Uma startup brasileira desenvolveu uma ferramenta de inteligência artificial capaz de converter câmeras de vigilância comuns em dispositivos de análise comportamental contínua, filtrando mais de 99,8% das imagens sem relevância e enviando alertas apenas quando algo foge do padrão.
A solução, chamada Agatha e desenvolvida pela Noleak, nasceu de uma origem inusitada: a cibersegurança. Rafael Libardi, fundador da empresa, trabalhava em um projeto para as Forças Armadas de um país latino-americano, com foco na detecção de comportamentos anômalos em redes corporativas internas. O método, amplamente usado na prevenção de ataques digitais, identificava padrões de comunicação suspeitos. Libardi percebeu que a mesma lógica poderia ser aplicada a imagens de câmeras, bastava substituir pacotes de dados por pixels.
“O que existia no mercado era basicamente detecção de movimento. Qualquer desvio gerava um alerta, o que produzia milhares de notificações por hora e tornava o sistema pouco útil”, diz ele. “Decidi juntar o que eu sabia em cibersegurança com a segurança visual.”
Como funciona
Em vez de seguir regras fixas, a plataforma observa o ambiente por um período inicial e aprende o que é normal naquele contexto específico: quais áreas costumam ter veículos estacionados, quais horários concentram maior circulação de pessoas, quais regiões ficam habitualmente vazias. A partir dessa linha de base, desvios disparam alertas direcionados para avaliação humana.
A limitação do olhar humano é o ponto de partida do argumento. Estudos clássicos sobre monitoramento de circuito fechado de televisão mostram que, após cerca de 12 minutos de observação contínua, um operador pode deixar de perceber até 45% da atividade na tela. Após 22 minutos, esse índice chega a 95%, mesmo com poucas câmeras em exibição. Na prática, um profissional consegue acompanhar com eficácia algumas dezenas de câmeras antes que a fadiga comprometa o trabalho.
Com a triagem automatizada, esse mesmo profissional passa a supervisionar entre mil e duas mil câmeras simultaneamente, recebendo apenas os trechos que exigem análise. “Ele vê só o que está estranho”, resume Libardi.
A ferramenta tem se mostrado útil além da segurança patrimonial tradicional. Uma distribuidora de energia em Minas Gerais enfrentava furtos recorrentes em subestações. Após cada ocorrência, a equipe precisava revisar semanas de gravação, um processo caro e demorado. Com a Agatha, semanas de vídeo foram reduzidas a dez minutos de material relevante, tempo suficiente para identificar um prestador de serviços que agia em área restrita, contando justamente com o volume de imagens como escudo.
Em uma indústria do setor agroindustrial em Belém, o problema era diferente: paradas não programadas de máquinas já somavam mais de R$ 100 milhões em prejuízos em um único ano. O sistema passou a identificar desvios sutis em correntes de grande porte, uma vibração atípica, uma inclinação irregular, uma mudança de textura visual em componentes, e a emitir alertas preventivos antes das falhas.
Outros usos incluem verificação do uso correto de equipamentos de proteção individual em ambientes industriais, contagem automatizada de sacarias no Porto de Santos e, em condomínios residenciais, o mapeamento de placas de veículos para identificar automóveis desconhecidos que permaneçam nas imediações por tempo incomum. Em um caso específico, o sistema detectou que uma criança se aproximou de um portão automático no momento exato da abertura, combinação classificada como anomalia, permitindo que o operador interrompesse o mecanismo a tempo.
Limites
Libardi é enfático sobre o papel da ferramenta: ela organiza prioridades, não substitui o julgamento humano. “Nenhuma solução deve operar de forma isolada. Sempre deve haver verificação posterior”, afirma.
O tempo de adaptação varia de acordo com a complexidade da aplicação. Verificação de EPIs pode ser implementada em menos de 24 horas; contagem de cargas em portos, em cerca de uma semana; aplicações industriais muito específicas podem demandar meses de ajuste dos algoritmos.
A infraestrutura básica também é condição necessária. “É preciso educar o cliente porque tecnologia não é mágica. A câmera tem de estar no lugar certo e apresentar qualidade razoável de imagem. Às vezes, o cliente acredita que vai conseguir identificar algo a 200 metros usando uma câmera de baixo custo”, diz Libardi.
O desenvolvimento contou com apoio do Programa Pesquisa Inovativa em Pequenas Empresas (PIPE), da FAPESP, que permitiu à startup reestruturar sua arquitetura de dados e aprimorar os modelos matemáticos. Para Libardi, o fomento foi determinante. “O pesquisador domina a técnica, mas nem sempre sabe como transformá-la em um produto comercialmente viável.”
O mercado em que a Noleak atua cresce rapidamente. Segundo a Associação Brasileira das Empresas de Sistemas Eletrônicos de Segurança, o setor faturou R$ 14 bilhões em 2024, crescimento de 16,1% em relação ao ano anterior, e a diferença entre gravar tudo e entender o que foi gravado, na avaliação de Libardi, define cada vez mais a eficácia dos sistemas de segurança. “Câmera sem análise é apenas um arquivo enorme que raramente é consultado de forma produtiva.”
Deixe um comentário