A cidade inteligente não trava na câmera. Trava depois do alerta.

A câmera já funciona. O gargalo é a atenção.

Câmera virou commodity. O que não escala é olho. Num estudo de campo do projeto europeu URBANEYE, que observou salas de controle por dentro, os pesquisadores Norris e McCahill registraram que só cerca de 35% da atividade dos operadores era vigilância proativa. O resto era reação: rádio, telefone, pedido de alguém.

E tem o número que todo fornecedor repete: "após 22 minutos, o operador perde 95% dos eventos". Eu já usei esse número. A origem mais próxima que se acha é um relatório do Sandia National Laboratories para o Departamento de Justiça americano, de 1999, que fala em queda de atenção na faixa dos 20 minutos e não traz 95% nenhum. O percentual foi inventado no caminho. Dado zumbi.

O ponto sério sobrevive sem ele: ninguém assiste a milhares de câmeras. A IA aqui não olha por você. Ela pega a imagem e transforma em tarefa: o alerta chega na mesa de quem decide com hora, lugar e o que fazer. Filtro de atenção.

Só que o filtro não elimina o gargalo, muda ele de lugar: da tela para a fila de alertas. A evidência mais limpa vem de fora do vídeo. Num experimento controlado com analistas de segurança de rede (Layman e Roden, 2023), quem trabalhou com uma fila em que 86 de cada 100 alertas eram falsos teve 47% menos precisão e demorou 40% mais do que quem pegou uma fila com metade disso. Troque o alarme de rede pelo de câmera e a fila é a mesma.

Onde a ocorrência emperra

A ocorrência nasce assim: o software que analisa a imagem dispara (no setor a gente chama de analítico), o alerta cai numa fila, o operador abre a imagem e valida, classifica o tipo, gera a ocorrência com endereço e prioridade, despacha para quem tem equipe no setor, e alguém fecha com o desfecho. Sete passos. Comprar câmera resolve o passo zero.

Emperra entre validar e despachar, que depende de escala e de acordo entre setores que não se conversam. E emperra no desfecho: sem registro do que aconteceu na ponta, o modelo não aprende e a operação não prova nada.

Eu errei feio aí. Numa das operações onde atuo, liguei detecção de aglomeração com o limiar padrão do fabricante, com pressa de mostrar a função ativa. A fila encheu, o operador passou a fechar alerta em massa sem abrir a imagem, e eu só descobri três semanas depois: quase tudo marcado como improcedente em menos de dois segundos por alerta.

Não foi erro dele, foi meu: entreguei alerta sem critério e sem dono da fila. Hoje eu não ligo analítico sem três coisas escritas antes: quem recebe, o que essa pessoa faz, e qual taxa de falso positivo por câmera e por dia faz a gente desligar a função.

O que a IA faz numa cidade hoje, sem ficção

Leitura de placa. A mais madura, por um motivo pouco glamouroso: alvo padronizado, alto contraste, geometria controlada, resultado comparado contra uma lista. Erra por leitura errada e por lista desatualizada, e o segundo é cadastro, não é IA.

Contagem e classificação de fluxo. Carro, moto, ônibus e pedestre por faixa e horário: o insumo de planejamento mais barato que existe, e o mais subaproveitado.

Detecção de evento. Aglomeração, queda, objeto abandonado. Está em todo catálogo e em todo edital. E eu não achei nenhuma avaliação independente publicada de acurácia dessas funções em operação urbana brasileira: nem taxa de detecção, nem falso positivo por câmera, nem tempo até a resposta. Contrata-se sem métrica. Me inclua na conta.

Priorização de chamado. Classificar o pedido do cidadão por foto e texto e mandar para a fila certa. É onde eu esperaria ver IA primeiro, e é raro. A TIC Governo 2025, do CGI.br, registra IA de algum tipo em 27% das prefeituras brasileiras: 85% nas cidades com mais de 500 mil habitantes, 22% nas de até 10 mil. A pesquisa não separa quantas usam para triagem de chamado. Aposto que pouquíssimas.

Telemetria de ativo público. Poste, luminária, painel e sensor reportando o próprio estado. "Manutenção preditiva de iluminação" é quase sempre material de venda: o ganho real vem de telegestão, que é ligar, desligar e saber o que queimou.

O caso que eu mais gosto de contar é o mais chato: um painel de LED na rua que reporta sozinho o próprio status de funcionamento para quem administra o serviço. Antes, a operação só sabia que o painel estava apagado quando alguém reclamava.

E a primeira versão não funcionou. Joguei o status num dashboard bonito, que ninguém abriu. Só virou resultado quando a falha passou a abrir chamado automático, com endereço e código do ativo, na fila que a equipe de campo já usava todo dia. Não foi a IA que resolveu, foi trocar o processo em vez de decorar a parede.

Onde eu não deixo a máquina decidir

Aqui eu não dou duas versões. Sou contra reconhecimento facial em via pública como gatilho de abordagem policial. Não é "é preciso refletir". É não.

Match de rosto é indício, e indício fraco. O NIST, no estudo que fundou o debate (NISTIR 8280, 2019), mediu na verificação um-para-um diferenças de falso positivo entre grupos demográficos de 10 a 100 vezes, conforme o algoritmo. Na busca um-para-muitos, que é o caso da câmera na rua, os falsos positivos mais altos se concentraram em mulheres negras. O estudo é de 2019, e seria desonesto vender isso como retrato dos algoritmos de hoje. Mas o ônus da prova é de quem quer algemar alguém por causa de um match.

No Brasil, no mesmo ano, a Rede de Observatórios da Segurança mapeou 151 prisões por reconhecimento facial em cinco estados. Nos casos em que a cor da pessoa foi registrada, 90,5% eram negras.

E tem o detalhe que quase ninguém percebe. A avaliação independente do Smart Sampa, o programa de videomonitoramento da capital paulista, publicada em fevereiro de 2026 pelo LAPIN com o Instituto Peregum e a Rede Liberdade, documentou ao menos 23 detenções indevidas por inconsistência do próprio reconhecimento facial, e outras 82 pessoas presas e depois soltas, 53 delas por erro no sistema de mandados: gente detida porque um cadastro que ninguém atualizou dizia que ela devia. O algoritmo erra. O cadastro sujo erra junto. E no fim dos dois há uma pessoa algemada em público.

Minhas regras, não negociáveis em proposta:

• Nada que restrinja direito de alguém sai sem confirmação humana registrada, com nome de quem confirmou.

• Identificação automática nunca é prova, é pista para conferência documental.

• Acesso e consulta em log auditável, com prazo de retenção.

• Se a base comparada não tem dono nem rotina de atualização, o projeto não sobe.

A Câmara aprovou em 12 de agosto de 2026 o substitutivo ao PL 1828/2023, que ainda vai para o Senado. Ou seja: não é lei. O texto autoriza reconhecimento facial em transporte, vias e prédios públicos, e traz uma salvaguarda que eu cito na letra: nenhuma punição ou restrição de direitos poderá ser aplicada apenas com base na identificação automática. E falta a peça de baixo: o artigo 4º, inciso III, da LGPD tira do escopo da lei o tratamento de dados com fins exclusivos de segurança pública, e o parágrafo primeiro do mesmo artigo remete tudo a uma lei específica que até hoje não existe. O risco jurídico mora nesse vão, não no marketing.

Por que projeto de smart city morre

Conectividade. A Anatel, no PERT 2025, registra 1.207 municípios sem backhaul de fibra óptica, o cano grosso que leva o dado da cidade para o resto do mundo. Câmera com analítico é problema de transporte de dado antes de ser problema de IA, e em boa parte do país o desenho que o fornecedor apresenta é fisicamente inviável.

Manutenção e contrato. Câmera é barata, operação não é. O projeto quebra no segundo ano: quem limpa a lente, quem sobe no poste, quem paga o link, quem responde pelo prazo de reparo. Em San Diego, um contrato de cerca de 30 milhões de dólares trocou 14 mil luminárias por LED e pendurou sensores e câmeras em 3.200 postes. Em 2020, o prefeito mandou desligar as câmeras, e a cidade descobriu que não conseguia: câmera e iluminação dividiam a mesma alimentação, desligar uma apagava a outra (Voice of San Diego, 2020). O sistema inteiro tinha sido desenhado para ligar. Nunca para desligar.

Dado sujo. IA urbana come cadastro: endereço, lote, ativo, veículo, mandado. Eu nunca abri um cadastro municipal que estivesse limpo. Nem um. Endereço que não bate com o lote, poste trocado sem baixa no sistema, veículo no nome do dono anterior. Cadastro podre com IA em cima não corrige o erro, industrializa.

Troca de gestão. Todo mundo repete que projeto de cidade morre na eleição, e sempre vem um percentual junto. Não existe estudo que sustente esse número. Quem te mostrar inventou. O que existe é a raiz material: ainda na TIC Governo 2025, só 30% das prefeituras coletam estatística de uso do próprio serviço digital e 22% medem satisfação. Projeto que ninguém mede é projeto que ninguém defende na transição.

E detecção não é fiscalização, e fiscalização não é resolução. Em Fortaleza, uma reportagem do O POVO de agosto de 2026 mostrou o sistema municipal, com cerca de 7 mil câmeras integradas, ajudando a autuar descarte irregular de lixo: as autuações por videomonitoramento saltaram de 111 em 2023 para 719 em 2025. A mesma reportagem traz o resto da conta: desde 2014, foram cerca de 13 milhões de reais em multas emitidas e 3,3 milhões arrecadados. Se o mesmo ponto é autuado toda semana, detectar está funcionando. Resolver, não.

O que isso ensina para quem toca uma empresa de vinte pessoas

Você provavelmente nunca vai gerir uma cidade, mas a doença cabe na sua escala. Cidade liga alerta sem dono e o operador silencia a fila. Na sua empresa isso tem outro nome: o grupo de WhatsApp que notifica tudo e que todo mundo já silenciou. Cidade roda IA em cima de cadastro podre. Você roda IA em cima de um CRM onde metade dos telefones está errada.

Três perguntas para a sua reunião de segunda. Quando o sistema avisar, quem atende e o que essa pessoa faz? Se não tem nome e não tem ação escrita, não ligue. Qual é o número que faz a gente desligar? Se você não sabe quanto de erro é demais, vai descobrir tarde, do jeito que eu descobri. O ciclo fecha, alguém olha o desfecho depois? Sem isso não é projeto, é demonstração.

E leve a regra junto: onde a decisão restringe alguém, a máquina sugere e a pessoa decide. Vale para a liberdade de um cidadão e vale para o crédito de um cliente.

Se quiser fazer o exercício antes de assinar a próxima ferramenta, pega o processo mais chato da sua operação e mapeia os sete passos, do disparo até o desfecho. Se travar em algum ponto, me manda o mapa. Eu respondo, sem proposta comercial no meio.