Avaliar ou implementar um processo com IA
Base de evidências
Casos públicos de IA em empresas de energia elétrica, classificados pelo resultado. É a base que sustenta cada pergunta da calculadora. Empresas divulgam mais sucessos do que falhas, então a proporção de casos bem-sucedidos aqui não representa a taxa real de sucesso.
Casos por área e resultado
Casos por estágio e resultado
As 15 perguntas e a evidência de cada uma
Todos os casos
Evidências complementares
Pesquisas setoriais e referências jurídicas usadas nas justificativas.
Validação empírica do framework AIR
Esta seção não recalcula uma pontuação AIR retroativa para cada caso — a base de evidências não tem esse nível de detalhe. Em vez disso, ela testa uma pergunta mais honesta: os 15 indicadores do framework aparecem, na prática, associados aos casos reais que deram certo, parcial ou errado? Cada caso foi marcado com os indicadores AIR que ilustra; esta página cruza essas marcações com o resultado declarado.
Indicadores mais associados a bons e maus resultados
Para cada indicador, a barra mostra a distribuição de resultado entre os casos que o citam (clique numa barra para ver os casos). A primeira linha, em itálico, é a distribuição geral da base — use-a como referência.
Qual dimensão (MT, IE ou PO) mais separa sucesso de fracasso
Casos por indicador
O que isso valida — e o que não valida
Por onde começar: processos por sucesso e valor
Os casos da base agrupados em famílias de processo reconhecíveis (ex.: inspeção de ativos por imagem, detecção de fraude, atendimento com IA generativa). Para cada família: quantos casos existem, qual fração já "deu certo" de fato, e um indício — não uma medição — de quanto valor estratégico a família costuma gerar quando funciona. O custo e o retorno em dinheiro estão na aba ROI por processo.
Mapa de priorização
Eixo horizontal: indício de valor estratégico (combina quantas dimensões de Impacto Estratégico aparecem citadas e quantos casos trazem métrica quantificada). Eixo vertical: taxa de sucesso comprovado. Tamanho da bolha: número de casos. Clique numa bolha para ver a família.
Famílias de processo
| Família | Área | Casos | Deu certo | Parcial/errado | Indício de valor |
|---|
Como esta classificação é feita
Valor esperado (AIR-ROI): custo e retorno por processo e nível de implantação
O custo de aplicar IA depende de como a empresa implanta: usar um serviço pronto, configurar um produto (por exemplo, Open WebUI + API de modelo de linguagem + RAG), customizar com parceiro, construir com equipe própria ou montar plataforma própria com GPUs. Esta aba calcula, para cada processo e cada nível, quanto custa e quanto devolve em 3 anos já descontado o risco de não dar certo, e mostra a conta inteira: cada preço, cada premissa e a origem de cada número.
Mais retorno com menos custo
Cada ponto é um processo num nível de implantação; as linhas ligam os níveis do mesmo processo (da esquerda, mais barato, para a direita, mais caro). O ponto maior marca o nível recomendado. Eixo horizontal em escala logarítmica. Clique num ponto para abrir a conta.
Processo × nível de implantação
ROI esperado em 3 anos e custo total (TCO) de cada combinação modelada, ordenados pelo ROI do nível recomendado (borda laranja). Clique numa célula para ver a conta completa.
O modelo contra os custos reais divulgados
O que os casos divulgam em dinheiro
Metodologia AIR-ROI
Índice público · dados reais, não autoavaliação
Quem já está usando IA de verdade na rede elétrica brasileira?
Um ranking construído só com evidência pública — sites institucionais, relatórios de sustentabilidade e imprensa especializada — e testado contra uma base de casos reais do setor. Onde não há evidência, a nota é zero e fica marcada como sem dados públicos: isso não prova ausência de IA, prova ausência de divulgação.
Ranking geral
Pontuação de 0 a 100. As barras mostram quanto cada dimensão contribui para o total. Transmissoras não são avaliadas em perdas comerciais nem em atendimento ao consumidor, e o peso dessas dimensões é redistribuído.
Tabela
| # | Empresa | Segmento | Índice | Confiança |
|---|
Em quais frentes há evidência de IA
Número de empresas com qualquer evidência (nível 1 ou mais) em cada dimensão, entre as avaliadas naquela dimensão.
Matriz de evidências
Toque em uma célula para ver a evidência e a fonte que justificam a nota.
Pesos do ranking público
Ajuste os pesos das dimensões para testar a sensibilidade do ranking, ou avalie uma empresa que ainda não está na base.
Pesos
Ranking com estes pesos
| # | Empresa | Índice | Variação |
|---|
Avaliar outra empresa
Escolha o nível de evidência encontrado em cada dimensão. O resultado usa os pesos acima.
Perfil por empresa
Metodologia
Calculadora de prontidão (método AIR)
A calculadora segue o fluxo de seis etapas do método: selecionar o processo, avaliar Maturidade Tecnológica, Impacto Estratégico e Prontidão Organizacional por cinco indicadores cada, calcular a pontuação e decidir.
Cada indicador tem cinco níveis descritos de forma observável, para que duas pessoas avaliando o mesmo processo cheguem a respostas próximas. A nota de cada dimensão é a média dos seus cinco indicadores (1 a 5). A resposta “não sei” conta como nível 1: sem a informação, não é possível afirmar que a IA é confiável.
AIR = MT + IE + PO, de 3 a 15. Zonas: abaixo de 6, não pronto; de 6 a menos de 9, pronto para exploração (pilotos controlados); de 9 a menos de 12, pronto para escala; 12 ou mais, candidato a IA como núcleo do processo. Critério eliminatório: maturidade tecnológica abaixo de 2 classifica o processo como não elegível, qualquer que seja a soma.
O resultado explica o porquê listando os indicadores críticos (níveis 1 e 2) e de atenção (nível 3), e indica como resolver com uma ação para cada um. O “mínimo para mudar de zona” simula a menor sequência de melhorias, sempre elevando primeiro o indicador mais fraco, até o processo alcançar a próxima zona.
As descrições de nível e as ações recomendadas são uma proposta desta pesquisa e devem ser validadas na fase com especialistas.
Valor esperado (AIR-ROI)
Depois da decisão, o AIR-ROI estima quanto o processo custa e devolve em 3 anos conforme o nível de implantação: usar um serviço pronto, configurar um produto, customizar com parceiro, construir internamente ou montar plataforma própria. O custo é a soma de itens (pessoa-mês ao salário de mercado, licenças, consumo de API, nuvem), cada um com a origem do preço; o valor do problema vem de dados abertos da ANEEL e de fontes publicadas; a chance de sucesso vem do desfecho real dos casos de cada processo, com correção de viés de publicação. Na simulação de um processo avaliado, as lacunas de Prontidão Organizacional entram no custo e a zona AIR ajusta a chance de sucesso. A conta completa de cada processo e nível está na aba ROI por processo; a metodologia formal, em research/metodologia_air_roi.md.
Base de evidências
Cada pergunta é sustentada por casos públicos de IA em empresas de energia elétrica (2021 a 2026, com alguns casos anteriores marcados como contexto), classificados em deu certo, parcial, deu errado, em andamento ou sem resultado público, e por pesquisas setoriais. A comparação com casos parecidos usa palavras-chave e deve ser conferida por quem avalia. A base completa, com fontes e confiabilidade de cada caso, está na planilha que acompanha o projeto.
Ranking público
O índice mede a implementação de IA divulgada publicamente, não a maturidade real interna. Uma empresa que usa IA sem comunicar recebe nota baixa, e isso é uma limitação conhecida do método.
Dimensões e pesos padrão
| Dimensão | O que conta | Peso | Aplica a |
|---|
Escala de evidência (0 a 3)
- 0: nenhuma evidência pública localizada na coleta.
- 1: P&D, prova de conceito, piloto, chamada para startups ou intenção declarada.
- 2: solução em operação em parte da empresa (uma concessão, uma área, um processo).
- 3: solução em escala (várias concessões ou toda a rede) e com resultado quantificado divulgado.
Fórmula
Índice = 100 × Σ (pesoᵢ × notaᵢ / 3) ÷ Σ pesoᵢ, somando apenas as dimensões aplicáveis ao segmento. Para transmissoras, perdas comerciais e atendimento ao consumidor ficam fora e os demais pesos são reescalados.
Confiança
Alta: três ou mais fontes, incluindo ao menos uma da própria empresa ou de órgão oficial. Média: duas fontes. Baixa: uma fonte, ou fonte não institucional (por exemplo, perfil profissional ou conteúdo patrocinado).
Unidade de análise
Grupos econômicos, porque a maior parte das empresas divulga iniciativas de IA no nível do grupo (Neoenergia, Equatorial, Energisa, CPFL etc.). Uma versão futura pode desagregar por concessão cruzando com os códigos de agente da ANEEL.
Limitações
- Viés de divulgação: empresas com mais comunicação corporativa tendem a pontuar mais.
- Cobertura parcial: a ABRADEE reúne 42 distribuidoras, e há ainda permissionárias e dezenas de transmissoras não incluídas nesta versão.
- Valores em reais divulgados pelas empresas misturam investimento, benefício estimado e programas de inovação amplos. Não são comparáveis entre si e por isso não entram na nota, apenas no perfil.
- A codificação 0 a 3 envolve julgamento; recomenda-se dupla codificação independente e cálculo de concordância (kappa de Cohen) antes da publicação.
Próximos passos sugeridos
- Levantar a lista completa de agentes no Portal de Dados Abertos da ANEEL.
- Varrer relatórios de sustentabilidade, formulários de referência (CVM) e a base de projetos de PDI da ANEEL com termos como “inteligência artificial”, “aprendizado de máquina” e “visão computacional”.
- Enviar questionário às empresas para reduzir o viés de divulgação.
Fontes consultadas
Todas as evidências usadas na nota, agrupadas por empresa.