With the growing demand for fuels and with the prospect of exhaustion of conventional oil deposits around the world, it is necessary to make oil production viable in the most hostile and complex existing environments. One of these environments is the Brazilian pre-salt, which has several technological challenges for its production, such as the high water depth that covers it and the composition of the produced fluids that contain high levels of N2 and CO2. In parallel with this scenario, we observe the emergence of the 4th industrial revolution, also called Industry 4.0, which is accompanied by the application of artificial intelligence and machine learning as ways to enable industrial production at its maximum efficiency with safety and control. This work proposes the use of advanced automation and process control techniques through: Plantwide Control, Fuzzy Logic, Expert Systems, Neural Networks, Genetic Algorithms, Gain Scheduling Control and Override Control. First, a non-linear and concentrated parameter modeling of the oil treatment process of an FPSO (Floating, Production, Storage and Offloading) that currently operates in the Brazilian pre-salt by Petrobras was elaborated, using the Simulink® of Matlab®, validated from the comparison with the real data of the process plant and its design. Then, the project was made and the control loops of the modeled and simulated equipment were implemented using the Plantwide control technique to evaluate the most productive way for the process to be controlled based on the ways of controlling the plant's power supply, its recycles and restrictions. imposed by the process output from neuro-fuzzy logic, expert system and override control. In addition, it was proposed the automation and control of the opening of the chokes of the wells via fuzzy logic and neural networks, and the automation of the setpoint of the separators parameterized by a study carried out in genetic algorithms with an expert system. With this work, it was possible to find a way in which the plant operates with greater stability and profitability, with a gain in production and a significant increase in revenue for the oil production process of the FPSO under analysis, thus obtaining a much better result. than originally planned. As a future perspective is the application of this technology also for the treatment of the gas and water of the platform and the application of computational fluid dynamics for the evolution of the created systems.Com a demanda crescente por combustíveis e com a perspectiva de exaustão das jazidas de petróleo convencionais em todo o mundo é necessário viabilizar a produção de petróleo nos ambientes mais hostis e complexos existentes. Um desses ambientes é o Pré-sal brasileiro, dotado de diversos desafios tecnológicos para a sua produção, como a elevada lâmina d’água que o recobre e pela composição dos fluídos produzidos que contêm altos teores de N2 e CO2. Paralelamente a este cenário, observamos o surgimento da 4ª revolução industrial, também chamada de Indústria 4.0, e que surge acompanhada da aplicação de inteligência artificial e machine learning como formas de viabilizar a produção industrial na sua máxima eficiência com segurança e controle. Nesse trabalho é proposto a utilização de técnicas avançadas de automação e controle de processos por meio de: Controle Plantwide, Lógica Fuzzy, Sistemas Especialistas, Redes Neurais, Algoritmos Genéticos, Gain Scheduling Control e Controle Override. Primeiro foi elaborada uma modelagem do tipo não linear e de parâmetros concentrados do processo de tratamento de óleo de um FPSO (Floating, Production, Storage and Offloading) que hoje opera no pré-sal brasileiro pela Petrobras, no Simulink® do Matlab®, validada a partir da comparação com os dados reais da planta de processo e de seu projeto. Em seguida, feito o projeto e implementado as malhas de controle dos equipamentos modelados e simulados utilizando a técnica de controle Plantwide para avaliar a forma mais produtiva do processo ser controlado com base nas formas de controle da alimentação da planta, dos seus reciclos e das restrições impostas pela saída do processo a partir de lógica neuro-fuzzy, sistema especialista e controle override. Além disso, foi proposto a automação e controle da abertura dos chokes dos poços via lógica fuzzy e redes neurais, e a automação do setpoint dos separadores parametrizados por um estudo feito em algoritmos genéticos com sistema especialista. Com esse trabalho, foi possível encontrar um modelo de produção em que a planta opera com maior estabilidade e rentabilidade, com um aumento da receita financeira de forma significativa para o processo de produção de petróleo do FPSO em análise e, com isso, obtendo um resultado bem melhor que o previsto inicialmente. Como perspectiva futura fica a aplicação dessa tecnologia também para o tratamento do gás e água da plataforma e de aplicação de fluidodinâmica computacional para evolução dos sistemas criados.São Cristóvão