Modernização da arquitetura de dados reduziu de dias para minutos o acesso a informações financeiras e abriu caminho para modelos preditivos e novas ofertas digitais.
A Copel modernizou parte de sua arquitetura de dados para acelerar análises financeiras e desenvolver serviços baseados em inteligência artificial. O projeto envolveu a integradora BlueShift Brasil, a plataforma de movimentação de dados Fivetran e serviços do Google Cloud.
Segundo um estudo de caso publicado pela Fivetran, as novas ofertas têm potencial para gerar US$ 3,3 milhões — aproximadamente R$ 18 milhões — em receita anual. O valor, entretanto, representa uma projeção associada a serviços em desenvolvimento, e não uma receita já reconhecida nos resultados financeiros da companhia.
O documento não apresenta a metodologia utilizada para calcular a estimativa, o número esperado de assinantes ou os custos necessários para operar as novas ofertas. O estudo descreve o montante como receita anual projetada.
Arquitetura substitui informações semanais
Antes do projeto, áreas da Copel dependiam de registros com até uma semana de defasagem para acompanhar contas a receber e tomar decisões relacionadas a fluxo de caixa. O desafio estava em replicar grandes volumes de informações produzidas pelos bancos de dados de faturamento sem interferir nos sistemas responsáveis pela operação diária.
A BlueShift auxiliou a companhia na organização do data lake no Google Cloud, no entendimento dos sistemas legados e no desenho dos modelos necessários para integrar bases distintas. A Copel avaliou diferentes ferramentas e adotou a Fivetran para realizar a movimentação dos dados.
“Ter a oportunidade de desenhar essa solução ao lado do time técnico da Copel foi uma experiência gratificante. A escolha da Fivetran permitiu a ingestão de grandes volumes de dados sem interromper as operações críticas da companhia”, afirma Elias Theodoro, head de Virtualização de Dados da BlueShift.
A implementação replicou dados de seis bancos Oracle de faturamento para o Google BigQuery em menos de quatro semanas, segundo o estudo. A tecnologia de captura de alterações, conhecida como change data capture ou CDC, processa mais de 400 GB por hora de redo logs e atualiza o ambiente analítico em intervalos de cinco minutos.
Embora o material utilize a expressão “tempo real”, tecnicamente existe uma latência de aproximadamente cinco minutos. O modelo pode ser classificado como atualização quase em tempo real, ainda assim significativamente mais rápida do que os registros semanais anteriormente utilizados.
Dados passam a alimentar modelos preditivos
Com a nova estrutura, as informações sobre contas a receber passaram a ficar disponíveis em poucos minutos. Os dados também alimentam painéis no Power BI e modelos executados no Vertex AI, plataforma de inteligência artificial do Google Cloud.
Entre as aplicações citadas estão previsão de comportamento de pagamento e recomendação de planos personalizados para clientes. A expectativa é identificar riscos de inadimplência com maior antecedência e oferecer alternativas compatíveis com diferentes perfis.
“Esse ganho de desempenho habilitou os modelos de IA a prever o comportamento de pagamento, recomendar planos personalizados e apoiar a otimização do capital de giro”, afirma Theodoro.
A Copel também estruturou uma equipe dedicada a aplicações de inteligência artificial. Os casos de uso em desenvolvimento incluem detecção de possíveis fraudes de energia, identificação de anomalias em equipamentos e apoio ao planejamento da confiabilidade da rede elétrica.
Outra frente envolve aplicações de geração aumentada por recuperação, ou RAG. Essa arquitetura conecta modelos de linguagem a fontes de dados e documentos específicos antes de produzir uma resposta, permitindo desenvolver ferramentas baseadas em informações corporativas atualizadas.
O estudo de caso não informa quais aplicações de RAG já estão em produção, quais permanecem em teste ou quais mecanismos são utilizados para avaliar precisão, segurança e qualidade das respostas.
Novos serviços dependem de medidores inteligentes
A projeção de US$ 3,3 milhões está associada principalmente a novos serviços por assinatura baseados em dados de medidores inteligentes. As ofertas planejadas incluem informações sobre eficiência energética, comparação de consumo e detecção de possíveis falhas em eletrodomésticos.
A companhia também avalia combinar dados de ERP, faturamento, consumo de energia e condições climáticas para gerar conjuntos de informações destinados a parceiros dos setores de seguros e segurança. Esses dados poderiam apoiar a personalização de produtos residenciais e de vida.
O uso comercial de informações produzidas por uma concessionária, porém, exige controles rigorosos. Dados de consumo podem revelar hábitos, horários de ocupação e padrões de comportamento dos clientes. A adoção dessas aplicações precisa considerar finalidade, necessidade, transparência, segurança e demais princípios da Lei Geral de Proteção de Dados.
O material divulgado não detalha como os dados são anonimizados, quais informações podem ser compartilhadas, como ocorre a gestão do consentimento ou quais controles de acesso foram implementados. Também não informa se as novas ofertas dependem de autorizações regulatórias adicionais.
IoT deve ampliar o volume de informações
Uma próxima etapa prevê a transmissão de dados de medidores inteligentes por meio de tecnologias de internet das coisas. A atualização mais frequente poderá oferecer aos consumidores maior visibilidade sobre seus padrões de consumo e ajudar a identificar oportunidades de economia.
A mesma infraestrutura poderá apoiar a detecção de interrupções no fornecimento, anomalias em equipamentos e alterações inesperadas na rede. Esses usos, no entanto, dependem da expansão dos medidores, da qualidade da conectividade e da capacidade de processar dados continuamente.
O aumento do volume também amplia os desafios de governança. A empresa precisará controlar custos de armazenamento e processamento, monitorar a qualidade dos dados e definir períodos de retenção. Segurança cibernética e continuidade do serviço tornam-se especialmente relevantes por se tratar de uma infraestrutura essencial.
O projeto mostra como a preparação dos dados pode anteceder e determinar a viabilidade das iniciativas de inteligência artificial. A projeção financeira ainda precisa ser confirmada pela adesão dos clientes e pelos resultados efetivos das novas ofertas, mas a redução da latência já modifica a capacidade da Copel de acompanhar sua operação e desenvolver novos casos de uso.
