ROI de IIoT: Um Framework Prático para Calcular Retornos

O ROI de IIoT é a pergunta que todo gerente de planta, de uma fábrica em Campinas a um frigorífico no interior, faz antes de aprovar um projeto de máquinas conectadas, e é a pergunta que a maioria das propostas responde mal. Este guia oferece um framework prático para quantificar ganhos em paradas, energia e qualidade, listar cada linha de custo com honestidade e transformar o resultado em um período de payback e um valor presente líquido que você consegue defender em uma reunião de orçamento. Você também vai receber um pequeno modelo em Python para adaptar aos seus próprios dados.

Por que a maioria dos business cases de IIoT desmorona

Uma proposta de IoT Industrial normalmente morre por um de três motivos. Primeiro, os benefícios são escritos como adjetivos: "mais visibilidade", "decisões mais inteligentes", "transformação digital". O financeiro não consegue descontar um adjetivo. Segundo, os custos incluem apenas hardware e licenças de software, e o trabalho de integração, modelagem de dados e gestão da mudança aparece depois como uma surpresa desagradável. Terceiro, o projeto tenta se justificar na planta inteira de uma vez, então ninguém consegue verificar os números até o dinheiro ser gasto.

A solução é amarrar cada benefício a uma métrica operacional que você já mede (ou pode começar a medir a baixo custo), a uma linha de base e a um mecanismo específico que explique por que dados conectados mudam essa métrica. Se você não consegue nomear o mecanismo, deixe o benefício fora do business case. Um número menor e crível vale mais do que um número grande e frágil.

A fórmula do ROI de IIoT

A aritmética é simples. A disciplina está nas entradas.

Annual net benefit  = (downtime savings + energy savings + quality savings + labour savings)
                      - annual running costs

Simple ROI (%)      = (annual net benefit * years - one-time costs) / one-time costs * 100

Payback (months)    = one-time costs / (annual net benefit / 12)

NPV                 = -one-time costs + sum over years of annual net benefit / (1 + discount rate)^year

Use o payback simples para chamar a atenção e o VPL (NPV) para conseguir a aprovação. A maioria das equipes financeiras tem uma taxa mínima de atratividade ou um período máximo de payback; pergunte qual é antes de montar o modelo, para saber qual é a meta.

Alavancas de benefício e como medi-las

Cada alavanca abaixo precisa de uma linha de base, de um mecanismo e de uma premissa de melhoria conservadora. Registre os três por escrito.

Alavanca	Métrica de base	Mecanismo viabilizado por dados conectados	Como valorá-la
Paradas não planejadas	Horas de paradas não planejadas por máquina por ano	Alertas de condição, diagnóstico de falhas mais rápido, manutenção antecipada	Margem de contribuição perdida por hora mais horas extras e fretes urgentes
Microparadas e perdas de velocidade	Componente de desempenho do OEE	Visibilidade de paradas curtas que ninguém registra manualmente	Unidades boas extras por turno vezes a margem por unidade
Energia	kWh por unidade produzida, pico de demanda	Detecção de estado ocioso, detecção de vazamentos de ar comprimido, deslocamento de carga	Tarifa por kWh mais encargos de demanda
Refugo e retrabalho	Taxa de refugo, horas de retrabalho	Rastreamento de parâmetros de processo vinculado aos resultados de qualidade	Custo de material mais mão de obra mais descarte
Coleta manual de dados	Horas gastas com pranchetas e planilhas	Contagens, estados e relatórios automáticos	Custo total da mão de obra vezes as horas liberadas
Falhas de qualidade que chegam ao cliente	Reclamações de clientes, custo de garantia	Rastreabilidade dos dados de processo por lote	Reclamações evitadas, muitas vezes valoradas como redução de risco

Valorando as paradas corretamente

O erro mais comum é multiplicar as horas de parada pela receita por hora. A receita não se perde se a planta conseguir recuperar a produção depois, com horas extras ou capacidade ociosa. O valor honesto é a margem de contribuição da produção realmente perdida, mais o custo de recuperar o restante (horas extras, fretes urgentes, setups adicionais). Em uma máquina gargalo com capacidade restrita, horas perdidas normalmente são produção perdida. Em uma máquina com capacidade sobrando a jusante, o valor pode ser bem menor.

Valorando a energia corretamente

A economia de energia vem de dois lugares: consumo (kWh) e picos de demanda (kW), que muitas tarifas industriais cobram separadamente. Um medidor conectado em cada carga relevante mostra quando as máquinas ficam ociosas com motores, aquecedores ou compressores ainda ligados. Valore apenas o consumo ocioso que você consegue desligar de forma realista e use sua estrutura tarifária real, e não um preço médio.

Valorando a qualidade corretamente

Os ganhos de qualidade são reais, mas demoram a ser comprovados, porque você precisa de lotes suficientes para separar o sinal do ruído. Inclua-os no business case, mas considere colocá-los em uma coluna de "fase dois" que não seja necessária para atingir o payback. Isso mantém o núcleo do business case robusto.

O lado dos custos: cada linha

Um modelo de ROI de IIoT crível lista os custos que quem escreve propostas gosta de esquecer.

Sensores e retrofits. Alicates de corrente, sensores de vibração, sondas de temperatura, medidores de energia, além de fixação e cabeamento. Veja nosso guia sobre como fazer o retrofit de máquinas legadas para IoT para conhecer as opções típicas.
Gateways de borda. Hardware, gabinetes, fontes de alimentação e peças de reposição. A conversão de protocolo a partir de Modbus, OPC UA ou drivers de CLP acontece aqui.
Trabalho de rede. Switches, VLANs, regras de firewall, possivelmente modems celulares para plantas remotas.
Infraestrutura de mensageria. O broker MQTT que conecta a borda aos consumidores. Um broker auto-hospedado tem custos de servidor, patches, certificados e plantão; um broker MQTT gerenciado transforma isso em uma assinatura.
Armazenamento e visualização de dados. Historiador ou banco de dados de séries temporais, dashboards, um eventual gêmeo digital, licenças.
Integração e modelagem de dados. Mapear tags para uma estrutura de topics e unidades consistente. Muitas vezes é o maior custo de engenharia.
Mão de obra interna. Engenheiros de TO, revisões de segurança de TI, operadores treinados nas novas telas.
Custos recorrentes. Assinaturas, dados celulares, contratos de suporte, sensores de reposição.
Contingência. Um percentual para imprevistos, especialmente na primeira linha conectada.

Onde entram os custos de mensageria

A mensageria raramente é o maior custo de um projeto de IIoT, mas é o que escala com cada máquina adicionada, então modele-a desde o início. Três números a determinam: o número de conexões simultâneas (uma por gateway ou dispositivo que fala MQTT), a taxa de mensagens e o tamanho das mensagens.

Duas escolhas de projeto mexem muito nesses números. Publicar na mudança em vez de em um temporizador fixo, como descrito no nosso artigo sobre report by exception, reduz o volume de mensagens para valores que mudam devagar, como temperaturas e estados. Agregar muitas tags em uma única conexão de gateway mantém baixo o número de conexões mesmo quando o número de tags é alto.

Com o ConnectMQ, você dimensiona o broker por plano, e não por servidores. O plano Serverless (Free) permite até 25 conexões, QoS até 1 e mensagens de 256 KB, o que basta para uma linha piloto. O Serverless (Paid) eleva isso para 1.000 conexões com QoS 2, mensagens de 1 MB e assinaturas compartilhadas, e o Dedicated oferece um cluster isolado quando uma planta precisa. Como os limites dos planos são fixos, a linha de mensageria no seu modelo de ROI é uma assinatura conhecida, e não uma estimativa de horas de servidor e tempo de engenharia. Se você está comparando opções de hospedagem, nossa visão geral sobre broker MQTT na nuvem explica os trade-offs.

Um modelo em Python para adaptar

O script abaixo mantém todas as premissas em um único dicionário, para que você possa compartilhá-lo com o financeiro e alterar as entradas na frente deles. Os valores são marcadores ilustrativos, não benchmarks; substitua cada um pelos seus próprios dados de base.

# iiot_roi.py - um modelo transparente de ROI de IIoT. Substitua cada entrada pelos seus próprios dados.

inputs = {
    # Paradas
    "machines": 8,
    "unplanned_downtime_hours_per_machine": 120,   # linha de base dos registros de manutenção
    "downtime_reduction_pct": 0.15,                 # premissa conservadora
    "margin_lost_per_downtime_hour": 400.0,         # margem de contribuição, não receita
    # Energia
    "idle_kwh_per_machine_per_year": 9000,
    "idle_kwh_avoidable_pct": 0.30,
    "energy_price_per_kwh": 0.18,
    # Qualidade
    "scrap_cost_per_year": 60000.0,
    "scrap_reduction_pct": 0.05,
    # Mão de obra
    "manual_reporting_hours_per_week": 10,
    "loaded_labour_rate": 45.0,
    # Custos
    "one_time_costs": 85000.0,      # sensores, gateways, integração, treinamento, contingência
    "annual_running_costs": 14000.0, # plano do broker, armazenamento, dashboards, suporte
    "years": 5,
    "discount_rate": 0.10,
}

def annual_benefits(i):
    downtime = (i["machines"] * i["unplanned_downtime_hours_per_machine"]
                * i["downtime_reduction_pct"] * i["margin_lost_per_downtime_hour"])
    energy = (i["machines"] * i["idle_kwh_per_machine_per_year"]
              * i["idle_kwh_avoidable_pct"] * i["energy_price_per_kwh"])
    quality = i["scrap_cost_per_year"] * i["scrap_reduction_pct"]
    labour = i["manual_reporting_hours_per_week"] * 48 * i["loaded_labour_rate"]
    return {"downtime": downtime, "energy": energy, "quality": quality, "labour": labour}

def evaluate(i):
    b = annual_benefits(i)
    gross = sum(b.values())
    net = gross - i["annual_running_costs"]
    payback_months = i["one_time_costs"] / (net / 12) if net > 0 else float("inf")
    roi_pct = (net * i["years"] - i["one_time_costs"]) / i["one_time_costs"] * 100
    npv = -i["one_time_costs"] + sum(net / (1 + i["discount_rate"]) ** y
                                     for y in range(1, i["years"] + 1))
    return b, gross, net, payback_months, roi_pct, npv

if __name__ == "__main__":
    b, gross, net, payback, roi, npv = evaluate(inputs)
    for k, v in b.items():
        print(f"{k:>10}: {v:12,.0f} per year")
    print(f"{'gross':>10}: {gross:12,.0f} per year")
    print(f"{'net':>10}: {net:12,.0f} per year")
    print(f"payback   : {payback:8.1f} months")
    print(f"ROI       : {roi:8.1f} % over {inputs['years']} years")
    print(f"NPV       : {npv:12,.0f}")

    # Sensibilidade: e se cada melhoria for só metade do esperado?
    pessimistic = dict(inputs)
    for key in ("downtime_reduction_pct", "idle_kwh_avoidable_pct", "scrap_reduction_pct"):
        pessimistic[key] = inputs[key] / 2
    *_, p_payback, p_roi, p_npv = evaluate(pessimistic)
    print(f"pessimistic payback: {p_payback:.1f} months, NPV: {p_npv:,.0f}")

Execute-o com python iiot_roi.py. O bloco de sensibilidade no final importa mais do que o número principal: se o projeto ainda se paga quando cada melhoria é reduzida pela metade, o business case é robusto. Se ele só funciona no cenário otimista, reduza o escopo ou encontre uma alavanca mais forte.

Comprove com um piloto antes de escalar

Uma planilha é uma hipótese. A forma mais rápida de trocar premissas por medições é um piloto de escopo restrito em uma linha ou em algumas máquinas, rodando tempo suficiente para capturar um mix de produção representativo. Nosso guia sobre como fazer uma prova de conceito de IIoT aborda escopo e critérios de sucesso em detalhes.

Mantenha o piloto barato e reversível:

Escolha a alavanca com a linha de base mais clara, normalmente paradas ou energia em um ativo gargalo.
Conecte os dados por meio de um gateway de borda que publica em um broker MQTT, com uma estrutura de topics que você aceitaria manter em escala.
Use um plano gratuito de broker no piloto, para que a infraestrutura não vire uma questão de compras. Você pode prototipar o fluxo de dados no servidor MQTT público com dados de amostra não sensíveis e depois migrar para credenciais privadas.
Combine com antecedência qual resultado conta como sucesso e quem o aprova.
Registre as horas reais de integração. É esse o número que mais melhora sua estimativa de custo para escalar.

Um publisher mínimo para o piloto pode ser simples assim, enviando o estado de uma máquina para um topic exclusivo no servidor MQTT público:

mosquitto_pub -h broker.connectmq.com -p 1883 -i roi-pilot-7f3a \
  -t "connectmq/demo/7f3a/line1/press1/state" \
  -m '{"state":"running","kw":11.4,"ts":"2026-10-16T08:00:00Z"}' -q 1 -r

Apresentando o ROI de IIoT ao financeiro

Quando levar o modelo à reunião de orçamento, estruture-o para que os avaliadores questionem as entradas, e não a ideia inteira:

Mostre a fonte dos dados de base de cada entrada.
Separe economias tangíveis (energia, refugo, horas extras) do valor intangível ou estratégico (rastreabilidade, decisões mais rápidas).
Mostre o cenário pessimista ao lado do esperado.
Diga o que está fora do escopo e o que uma fase dois acrescentaria.
Mostre o custo de expansão por máquina adicional, que normalmente é muito menor que o custo do piloto, porque a arquitetura, o broker e o modelo de topics já existem.

Para o contexto arquitetônico mais amplo, nosso guia de IoT industrial com MQTT explica como gateways, brokers e consumidores se encaixam, e o artigo sobre arquitetura IIoT aprofunda as camadas.

Comece com o ConnectMQ

A parte mais barata de um business case de IIoT deveria ser aquela que você pode começar hoje. Crie um broker em app.connectmq.com no plano Serverless gratuito, sem cartão de crédito, conecte seu gateway piloto com o usuário, a senha e o client ID gerados e acompanhe dados reais das máquinas no explorador de topics ao vivo enquanto seu modelo de ROI se enche de valores medidos. Quando o piloto comprovar o business case, o ConnectMQ escala com planos pagos e dedicados sem mudar sua estrutura de topics.

Perguntas frequentes

Qual é um bom período de payback para um projeto de IIoT?

Não existe um número universal; depende da taxa mínima de atratividade e do apetite a risco da sua empresa. Pergunte ao financeiro qual é o limite antes de montar o modelo e mostre o payback esperado e o pessimista em relação a ele.

Devo usar receita ou margem ao valorar paradas no ROI de IIoT?

Use a margem de contribuição da produção realmente perdida, mais o custo de recuperar o restante. A receita por hora superestima o benefício sempre que a planta consegue compensar a produção depois.

Quanto os custos de mensageria MQTT afetam o ROI de IIoT?

Normalmente são uma linha pequena em comparação com sensores e integração, mas escalam com cada dispositivo. Modele conexões, taxa e tamanho das mensagens e use report by exception para manter o volume baixo.

Posso calcular o ROI de IIoT antes de instalar qualquer sensor?

Você pode montar uma hipótese a partir de registros de manutenção, contas de energia e relatórios de refugo, mas trate-a como ponto de partida. Um piloto curto substitui as premissas mais fracas por dados medidos.

Calculando o ROI de IIoT: Um Framework Prático para Projetos Industriais