Estudo da IDC em parceria com a Schneider Electric indica que densidade energética extrema e falta de técnicos aceleram adoção de monitoramento baseado em condição.
A expansão da inteligência artificial (IA) está elevando a complexidade operacional dos data centers e colocando em xeque modelos de manutenção baseados em calendários fixos. É o que aponta novo estudo da International Data Corporation (IDC), apoiado pela Schneider Electric, que identifica a Manutenção Baseada em Condição (CBM) como uma alternativa para aumentar a previsibilidade da infraestrutura e reduzir falhas não planejadas.
O levantamento, intitulado The Self-Aware Datacenter: How Condition-Based Maintenance Turns Fragmented, Multi-Vendor Datacenters into Predictable Infrastructure and System Intelligence, relaciona a mudança a três fatores: o aumento da densidade energética dos racks, a expansão de ambientes com equipamentos de diferentes fabricantes e a escassez de profissionais técnicos qualificados.
Nesse cenário, a manutenção deixa de ser determinada apenas pelo tempo de operação dos ativos e passa a utilizar dados sobre seu desempenho para identificar desvios e antecipar possíveis falhas.
IA eleva densidade de potência dos data centers
A pressão sobre a infraestrutura cresce à medida que aplicações de IA demandam maior capacidade computacional. Segundo o estudo da IDC, a densidade de potência, que em data centers convencionais pode ficar em torno de 15 kW por rack, chega a 300 kW a 600 kW em zonas destinadas à computação intensiva em IA.
O aumento da carga impõe novas exigências aos sistemas elétricos, de refrigeração e demais componentes responsáveis pela disponibilidade das instalações. A expansão também ocorre por meio da adaptação e aquisição de estruturas existentes, ampliando a diversidade de equipamentos presentes nos campi. Esse movimento pode dificultar a gestão dos ativos, especialmente quando instalações incorporadas por meio de operações de fusões e aquisições não possuem histórico operacional completo.
Luis Fernandes, Senior Research Manager da IDC e autor do estudo, aponta que a incorporação de instalações existentes adiciona uma camada de complexidade à operação: “Quando os operadores adquirem instalações já existentes em vez de construí-las do zero. Eles introduzem configurações de equipamentos desconhecidas de múltiplos fornecedores, sem histórico operacional, exigindo integração imediata com sistemas de gestão de desempenho de ativos.”
Manutenção baseada em condição ganha espaço
A CBM utiliza monitoramento contínuo para avaliar o estado dos equipamentos e direcionar intervenções conforme a necessidade identificada. A estratégia se diferencia da manutenção preventiva convencional, que programa inspeções e substituições a partir de intervalos predefinidos.
A Schneider Electric afirma que sua oferta EcoCare combina monitoramento remoto, inteligência artificial e acompanhamento especializado para identificar alterações no comportamento dos ativos em relação aos parâmetros operacionais. A empresa aponta, entre os resultados associados à aplicação da CBM, redução de intervenções manuais, menor despesa operacional, diminuição do tempo de indisponibilidade não planejada e extensão da vida útil dos equipamentos. Para o EcoCare, a companhia informa redução de até 75% no tempo de inatividade não planejado e redução reportada de 20% no OpEx.
Jerome Soltani, chefe global de Serviços da Schneider Electric, destaca que o monitoramento contínuo permite diferenciar equipamentos que apresentam sinais de degradação daqueles que permanecem dentro dos parâmetros esperados: “Ao combinar capacidades de monitoramento remoto com orquestração assistida por IA, é possível obter insights sobre a saúde dos ativos e sistemas, além de identificar precocemente comportamentos anômalos que possam preceder uma falha. Isso garante que o tempo de inatividade seja minimizado, mas também que equipamentos funcionando dentro das especificações não sejam perturbados ou tratados desnecessariamente.”
Falta de mão de obra aumenta pressão sobre operadores
A escassez de profissionais especializados é outro fator que favorece a automação do monitoramento e do diagnóstico. O estudo aponta dificuldades para preencher posições técnicas relacionadas a engenharia elétrica e mecânica, refrigeração, comissionamento e sistemas de alta tensão.
Nos Estados Unidos, o levantamento citado pela IDC aponta uma relação de um profissional qualificado para cada sete vagas abertas no segmento.A limitação de mão de obra se torna mais relevante em instalações que precisam operar continuamente e concentram sistemas críticos. Nesse ambiente, ferramentas capazes de identificar anomalias e priorizar intervenções podem reduzir a dependência de inspeções manuais.
Para Fernandes, a mudança representa uma ruptura com a lógica de manutenção baseada exclusivamente em intervalos predefinidos: “Seu cronograma de manutenção não sabe quando algo está falhando, mas seu equipamento sabe.”
O pesquisador avalia ainda que a análise preditiva permite ampliar a capacidade de monitoramento ao correlacionar dados de diferentes equipamentos e fornecedores: “Ao escalar a análise preditiva para correlacionar comportamentos entre todos os fornecedores, ativos e trajetórias de falha, a CBM permite que os operadores construam uma inteligência de sistema orientada por máquina e validada por humanos.”
Disponibilidade vira variável estratégica
O avanço da IA transforma a disponibilidade da infraestrutura em uma variável ainda mais relevante para os operadores de data centers. Com cargas computacionais mais elevadas e sistemas cada vez mais complexos, a ocorrência de falhas não planejadas pode afetar diretamente a continuidade dos serviços digitais.
Nesse contexto, a CBM desloca a gestão de manutenção de uma lógica predominantemente temporal para uma abordagem baseada na condição efetiva dos ativos. A combinação entre sensores, monitoramento remoto, análise preditiva e supervisão especializada permite direcionar recursos para equipamentos que apresentam sinais de degradação, evitando intervenções desnecessárias.
A tendência acompanha a evolução dos próprios data centers, que passam a operar com maior densidade energética, arquiteturas híbridas e ativos de diferentes gerações e fabricantes. Para a IDC, esse cenário favorece modelos capazes de transformar dados operacionais em informações para tomada de decisão sobre a infraestrutura crítica.
