Indústria de Tecnologia de Vigilância em Foco
A indústria de tecnologia de vigilância atualmente está em evidência, mas não por razões positivas. A polêmica em torno do Departamento de Imigração e Controle de Alfândega dos Estados Unidos (ICE) utilizando a rede de câmeras da Flock para monitorar pessoas, juntamente com as críticas direcionadas à fabricante de câmeras para residências Ring por desenvolver novos recursos que permitiriam à aplicação da lei solicitar gravações de moradores sobre os bairros, alimenta um amplo debate sobre segurança, privacidade e quem tem o direito de observar quem.
Crescimento em Meio a Controvérsias
Controvérsias não ocorrem sem a continuidade dos mercados, e a constante melhoria dos modelos de linguagem de visão apenas fortalece as empresas que desenvolvem novas formas de auxiliar na monitorização de ambientes empresariais.
Seleção Cuidadosa de Clientes
De acordo com Matan Goldner, cofundador e CEO da startup de vigilância por vídeo Conntour, a ética em torno desse assunto é suficientemente importante para que sua empresa se mostre rigorosa ao escolher seus clientes. Embora isso possa não parecer uma estratégia empresarial prudente para uma startup com apenas dois anos de atuação, Goldner menciona que a Conntour possui vários clientes de grande porte do governo e de empresas de capital aberto, incluindo o Centro de Narcóticos de Cingapura.
“Ter clientes dessa magnitude nos permite selecionar com quem trabalhamos e manter o controle […] Estamos realmente no comando sobre quem está utilizando nossos serviços, qual é o uso previsto, e podemos selecionar com quem achamos moral e, claro, legalmente aceitável. Usamos todo o nosso julgamento e tomamos decisões baseadas em clientes específicos com os quais estamos confortáveis [em trabalhar], pois sabemos como eles irão utilizar isso”, declarou Goldner em uma entrevista exclusiva ao TechCrunch.
Capitalização e Crescimento
Esse destaque ajudou a Conntour de maneiras que vão além da escolha cuidadosa. Investidores perceberam seu potencial: a startup recentemente arrecadou US$ 7 milhões em uma rodada de investimento inicial com a General Catalyst, Y Combinator, SV Angel e Liquid 2 Ventures.
Goldner afirmou que a rodada foi encerrada em menos de 72 horas. "Acredito que agendei cerca de 90 reuniões em aproximadamente oito dias, e logo após três dias — começamos na segunda e, até a tarde de quarta, já havia terminado", comentou.
Inovação em Vigilância
Independentemente do contexto, a Conntour pode estar correta em sua abordagem seletiva, especialmente levando em conta o quão poderosas se tornaram as ferramentas de inteligência artificial (IA) nesse setor. A própria plataforma de vídeo da empresa utiliza modelos de IA que permitem ao pessoal de segurança consultar canais de câmeras usando linguagem natural, a fim de localizar qualquer objeto, pessoa ou situação nos vídeos, em tempo real — um motor de busca semelhante ao Google, especificamente projetado para gravações de segurança. A tecnologia também pode monitorar e detectar ameaças autonomamente, com base em regras predefinidas, e emitir alertas de forma automática.
Flexibilidade e Usabilidade
Diferentemente dos sistemas tradicionais que dependem de definições ou parâmetros predefinidos para detectar objetos específicos, padrões de movimento ou comportamentos, a Conntour afirma que seu sistema utiliza modelos de linguagem natural e de visão, conferindo-lhe um alto grau de flexibilidade e usabilidade. Um usuário pode formular uma pergunta como: “Encontre momentos em que alguém usando tênis passa uma bolsa no saguão”, e o sistema da Conntour realizará rapidamente uma busca em todas as gravações registradas ou nos feeds de vídeo ao vivo para apresentar resultados relevantes.
Além disso, com a inclusão dos modelos de IA, os usuários poderão simplesmente questionar sobre as gravações e receber respostas em texto, acompanhadas pelos vídeos pertinentes, além de gerar relatórios de incidentes.
Escalabilidade como Diferencial
O principal diferencial da empresa é a escalabilidade. Goldner explicou que a plataforma se distingue de outros serviços de busca por vídeo com IA, pois foi projetada para escalar de maneira eficiente para sistemas que incorporam milhares de feeds de câmeras. De fato, ele afirmou que o sistema da Conntour pode monitorar até 50 feeds de câmeras utilizando uma única GPU de consumo, como a Nvidia RTX 4090.
A empresa atinge isso utilizando múltiplos modelos e sistemas lógicos, identificando quais modelos e sistemas o algoritmo deve empregar para cada consulta, a fim de exigir a menor quantidade de poder computacional, proporcionando os melhores resultados aos usuários.
Flexibilidade na Implementação
A Conntour afirma que seu sistema pode ser implementado integralmente nas instalações, totalmente na nuvem ou em uma combinação de ambos. Ele pode se integrar à maioria dos sistemas de segurança já em uso ou pode operar como uma plataforma de vigilância completa de forma independente.
Desafios da Indústria de Vigilância
Entretanto, existe um problema persistente na indústria de vigilância via vídeo: a qualidade da vigilância é tão boa quanto a qualidade das gravações. É desafiador distinguir detalhes em gravações de um estacionamento mal iluminado capturadas por uma câmera de baixa resolução com uma lente suja, por exemplo.
Goldner ressalta que a Conntour se precauciona contra essa inevitabilidade fornecendo uma pontuação de confiança junto com seus resultados de busca. Caso a origem de um feed de câmera não tenha qualidade suficiente, o sistema retornará resultados com níveis de confiança baixos.
Perspectivas Futuras
Olhando para o futuro, Goldner menciona que o maior desafio técnico a ser enfrentado é trazer todo o nível de capacidade de modelos de linguagem de grande escala (LLM) para o seu sistema, enquanto mantém a eficiência operacional.
“Temos duas coisas que queremos realizar simultaneamente, e elas se contradizem. Por um lado, desejamos oferecer plena flexibilidade em linguagem natural, no estilo LLM, para que você possa perguntar qualquer coisa. Por outro lado, existe a questão da eficiência: queremos que o sistema consuma poucos recursos, já que processar [milhares] de feeds é extremamente desafiador. Essa contradição é a maior barreira técnica e o principal problema no nosso espaço, e estamos trabalhando arduamente para resolvê-la.”
