Ficha da solução · Model Card
Patrimônio Inteligente
Prefeitura de São José dos Campos · Municipal · São Paulo
Sobre a solução
O cadastro patrimonial de municípios brasileiros se descola progressivamente da realidade física porque a conferência é manual, item a item, e por isso só acontece de tempos em tempos, produzindo bens sem localização confiável, lotação contábil equivocada e ressalvas dos Tribunais de Contas, além de impedir qualquer aplicação de IA sobre patrimônio pela simples ausência de dado contínuo.
Como funciona
Etiquetas RFID UHF passivas são fixadas nos bens e vinculadas à placa patrimonial. Um módulo leitor UHF acoplado a um microcontrolador ESP32 varre o ambiente por rádio, capturando dezenas de itens por segundo à distância e sem contato visual, e transmite as leituras via Bluetooth Low Energy para um aplicativo Android nativo, que reconcilia o resultado com o cadastro patrimonial e aponta o que falta, o que sobra e o que mudou de lugar. A prova de conceito já está validada em hardware real: firmware embarcado, aplicativo Android e comunicação bidirecional BLE funcionam ponta a ponta, incluindo fragmentação e remontagem de mensagens longas. O fluxo de leitura patrimonial está operando em modo simulado, falta apenas o módulo leitor UHF físico. A camada de IA está especificada como roadmap e não está implementada. Ela depende justamente do substrato que este projeto constrói: hoje não existe IA aplicada a patrimônio público municipal porque não existe dado de patrimônio — existe uma planilha levantada a cada muitos anos. Ao transformar o inventário de evento raro em fluxo contínuo de leituras georreferenciadas por sala e datadas, o projeto viabiliza quatro aplicações especificadas: reconciliação de identidade e de lotação (casar leitura e cadastro sobre descrições divergentes e propor a relotação de bens fisicamente presentes em unidade orçamentária diversa da registrada), OCR de placas patrimoniais metálicas para cobrir o acervo ainda não etiquetado e triar os bens encontrados sem plaqueta, enquadramento contábil assistido conforme MCASP, e detecção de anomalias de movimentação de bens. As duas primeiras aplicações não são hipotéticas: inventários manuais de grande porte demonstram, de forma recorrente, volume expressivo de bens encontrados em lotação divergente da registrada e de bens fisicamente presentes sem qualquer identificação patrimonial. São problemas de conciliação de dados, e é neles que a IA tem o retorno mais imediato.
Ficha técnica
- Origem
- Auto-declarada (7.1.C)
- Tecnologia de IA
- Análise de imagens / vídeo (visão computacional)
- Tipo
- Código / biblioteca
- IA generativa
- Não
Impacto
- Resultado / impacto
- Linha de base do método manual (medida em campo): > Acervo da ordem de 180 mil bens, distribuídos por centenas de unidades administrativas > Conferência de uma sala com ~30 postos de trabalho: ~7,5 servidor-horas (3 pessoas, 2 a 3 horas) > Ciclo completo de inventário manual: centenas de servidores mobilizados ao longo de ~10 meses Validado na prova de conceito: > Comunicação bidirecional ESP32 ↔ Android testada ponta a ponta em hardware real; fragmentação e remontagem de mensagens longas sobre BLE funcionando; fluxo completo de acionamento, leitura simulada e exibição do registro patrimonial. Ainda não medido: > Desempenho de leitura em campo — alcance real, taxa de acerto, tempo por sala e comportamento em ambiente metálico. Essas métricas dependem do módulo leitor cuja aquisição está pendente e serão o objeto central da Fase 1.
Soberania e dados
- Maturidade
- Protótipo
- Soberania
- Brasil — soberano
- Hospedagem da inferência
- Não se aplica
- Transferência internacional
- Não
Governança e supervisão
- Supervisão humana
- Monitoramento passivo
Nível de risco: Mínimo