Enquanto o Brasil ainda registra 40,1% de água potável não contabilizada ou perdida na distribuição, uma transformação silenciosa começa a mudar a maneira como companhias de saneamento tratam água, monitoram redes, localizam vazamentos e tomam decisões operacionais. A IA no saneamento deixa gradualmente de ser uma tecnologia experimental e começa a assumir funções práticas dentro de estações de tratamento, centros de controle operacional e sistemas de distribuição.
Um dos sinais mais importantes dessa mudança veio dos Estados Unidos. A Carollo Engineers, em parceria com Yokogawa, National Water Research Institute e Baylor University, desenvolveu o AI & Machine Learning Guidebook for Potable Reuse, com financiamento federal e participação de especialistas, pesquisadores e operadores de utilities. O documento apresenta um caminho estruturado para avaliar, testar, implantar e manter inteligência artificial e aprendizado de máquina em sistemas de reúso potável.
Entretanto, a importância do guia ultrapassa o reúso. Os próprios responsáveis pelo projeto destacam que muitos dos conceitos podem ser aplicados ao abastecimento convencional de água e ao tratamento de esgoto. Portanto, para companhias brasileiras, a publicação representa algo ainda mais relevante: um possível roteiro de transformação digital baseado em problemas reais de operação.
Além disso, experiências brasileiras já mostram que essa transformação começou. Sanepar, Sabesp, Copasa, Águas Guariroba, BRK e Cesan estão entre as empresas que vêm combinando IA no saneamento, sensores, telemetria, imagens de satélite, análise acústica e automação para enfrentar um dos problemas mais caros do setor: as perdas de água.
O que torna o novo guia diferente
Grande parte das discussões sobre inteligência artificial costuma começar pela tecnologia. Entretanto, o novo guia parte de outra lógica: primeiro existe um problema operacional; depois são avaliados dados, riscos e possibilidades de aplicação da tecnologia.
Essa diferença é fundamental.
O documento cobre praticamente todo o ciclo de implantação da IA no saneamento: conceitos básicos, preparação e gestão dos dados, desenvolvimento de modelos, testes piloto, cibersegurança, preparação das equipes e manutenção dos algoritmos ao longo do tempo. Entre as aplicações abordadas estão otimização de processos, manutenção preditiva, previsão da qualidade da água, detecção de falhas e gêmeos digitais.
Consequentemente, a inteligência artificial não é apresentada como uma substituição do operador. Pelo contrário, a tecnologia funciona como uma nova camada de inteligência sobre sistemas que já possuem instrumentação, supervisórios, historiadores de dados, SCADA, sensores e conhecimento acumulado das equipes.
Esse ponto merece atenção especial no setor brasileiro.
Uma ETA, ETE ou rede de distribuição pode gerar milhares ou milhões de registros de pressão, vazão, nível, turbidez, condutividade, consumo de energia, dosagem química e funcionamento de equipamentos. Entretanto, armazenar dados não significa necessariamente utilizá-los de maneira eficiente.
A IA no saneamento busca justamente transformar esse enorme conjunto de informações em alertas, previsões e recomendações que possam apoiar decisões humanas.
Como a IA pode atuar no reúso potável
O reúso potável exige níveis elevados de controle porque a água passa por diversas barreiras de tratamento antes de retornar ao ciclo de abastecimento.
Em sistemas avançados, podem existir processos como biorreatores com membranas, ultrafiltração, osmose reversa, radiação ultravioleta e processos oxidativos avançados. Além disso, dezenas de parâmetros precisam ser continuamente acompanhados.
O projeto que deu origem ao guia avaliou justamente detecção de falhas e controle de processos orientados por dados em sistemas de reúso potável com osmose reversa. A proposta incluía identificação de alterações anormais na qualidade da água, falhas de equipamentos e mudanças incomuns na velocidade de incrustação das membranas.
Em vez de analisar apenas um parâmetro isoladamente, modelos estatísticos e algoritmos de machine learning conseguem analisar simultaneamente várias variáveis.
Assim, pequenas alterações que poderiam passar despercebidas individualmente começam a formar um padrão reconhecível.
É justamente aí que a IA no saneamento ganha valor operacional.
Soft sensors podem transformar o monitoramento
Uma das aplicações mais promissoras são os chamados soft sensors, ou sensores virtuais.
Não se trata necessariamente de um novo equipamento instalado na tubulação. Trata-se de um modelo matemático capaz de estimar determinada variável utilizando outros dados disponíveis no processo.
Imagine uma substância cuja análise laboratorial demore horas ou dias. Enquanto o laboratório realiza a análise, sensores convencionais continuam registrando pressão, vazão, condutividade, temperatura, turbidez, carbono orgânico e diversos outros parâmetros.
Um modelo treinado com o histórico dessas informações pode encontrar relações entre essas variáveis e o contaminante de interesse.
Com isso, surge uma estimativa praticamente em tempo real.
Um estudo ligado às pesquisas de reúso analisou justamente um soft sensor para NDMA, ou N-nitrosodimetilamina, contaminante relevante em processos avançados de tratamento. Os pesquisadores indicaram que o modelo poderia apoiar o controle da dose de ultravioleta e estimaram, no cenário estudado, um potencial de 13% a 31% de redução no consumo energético associado ao tratamento UV.
Esse tipo de aplicação mostra por que a IA no saneamento não deve ser vista apenas como ferramenta administrativa. Ela começa a entrar diretamente na engenharia de processos.
IA consegue antecipar a incrustação de membranas
Outra aplicação importante ocorre no monitoramento de membranas.
Durante a operação, depósitos podem se acumular sobre a superfície das membranas. Esse fenômeno aumenta a resistência à passagem da água e altera indicadores como a pressão transmembrana, conhecida pela sigla TMP.
Normalmente, as equipes acompanham essa evolução para decidir quando realizar uma limpeza química.
Entretanto, uma limpeza antecipada gera consumo desnecessário de produtos químicos, mão de obra e parada operacional. Por outro lado, uma limpeza tardia pode elevar o consumo de energia e comprometer o desempenho.
Nos testes conduzidos pela Carollo e seus parceiros, modelos de inteligência artificial conseguiram prever tendências futuras da pressão transmembrana. A empresa também relata testes em escala real com redução de pelo menos 10% no consumo de energia em uma instalação estudada.
Nesse cenário, a equipe deixa de trabalhar apenas com manutenção baseada em calendário e começa a avançar para uma manutenção baseada na condição real do processo.
Detecção de falhas antes que o problema fique evidente
Em uma planta tradicional, muitos alarmes funcionam por limites fixos.
Por exemplo, se determinada pressão ultrapassar um valor definido, um alarme será disparado.
O problema é que nem toda falha acontece dessa maneira.
Uma bomba pode começar a perder eficiência lentamente. Uma membrana pode apresentar comportamento diferente. Um instrumento pode começar a derivar. A composição da água de entrada pode mudar. Individualmente, nenhum parâmetro necessariamente ultrapassa o limite de alarme.
Porém, quando dezenas de variáveis são analisadas simultaneamente, o padrão pode indicar que alguma coisa está diferente.
A IA no saneamento permite exatamente esse tipo de análise multivariável.
Consequentemente, o Centro de Controle Operacional passa gradualmente de uma lógica predominantemente reativa para uma lógica preditiva.
O gêmeo digital entra na operação
Outra tecnologia abordada pelo guia são os gêmeos digitais.
Um gêmeo digital pode ser entendido como uma representação digital de um ativo ou processo físico. Ele recebe dados da operação real e permite acompanhar ou simular o comportamento do sistema.
Em uma estação, por exemplo, poderia representar bombeamento, reservação, filtração ou tratamento por membranas.
Na distribuição, poderia representar pressões, vazões, níveis de reservatórios e comportamento hidráulico.
Com a combinação entre modelagem hidráulica, telemetria e IA no saneamento, diferentes cenários podem ser testados antes da realização de determinadas alterações na operação.
Isso não elimina a necessidade da engenharia. Pelo contrário, aumenta a importância dos engenheiros, operadores, técnicos, analistas de perdas, especialistas em automação e profissionais de TI e OT responsáveis por validar os resultados.
A inteligência artificial não funciona sem dados confiáveis
Talvez uma das mensagens mais importantes do guia esteja justamente naquilo que aparece antes do algoritmo: os dados.
Um modelo treinado com informações ruins provavelmente produzirá recomendações ruins.
Consequentemente, uma companhia que pretenda ampliar a IA no saneamento precisa primeiro avaliar qualidade da instrumentação, calibração dos sensores, padronização das informações, continuidade das séries históricas, integração entre sistemas e confiabilidade dos dados.
Isso significa que a transformação digital não começa necessariamente contratando uma plataforma de inteligência artificial.
Em muitos casos, começa com tarefas menos chamativas: revisar cadastro técnico, instalar macromedição, melhorar telemetria, calibrar instrumentos, eliminar lacunas nos bancos de dados e integrar sistemas comerciais e operacionais.
É justamente esse trabalho realizado por profissionais do saneamento que cria a base necessária para os algoritmos funcionarem.
Cibersegurança passa a fazer parte da engenharia sanitária
Quanto mais conectada estiver uma estação ou rede de abastecimento, maior será a necessidade de proteger sua infraestrutura digital.
Por isso, o guia também incorpora cibersegurança ao ciclo de implantação.
Uma recomendação produzida por inteligência artificial pode influenciar pressão, bombeamento, dosagem de produtos químicos ou manutenção de equipamentos. Portanto, modelos, sensores, redes industriais, bancos de dados e acessos precisam possuir governança adequada.
A transformação digital, dessa forma, aproxima cada vez mais três áreas historicamente separadas: engenharia sanitária, automação industrial e tecnologia da informação.
O Brasil ainda tem uma enorme oportunidade nas perdas
A aplicação mais imediata da IA no saneamento brasileiro provavelmente continuará sendo o combate às perdas.
Segundo os grandes números publicados pela ANA, cerca de 40,1% da água potável disponibilizada no país é perdida ou não contabilizada durante a distribuição. Ao mesmo tempo, a Norma de Referência ANA nº 15/2025 estabeleceu diretrizes nacionais para diagnóstico, planejamento, monitoramento e redução progressiva das perdas.
A norma reforça, inclusive, a necessidade de diferenciar perdas reais e aparentes e de estruturar planos de gestão.
Nesse ambiente regulatório, tecnologias capazes de identificar vazamentos, localizar fraudes, prever rompimentos e otimizar pressão deixam de ser apenas iniciativas de inovação. Progressivamente, passam a representar ferramentas de gestão.
Sanepar usa IA para ouvir vazamentos
A experiência da Sanepar é uma das mais claras.
Em Cascavel, a companhia utilizou a solução 4fluid, que combina captação de ruídos e inteligência artificial. Em aproximadamente um ano, foram inspecionados quase 70 mil pontos em 900 quilômetros de tubulações, com identificação de cerca de 1.100 vazamentos, dos quais 600 eram ocultos.
Segundo a companhia, a tecnologia reduziu em aproximadamente 50% o tempo necessário para realizar a varredura quando comparada aos processos tradicionais. A precisão informada para identificação dos vazamentos ficou entre 60% e 70%.
O funcionamento é relativamente simples de compreender. O equipamento registra sons na rede. Posteriormente, os dados são enviados para a nuvem. Então, a inteligência artificial analisa os padrões acústicos e aponta quais ruídos possuem características compatíveis com vazamentos.
Entretanto, quem confirma a ocorrência continua sendo a equipe especializada.
Esse é um exemplo importante de IA no saneamento funcionando como amplificador da capacidade humana, e não como substituição do profissional.
A Sanepar também anunciou outro projeto utilizando hidrofones inteligentes associados a IoT e inteligência artificial, com investimento aproximado de R$ 5,7 milhões ao longo de dois anos.
Sabesp combina satélites, IA e telemedição
A Sabesp também vem ampliando o uso de recursos digitais.
Em um projeto piloto na região da Consolação, em São Paulo, imagens de satélite combinadas com inteligência artificial foram utilizadas para priorizar regiões com possíveis vazamentos subterrâneos.
Segundo informações divulgadas pelo Governo de São Paulo, a metodologia encontrou 81 vazamentos, enquanto o procedimento convencional encontrou 14 no comparativo apresentado. O sistema identifica indícios de umidade subterrânea e cruza essas informações com a localização da rede, reduzindo significativamente a área que precisa posteriormente ser investigada pelas equipes.
Paralelamente, a companhia iniciou um projeto de 4,4 milhões de hidrômetros inteligentes, com investimento estimado em R$ 3,8 bilhões. Embora telemedição e inteligência artificial sejam tecnologias diferentes, a combinação entre medições frequentes e algoritmos aumenta consideravelmente a capacidade de identificar consumos anormais e possíveis vazamentos internos.
Copasa associa IA, satélite e renovação de hidrômetros
A Copasa informou redução das perdas de distribuição de 38,1% para 35,6% em 2025.
É importante destacar que a redução não pode ser atribuída somente à inteligência artificial. O resultado ocorreu dentro de um conjunto amplo de medidas, incluindo substituição de mais de 730 mil hidrômetros, tecnologias de satélite, inteligência artificial para localização de vazamentos, renovação de redes, automação e alterações metodológicas na apuração do indicador.
Além disso, em Araxá, a empresa iniciou um piloto com 24 sensores instalados em diferentes regiões. Os equipamentos monitoram pressão e enviam informações para a nuvem. A inteligência artificial analisa pequenas variações e busca reconhecer padrões associados a vazamentos. A avaliação foi estruturada para durar 12 meses.
Esse modelo mostra uma aplicação particularmente interessante: a IA não necessariamente informa o ponto exato de uma ruptura, mas pode reduzir drasticamente a área onde a equipe precisa procurar.
Águas Guariroba transforma pressão em alerta operacional
Em Campo Grande, a Águas Guariroba iniciou a instalação de mais de 50 loggers de pressão distribuídos pela cidade.
Os equipamentos registram informações em intervalos de aproximadamente 15 minutos. Posteriormente, os dados alimentam um programa de inteligência artificial que aprende o comportamento da rede e cria alertas relacionados à necessidade de manutenção e controle de pressão.
Segundo a concessionária, Campo Grande apresentava índice de perdas de aproximadamente 19,7% no dado divulgado, depois de registrar 56% em 2006. Naturalmente, essa evolução resulta de várias medidas acumuladas ao longo dos anos, como setorização, monitoramento, gestão de pressão, renovação da infraestrutura e controle operacional, e não exclusivamente da inteligência artificial.
Essa ressalva é essencial para compreender corretamente a IA no saneamento: algoritmo sozinho não reduz perdas. A redução ocorre quando informação gera uma ordem de serviço, uma regulagem de pressão, uma substituição de rede, uma fiscalização, um reparo ou outra intervenção operacional.
BRK usa inteligência artificial na pesquisa ativa
Em Limeira, a BRK passou a utilizar a plataforma móvel 4Fluid para ampliar a produtividade da pesquisa de vazamentos não visíveis.
A cidade possui mais de 108 mil ligações, aproximadamente 1.200 quilômetros de redes e 77 Distritos de Medição e Controle. Nesse cenário, utilizar inteligência artificial para priorizar pontos suspeitos ajuda a direcionar um recurso extremamente valioso: o tempo das equipes de perdas.
Essa lógica tende a ganhar espaço no país.
Em vez de percorrer toda a rede com a mesma intensidade, dados de pressão, vazão, consumo mínimo noturno, histórico de manutenção, idade da tubulação, ruídos e outras variáveis podem indicar onde existe maior probabilidade de perda.
Cesan aposta em IA dentro de um programa tecnológico maior
A Cesan também incorporou inteligência artificial e métodos não destrutivos à estratégia de modernização das redes na Grande Vitória.
O programa anunciado envolveu aproximadamente R$ 145 milhões em diferentes tecnologias, incluindo robótica, técnicas não destrutivas e ferramentas associadas à detecção de vazamentos. Portanto, esse valor não corresponde exclusivamente à inteligência artificial.
A empresa também informou que a manutenção das redes representava cerca de R$ 40 milhões por ano em custos operacionais no período divulgado.
O dado demonstra por que localizar rapidamente falhas possui impacto muito além da economia de água. Vazamentos geram mobilização de equipes, recomposição de pavimento, interrupção do trânsito, perda de produto tratado, consumo adicional de energia, materiais e, em alguns casos, desabastecimento.
O grande aprendizado para as companhias brasileiras
A principal conclusão do novo guia não é que toda companhia precise comprar imediatamente uma plataforma sofisticada.
O aprendizado mais importante é que a IA no saneamento funciona melhor quando existe uma sequência organizada.
Primeiro, precisa existir um problema operacional mensurável. Depois, dados suficientemente confiáveis. Em seguida, um modelo precisa ser desenvolvido e testado em ambiente controlado. Posteriormente, os resultados precisam ser comparados com a realidade de campo. Somente depois disso a solução deve ganhar escala.
Esse modelo reduz o risco de transformar inovação em apenas mais um painel instalado no Centro de Controle Operacional.
Além disso, indicadores objetivos precisam acompanhar cada projeto: volume recuperado, redução do tempo de pesquisa, quantidade de vazamentos encontrados, redução de rompimentos, energia economizada, redução de produtos químicos, horas de manutenção evitadas e retorno sobre o investimento.
Reúso potável ainda exige cautela regulatória no Brasil
Apesar do potencial técnico, o reúso potável ainda precisa ser tratado com cautela no contexto brasileiro.
Documentação oficial disponibilizada pela ANA registra que o Brasil não possui regulamentação nacional específica para reúso potável de esgoto sanitário tratado. Em 2026, a própria Agência avançou na discussão de uma norma de referência relacionada ao reúso não potável proveniente de efluentes dos serviços públicos de esgotamento sanitário.
Portanto, a publicação norte-americana não representa autorização ou modelo regulatório pronto para adoção brasileira.
Entretanto, as tecnologias descritas possuem aplicação muito mais ampla.
Previsão de qualidade da água, detecção de falhas, manutenção preditiva, gestão de membranas, análise de sensores, controle de pressão, identificação de anomalias e apoio à decisão podem ser utilizados em ETAs, ETEs, estações elevatórias, adutoras, reservatórios e redes de distribuição convencionais.
A tecnologia aumenta a importância dos profissionais do saneamento
Quanto maior a utilização de inteligência artificial, maior será a necessidade de profissionais capazes de interpretar corretamente os resultados.
Um algoritmo pode detectar uma anomalia. Entretanto, alguém precisa compreender se aquela anomalia representa um vazamento, uma alteração de demanda, uma manobra operacional, um sensor descalibrado ou simplesmente um comportamento normal daquela rede.
Da mesma forma, um modelo pode recomendar a limpeza de uma membrana, mas operadores e engenheiros continuam responsáveis pela análise das condições reais de processo.
A IA no saneamento, portanto, tende a valorizar profissionais que conseguem unir conhecimento operacional, engenharia, análise de dados e visão sistêmica.
O operador experiente passa a fornecer contexto ao algoritmo. O especialista em perdas valida os alertas. O técnico executa a investigação em campo. O engenheiro avalia os riscos. A automação garante aquisição confiável dos dados. A TI e a segurança cibernética protegem o ambiente. Finalmente, a gestão transforma os resultados em investimento e estratégia.
A tecnologia ganha velocidade justamente quando todo esse conhecimento trabalha de maneira integrada.
O saneamento está entrando na era da decisão preditiva
Durante décadas, grande parte da operação do saneamento foi baseada na resposta a acontecimentos: o vazamento surgia, a equipe era acionada; a bomba falhava, a manutenção começava; a membrana perdia desempenho, a limpeza era programada.
Esse modelo não desaparecerá completamente.
Entretanto, sensores, telemetria, algoritmos e IA no saneamento estão permitindo que determinadas decisões sejam tomadas antes que o problema alcance seu ponto crítico.
O novo guia da Carollo representa justamente essa mudança de maturidade.
A pergunta deixa de ser apenas “como utilizar inteligência artificial no saneamento?” e passa a ser “qual decisão operacional pode ser melhorada utilizando os dados que a companhia já possui?”
Para um país que ainda perde parcela expressiva de sua água tratada, essa mudança pode representar bilhões de litros preservados, menor consumo energético, redução de custos operacionais e maior segurança no abastecimento.
Porém, o maior diferencial continuará estando nas pessoas.
Sensores coletam dados. Algoritmos encontram padrões. Sistemas geram alertas. Entretanto, são os profissionais do saneamento que transformam informação em água preservada, eficiência operacional e segurança para a população.
Fontes
- Water Online — Carollo Engineers and Partners Release Artificial Intelligence and Machine Learning Guidebook for Potable Reuse. Acessar a fonte
- Carollo Engineers — AI & Machine Learning Guidebook for Potable Reuse. Acessar o guia
- U.S. Bureau of Reclamation — Data-Driven Fault Detection and Process Control for Potable Reuse. Acessar a pesquisa
- Carollo Engineers — Artificial Intelligence and Machine Learning for Potable Reuse. Acessar o projeto
- ANA — Norma de Referência nº 15/2025 sobre redução e controle de perdas. Acessar a norma
- Sanepar — IA reduz tempo de detecção de vazamentos em Cascavel. Acessar a fonte
- Governo de São Paulo — Sabesp amplia uso de IA, satélite e tecnologias digitais. Acessar a fonte
- Copasa — Tecnologias de IA e satélite no combate às perdas. Acessar a fonte
- Águas Guariroba — Inteligência artificial aplicada ao monitoramento de pressão. Acessar a fonte
- Cesan — Robótica e inteligência artificial no combate aos vazamentos. Acessar a fonte
