Central de monitoramento com IA

O problema real: atenção é o recurso mais escasso da central

Toda central de monitoramento conhece a cena: um operador, uma parede de mosaicos, um turno de doze horas. O modelo funciona enquanto a carteira é pequena. Conforme os contratos crescem, ele quebra por um motivo simples: ninguém consegue prestar atenção em tudo ao mesmo tempo. Olhar mais telas não aumenta a capacidade de perceber o que acontece nelas.

O outro lado do problema é o alarme falso. Sensor de movimento disparado por gato, árvore balançando, farol de carro na parede, chuva. Cada disparo falso consome o tempo de alguém e, pior, ensina o operador a desconfiar dos alarmes. Quando o verdadeiro chega, ele é tratado com a mesma pressa dos outros cem.

A IA não resolve isso sozinha, mas muda a pergunta. Em vez de "o que está acontecendo nessas telas?", o operador responde "este evento é real e o que faço com ele?". É uma pergunta que cabe num turno.

Menos alarme falso: o filtro começa na câmera

Os analíticos de vídeo filtram o disparo antes que ele chegue ao operador. Na Xeqmate, eles rodam no servidor, na nuvem ou on-premise, então qualquer câmera que envie vídeo por RTSP ou RTMP recebe a análise, sem trocar o equipamento do cliente. O que reduz o ruído é a calibração, câmera a câmera:

• Classe do objeto. Disparar só para pessoa ou veículo (ou moto, bicicleta) elimina o gato, a sombra e a árvore.
• Área desenhada na imagem. Polígonos sobre o quadro real da câmera definem onde a detecção importa. A calçada atrás do portão fica de fora.
• Permanência e contagem. Exigir que o objeto fique um tempo mínimo na área, ou que haja uma quantidade mínima, corta os disparos de passagem.
• Regras de horário. Várias janelas por dia, janelas que cruzam a meia-noite, dias da semana e intervalos de datas. Pessoa no pátio às 14h é expediente; às 3h é evento.

Na prática, área de detecção grande demais costuma gerar mais falsos positivos do que sensibilidade mal ajustada. Recortar bem a área é a primeira coisa a revisar numa câmera barulhenta.

Da parede de telas à fila de eventos

Filtrar é metade do trabalho. A outra metade é organizar o que sobrou. Na Central de Eventos da Xeqmate, todo disparo (analítico de vídeo, alerta de placa, alerta de face, suspeita de placa clonada, comportamento suspeito) entra numa única fila, com:

• Prioridade, para que a intrusão no galpão não espere atrás de vinte eventos de rotina.
• Status, que mostra em que pé está cada atendimento e o que ainda não foi tocado.
• Detalhe com imagem e o contorno do objeto detectado, para decidir sem abrir a gravação na maioria dos casos.
• Encaminhamento para outro usuário, como supervisor, responsável pelo cliente ou plantão.
• Comentário e histórico: cada mudança fica registrada com quem alterou, quando e por quê.

A fila pode ser a página inicial do operador. Ele começa o turno nela, não no mosaico. O mosaico de até 36 câmeras com ronda continua lá para a vigilância ativa e para os clientes que exigem acompanhamento visual, mas deixa de ser o centro do trabalho. A passagem de turno também muda: quem chega vê exatamente o que ficou pendente.

Escala sem crescer a operação na mesma proporção

No modelo de telas, cada câmera nova é mais um pedaço de atenção dividido. No modelo de eventos, uma câmera nova só pesa quando gera evento, e uma câmera bem calibrada gera pouco. Isso permite que a carteira cresça mais rápido do que a equipe, desde que algumas condições estejam presentes:

• Calibração na implantação. Cada câmera entra com área, classe e horário definidos com o cliente. Câmera sem calibração é fonte de ruído.
• Saúde das câmeras. Câmera offline não gera evento nenhum, nem o verdadeiro. Na Xeqmate, o histórico de disponibilidade e o filtro "disponibilidade nas últimas 24 h" mostram quais pararam de enviar imagem. O guia sobre câmera offline trata do diagnóstico.
• Organização por cliente. Grupos de câmeras, permissões por usuário e compartilhamento controlado garantem que cada operador veja o que precisa, e que o cliente veja só o que é dele.
• Registro auditável. Quando o cliente questiona o atendimento, o histórico do evento responde: quando chegou, quem viu, o que foi feito.

Não há fórmula de "câmeras por operador" que valha para toda central: depende do perfil dos clientes, do tipo de serviço e da calibração. O que muda com a IA é que esse número passa a ser determinado pelo volume de eventos, que a operação controla, e não pelo número de telas.

Novos serviços que passam a caber na operação

A mesma plataforma que filtra alarmes abre espaço para serviços que antes exigiam equipamento dedicado ou um operador olhando o tempo todo:

Cada um vira uma linha de receita recorrente, vendida por câmera e por módulo, sobre a mesma operação. Com o white-label, tudo sai com a marca da central.

Indicadores que a central deve acompanhar

Implantar IA sem medir é trocar uma impressão por outra. Estes indicadores podem ser tirados do próprio histórico de eventos e da disponibilidade das câmeras:

• Tempo até o primeiro tratamento: quanto o evento espera na fila até alguém mudar o status. Separe por prioridade.
• Taxa de descarte por câmera: a proporção de eventos encerrados como falso positivo. As câmeras do topo da lista são as primeiras a recalibrar.
• Eventos por operador por turno: mostra se a carga está equilibrada e quando é hora de reforçar a equipe ou a calibração.
• Pendentes na passagem de turno: eventos que atravessam o turno sem status final indicam gargalo.
• Câmeras indisponíveis nas últimas 24 h: cada uma é um cliente sem cobertura, mesmo que ninguém tenha reclamado ainda.
• Eventos confirmados por cliente: a base do relatório mensal que justifica a mensalidade.