Fredrik Nilsson, Vice‑presidente, Américas, Axis Communications – Série de entrevistas

Fredrik Nilsson, Vice‑presidente, Américas, Axis Communications, supervisiona as operações da empresa na América do Norte e na América do Sul, liderando equipes focadas no desenvolvimento e entrega de soluções de segurança baseadas em rede para parceiros e usuários finais. Executivo de longa data na Axis, Nilsson desempenhou um papel significativo na transição da indústria de segurança da televisão fechada analógica para vídeo em rede baseado em IP. Desde que assumiu a responsabilidade pelas Américas em 2003, ajudou a aumentar a receita regional de aproximadamente US$ 20 milhões para bem mais de US$ 1 bilhão e apoiou a expansão de mais de 20 Axis Experience Centers nas Américas. Ele ingressou na Axis em 1996, tendo atuado anteriormente como Gerente de Produto e Gerente de Divisão na Suécia e depois como Diretor de Desenvolvimento de Negócios, onde ajudou a estabelecer parcerias durante o início do desenvolvimento do vídeo em IP. No início de sua carreira, foi Gerente de Produto na ABB, e atualmente integra os conselhos de administração da MSAB e da Swedish‑American Chamber of Commerce em Washington, D.C.

Axis Communications é uma empresa de tecnologia com sede na Suécia, especializada em segurança física inteligente e soluções de rede, incluindo câmeras de rede, sistemas de vigilância por vídeo, controle de acesso, intercomunicadores, áudio em rede, radar e análise de dados. Fundada em 1984 e com sede em Lund, Suécia, a Axis emprega aproximadamente 5.000 pessoas em mais de 50 países e faz parte do Grupo Canon desde 2015. A empresa introduziu o que descreve como a primeira câmera de rede do mundo em 1996 e, desde então, expandiu-se do vídeo em rede para um portfólio mais amplo de tecnologias de segurança conectadas. Seus produtos atuais incorporam cada vez mais análises baseadas em edge e inteligência artificial para transformar vídeo, áudio e dados de sensores em insights acionáveis para segurança, segurança, eficiência operacional e inteligência de negócios.

Sua carreira abrangeu monitoramento remoto na ABB, o desenvolvimento inicial de armazenamento conectado à rede e tecnologias de Internet das Coisas, e a transição da vigilância analógica para vídeo em rede na Axis Communications. Como esse histórico moldou a forma como você pensa sobre a atual mudança para câmeras alimentadas por IA e infraestrutura física inteligente?

Vejo a transição para câmeras alimentadas por IA como o próximo passo em uma evolução da qual faço parte ao longo da minha carreira – da tecnologia conectada e convergência de IP para a edge inteligente de hoje. Existe um fio condutor ao longo da minha carreira, que é ajudar os clientes a entender o que a tecnologia conectada pode fazer por eles. A ABB foi uma ótima escola para mim. Era uma grande empresa global, então tive a oportunidade de viajar pelo mundo, inclusive passando um ano no Canadá, e trabalhar com grandes clientes corporativos, especialmente concessionárias de energia, em projetos complexos. Meu papel foi de gerente de produto para um novo sistema de monitoramento remoto e controle conectado por IP. Na Axis, mais tarde trabalhei em uma nova categoria de dispositivos de armazenamento conectado por IP e ajudei a divulgar globalmente os benefícios da tecnologia conectada. Então, nos primeiros dias da convergência de IP, baseei-me nos mesmos princípios, ajudando clientes corporativos a entender o valor do vídeo conectado à rede e as oportunidades criadas pela tecnologia IP. Portanto, ao observar as câmeras alimentadas por IA hoje, vejo mais um passo nessa mesma evolução. A tecnologia continua se tornando mais capaz, mas a verdadeira oportunidade ainda está em conectar dispositivos, gerar dados úteis e ajudar os clientes a fazer mais com eles.

Quais tipos de cargas de trabalho de visão computacional são mais adequados para serem executados diretamente em uma câmera, e quais aplicações ainda se beneficiam de serem processadas em um data center local ou na nuvem?

As cargas de trabalho mais adequadas para serem executadas diretamente em uma câmera são aquelas que exigem decisões em tempo real, baixa latência e uso eficiente da largura de banda. Por exemplo, detectar e classificar pessoas ou objetos, contar, rastrear movimentos ou identificar eventos específicos. Com tecnologias como Axis Object Analytics, as câmeras podem detectar com precisão pessoas, veículos, cores, direção de deslocamento e outras características. Também podemos treinar uma câmera para objetos ou cenários muito específicos por meio do Axis Custom Analytics. À medida que as análises continuam a melhorar, mais dessa inteligência pode ocorrer na edge. Para muitos casos de uso, executar a análise na câmera e enviar apenas os dados ou metadados resultantes para um servidor ou para a nuvem é importante para escalabilidade e custo. A nuvem e os servidores ainda desempenham um papel importante, particularmente em aspectos como gerenciamento centralizado, armazenamento de longo prazo e análise de metadados em grande número de dispositivos. Não vejo isso como uma decisão de “ou isto ou aquilo”. A edge e a nuvem podem se complementar, cada uma fazendo o que lhe cabe melhor.

Implantar IA na edge requer equilibrar a precisão do modelo com limitações de poder de processamento, memória, consumo de energia e calor. Como os avanços em chips especializados estão mudando o que pode ser realisticamente alcançado dentro de uma câmera?

Na verdade, são duas tendências que impulsionam isso. Primeiro, a capacidade de IA do processador na borda está melhorando muito rapidamente. ARTPEC-9, nosso system‑on‑chip desenvolvido internamente, tem três vezes a capacidade de processamento de IA do ARTPEC-8, nos dando muito mais espaço para executar modelos sofisticados diretamente na câmera. As gerações futuras continuarão a aumentar essa capacidade. Segundo, o tamanho e a eficácia dos modelos estão melhorando. Foi aí que vimos muito progresso no último ano. Nossa equipe de P&D fez um trabalho incrível ao fazer mais do modelo rodar diretamente na borda, de modo que, em muitos cenários, você só precisa usar os dados da câmera em vez de enviar o vídeo para outro lugar para processamento. Há um ano, falávamos de cerca de 50 % das necessidades sendo atendidas na câmera. Hoje, está mais próximo de 90 % e esperamos que chegue a 95 % ou mais. A verdadeira inovação não está apenas em termos de chips mais potentes. É que estamos combinando hardware mais capaz com modelos de IA mais eficientes, permitindo que uma quantidade crescente de inteligência ocorra diretamente onde os dados são gerados. Isso torna os sistemas de vigilância muito menos dependentes de servidores e da nuvem para IA.

Câmeras estão cada vez mais sendo posicionadas como sensores operacionais em vez de apenas dispositivos de segurança. Quais aplicações no varejo, transporte, saúde, manufatura ou logística estão atualmente entregando o valor de negócio mais claro?

A manufatura é um exemplo muito bom porque o valor pode ser ligado diretamente à operação. BMW Group, por exemplo, está usando câmeras de rede como parte de seu sistema de inspeção de qualidade impulsionado por IA para capturar imagens detalhadas de veículos em tempo real e identificar defeitos. Esse é um papel muito diferente para uma câmera do que simplesmente registrar um incidente. Também estamos vendo um uso crescente de vídeo para eficiência operacional e inteligência de negócios de forma mais ampla. No transporte e logística, as câmeras podem ajudar as organizações a entender como pessoas, veículos e mercadorias estão se movimentando dentro de uma instalação. No varejo, o vídeo pode fornecer insights sobre o comportamento dos clientes, a utilização do espaço e o dimensionamento de equipe. O tema comum é que a câmera está gerando informações que podem ser usadas para melhorar um processo, não apenas registrando o que aconteceu.

Como a combinação de vídeo com análise de áudio, radar, sistemas de controle de acesso e sensores ambientais cria insights que não seriam possíveis apenas com dados visuais?

Quanto mais contexto você puder reunir, melhor o sistema poderá entender o que está acontecendo. Quando você combina diferentes entradas, pode obter insights que seriam difíceis, e às vezes impossíveis, de derivar apenas do vídeo. Por exemplo, você pode combinar a aparência de um objeto com seu movimento, ou usar informações térmicas e visuais juntas quando a iluminação ou visibilidade está desafiadora. O radar pode acrescentar informações sobre o movimento e a velocidade de um objeto, o áudio pode identificar sons ou proporcionar comunicação bidirecional, e os sensores ambientais podem fornecer contexto adicional sobre o que está acontecendo no ambiente ao redor. Múltiplos sensores também podem aumentar a confiança no que o sistema ou o usuário está detectando. A combinação de tecnologias é extremamente importante para proteger áreas essenciais da vida, como a infraestrutura crítica.

Já estamos avançando nessa direção. Na GSX, por exemplo, introduzimos soluções que combinam detecção visual, térmica, radar, áudio e ambiental. O objetivo é reunir os dados corretos para que as organizações possam tomar decisões mais rápidas e melhor informadas. Isso é particularmente importante para aplicações como a proteção de infraestrutura crítica, onde múltiplas fontes de informação podem oferecer uma visão mais completa do que está acontecendo.

O processamento de borda pode reduzir a quantidade de vídeo bruto que precisa ser transmitido ou armazenado, mas câmeras habilitadas por IA ainda levantam questões importantes de privacidade e governança. Que princípios as organizações devem seguir ao projetar sistemas que sejam úteis sem coletar mais dados pessoais do que o necessário?

O ponto de partida deve ser perguntar o que o sistema realmente precisa alcançar e coletar apenas as informações necessárias para esse propósito. Privacidade e transparência também são importantes. As pessoas querem entender por que o vídeo está sendo usado e como suas informações estão sendo tratadas. Nossa pesquisa recente mostra que as pessoas estão se sentindo mais à vontade com a vigilância por vídeo, mas essa aceitação não pode ser considerada garantida. As maiores preocupações em torno da vigilância habilitada por IA são falsos positivos ou informações imprecisas e o potencial uso indevido ou mau manejo dos dados. Isso impõe uma responsabilidade real às organizações e aos fornecedores de tecnologia para incorporar privacidade e segurança nos sistemas desde o início. O processamento de borda pode ajudar aqui, pois permite analisar as informações localmente e enviar somente os dados necessários, em vez de movimentar vídeo bruto contínuo pela rede.

A infraestrutura física pode permanecer implantada por muitos anos, enquanto os modelos de IA e as ameaças de cibersegurança evoluem rapidamente. Como as câmeras e outros dispositivos de borda devem ser projetados para que suas análises permaneçam seguras, mantíveis e adaptáveis ao longo de suas vidas operacionais?

Esta é uma das razões pelas quais vejo a câmera como parte da infraestrutura de TI e operacional mais ampla, e não como um dispositivo de segurança independente. A segurança cibernética precisa ser incorporada ao dispositivo desde o início, com software seguro, atualizações regulares e fortes proteções de cibersegurança ao longo de seu ciclo de vida. Na Axis, por exemplo, o Edge Vault fornece uma base baseada em hardware para proteger a integridade do dispositivo, garantir chaves criptográficas e estabelecer uma cadeia de confiança. Ele também suporta recursos como inicialização segura e software assinado, ajudando a garantir que apenas software confiável seja executado no dispositivo.

O dispositivo também precisa de uma arquitetura que possa se adaptar à medida que as análises e as exigências dos clientes mudam. Plataformas abertas são importantes aqui porque permitem que as organizações integrem novos aplicativos e tecnologias, em vez de ter que substituir todo o sistema sempre que algo evolui. Ao mesmo tempo, as organizações precisam de boa governança em torno de seus dispositivos conectados. À medida que mais vídeo, sensores e sistemas empresariais se juntam, a cibersegurança e a proteção de dados precisam ser tratadas como parte do design geral do sistema, e não como algo acrescentado posteriormente.

Axis apoia um ecossistema aberto de aplicativos que permite que desenvolvedores terceiros criem e implantem análises especializadas em seus dispositivos. Quão importante serão as plataformas abertas e a interoperabilidade à medida que as organizações buscam executar seus próprios modelos em grandes frotas de câmeras?

Acho que será extremamente importante. Os clientes não querem ficar presos a uma única tecnologia ou a um único modo de fazer as coisas, especialmente à medida que IA e análises continuam evoluindo tão rapidamente. Uma plataforma aberta facilita a integração de câmeras com outros sistemas, a introdução de aplicativos especializados e a escalabilidade em uma grande implantação. Também oferece aos clientes mais flexibilidade à medida que suas necessidades mudam. Ao eliminar o bloqueio de fornecedor e simplificar a integração, ecossistemas abertos e interoperáveis facilitam a expansão de soluções de borda inteligente enquanto se adaptam às demandas de negócios em mudança. Em última análise, o valor não está apenas na câmera em si. Está em como a câmera, os sensores, as análises e os aplicativos empresariais trabalham juntos.

Como as organizações devem avaliar o desempenho dos sistemas de visão computacional após a implantação, particularmente quando iluminação, posicionamento da câmera, comportamento humano ou condições operacionais podem mudar e potencialmente afetar a precisão?

Tudo depende do caso de uso, mas o mais importante é testar as câmeras e os modelos de IA no ambiente real onde serão realmente utilizados. Você pode ter um modelo que funciona muito bem em um cenário controlado, mas o teste real é o que acontece com a iluminação real, a posição da câmera, o clima, o fundo e o comportamento que você observa no local. Por isso incentivamos os clientes a avaliar análises como Axis Object Analytics ou Axis Custom Analytics no ambiente real e garantir que a precisão seja suficientemente alta para a aplicação. A fábrica da BMW é um bom exemplo dessa abordagem. As câmeras estão sendo usadas em um ambiente de produção real, onde a qualidade das imagens e das análises resultantes precisam sustentar um processo de fabricação efetivo.

À medida que a IA de borda se torna mais capaz, como você espera que o papel da câmera de rede evolua na próxima década, e quais novas capacidades podem surgir à medida que as câmeras se tornam componentes ativos de ambientes inteligentes e responsivos?

A câmera de rede está se tornando muito mais central para o sistema. Ela não é mais apenas uma câmera que gera vídeo. É um sensor que gera dados que podem ser analisados e compartilhados entre diferentes sistemas. À medida que o poder de processamento continua a aumentar, espero que as câmeras se tornem ainda melhores em compreender o que está acontecendo em seu ambiente e em fornecer informações úteis em tempo real. Essa é a ideia por trás da Inteligência de Cena, onde a câmera pode usar uma compreensão mais profunda da cena para fornecer informações mais significativas sobre objetos, suas características e o que está acontecendo ao seu redor.

Isso pode significar detecção de objetos e comportamentos mais avançada, maior integração com outros sensores e sistemas empresariais, e mais automação em como as organizações respondem a eventos. A mudança maior é que o vídeo se torna uma parte de uma camada mais ampla de dados e inteligência. A câmera ainda captura o que está acontecendo, mas cada vez mais pode também ajudar a explicar o que está acontecendo e o que uma organização pode querer fazer a seguir.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Axis Communications.