Esta é uma verdade incômoda: a maioria dos armazéns compra o monitoramento de segurança com IA pelo motivo errado. O dono quer prevenção de furtos, o fornecedor vende prevenção de furtos, e o formulário de aceitação diz prevenção de furtos. Mas depois que o sistema funciona por seis meses, a prevenção de furtos acaba sendo a menor parte do retorno. O dinheiro de verdade vem de detectar erros, evitar quase-acidentes e encerrar disputas com provas. Já disse isso a três donos de armazém. Dois não acreditaram na hora. Os dois voltaram em seis meses para admitir que eu estava certo.

Em 2023, um armazém 3PL perto de Ontario, Califórnia — cerca de 80,000 pés quadrados, roupas e pequenos artigos para a casa — perdeu dois paletes de estoque de alto valor em um turno noturno. O gerente de plantão e dois funcionários passaram dois dias inteiros revendo as gravações antes de avistar uma van sem placa perto da porta dos fundos por volta das 11:40 p.m. A mercadoria se foi para sempre; o tempo também. Depois que o local adicionou a busca de eventos com IA às câmeras existentes, o mesmo tipo de incidente levou cerca de dez minutos: digite uma janela de tempo, adicione «pessoa aparece na zona da porta dos fundos» e todos os clipes relevantes voltam. As mesmas câmeras. Um cérebro diferente por trás delas.

O que o monitoramento de segurança com IA realmente observa

Pense nisso como contratar um guarda que nunca pisca — exceto que este guarda não tem olhos, só um algoritmo. Dá para pensar assim: a vigilância tradicional grava o vídeo e espera que um humano o assista; o monitoramento de segurança com IA entende o vídeo primeiro e só então chama um humano. Essa única frase é a diferença entre duas ordens de magnitude de carga de trabalho.

A indústria de segurança costuma citar um número impressionante: uma pessoa assistindo a um monitor perde cerca de 45% da atividade após 12 minutos, e cerca de 95% após 22 minutos. Trate isso como um número citado pela indústria, não uma medição com precisão decimal — mas ninguém contesta a conclusão. Dois guardas do turno noturno assistindo a 40 telas às 3 a.m. vão ficar sonolentos. Sonolência significa falhas. Falhas significam que o sistema poderia nem existir.

O monitoramento com IA funciona em três camadas. A camada um é a classificação: o que está se movendo é uma pessoa, uma empilhadeira ou um saco plástico levado pelo vento? Só pessoas e veículos merecem um alerta. A camada dois é o zoneamento: o cais, a porta dos fundos e a gaiola de alto valor são áreas sensíveis; um corredor geral não é. O mesmo evento em um lugar diferente recebe um nível de resposta diferente. A camada três é o tempo: uma pessoa parada por cinco minutos na gaiola de alto valor às 2 a.m. é um evento completamente diferente de um separador passando por 30 segundos ao meio-dia. Muitos fornecedores vendem a camada um e cobram pelas três. Essa é a pseudo-necessidade para a qual não tenho paciência — antes de comprar, pergunte quantas das três camadas você está realmente recebendo.

Prevenção de furtos: como o monitoramento de segurança com IA muda a rapidez com que você explica uma perda

Isso é o que acontece com a prevenção de furtos com câmeras de armazém: a IA não muda se você pega o ladrão. Ela muda a rapidez com que você explica o que aconteceu. Quando o estoque some, oito vezes em dez o custo real é a discussão: o cliente diz que o armazém perdeu, o armazém diz que a transportadora perdeu, a transportadora diz que o cliente enviou menos. Sem provas, três partes podem discutir por um mês. Com o monitoramento de segurança com IA com busca por eventos, a discussão desmorona — busque a última vez que aquele palete apareceu na câmera, depois quem o tocou, e em dez minutos a responsabilidade fica clara.

Outro projeto ilustra o ponto ainda melhor. Um armazém de acessórios de eletrônicos de consumo adicionou em 2024 alertas de proximidade pessoa-veículo: quando as câmeras de IA detectam um pedestre entrando em uma zona de empilhadeiras, as luzes piscam e uma sirene soa no local. Os incidentes de quase-acidente caíram de 7 por mês para 1 por mês ao longo de três meses. Esse é o registro operacional do próprio projeto, não uma média do setor — o seu armazém será diferente. Mas a direção é certa: o uso mais valioso do monitoramento de segurança com IA em um armazém muitas vezes não é deter ladrões de fora, mas deter os momentos de «quase tivemos um acidente» lá dentro.

Um terceiro uso que a maioria ignora é detectar erros de separação. Uma câmera acima da bancada de embalagem fotografa a etiqueta e o item, confere com as linhas do pedido e sinaliza uma divergência na hora. Um armazém que envia 3,000 pedidos por dia reduziu sua taxa de erros de separação de 0.3% para menos de 0.1%; a um custo estimado de $15 por envio errado, um mês de economia cobriu a mensalidade. Números de exemplo calculado — coloque seus próprios volumes — mas a matemática do retorno da prevenção de erros é muito mais fácil do que a da prevenção de furtos.

Não confie nos 90% do fornecedor: meça você mesmo os alarmes falsos

Agora a água fria. O número mais comum nos slides dos fornecedores é «90% menos alarmes falsos». Tem fundamento? Sim — o fundamento do fornecedor. Em um teste de campo publicado por um fornecedor, uma rede neural filtrou 86% dos alarmes falsos: de cerca de 110 alertas, a verificação manual deixou apenas 13 reais, enquanto os sensores infravermelhos convencionais dispararam 88 alarmes falsos no mesmo período. Outros fornecedores afirmam reduções de 70–90%. Todos esses são números medidos pelos fornecedores, em cenas, iluminação e ângulos de câmera que eles escolheram. Leve o mesmo sistema ao seu armazém e o número quase certamente cairá.

Então meu conselho é simples: não confie na apresentação; confie em duas semanas de medição. Antes da entrada em operação, faça uma linha de base de duas semanas — IA desligada, apenas conte quantos alertas a detecção de movimento tradicional dispara por dia. Depois faça duas semanas com a IA ligada, e conte quantos alertas ela dispara e quantos são reais. Escreva os critérios de aceitação no contrato: taxa de alarmes falsos abaixo de qual nível, qual penalidade por detecções perdidas, se você pode devolver caso não entregue. Qualquer número que não esteja no contrato é propaganda.

Os alarmes falsos têm um efeito em cadeia que a maioria não percebe. Quando se acumulam, a equipe de plantão deixa de acreditar no sistema — o alarme soa e ninguém olha, e você pagou por uma decoração. A indústria chama isso de efeito «lobo». Metade do valor do monitoramento de segurança com IA é o algoritmo; a outra metade é fazer as pessoas confiarem no alarme novamente. Se a taxa de alarmes falsos não cair, todo o resto é desperdício.

Detecção de movimento tradicional Monitoramento de segurança com IA
Alertas por dia (40 câmeras, exemplo calculado) ~1,200 ~120 após a classificação, ~12 após os filtros de zona e horário
Tempo para encontrar um trecho de gravação 2 dias de revisão manual Cerca de 10 minutos com busca por eventos
Vigilância de telas no turno noturno 2 pessoas assistindo em tempo integral 1 pessoa revisando alertas
Risco de falha As pessoas se cansam e deixam passar coisas Os algoritmos não se cansam, mas um limite errado deixa passar coisas
Maior armadilha Tantos alarmes falsos que ninguém olha Os números do fornecedor são inflados, a aceitação não tem padrão

Os volumes de alertas desta tabela são aritmética ilustrativa, destinada a mostrar a mudança de ordem de magnitude da filtragem em camadas — não dados medidos de nenhum armazém específico. Os seus próprios números vêm de rodar suas câmeras e suas cenas por duas semanas.

Se o dinheiro vale a pena se resume a um número

Quando você calcula o ROI, não conte «quantos ladrões pegamos». Conte «quantas horas economizamos». Em uma linha: horas mensais economizadas na revisão de gravações e no tratamento de alertas, multiplicadas pelo seu custo horário local, mais o tempo de gestão economizado em disputas, menos a mensalidade do sistema. Acima de zero, vale a pena. Abaixo de zero, não compre.

Preencha o quadro você mesmo. Lado do custo: reutilize suas câmeras; o novo gasto é a caixa de análise ou a assinatura na nuvem, a instalação e duas semanas de ajuste. Lado do retorno, três itens: horas de mão de obra economizadas revisando gravações e alertas; perdas diretas evitadas pela prevenção de erros e pela redução de quase-acidentes; e dinheiro economizado quando a prova resolve a seu favor uma disputa por estoque perdido — o mais difícil de quantificar, e aquele cujo valor todo armazém que sobreviveu a uma disputa de um mês conhece.

Um último julgamento contraintuitivo: mais câmeras não significa mais segurança. Quarenta câmeras de IA mal ajustadas valem menos do que doze bem ajustadas. Mais posições de câmera significam mais alarmes falsos, e a equipe de plantão deixará de confiar no sistema do mesmo jeito. Ajuste primeiro as dez ou mais telas que cobrem a gaiola de alto valor, a porta dos fundos e o cais, reduza a taxa de alarmes falsos até que a equipe realmente olhe os alertas, e só então amplie a cobertura. Inverta a ordem e o dinheiro é desperdiçado.

O monitoramento de segurança com IA trata a prevenção de furtos como um trabalho secundário. Seu trabalho principal é tornar explicável cada momento de «ninguém consegue explicar isso». Se o dinheiro vale a pena se resume a um número: três meses depois da entrada em operação, sua equipe de plantão ainda acredita nos alarmes? Se sim, valeu a pena. Se não, devolva.

Por Da Liu, Engenheiro de Automação

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