Bodycam

IA para Inspeção Inteligente

Plataforma corporativa para profissionalizar e escalar inspeções com drones, utilizando IA para identificação automática de anomalias, da captura à geração da OS.

–50%

tempo de inspeção

R$ 7,1M

economia estimada

Recall > 85%

precisão na detecção

Contexto

A Energisa é uma das maiores distribuidoras de energia do Brasil, atendendo a mais de 20 milhões de clientes. Com uma área de atuação que abrange vastas e diversas paisagens — de centros urbanos a regiões rurais remotas — a Energisa administra uma das maiores e mais complexas redes de distribuição da América Latina.

A manutenção de uma rede desse porte exige o monitoramento contínuo de milhões de estruturas e componentes da rede elétrica, uma tarefa complexa devido à imensidão do território.

Para melhorar a visibilidade e fortalecer a confiabilidade da rede, a Energisa lançou uma iniciativa contínua para digitalizar as inspeções em toda a sua rede, utilizando drones e análises baseadas em inteligência artificial.

O SISDRONES nasce para transformar o processo de inspeção de ativos no Grupo, substituindo fluxos manuais, fragmentados e dependentes da experiência individual por uma jornada digital, integrada e orientada por dados.

/ Meu Papel

Product Design Lead. Responsável por estruturar e liderar o design da plataforma SISDRONES no Grupo Energisa, conectando inspeção aérea com drones, inteligência artificial e experiência operacional para modernizar o processo de inspeção de ativos da rede elétrica. O trabalho integrou experiência de campo, dados e governança operacional para aumentar eficiência, reduzir retrabalho e apoiar decisões técnicas em escala.

Cliente: Energisa / Ano: 2024–2026

Atuação:Estratégia de Produto • Discovery e Pesquisa • UX para Produtos de Dados/IA • Prototipação • Service Blueprint • Roadmap de Produto • Gestão de Stakeholders • Testes de Usabilidade

Categorias: Energia • Inspeção de Ativos • Inteligência Artificial • Operações de Campo • Transformação Digital

O que precisávamos resolver

  • Transferência manual de imagens (USB)
  • Análise visual 100% humana
  • Alto tempo de processamento
  • Risco operacional em campo
  • Baixa rastreabilidade e governança

Onde vimos oportunidade

  • IA para identificação automática
  • Dataset corporativo em nuvem
  • Integração com SGM / GAPI
  • Operação assistida e validada
  • Escalabilidade nacional

Metas Estratégicas

  • Aumentar a produtividade operacional em escala
  • Reduzir estruturalmente o OPEX de inspeção
  • Transformar inspeção em ativo estratégico de dados
  • Automatizar a jornada ponta a ponta
  • Consolidar como plataforma digital e escalável

O Desafio​

ChatGPT Image Nov 4, 2025, 06_15_38 PM

A visão da Energisa é implementar um programa de inspeção totalmente escalável e orientado por dados, capaz de dar suporte aos 95 drones da Energisa na captura de imagens em 2,2 milhões de estruturas.

O desafio não era a coleta de dados, mas sim o que vinha depois. Gerenciar, analisar e distribuir informações úteis a partir de centenas de milhares de imagens diariamente exigia um nível de automação e inteligência que os fluxos de trabalho tradicionais não conseguiam alcançar.

A maioria das soluções ou não tinha a escalabilidade necessária para processar dados de uma rede tão grande, ou a precisão exigida para tornar os resultados operacionalmente úteis. A plataforma de análise de ativos com inteligência artificial da Arkion foi escolhida por sua capacidade de combinar escalabilidade, precisão e confiabilidade para transformar dados visuais não estruturados em insights estruturados e priorizados.

Abordagem de Design

A plataforma de inspeção digital com IA foi implantada para suportar o programa corporativo de inspeção de mais de 2,2 milhões de estruturas de transmissão e distribuição. Minha atuação como Product Designer concentrou-se na estruturação da experiência do usuário, integração da inteligência artificial ao fluxo operacional e construção de governança digital para escalabilidade nacional.

O desafio não estava apenas na aplicação de modelos de IA treinados com milhões de imagens anotadas de redes elétricas, mas na tradução dessa capacidade técnica em uma jornada operacional confiável, explicável e aderente à realidade de campo.

Estratégia de Produto

Estruturei o SisDrones como plataforma digital corporativa, conectando tecnologia, operação e visão estratégica de longo prazo.
  • Definição da jornada ponta a ponta (captura → IA → validação → OS).
  • Alinhamento entre stakeholders operacionais, TI e dados.
  • Priorização orientada a impacto e escalabilidade nacional.
  • Prototipação compatível com arquitetura React corporativa.
  • Evolução do produto como ativo estratégico, não solução pontual.

Papel Estratégico

Desenhei a experiência para integrar IA ao contexto real de campo, com foco em confiança e tomada de decisão.
  • Estruturação da validação assistida pelo inspetor.
  • Modelo de rotulagem em 4 etapas padronizadas.
  • Priorização por criticidade e redução de carga cognitiva.
  • Explicabilidade da IA incorporada à interface.
  • Experiência responsiva para desktop e tablet.

Base & Governança

Consolidei a base estrutural do produto para garantir integração sistêmica e governança de dados em escala corporativa.
  • Integração com Sistema de Gestão de Ativos (SGM).
  • Estruturação de dataset corporativo versionado.
  • Padronização de categorias de defeitos e componentes.
  • Rastreabilidade entre decisão humana e automatizada.
  • Base preparada para manutenção preditiva e Digital Twin.

Impacto Operacional

Converti capacidade técnica em resultados mensuráveis e impacto direto no OPEX e na segurança operacional.
  • Redução de 50% no tempo médio de inspeção.
  • Economia estimada de R$ 7,1 milhões até 2026.
  • 55 defeitos automatizados com recall > 85%.
  • Redução significativa da revisão manual de imagens.
  • Diminuição da exposição operacional em campo.
SisDrones posiciona o design como elemento estruturante da integração entre IA, operação e governança — transformando inspeção manual em inteligência operacional escalável.

Discovery

Conduzi um processo estruturado de discovery para alinhar problema, oportunidade e viabilidade técnica antes da definição da solução. Atuei na definição da jornada de inspeção assistida por IA, transformando grandes volumes de imagens em fluxos estruturados de validação, priorização e geração de ordens de serviço.

Métodos

  • Entrevistas com inspetores e stakeholders.
  • Observação da jornada AS IS em campo.
  • Workshops de alinhamento e priorização.
  • Matriz CSD (Certezas, Suposições, Dúvidas).
  • Benchmark técnico de soluções de inspeção.
ChatGPT Image Nov 7, 2025, 10_30_50 AM

Artefatos

  • Jornada AS IS e TO BE estruturada.
  • Mapa de dores e oportunidades.
  • Wireframes funcionais e fluxos de validação.
  • Matriz de priorização de funcionalidades.
  • Protótipo de alta fidelidade validado.
ChatGPT Image Nov 7, 2025, 10_08_36 AM

Sínteses

  • Automação deve ser assistiva, não substitutiva.
  • IA precisa ser explicável para gerar confiança.
  • Integração sistêmica é crítica para escalar.
  • Governança de dados é base para evolução.
  • Prototipação reduz risco técnico e retrabalho.
ChatGPT Image Nov 4, 2025, 03_44_28 PM
O discovery estruturado foi decisivo para reduzir riscos, alinhar tecnologia à realidade operacional e garantir que a IA fosse aplicada como solução estratégica, não apenas como experimento.

Desafio & Restrições

A transformação da inspeção manual em uma operação digital orientada por IA exige mais do que tecnologia. Exige integração com sistemas existentes, adaptação cultural, qualidade de dados e equilíbrio entre automação e validação humana.

Desafio

  • Harmonizar IA com validação humana
  • Garantir explicabilidade do modelo
  • Construir UX simples para inspetores
  • Integrar com sistemas existentes

Restrições

  • Qualidade variável das imagens
  • Conectividade limitada em campo
  • Curva de adoção operacional
  • Governança de dados corporativos
O desafio não está apenas em desenvolver o algoritmo, mas em torná-lo confiável, escalável e aderente à realidade operacional do Grupo.

A Solução

Módulos de inteligência e automação integrados. A revolução da IA ​​já passou e agora está se tornando uma ferramenta de negócios do dia a dia para a Energisa.

Inspeção Inteligente

IA identifica anomalias automaticamente.

Validação Assistida

Inspetor atua como analista estratégico.

Integração Operacional

Geração automática de OS.

Governança de Dados

Dataset estruturado para análise futura.

Drone

Nuvem

IA (Processing)

Validação

SGM (OS)

Objetivo Principal

Profissionalizar e ampliar o uso de drones com IA para identificação de defeitos nas redes rurais, promovendo ganhos de produtividade, qualidade, segurança e geração de novos ativos digitais para o Grupo.

Inspeção orientadas por IA

Reduzir o tempo de inspeção em 50%

Automatizar a geração de OS

Construir base estruturada para manutenção preditiva

Prototipação

Integração entre IA, operação e governança — transformando inspeção manual em inteligência operacional escalável.
Nota Técnica: Protótipo desenvolvido com compatibilidade React, garantindo velocidade, padronização e escalabilidade.

Métricas & Validação

Para garantir que o SISDRONES evolua com segurança e gere impacto real, estruturamos a validação em duas frentes complementares:

Testes Controlados

Realizados em ambiente de piloto com 3 equipes de campo, validando a usabilidade da captura e a precisão do modelo em condições reais de iluminação.
ChatGPT Image Aug 4, 2025, 11_19_42 AM
O que medimos:
  • Taxa de acurácia e recall dos modelos de IA por categoria de defeito.
  • Redução do tempo médio de inspeção por ativo.
  • Percentual de imagens que exigiram validação humana.
  • Taxa de geração automática correta de OS.
  • Confiabilidade do fluxo ponta a ponta (captura → IA → SGM).

Feedback dos Inspetores

“A ferramenta eliminou a necessidade de preencher formulários em papel e reduziu o tempo de escritório em 2 horas diárias.”
ChatGPT Image Nov 7, 2025, 10_00_47 AM
Como validamos:
  • Sessões moderadas de uso com validação assistida.
  • Observação direta da jornada real de inspeção.
  • Coleta estruturada de feedback qualitativo pós-uso.
  • Testes de usabilidade focados em criticidade e priorização.
  • Iterações rápidas no protótipo com base nas evidências coletadas.

Impacto no Negócio

A transformação da Energisa demonstra como a análise de dados baseada em IA e a coleta de dados por drones podem ampliar a inspeção e a manutenção em uma das redes elétricas mais exigentes do mundo. Com a plataforma Sisdrones, a Energisa não está apenas aprimorando a segurança, a confiabilidade e a eficiência, mas também estabelecendo um novo padrão para a forma como as concessionárias podem combinar drones, IA e conhecimento humano para modernizar a gestão da infraestrutura. 

A colaboração continua a evoluir em direção a capacidades preditivas, permitindo que a Energisa antecipe e previna falhas antes que elas ocorram

Roadmap Evolutivo

Ao combinar detecção e priorização geoespacial com governança operacional, a solução reduz retrabalho, melhora a confiabilidade das bases e acelera a tomada de decisão — fortalecendo a proteção de receita, mitigando riscos regulatórios e otimizando o uso das equipes em campo.

Curto Prazo

Médio Prazo

Longo Prazo

Automação parcial e redução de HH (Homem-Hora)
  • Dashboard
  • Rotulagem
  • Integração Inicial
Governança estruturada e rastreabilidade total dos ativos
  • Telemetria Fina
  • Melhorias UX
  • Evolução IA
Base para manutenção preditiva e Digital Twin da rede
  • Drones Autônomos
  • Criticidade Automática
  • Dashboards Preditivos
O Sisdrones foi pensado para gerar impacto direto no negócio, apoiando a transição do Brasil para um futuro energético mais confiável e sustentável.

Lições Aprendidas

Como garantir que as validações funcionem direito, que os status estejam claros e que o sistema saiba tentar de novo automaticamente em caso de erro (retry) — é o que realmente multiplica o valor da inteligência artificial. Além disso, o design, a engenharia e a operação precisam trabalhar juntos, com um único backlog compartilhado para entregar valor em sintonia.

IA sem UX não gera valor

Modelos de IA podem ter alta precisão técnica, mas sem uma experiência clara e confiável os usuários não conseguem transformar previsões em decisões.

  • Explicabilidade aumenta confiança no modelo
  • Interfaces orientadas à ação aceleram adoção
  • IA precisa apoiar decisões, não apenas gerar dados

Governança e tecnologia

Projetos baseados em dados exigem organização de processos, critérios e responsabilidades para gerar impacto sustentável.

  • Definição clara de status e fluxos operacionais
  • Padronização de dados e categorias de análise
  • Rastreabilidade entre decisão humana e IA

Prototipação reduz risco estrutural

Validar fluxos e decisões antes do desenvolvimento evita retrabalho e acelera a captura de valor do produto. Prototipar antes reduz drasticamente o retrabalho.

  • Alinhamento entre áreas técnicas e negócio
  • Testes de usabilidade antes do build
  • Redução de incertezas técnicas e operacionais
Produtos orientados por IA só geram impacto real quando design, dados e operação evoluem juntos.

/ Design que Gera ROI

  • O SISDRONES projeta economia estimada de R$ 7,1M até 2026, com redução de 50% no tempo de inspeção e automação de 55 defeitos.
  • Parte relevante desse valor foi capturada pela estruturação estratégica da experiência, integração da IA ao fluxo operacional e governança de dados.
01 - Redução de Retrabalho

A prototipação estruturada reduziu incertezas técnicas e alinhou operação, TI e dados antes do desenvolvimento.

  • Protótipo validado antes do build
  • Fluxos e regras definidos com clareza
  • Alinhamento multidisciplinar
  • Mitigação de 15–20% de retrabalho
02 - Adoção Operacional

A experiência foi desenhada para aumentar confiança e acelerar a transição do modelo manual para validação assistida.

  • Jornada simplificada
  • Redução da curva de aprendizado
  • Menor resistência à automação
  • Treinamento reduzido
03 - Eficiência Estrutural

A validação assistida e a priorização por criticidade permitiram capturar ganhos reais de produtividade.

  • Foco apenas em imagens relevantes
  • Priorização automatizada
  • Integração com geração de OS
  • 25–35% do valor operacional associado à UX
04 - Risco de Não Incluir Design

Projetos de IA sem estruturação de experiência tendem a gerar baixa adoção, retrabalho e desperdício de investimento.

  • Resistência operacional à automação
  • Retrabalho técnico pós-desenvolvimento
  • Baixa explicabilidade da IA
  • Perda de eficiência esperada
RESULTADO:

Estimativa conservadora de R$ 1,7M – R$ 2,5M atribuíveis ao design até 2026. Mais do que retorno financeiro, o design reduziu risco estrutural e garantiu captura de valor.

#DesignEstratégico #UX #IA #ProductDesign #TransformaçãoDigital #Governança #Inovação

Tem um desafio parecido?

Vamos transformar processos complexos em experiências digitais simples e eficientes.

Quem fez acontecer

Product Design​

Pablo Amorim

Agilista

Pedro Ferrari

Área de Negócios

Marcilene

Stakeholder

Cristiane