máquinas, em 3 turnos, em 5 plantas. Cada nova máquina exige customização manual, cada nova planta redescobre problemas de integração com o ERP. Piloto que vai escalar é projetado para escalar desde o dia 1: arquitetura padronizada, [protocolos abertos (OPC-UA, MQTT, Modbus TCP)](https://ubivis.ai/pt-br/blog/iot-industrial-na-pratica/), plataforma que aceita dezenas de máquinas sem virar Frankenstein de integrações. Se seu piloto exige um consultor por máquina para funcionar, ele já nasceu morto para escala. ## Motivo 3: ignorar quem opera a linha Este é o motivo que menos aparece em post-mortem de projeto, mas é onde a maior parte deles morre. [A BCG](https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value) resume em uma proporção que vale tatuar: **10%** do sucesso em IA industrial vem do algoritmo, **20%** de dados e tecnologia, **70%** de pessoas, processos e cultura. E é justamente nos 70% que quase todo projeto brasileiro economiza esforço. Operador que recebe tela sem entender por que ela existe trata a tela como vigilância; encarregado que perde autonomia para o dashboard boicota o dashboard. O estudo da QAD/Redzone (1.500 fábricas, 26,4% de ganho de produtividade em 90 dias) reforça: os projetos que dão resultado são os que colocam o operador no centro. ## Motivo 4: ROI calculado só na entrada Projetos de Indústria 4.0 têm ROI verdadeiro, e ele costuma ser espetacular. [Manutenção preditiva reduz downtime](https://ubivis.ai/pt-br/blog/paradas-de-maquina/) em 30 a 50% e estende vida útil em 20 a 40%. Monitoramento de OEE eleva produtividade em 26% em 90 dias. Esses números são reais e vêm de estudos sérios (McKinsey, QAD/Redzone). O problema não é a existência do ROI, é como ele é calculado. A maioria dos projetos brasileiros calcula ROI apenas na proposta de compra e **não mede depois**. Sem medição contínua, não há prova de valor. E sem prova de valor, o projeto não sobrevive ao próximo ciclo orçamentário. O comprador vê a promessa de 30% de redução de manutenção, aprova, o projeto entra em operação, e ninguém volta a medir se essa redução aconteceu. Medir o antes e o depois deixa de ser burocracia e vira a munição que garante o próximo passo. ## Como fugir da estatística As fábricas brasileiras que escapam do pilot purgatory têm em comum quatro coisas. Começam por problema concreto e mensurável, não por tecnologia. Projetam o piloto pensando em rollout desde o primeiro dia, com arquitetura aberta e padronizada. Envolvem operador, encarregado e gerência no desenho da solução, não só na hora de treinar. E medem ROI continuamente, mês a mês, para que o próximo comitê de investimento tenha munição para aprovar o próximo passo. Nada disso é sobre tecnologia. É sobre método. A tecnologia que funciona hoje já provou valor em milhares de plantas. O que separa quem escala de quem fica no purgatório é a forma como o projeto é montado, desde o primeiro slide de proposta. ## A pergunta que decide A conversa que vale a pena ter na diretoria não é "qual tecnologia de Indústria 4.0 vamos adotar". É outra: qual problema específico vamos atacar primeiro, quem na linha de frente vai usar o sistema todo dia, e como vamos provar em 90 dias que ele funciona. Quem responde essas três perguntas antes de assinar contrato tem chance real de escalar. Quem começa pela tecnologia vira mais uma estatística no purgatório. [indústria 4.0](https://ubivis.ai/pt-br/blog/) [pilot purgatory](https://ubivis.ai/pt-br/blog/) [transformação digital](https://ubivis.ai/pt-br/blog/) [roi indústria 4.0](https://ubivis.ai/pt-br/blog/) [escalar iot industrial](https://ubivis.ai/pt-br/blog/) [manufatura inteligente](https://ubivis.ai/pt-br/blog/) [mckinsey](https://ubivis.ai/pt-br/blog/) [indústria 4.0 brasil](https://ubivis.ai/pt-br/blog/) [gestão de projetos industriais](https://ubivis.ai/pt-br/blog/) Compartilhar [LinkedIn](https://www.linkedin.com/shareArticle?mini=true&url=https://ubivis.ai/pt-br/blog/por-que-projetos-industria-4-0-nao-escalam) [Twitter](https://twitter.com/share?url=https://ubivis.ai/pt-br/blog/por-que-projetos-industria-4-0-nao-escalam) UbSmart ### Do piloto à operação real Veja como o UbSmart leva projetos de Indústria 4.0 do piloto à escala, com arquitetura aberta e ROI medido mês a mês. [Falar com especialista →](https://ubivis.ai/pt-br/#contato) ## Artigos relacionados [![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/) [![IoT industrial na prática](https://ubivis.ai/img/I7m2yy2XdU-1000.jpeg) Indústria 4.0 IoT industrial na prática: como conectar uma fábrica que já existe](https://ubivis.ai/pt-br/blog/iot-industrial-na-pratica/) [![Paradas de máquina: o custo invisível](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/)