Empresa Bariflo utiliza inteligência artificial para otimizar a limpeza de águas residuais industriais

A CIMCON, sediada em Ahmedabad, aplica inteligência artificial, sensores e automação para melhorar o gerenciamento de recursos hídricos em cidades e vilarejos, bem como para aumentar a qualidade dos serviços essenciais. Através de seus projetos, a empresa conseguiu economizar mais de dois bilhões de quilowatt-hora de eletricidade.

Em muitas famílias na Índia, o planejamento diário depende da instabilidade do abastecimento de água, e nas áreas rurais, as mulheres são forçadas a gastar horas coletando água. O objetivo principal é garantir a confiabilidade dos serviços vitais ao mesmo tempo em que se reduzem as perdas.

Quando Anil Agrawal retornou à Índia dos EUA em 1988, ele notou que os serviços públicos dependiam muito de documentação em papel, inspeções externas e chamadas telefônicas. Ele fundou a CIMCON com o objetivo de tornar a automação acessível.

Como as tecnologias eram caras, muitas organizações duvidavam que o software pudesse resolver problemas cotidianos de infraestrutura. A CIMCON começou a criar sistemas econômicos usando componentes de computador facilmente disponíveis e software simples de usar.

No início dos anos 90, a CIMCON colaborou com a ONGC para monitorar poços de petróleo remotos. Seu sistema alertava os operadores sobre a paralisação do poço e transmitia dados de produção, ganhando o nome de 'poços falantes'.

Na região de Dehradun, os trabalhadores tinham que percorrer grandes distâncias para controlar bombas e válvulas. A CIMCON implementou controle e monitoramento remoto de bombas, reservatórios e válvulas, o que ajudou a reduzir a dependência de operações manuais.

Rajnish Dashottar, CEO da CIMCON, compara essa tecnologia ao sistema nervoso humano. Sensores e dispositivos de comunicação localizados por toda a infraestrutura pública transmitem informações em tempo real para um centro de comando central.

Dependendo do projeto, os sensores monitoram o consumo de água, pressão, nível em reservatórios, consumo de energia e indicadores de qualidade como pH, cloro e turbidez. Os operadores podem monitorar a rede conforme as condições mudam.

Quando ocorre um vazamento em um encanamento, o nível de pressão cai. O sistema ajuda os operadores a localizar os pontos de vazamento, avaliar as perdas de água e identificar potenciais falhas de equipamentos antes que elas interrompam o fornecimento de água às casas.

O transporte de água pelas cidades exige uma enorme quantidade de eletricidade. A CIMCON controla o funcionamento das bombas para ajudar os serviços públicos a otimizar as operações e reduzir o consumo de energia desnecessário. A empresa conseguiu economizar mais de dois bilhões de quilowatt-hora de eletricidade. Além disso, seus sistemas de iluminação inteligente permitem o controle remoto de postes de luz, automatizando seu funcionamento e diminuindo a intensidade da luz em horários de baixo tráfego.

Nas comunidades rurais, o abastecimento de água confiável liberta mulheres e meninas do trabalho de várias horas em busca de água. Esse tempo pode ser dedicado à educação, trabalho e família, e a água limpa reduz o risco de contato com fontes inseguras.

Muitos domicílios urbanos ainda dependem de tanques de armazenamento e abastecimento programado. O objetivo de longo prazo de Agrawal é promover a transição das cidades para um abastecimento de água confiável 24 horas por dia, para que as famílias não precisem planejar suas vidas com base na disponibilidade de água.

A CIMCON está estudando manutenção preditiva, previsão de inundações, gêmeos digitais e gerenciamento de infraestrutura baseado em IA. Essas ferramentas podem ajudar as autoridades a prever falhas, prever a demanda e tomar decisões mais informadas.

Ao chegar à fábrica de reciclagem, uma máquina de lavar pode parecer um produto único. No entanto, para uma empresa de reciclagem, seu valor é determinado pelo conteúdo, pela presença ou ausência de componentes, pelo volume do material recuperado e pelo custo de processamento.

Quando essas decisões precisam ser tomadas para milhares de eletrodomésticos, fornecedores e locais, o processo de reciclagem se torna uma tarefa complexa relacionada à precificação, logística e cumprimento de regulamentos.

A empresa indiana Attero, especializada na reciclagem de lixo eletrônico e baterias, aplica inteligência artificial para unificar essas soluções. Durante uma apresentação na conferência TechSparks 2026, Ayush Agarwal, chefe de produtos e tecnologia da Attero, descreveu como a empresa usa IA para avaliar o valor dos materiais recicláveis e garantir que as transações estejam em conformidade com as normas regulatórias.

Segundo Agarwal, a Attero processa anualmente cerca de 200.000 toneladas métricas de lixo eletrônico e 10.000 toneladas métricas de baterias de íon-lítio. A empresa compra materiais no valor de mais de 1.000 bilhões de rúpias por ano, o que destaca a importância da precificação precisa para seu modelo de negócios.

Diferentemente do cobre ou do ouro, o sucata metálica não possui um preço padrão único nas bolsas de commodities mundiais; seu valor depende dos materiais recuperáveis, dos custos de processamento e transporte, bem como da demanda e oferta regionais.

A Attero desenvolveu o sistema Matrix — um mecanismo de precificação baseado em IA que combina informações sobre materiais e análise de mercado. Este sistema avalia os componentes e metais recuperados em vários eletrodomésticos e, em seguida, usa modelos de aprendizado de máquina e preços de matérias-primas para determinar o custo do material em um mercado específico.

Por exemplo, o preço de uma máquina de lavar pode diferir entre Delhi e Mumbai devido às condições de mercado locais e aos custos logísticos. O sistema baseia-se em três anos de dados de reciclagem, dois anos de dados de bolsa e informações sobre milhares de diferentes aparelhos.

Agarwal observou que tais soluções são impossíveis de serem escaladas apenas com julgamento humano, portanto, a empresa busca padronizar a precificação em vez de expandir a equipe para gerenciar os crescentes volumes.

A precificação é apenas um dos desafios. As empresas de reciclagem também são obrigadas a manter registros extensos, abrangendo fornecedores, transportadoras, faturas, documentos de transporte e requisitos legais.

A Attero também criou o Lightspeed — um mecanismo de conformidade baseado em IA que verifica documentos, compara informações entre registros e sinaliza exceções para verificação. Este sistema é projetado para criar relatórios prontos para auditoria, ajudando a empresa a responder a solicitações de reguladores ou clientes anos após a realização de uma transação.

De acordo com Agarwal, a plataforma Attero já processou 50.000 documentos e identificou mais de 500 erros. A empresa visa aumentar a eficiência em 70%, permitindo que a equipe existente processe quatro vezes mais documentos sem aumentar o quadro de pessoal.

Para Agarwal, o valor da IA vai além da simples automação. Ao combinar decisões de preços, custos de aquisição e custo dos materiais recuperados, a Attero obtém uma visão mais clara da lucratividade em nível de cada solicitação individual.

Ele também informou que a empresa está desenvolvendo recursos de aprendizado visual para identificar o material recebido a partir de imagens fornecidas pelos fornecedores, sendo que o volume de seu conjunto de dados de imagens cresce de 10.000 para a meta de 100.000.

A conclusão mais ampla é que a IA é capaz de criar valor de negócios mesmo em setores onde o trabalho principal permanece físico. Ao buscar tornar as decisões mais consistentes e consolidar dados operacionais dispersos, a Attero trabalha na criação de sistemas que suportam o crescimento sem depender totalmente do aumento do número de funcionários.

A Meta Platforms perdeu US$ 124 bilhões em valor de mercado em apenas um dia de negociação na quinta-feira. A causa desse colapso não foi uma falha do produto, mas sim uma decisão financeira da empresa: a Meta anunciou a emissão de uma nova classe de ações sem direito a voto para financiar inteligência artificial (IA) e aumentou o limite inferior de seu plano de despesas de capital para 2026 para US$ 135 bilhões.

Este é o novo modelo financeiro para o desenvolvimento de IA. No trimestre passado, a Meta relatou um fluxo de caixa livre negativo de US$ 2,12 bilhões, sendo este o primeiro caso de queima de caixa em mais de dez anos. Entre os maiores operadores de serviços de nuvem, os gastos de capital anuais atingiram cerca de US$ 750–US$ 850 bilhões e estão se aproximando de um trilhão, excedendo as capacidades do fluxo de caixa operacional.

Em função disso, ocorre uma mudança na estrutura de financiamento. A fase inicial dependia de recursos de empréstimo: grandes corporações de tecnologia levantaram cerca de US$ 250 bilhões nos mercados globais de dívida este ano, e o volume total de emissões é projetado em quase US$ 320 bilhões, representando um aumento de cerca de 60%. Agora, no entanto, o financiamento é realizado por meio de capital acionário, o que implica a diluição das participações dos acionistas existentes.

As dificuldades começam a aparecer no canal de crédito. Os títulos seguros da CoreWeave têm um rendimento de cerca de 15%, e seus swaps de risco de crédito de cinco anos se aproximaram de 1200 pontos-base. Uma parte significativa desses instrumentos está em fundos de crédito privados e carteiras de anuidades, onde as perdas são descobertas lentamente e discretamente.

O cenário pessimista vai além dos custos de juros. Os aceleradores são depreciados ao longo de três a quatro anos, e cada nova geração pode tornar a anterior obsoleta; parte do crescimento do setor foi financiada através de esquemas cíclicos, nos quais os fornecedores de chips apoiavam os próprios compradores desses chips.

O debate sobre o retorno tornou-se público. John Lovelock, do Gartner, cujo prognóstico contribuiu para a queda neste mês, descreve essa corrida como uma 'posição do último sobrevivente', na qual a maioria dos mercados de IA 'se reduzirá a um duopólio'. Empresas que oferecem serviços não-nuvem já demonstraram sua posição: a Elice, da Coreia do Sul, caiu mais de 30% em sua estreia; Firmus, AirTrunk e SB Energy adiaram seus listagens.

Os defensores do mercado reconhecem o problema do financiamento, mas não concordam com o problema da demanda. Matthew Maley, da Miller Tabak, afirmou: 'Ninguém está preocupado que a Meta, Amazon ou Google recebam o financiamento necessário. Mas se isso se tornar excessivamente caro para as empresas menores, então não é necessário que ocorra um colapso para causar preocupação às pessoas.'

O julgamento do mercado veio rápido, mas foi limitado: o Nasdaq caiu 2,6%, enquanto o Dow permaneceu inalterado — foi uma rotação, não um veredito final. O que está sendo testado não é o fato de construir IA, mas se o financiamento chegará antes que as receitas esperadas apareçam.