A IA no saneamento já consegue analisar padrões de consumo, apontar matrículas prioritárias para fiscalização, identificar indícios de vazamentos, classificar solicitações de clientes, interpretar dados operacionais e apoiar decisões em redes, ETAs e ETEs. A evolução mais recente vai além: sistemas de inteligência artificial começam a sair da simples previsão para a recomendação de ações — e a chamada IA agêntica amplia a possibilidade de executar determinadas etapas de forma autônoma.
É justamente nesse ponto que surge a pergunta mais desconfortável para o setor: quantas atividades hoje realizadas por pessoas realmente continuarão precisando ser executadas manualmente nos próximos anos?
Entretanto, a evidência disponível aponta para uma transformação mais complexa do que uma simples substituição de empregos. A inteligência artificial tende a atingir primeiro partes do trabalho: conferência de leituras, triagem de contas, classificação de anomalias, elaboração de relatórios, atendimento de baixa complexidade, priorização de ordens de serviço e análise de grandes volumes de dados.
A Organização Internacional do Trabalho avaliou quase 30 mil tarefas ocupacionais e estimou que aproximadamente um em cada quatro trabalhadores no mundo está em ocupações com algum grau de exposição à inteligência artificial generativa. Ainda assim, a própria OIT considera a transformação dos empregos mais provável do que a substituição completa, justamente porque a maioria das ocupações continua reunindo atividades que exigem participação humana.
Para o saneamento, essa diferença é fundamental. O setor opera infraestrutura crítica, atende milhões de consumidores, administra ativos enterrados, controla processos físico-químicos e biológicos, movimenta grandes volumes financeiros e toma decisões que podem afetar saúde pública, meio ambiente e continuidade do abastecimento.
Portanto, a IA no saneamento não reduz automaticamente a importância dos profissionais experientes. Pelo contrário. Quanto maior a automação, maior tende a ser a necessidade de pessoas capazes de interpretar contexto, validar exceções, assumir responsabilidade técnica e transformar informação em uma decisão segura.
Por que o saneamento se tornou terreno fértil para inteligência artificial
Durante décadas, grande parte do conhecimento de uma companhia ficou distribuída entre planilhas, sistemas comerciais, SCADA, históricos de consumo, mapas, relatórios, ordens de serviço, modelos hidráulicos e, principalmente, na experiência acumulada pelas equipes.
Agora, a digitalização começa a aproximar essas fontes.
SCADA, GIS, CRM, ERP, medidores inteligentes, sensores de pressão, vazão e ruído, aplicativos de campo, bancos de dados comerciais e modelos hidráulicos criam uma enorme base de informações. É justamente nesse ambiente que a IA no saneamento encontra espaço para avançar, porque algoritmos são particularmente eficientes quando existe grande volume de dados e padrões que precisam ser encontrados rapidamente.
A International Water Association, em publicação de 2026 voltada especificamente para utilities de água, aponta possibilidades como automatizar tarefas rotineiras e intensivas em conhecimento, preservar conhecimento institucional, apoiar decisões complexas, otimizar recursos e fornecer informações em tempo real. Além disso, a IWA destaca a evolução da IA generativa para a Agentic AI, ou IA agêntica, capaz de participar de cadeias mais amplas de decisão e ação.
Consequentemente, o debate deixa de ser apenas tecnológico. Ele passa a envolver estrutura organizacional, responsabilidade, segurança, capacitação profissional e definição clara de quais decisões podem ou não ser entregues a um algoritmo.
Consumo e faturamento: a triagem manual está na linha de frente
Uma empresa com centenas de milhares ou milhões de matrículas não precisa mais procurar contas anormais somente por filtros fixos.
Modelos de machine learning podem comparar histórico, sazonalidade, categoria, comportamento do consumo, leituras anteriores e diversas outras variáveis para criar um ranking de matrículas que merecem atenção.
Um estudo realizado com aproximadamente 1.400 unidades consumidoras em uma área de medição de Joinville, em Santa Catarina, utilizou Random Forest para detectar consumo não autorizado. O modelo atingiu 88,2% de acerto no conjunto de teste. O resultado é relevante, porém precisa ser interpretado corretamente: trata-se de um caso específico, e não de uma garantia de desempenho para qualquer sistema de abastecimento.
Já um estudo publicado em agosto de 2026 utilizou dados reais da Compesa em Recife para detecção de consumo anormal. Segundo os pesquisadores, uma das estratégias baseadas em machine learning permitiu reduzir em até 7,6 vezes o número de inspeções de campo necessárias para localizar 50% dos casos anormais, quando comparada a uma seleção aleatória.
Esse exemplo mostra com clareza onde a IA no saneamento pode substituir uma atividade tradicional.
Em vez de um analista gastar horas selecionando manualmente milhares de contas, o algoritmo pode apresentar uma fila priorizada.
Por outro lado, existe uma distinção essencial:
anomalia não significa fraude.
Mudança de ocupação do imóvel, vazamento interno, alteração cadastral, erro de leitura, hidrômetro com problema, reforma, sazonalidade e diversas outras situações podem produzir comportamentos atípicos.
Assim, a inteligência artificial pode indicar onde investigar, mas a experiência comercial e a fiscalização continuam fundamentais para determinar o que realmente aconteceu.
Perdas reais: a IA reduz a área de procura
A mesma lógica aparece no combate às perdas reais.
Sensores de pressão, vazão, ruído, vibração e telemetria produzem séries temporais capazes de mostrar pequenas alterações na rede muito antes de um vazamento produzir sinais claros na superfície.
A própria Norma de Referência ANA nº 15/2025 reconhece, entre as tecnologias inovadoras que podem integrar os planos de redução de perdas, telemetria, sensores de pressão, vazão ou ruído, modelos de previsão de vazamentos, softwares de georreferenciamento e medição inteligente.
Em abril de 2026, a ABES também destacou o avanço da inteligência artificial aplicada à análise de vibração, transientes de pressão e padrões de consumo. Foram citadas experiências brasileiras em municípios como Curitiba, Cascavel e Araxá, nas quais essas tecnologias contribuíram para direcionar a identificação de vazamentos e melhorar a eficiência das ações de campo.
Entretanto, novamente existe um ponto de atenção.
Uma revisão sistemática publicada em 2026 analisou 53 estudos realizados entre 2018 e 2025 sobre inteligência artificial aplicada à detecção de vazamentos em redes de distribuição. Diversos modelos apresentaram resultados de classificação muito elevados. Contudo, grande parte dos bancos de dados empregados ainda vinha de simulações produzidas em ambientes como o EPANET. Dados reais são mais difíceis, ruidosos e caros de obter.
Portanto, a IA no saneamento pode informar que determinado setor apresenta alta probabilidade de vazamento. Porém, a equipe especializada ainda precisa interpretar pressão, válvulas, intermitência, características do solo, ruídos externos, histórico de manutenção e condições efetivamente encontradas no campo.
Em outras palavras: a IA encurta a busca; o profissional transforma a indicação em diagnóstico.
Atendimento: a rotina pode ser automatizada, mas a exceção ganha valor
Outro campo de mudança acelerada é o relacionamento com o cliente.
Segunda via, consulta de débito, informação sobre protocolos, status de serviço, interrupção programada e diversas orientações simples podem ser atendidas automaticamente.
Além disso, com IA generativa, reconhecimento de voz e processamento de linguagem natural, o atendimento deixa de depender exclusivamente de menus rígidos.
Na Inglaterra e no País de Gales, o regulador Ofwat publicou em junho de 2026 seu primeiro plano de adoção de inteligência artificial para o setor. A discussão regulatória já reconhece usos em áreas como detecção de vazamentos, otimização das redes, atendimento, faturamento e relatórios regulatórios.
Um exemplo ainda mais concreto aparece na Portsmouth Water. Em seu plano de melhoria do faturamento e atendimento, a companhia informa que um agente de voz com inteligência artificial já estava reduzindo tempos de espera, além de prever a transformação desse recurso em um canal permanente até dezembro de 2026.
A consequência para a força de trabalho merece atenção.
O atendimento humano tende a ser deslocado das tarefas simples para situações como contas muito acima do histórico, clientes vulneráveis, negociações de débitos, divergências cadastrais, vazamentos internos, reclamações recorrentes e conflitos que exigem compreensão do contexto.
Consequentemente, a IA no saneamento pode diminuir a quantidade de interações rotineiras conduzidas por pessoas, mas aumenta o valor do atendente que domina regras, processos comerciais, comunicação e solução de problemas complexos.
Quando a IA começa a recomendar a operação, surge a área mais sensível
A fronteira mais delicada aparece quando a inteligência artificial deixa de apenas identificar problemas e começa a recomendar o que deve ser feito.
A Agência de Proteção Ambiental dos Estados Unidos cita, entre possíveis usos da inteligência artificial em sistemas de água e esgoto, ajuste de controles de bombas, planejamento de crescimento do sistema, resposta rápida a emergências, comunicação com clientes e monitoramento da qualidade da água.
Na prática, um algoritmo pode combinar:
vazão, pressão, nível de reservatório, tarifa de energia, demanda prevista, histórico de falhas e disponibilidade dos equipamentos.
A partir daí, pode sugerir uma programação de bombeamento diferente.
Em uma ETE, sistemas semelhantes podem apoiar decisões relacionadas a aeração, recirculação, dosagem, detecção de anomalias ou manutenção.
Além disso, entram em cena os gêmeos digitais.
Uma revisão científica publicada em agosto de 2026 define o gêmeo digital de uma estação de tratamento de esgoto como uma representação virtual continuamente atualizada da instalação física, que combina dados em tempo real com modelos mecanísticos, estatísticos e de machine learning. Dessa forma, cenários podem ser simulados antes de mudanças serem aplicadas ao processo real.
Contudo, existe uma enorme diferença entre três estágios:
IA informa → IA recomenda → IA executa.
Enquanto os dois primeiros podem funcionar como suporte ao operador, o terceiro exige governança muito mais rígida.
Afinal, um erro no faturamento pode produzir uma reclamação. Um erro operacional pode afetar pressão, qualidade da água, extravasamento de esgoto, consumo de energia, equipamento ou segurança do processo.
Por isso, a experiência dos profissionais de operação continua sendo um dos maiores ativos de uma companhia.
Quais atividades apresentam maior potencial de automação
Não existe hoje uma base científica capaz de determinar com segurança quais cargos específicos das empresas brasileiras de saneamento desaparecerão.
Entretanto, a análise das tecnologias disponíveis permite identificar uma tendência.
Atividades com alto volume, grande repetição, regras relativamente estáveis e dados estruturados apresentam maior potencial de automação.
Entram nessa categoria digitação e consolidação de dados, conferência repetitiva de leituras, relatórios padronizados, triagem inicial de reclamações, classificação de anomalias, priorização de inspeções e planejamento rotineiro de ordens de serviço.
Em um nível intermediário aparecem diagnóstico assistido, análise de causa provável, previsão de demanda, recomendação operacional e programação de manutenção.
Nessas situações, a IA no saneamento tende a trabalhar como um copiloto do profissional.
Por outro lado, atividades como negociação complexa, liderança, gestão de crise, diagnóstico físico de campo, relacionamento institucional, gestão de equipes e decisão técnica diante de situações inesperadas apresentam barreiras maiores à substituição integral.
A principal divisão, portanto, não ocorre entre trabalho manual e trabalho intelectual.
Ela ocorre entre tarefas previsíveis e tarefas contextualizadas.
O profissional que entende processo e tecnologia ganha importância
A automação cria uma aparente contradição.
Quanto mais determinadas rotinas deixam de exigir intervenção humana, mais valioso se torna o conhecimento de quem consegue validar os resultados produzidos pelos algoritmos.
Um modelo pode detectar que a pressão de um setor saiu do padrão. Entretanto, um operador pode saber que existe uma manobra programada naquela área.
Um algoritmo pode identificar uma queda suspeita de consumo. Por outro lado, um analista comercial pode reconhecer que houve alteração de categoria, mudança de ocupação ou erro cadastral.
Um sistema pode sugerir redução da aeração. Contudo, o profissional da ETE conhece o comportamento do processo biológico, as limitações dos equipamentos e os riscos de comprometer a qualidade do efluente.
A IWA destaca, inclusive, a possibilidade de utilizar inteligência artificial para preservar conhecimento institucional, um aspecto especialmente relevante para utilities que enfrentam aposentadorias, mudança de equipes e perda de especialistas experientes.
Assim, a IA no saneamento pode servir como uma espécie de memória ampliada da organização. Procedimentos, falhas anteriores, lições aprendidas e respostas técnicas podem ficar mais acessíveis.
No entanto, a inteligência artificial somente conseguirá aprender conhecimento confiável se esse conhecimento for estruturado e validado por profissionais que realmente compreendem o saneamento.
O mercado de trabalho indica transformação, mas também exige capacitação
O World Economic Forum identificou uma situação que ajuda a dimensionar a mudança.
Entre os empregadores pesquisados globalmente, 77% planejam investir em requalificação e capacitação da força de trabalho para lidar com IA. Ao mesmo tempo, 41% afirmam prever redução de pessoal em atividades nas quais a tecnologia consiga reproduzir o trabalho humano. Esses percentuais representam o mercado em geral, e não especificamente o saneamento.
Além disso, IA e big data, redes e cibersegurança e alfabetização tecnológica aparecem entre as competências de crescimento mais acelerado até 2030.
Para as companhias de água e esgoto, isso aponta para novas competências em engenharia de dados, governança, integração de sistemas, cibersegurança OT, automação, modelagem, análise preditiva, gêmeos digitais e validação de algoritmos.
Consequentemente, a carreira mais protegida não tende a ser aquela mais distante da tecnologia.
Tende a ser aquela que combina conhecimento profundo do saneamento + domínio crescente das ferramentas digitais.
Um algoritmo sofisticado não corrige um cadastro ruim
Existe uma regra simples que precisa acompanhar qualquer projeto de IA no saneamento:
dado ruim continua sendo dado ruim, mesmo quando processado por inteligência artificial.
Se um hidrômetro está associado à matrícula errada, um sensor está descalibrado, uma ordem de serviço foi encerrada incorretamente ou o GIS apresenta uma rede diferente daquela efetivamente instalada, o sistema pode produzir uma resposta aparentemente sofisticada e operacionalmente errada.
Revisões científicas sobre inteligência artificial em tratamento de esgoto apontam limitações recorrentes, como baixa interpretabilidade dos modelos, dificuldade de reprodução, necessidade de dados confiáveis e baixa capacidade de generalização entre diferentes instalações. Estudos mais recentes sobre gestão de anomalias em ETEs também destacam problemas relacionados ao ruído dos sensores, conjuntos de dados desbalanceados, custo computacional e dificuldade de transferir um modelo desenvolvido em uma planta para outra.
Por isso, antes de investir apenas em IA, uma companhia precisa investir em algo menos chamativo, porém absolutamente fundamental:
qualidade e governança dos dados.
Cibersegurança passa a fazer parte da operação
Quanto mais IA, SCADA, telemetria, GIS e sistemas corporativos passam a conversar entre si, maior também se torna a superfície de risco cibernético.
Em junho de 2026, a EPA publicou um alerta após relatos de solicitações feitas por provedores de inteligência artificial para obter informações operacionais sensíveis de utilities, incluindo registros de SCADA, vazões, níveis de reservatórios, métricas de qualidade e consumo de energia.
Segundo a agência norte-americana, a agregação dessas informações pode revelar padrões de funcionamento, vulnerabilidades e comportamentos capazes de comprometer a continuidade dos serviços.
O episódio traz uma lição direta para o Brasil.
A IA no saneamento frequentemente precisa de mais dados para entregar melhores resultados. Entretanto, isso não significa que todo dado possa ser transferido indiscriminadamente para plataformas externas.
Segregação entre IT e OT, controle de acesso, autenticação, logs, classificação de informações, regras para fornecedores, ambientes privados e políticas claras de uso de IA passam a fazer parte da própria segurança do sistema de abastecimento e esgotamento.
Cibersegurança, portanto, deixa de ser apenas um assunto da TI.
Ela se transforma em tema operacional.
Decisão automatizada também exige cuidado com o cliente
No Brasil, existe ainda outro ponto importante: a LGPD.
O artigo 20 trata do direito à revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem os interesses do titular. A ANPD também destaca a necessidade de informações claras sobre critérios e procedimentos empregados nesses processos, observados os limites legais.
Em 2026, a inteligência artificial continua entre os projetos da Agenda Regulatória da ANPD, incluindo discussões sobre interpretação do artigo 20, direitos dos titulares, princípios da LGPD, bases legais, boas práticas e governança.
Isso merece especial atenção quando algoritmos são utilizados para classificar perfis de consumo, selecionar matrículas para fiscalização, priorizar cobrança ou apoiar outras decisões que possam afetar clientes.
Nesse contexto, a IA no saneamento precisa ter rastreabilidade, critérios de revisão e mecanismos para encaminhar determinadas situações à avaliação humana.
Fraude é talvez o exemplo mais didático.
A máquina pode calcular uma probabilidade. A probabilidade não é uma prova.
Como implantar IA sem transformar inovação em risco
Uma implantação madura de IA no saneamento tende a seguir uma sequência bastante objetiva:
- Começar pelo problema, e não pela tecnologia. Deve existir um resultado operacional, financeiro ou comercial claramente definido.
- Avaliar a qualidade dos dados. Cadastro, histórico, sensores e integrações precisam ser confiáveis.
- Priorizar atividades de baixo risco e alto volume. Triagem, classificação e alertas costumam ser bons pontos de partida.
- Colocar especialistas no processo de validação. Quem conhece o saneamento precisa participar do desenvolvimento e dos testes.
- Medir mais do que acurácia. Falsos positivos, falsos negativos, economia financeira, produtividade, tempo poupado e impacto sobre clientes também importam.
- Definir os limites da automação. Deve ficar claro quando a IA informa, quando recomenda e quando uma pessoa precisa autorizar.
- Criar governança permanente. Cibersegurança, privacidade, auditoria, atualização dos modelos e capacitação não terminam quando o sistema entra em produção.
Essa sequência evita um erro comum: confundir uma boa demonstração tecnológica com um bom resultado de saneamento.
No setor, inovação somente gera valor quando reduz perdas, melhora qualidade, aumenta confiabilidade, reduz risco, economiza recursos, melhora produtividade ou atende melhor o cliente.
A descrição dos cargos provavelmente mudará antes dos cargos
A IA no saneamento tende a retirar espaço de atividades cujo principal valor está em copiar, conferir, classificar e encaminhar informações.
Ao mesmo tempo, cria espaço para engenharia de dados, governança, cibersegurança OT, integração SCADA–GIS–CRM–ERP, automação de processos, análise preditiva, gêmeos digitais, validação de modelos e gestão de soluções digitais.
Isso não significa que operadores, técnicos, atendentes, fiscais, analistas ou engenheiros se tornem menos importantes.
O saneamento trabalha diariamente com situações que não aparecem de maneira perfeita em um banco de dados: redes antigas, cadastros incompletos, pressões instáveis, intermitência, chuvas extremas, crescimento urbano desordenado, clientes vulneráveis, equipamentos sem histórico e ocorrências inesperadas.
Por isso, os profissionais continuam sendo a principal camada de inteligência que conecta tecnologia com realidade.
A IA no saneamento poderá analisar milhões de registros em segundos. Ainda será necessário alguém para decidir se o resultado faz sentido.
Poderá indicar onde fiscalizar. Ainda será necessário alguém para confirmar.
Poderá prever um vazamento. Ainda será necessária uma equipe para localizar, acessar e reparar a rede.
Poderá recomendar uma manobra. Ainda será necessário avaliar riscos, contexto e responsabilidade.
Poderá responder milhares de clientes. Ainda será necessário um profissional qualificado para resolver aquilo que foge do padrão.
Assim, a pergunta mais relevante para o setor talvez não seja quantos profissionais a inteligência artificial substituirá.
A pergunta mais importante é:
quais tarefas deixarão de consumir o tempo desses profissionais e quais competências passarão a determinar seu valor?
A resposta tende a favorecer justamente quem conhece saneamento de verdade e consegue utilizar a tecnologia como amplificadora dessa experiência.
Fontes
International Water Association — GenAI and AgenticAI for Water Utilities. Acessar publicação da IWA
Organização Internacional do Trabalho — Generative AI and Jobs: A Refined Global Index of Occupational Exposure. Acessar estudo da OIT
World Economic Forum — Future of Jobs Report 2025. Acessar Future of Jobs Report
Agência Nacional de Águas e Saneamento Básico — Norma de Referência ANA nº 15/2025 sobre redução e controle de perdas. Acessar Norma da ANA
ABES — Inteligência artificial acelera combate às perdas de água no Brasil. Acessar publicação da ABES
Urban Water Journal — estudo com Random Forest para detecção de consumo não autorizado em Joinville. Acessar estudo de Joinville
Elsevier — estudo de 2026 com dados da Compesa sobre detecção de consumo anormal e eficiência das inspeções. Acessar estudo com dados da Compesa
Smart Cities — revisão sistemática de 2026 sobre inteligência artificial aplicada à detecção de vazamentos em redes de distribuição. Acessar revisão científica
U.S. Environmental Protection Agency — orientações sobre inteligência artificial, riscos e cibersegurança em sistemas de água e esgoto. Acessar orientação da EPA
Ofwat — plano de adoção de inteligência artificial para o setor de água publicado em junho de 2026. Acessar plano da Ofwat
ANPD — informações sobre inteligência artificial e revisão de decisões automatizadas no âmbito da LGPD. Acessar conteúdo da ANPD
Nature Water — Rewards, risks and responsible deployment of artificial intelligence in water systems. Acessar publicação da Nature Water
