No outono de 2024, eu estava fazendo pesquisa de campo em um armazém 3PL em Ontario, na Califórnia. O gerente de operações me levou até um sistema de visão que eles haviam instalado três meses antes: duas câmeras 3D montadas acima de uma esteira, modelando cada caixa que passava por baixo, medindo a altura e comparando o volume. O sistema em si funcionava bem. O único problema era que o trabalho que ele fazia poderia ter sido feito pelas câmeras 2D que eles já tinham — por muito menos dinheiro. O prédio tem cerca de 60,000 pés quadrados e movimenta aproximadamente 15,000 pacotes por dia, e nove em cada dez são caixas planas com códigos de barras padrão. O gerente me mostrou as contas: o sistema 3D, hardware mais integração, custou quase o dobro da alternativa 2D, e o ganho na taxa de leitura foi de menos de um ponto percentual. Aquilo não foi uma falha de tecnologia. Foi um processo de seleção que fez primeiro a pergunta errada.

Na visão de máquina para armazéns, o debate entre 2D e 3D costuma ser contado como uma história de atualização, uma geração substituindo a anterior. Os dados dos projetos que acompanho não sustentam essa versão. Uma câmera 2D lê uma imagem plana: códigos de barras, texto, danos na superfície. Uma câmera 3D acrescenta profundidade: altura, volume, empilhamento, orientação. São ferramentas diferentes para trabalhos diferentes, não degraus de uma escada. E a linha entre elas não está em uma ficha técnica. Está na aparência da sua carga e no que o seu processo realmente precisa decidir.

Olhe para a carga antes de olhar para a câmera

O erro de seleção mais comum é ler primeiro o folheto do produto e depois tentar encaixar a sua carga nele. A ordem deveria ser inversa. Nas revisões de projetos das quais participo, insisto em um exercício: retirem a carga problemática dos últimos três meses e classifiquem-na conforme o que a câmera deve julgar.

Em 2023, um centro de distribuição de autopeças em Ohio me pediu para revisar o seu projeto de visão. A dor deles era específica: caixas de peças de tamanhos mistos, empilhadas de forma irregular sobre paletes, e os paletes baixos passavam pelos controles manuais, só para serem descobertos como faltas no site do cliente. O centro expede mais de 800 paletes por dia. Uma câmera 2D só conseguia ver a camada superior; não tinha como saber quantas camadas estavam empilhadas nem se um palete estava uma polegada mais baixo que os demais. Depois que mudaram para câmeras 3D, cada escaneamento produzia um mapa de altura, e os paletes baixos eram parados na linha. Ao longo de três meses, o sistema sinalizou mais de 200 paletes por anomalias de altura, e as reclamações de clientes por faltas caíram quase 40 por cento. Nesse projeto, a câmera 3D não era «melhor». Era a única ferramenta capaz de ver o problema.

Compare com o 3PL de Ontario. As caixas deles eram quase todas caixas padrão, e a câmera só precisava responder a duas perguntas: o código de barras pode ser lido e a caixa está visivelmente danificada? Uma câmera 2D com boa iluminação já estava no teto do que aquela decisão precisava. Os dados extras de profundidade não alimentavam nenhuma decisão. Uma câmera que enxerga mais não faz automaticamente um armazém ganhar mais.

Um autoteste rápido: anote tudo o que você quer que a câmera julgue. Se cada item pode ser descrito como «visível em uma superfície plana», uma câmera 2D provavelmente basta. No momento em que um item exigir altura, volume, número de camadas ou orientação, a 3D entra na conversa.

Um modelo para traçar a linha

Para tornar essa linha concreta, montei o modelo que hoje uso com mais frequência ao revisar propostas de visão, com base nos dois projetos acima e nas dimensões de seleção que se repetem no setor:

Dimensão Com 2D basta Considere 3D
Perfil da carga Caixas planas, paletes padrão, camada única Cargas mistas, empilhadas, multicamadas, formatos irregulares
O que é julgado Leitura de códigos de barras, texto, danos superficiais Altura, volume, número de camadas, orientação
Uso típico Verificação de picking, conferência de códigos de barras, evidência fotográfica na expedição Faturamento dimensional, conferência de integridade de carga, prevenção de faltas e cargas erradas
Custo de compra mais integração Base Muitas vezes várias vezes o da opção 2D
Carga de manutenção Trocas de lentes e ajustes de iluminação que a equipe do local resolve Calibração e ajuste de nuvens de pontos que muitas vezes exigem suporte do fornecedor

A última linha merece atenção, porque é onde o custo real se esconde. O preço de um sistema 3D não é apenas o pedido de compra. Calibração de nuvens de pontos, recalibração de profundidade, reajustes após mudanças de iluminação — boa parte desse trabalho não pode ser feita pela própria equipe do armazém, e cada visita é uma taxa de serviço. Quando o armazém de Ontario somou três anos de custo total, o gasto com serviços do seu sistema 3D ficou muito acima do da alternativa 2D, e esse dinheiro nunca havia aparecido no orçamento original do projeto.

Três coisas superestimadas nas câmeras 3D

Nos projetos que acompanho, três expectativas sobre as câmeras 3D falham quase sempre. A primeira é que maior precisão sempre vale o que custa. A precisão impressa em uma ficha técnica de laboratório sofre desconto no chão do armazém: vibração da esteira, brilho da fita adesiva nas caixas e luz ambiente variável corroem tudo isso. Discutir a segunda casa decimal de uma ficha técnica é um mau uso do tempo comparado a uma semana de testes com a sua carga real.

A segunda é que 3D significa fim das conferências humanas. Seis meses após a entrada em operação, o centro de Ohio me contou que uma em cada dez exceções sinalizadas ainda precisava de uma pessoa — uma leitura de altura distorcida por fita refletiva, por exemplo. Uma câmera 3D reduz julgamentos repetitivos. Não elimina o julgamento.

A terceira é a mais sutil: as pessoas assumem que uma câmera 3D vai consertar silenciosamente um problema de processo. O armazém de Ontario acabou descobrindo que o que realmente os atrasava era a colocação inconsistente de etiquetas a montante — códigos de barras às vezes caindo sobre a costura de uma caixa, onde nenhuma câmera os lê bem. Isso foi corrigido padronizando onde as etiquetas vão. Não custou nada em hardware.

As três apontam para a mesma conclusão contraintuitiva: a linha entre a visão de máquina 2D e 3D em armazéns nunca foi uma lacuna tecnológica. É a questão de saber se o seu processo precisa de informações de profundidade para decidir alguma coisa. Antes de comprar uma câmera 3D, faça uma pergunta: se trocássemos este sistema de volta para 2D amanhã, quais decisões se tornariam imediatamente impossíveis? Se você não consegue nomeá-las, não está comprando capacidade. Está comprando tranquilidade.

Meu julgamento: chegue primeiro ao teto da 2D

Nos próximos anos, as câmeras 3D ficarão mais baratas e as ferramentas de calibração mais simples, e a linha vai descer — mais casos de uso cairão para o lado 3D. A lógica não mudará: a informação de profundidade só vale o que custa quando participa de uma decisão. Meu conselho aos armazéns que trabalham com orçamento é acertar primeiro a configuração 2D — iluminação, ângulo da câmera, padrões de colocação de etiquetas, uma rotina de tratamento de exceções. Qualquer um desses quatro pontos sem resolver significa que uma câmera 3D só repetirá o mesmo problema a um preço maior. Quando você conseguir listar três ou mais decisões que realmente não podem ser tomadas sem dados de profundidade, então vá falar de 3D. Nesse momento você estará comprando uma câmera, não uma lição cara.

Por Dr. Chen, Pesquisador em cadeia de suprimentos

Traduzido do inglês. Em caso de divergência, prevalece a versão em inglês.