Nesta página

ESTUDO DE CASO

Conformidade com as Emissões Atmosféricas

A Atmus Filtration simplifica a configuração de emissões atmosféricas com fluxos de trabalho assistidos por IA.

Como uma fábrica em Wisconsin usou o Genny AI Agent Hub da Benchmark Gensuite para transformar requisitos de licença em dados estruturados de configuração do AirLog.
INDÚSTRIA Manufatura
FUNCIONÁRIOS ~155,000 pés quadrados
MATRIX EM USA Neillsville, Wisconsin

SOLUÇÃO
AirLog + Genny AI

~ 5 min

gerar uma lista estruturada de fontes e parâmetros a partir de uma licença de 41 páginas.

80

Materiais de produção rastreados em 17 processos de fabricação

12

Planilhas substituídas por fluxo de trabalho de configuração estruturado

Resumo dos Resultados Executivos

A unidade fabril da Atmus Filtration em Neillsville, Wisconsin, gerencia um programa de emissões atmosféricas que abrange aproximadamente 80 materiais de produção, 17 processos de fabricação e obrigações recorrentes de relatórios mensais, anuais e semestrais. Para reduzir o esforço manual necessário para traduzir os requisitos de licenças em dados estruturados de rastreamento de emissões, a Atmus avaliou o Agente de Licenças do Genny AI Agent Hub, da Benchmark Gensuite. Usando uma licença ambiental de 41 páginas (Título V), a equipe gerou uma lista estruturada de fontes de emissão atmosférica e parâmetros de relatório mensal em aproximadamente cinco minutos — criando um ponto de partida mais eficiente e consistente para a configuração do AirLog e para a gestão contínua da conformidade, sem substituir a expertise ambiental ou a revisão humana.

Contexto da Organização

Apoio a operações de fabricação complexas com responsabilidade ambiental.

Há 65 anos, a Atmus Filtration fabrica soluções de filtragem de alto desempenho para aplicações automotivas a diesel de serviço pesado, incluindo caminhões, equipamentos de mineração, tratores e máquinas industriais. Sua unidade em Neillsville, no centro de Wisconsin, reflete a complexidade operacional comum em ambientes de manufatura avançada. A fábrica, com aproximadamente 155,000 pés quadrados (cerca de 14.400 m²), opera em três turnos, de cinco a seis dias por semana, e produz sete milhões de peças diferentes, incluindo filtros de ar e carcaças.

A unidade possui certificações ISO para gestão de saúde, segurança e meio ambiente, além da certificação IATF, reforçando as expectativas em relação à disciplina operacional, documentação, rastreabilidade e responsabilidade ambiental. O gerenciamento de emissões atmosféricas representa uma importante responsabilidade de conformidade no local, impulsionada pela diversidade de atividades de fabricação que ocorrem nas instalações.

  • Produção de papel plissado revestido com resina
  • Fabricação de tampas de extremidade em uretano macio
  • moldagem por injecção de plástico
  • Produção de filtros de alta resistência utilizando adesivos e uretanos.
  • Operações de pintura líquida e a ar utilizando 15 formulações de tinta diferentes.

Cada atividade contribui para um perfil de emissões que deve ser monitorado, documentado e relatado de acordo com os requisitos da licença em múltiplos ciclos de relatórios recorrentes.

Contexto de conformidade

Os fabricantes de produtos avançados enfrentam expectativas crescentes em relação à rastreabilidade de licenças, à qualidade da documentação e à manutenção de registros de emissões prontos para auditoria.

O Desafio

Gerenciamento da conformidade com as emissões atmosféricas em 80 materiais e 17 processos.

O desafio de conformidade ambiental em Neillsville não era entender as obrigações regulatórias. O desafio era gerenciar a complexidade operacional em grande escala. A fábrica precisava monitorar as emissões atmosféricas de aproximadamente 80 materiais de produção utilizados em 17 processos de fabricação, além de atender aos requisitos de relatórios mensais recorrentes.

A geração desses registros exigiu informações de múltiplas fontes operacionais. As equipes de produção forneceram os registros de produção. Inspeções no chão de fábrica determinaram o consumo de materiais dos tanques e contêineres. Os registros de manutenção proporcionaram visibilidade das retiradas de estoque. A equipe ambiental também utilizou fichas de dados de segurança, fichas técnicas, documentação de testes de processo e registros usados ​​para dar suporte aos relatórios anuais e bianuais de emissões.

Reunir todos esses dados mensalmente exigia muita coordenação e validação. O desafio não era simplesmente coletar informações, mas sim manter a confiabilidade nos cálculos, garantir a preparação para auditorias e assegurar que as obrigações de reporte pudessem ser cumpridas de forma consistente em um ambiente de produção altamente flexível.

Antes de utilizar o fluxo de trabalho assistido por IA, os cálculos de emissões e os registros de suporte eram gerenciados por meio de uma combinação de 12 planilhas e Microsoft Access.

Esse ambiente fragmentado criou desafios práticos durante a elaboração de relatórios e a preparação de auditorias. As informações estavam distribuídas por vários sistemas, os cálculos exigiam validação em diferentes ferramentas e a documentação de apoio muitas vezes precisava ser compilada a partir de diversas fontes. Como Lance Wilson descreveu:
Se você chegar acompanhado de um auditor e ele disser: "Queremos auditar seus registros de emissão de poluentes atmosféricos", saiba que temos 12 planilhas diferentes para analisar e os cálculos no Microsoft Access para auditar. Não é uma tarefa agradável.

Lance Wilson, Engenheiro de HSE — Atmus Filtration

A parceria

Explorando a IA como um acelerador prático de fluxos de trabalho de conformidade

A Atmus trabalhou com a equipe da Benchmark Gensuite para avaliar como o Agente de Licenças do Genny AI Agent Hub poderia dar suporte a uma tarefa específica de conformidade ambiental: transformar os requisitos de licenças em dados estruturados adequados para a configuração de um sistema de gerenciamento de emissões.

Em vez de buscar a IA para objetivos amplos de automação, o esforço se concentrou em um desafio operacional prático: como reduzir o esforço manual necessário para traduzir a linguagem das licenças em estruturas de relatórios utilizáveis. A colaboração centrou-se na conexão de três atividades que tradicionalmente são realizadas como etapas separadas e sequenciais:

  1. Permitir revisão
    Ler e interpretar os requisitos de licenciamento para entender quais fontes e parâmetros exigem monitoramento e relatórios.
  2. Identificação de fonte e parâmetro
    Extrair e organizar as fontes de emissão relevantes, os identificadores de processo e os parâmetros de relatório associados a partir da linguagem das licenças.
  3. Configuração do sistema de emissões atmosféricas
    Traduzir as fontes e os parâmetros identificados em dados estruturados, prontos para serem inseridos no AirLog para monitoramento e geração de relatórios contínuos.

O objetivo não era eliminar a revisão humana, mas reduzir o esforço administrativo, preservando ao mesmo tempo a supervisão ambiental e a responsabilidade em todo o processo de instalação.

A Solução

Conectando a análise de permissões com a configuração do AirLog por meio do Genny AI Agent Hub.

A Atmus avaliou o fluxo de trabalho usando sua licença Title V de 41 páginas. O fluxo de trabalho segue uma progressão estruturada de cinco etapas, desde o upload da licença até a integração com o AirLog, com revisão humana incorporada no ponto em que os resultados gerados são validados e refinados antes da ingestão pelo sistema.

1

Carregamento de permissão
O usuário da área ambiental carrega um documento de licença no Agente de Licenças dentro do Genny AI Agent Hub. Nenhuma formatação ou codificação personalizada é necessária antes do envio, permitindo que o fluxo de trabalho se encaixe nos processos de conformidade ambiental existentes.

2

Identificação de fontes assistida por IA
O agente analisa o conteúdo da licença e identifica as fontes de emissão atmosférica, os processos e os parâmetros de relatório associados. Isso reduz a quantidade de interpretação manual da licença necessária antes que as atividades de configuração possam começar.

3

Geração de saída estruturada
O sistema retorna uma lista estruturada de fontes e parâmetros que podem auxiliar nas atividades de configuração do AirLog, criando um ponto de partida mais consistente para a configuração do programa de emissões.

“Cada captura levou cerca de cinco minutos, e aqui está a lista dos seus processos. Aqui estão os parâmetros que você precisará reportar mensalmente.”
Lance Wilson — Atmus Filtration

4

Revisão e Validação Humana
Os usuários revisam o resultado gerado e fazem edições conforme necessário antes da finalização. Isso permite que os profissionais da área ambiental mantenham a supervisão, ao mesmo tempo que melhoram a usabilidade dos nomes das fontes e das estruturas de relatório para futuros responsáveis ​​pelo programa. A terminologia das licenças nem sempre é a linguagem mais prática para as operações diárias — uma licença pode identificar uma fonte como “P01”, enquanto a equipe pode preferir “P01-linha de tinta” para tornar o registro mais significativo para usuários futuros.

“Outra vantagem é que essa tabela pode ser editada. Então, P01, talvez não seja o melhor nome para esse processo. Na verdade, é uma linha de pintura. Então podemos usar P01-linha de pintura, porque a pessoa que vier depois de mim pode não saber o que é P01.”
Lance Wilson — Atmus Filtration

5

Integração com AirLog
As informações validadas podem então ser inseridas no AirLog para fluxos de trabalho de rastreamento e geração de relatórios de emissões. O fluxo de trabalho também inclui verificações que notificam os usuários quando uma fonte já existe, ajudando a evitar configurações duplicadas e garantindo a consistência dos dados em todo o programa de gerenciamento de emissões.

Os resultados

Preparação para instalação mais rápida, menos traduções manuais e maior continuidade do programa.

A avaliação da Atmus demonstrou como a análise de licenças assistida por IA pode apoiar os fluxos de trabalho de conformidade ambiental sem eliminar a revisão humana do processo. Usando uma licença do Título V de 41 páginas, o Agente de Licenciamento gerou uma lista estruturada de processos de emissão atmosférica e parâmetros de relatório associados em aproximadamente cinco minutos.

Permissão de 41 páginas do Título V processada através do Genny AI Agent Hub

A lista de fontes e parâmetros foi gerada em aproximadamente cinco minutos.

Nenhuma programação ou desenvolvimento personalizado é necessário por parte do usuário.

Os dados de saída permaneceram editáveis ​​antes da ingestão pelo AirLog.

A nomenclatura das fontes pode ser adaptada para melhorar a usabilidade operacional e a continuidade.

Esforço de interpretação manual de autorizações reduzido durante as atividades iniciais de configuração.

Esta avaliação não gerou métricas de implementação em toda a empresa, cálculos de ROI ou dados de resultados de auditoria. Os resultados refletem o escopo da avaliação inicial do fluxo de trabalho usando um único documento de permissão do Título V.

Antes Depois

Evoluindo da Tradução Manual de Permissões para a Preparação Estruturada de Configuração

ANTES APÓS
Cálculos de emissões atmosféricas com suporte de 12 planilhas e Microsoft Access. Fontes estruturadas e saídas de parâmetros geradas por meio do Genny AI Agent Hub.
Interpretação manual dos requisitos de licença antes do início da instalação Identificação assistida por IA de fontes e parâmetros de relatório a partir do conteúdo da licença
As atividades de configuração de licenças dependem da experiência individual e do conhecimento institucional. Resultados estruturados disponíveis para revisão, aprimoramento e utilização por qualquer membro da equipe.
A terminologia de permissão pode não estar alinhada com as convenções de nomenclatura operacional. A possibilidade de editar a nomenclatura das fontes antes da configuração do AirLog facilita a clareza e a continuidade das operações.
Documentação fragmentada compilada a partir de múltiplas fontes durante a preparação da configuração. Caminho direto da análise de licenças para a configuração do AirLog e gerenciamento centralizado.
Formatação manual e esforço de preparação necessários antes da entrada no sistema. O fluxo de trabalho de extração sem código reduz a carga administrativa de pré-configuração.

Impacto Operacional

“Cada captura levou cerca de cinco minutos, e aqui está a lista dos seus processos. Aqui estão os parâmetros que você precisará reportar mensalmente.”

Lance Wilson, Atmus Filtration

Lições Aprendidas

A adoção prática da IA ​​começa com tarefas de conformidade de alta fricção.

A experiência da Atmus destaca diversas lições relevantes para profissionais da área ambiental que avaliam fluxos de trabalho habilitados por IA para programas de conformidade com emissões.

  1. Os gargalos administrativos muitas vezes criam as maiores oportunidades.
    Muitos desafios de conformidade não decorrem da complexidade regulatória em si, mas do esforço necessário para traduzir os requisitos em sistemas operacionais. Tarefas administrativas complexas costumam ser o ponto de partida mais produtivo para a avaliação de fluxos de trabalho assistida por IA.
  2. A revisão humana continua essencial
    Os resultados gerados por IA foram revisados ​​e editáveis ​​antes da ingestão, preservando a responsabilidade e a supervisão ambiental. O fluxo de trabalho acelerou a preparação da configuração sem substituir o julgamento profissional necessário para validar e finalizar os dados de conformidade.
  3. A transferência de conhecimento é tão importante quanto a eficiência.
    A melhoria na nomenclatura das fontes e na clareza organizacional favorece a continuidade do programa quando as responsabilidades da equipe mudam. Dados estruturados e bem rotulados reduzem a dependência do conhecimento institucional que se acumula em torno de processos manuais de conformidade.
  4. A preparação de dados estruturados apoia a governança subsequente.
    Criar registros de origem e parâmetros utilizáveis ​​logo no início do fluxo de trabalho pode simplificar as atividades subsequentes de geração de relatórios, manutenção de registros e preparação para auditorias. A qualidade dos dados na configuração inicial traz benefícios cumulativos ao longo dos ciclos de geração de relatórios subsequentes.
  5. Casos de uso práticos impulsionam uma adoção significativa.
    As equipes ambientais tendem a adotar a IA com mais facilidade quando ela se concentra em tarefas operacionais específicas, em vez de objetivos tecnológicos abstratos. A relevância para o fluxo de trabalho — e não a novidade — é o que determina se as ferramentas de IA ganharão força nos programas de conformidade.

Relevância para um setor mais amplo

Transformando os requisitos de licenciamento em dados operacionalmente utilizáveis

Profissionais da área ambiental em diversos setores da indústria manufatureira enfrentam expectativas crescentes em relação à precisão dos relatórios, à qualidade da documentação, à rastreabilidade e à preparação para auditorias. Ao mesmo tempo, muitas organizações continuam dependendo de processos manuais para traduzir os requisitos de licenças em sistemas de rastreamento operacional — uma dependência que concentra o conhecimento institucional, cria fragmentação entre as ferramentas e aumenta a carga administrativa em programas de conformidade já complexos.

O exemplo da Atmus ilustra uma aplicação prática de IA na conformidade ambiental. Em vez de tratar as licenças como documentos estáticos que devem ser traduzidos manualmente para sistemas operacionais, os fluxos de trabalho assistidos por IA podem ajudar a transformar o conteúdo das licenças em pontos de partida estruturados que apoiam a gestão de emissões, a preparação de relatórios e a continuidade do programa a longo prazo.

  • Configuração acelerada do sistema, desde a obtenção da licença até a sua implementação, sem eliminar a supervisão ambiental.
  • Redução da dependência de conhecimentos especializados individuais para a interpretação e configuração de licenças.
  • Melhoria na consistência dos dados e na clareza da nomenclatura das fontes em todos os registros de emissões.
  • Maior preparação para ciclos de relatórios recorrentes e atividades de preparação para auditorias.

À medida que os programas ambientais se tornam cada vez mais dependentes de dados, a capacidade de transitar eficientemente dos requisitos regulatórios para a execução operacional torna-se um componente essencial da maturidade da governança ambiental. A transição da interpretação manual fragmentada para dados de conformidade estruturados e prontos para uso em sistemas representa uma melhoria operacional significativa para instalações que gerenciam perfis de emissões complexos em múltiplos processos e obrigações de reporte.

NESTA PÁGINA

ORGANIZAÇÃO

Logotipo branco da Atmus
Instalação em Neillsville, Wisconsin

Fundado

65+ anos atrás

Tamanho da instalação

~155,000 pés quadrados

Operações

3 turnos, 5 a 6 dias por semana

Certificações

ISO EHS, IATF

Expertise

Fabricação de Filtração

Soluções Utilizadas

AirLog

Central de Agentes de IA da Genny

Agente de Permissão

TÓPICOS

Conformidade com as Emissões Atmosféricas

Permissão do Título V

Gerenciamento de licenças

Fluxos de trabalho assistidos por IA

Conformidade EHS

Preparação para auditoria

Transferência de conhecimento

Governança Ambiental

Veja como o Benchmark Gensuite pode simplificar seu programa de conformidade com as emissões atmosféricas.

Fale com um especialista em conformidade ambiental e de EHS (Saúde, Segurança e Meio Ambiente).

Encontre sua instância empresarial de
Benchmark Gensuite

Observação: Instâncias de assinantes em que você tem um ativo As contas de usuário registradas estão listadas acima. Se precisar de mais ajuda, envie um e-mail para nós em [email protected]
Por favor, inclua o nome da sua empresa e o endereço de e-mail cadastrado para que possamos ajudá-lo(a).