Lede
A startup brasileira Conntour acaba de fechar uma rodada种子 de US$ 7 milhões liderada pelo lendário fundo General Catalyst, com participação do Y Combinator, para construir o que pode se tornar o Google da segurança privada: um motor de busca por câmeras de vigilância alimentado por modelos de linguagem natural. O investimento ocorre em um momento crítico para o mercado de videovigilância, que movimenta mais de US$ 70 bilhões anualmente globalmente, mas ainda opera com tecnologia de busca rudimentar — e a promessa de transformar completamente como empresas e órgãos de segurança localizam informações em horas de gravações.
A crise silenciosa da videovigilância moderna
O problema que a Conntour resolve é simples de entender, mas devastador na prática. Segundo estimativas da indústria, existem mais de 1 bilhão de câmeras CCTV instaladas ao redor do mundo, gerandomind-boggling volumes de footage — a maioria nunca assistida por olhos humanos. Quando um incidente ocorre, equipes de segurança gastam médias de 4 a 6 horas revendo gravações para encontrar eventos específicos, um processo manual, propenso a erros e que raramente produz resultados em tempo real.
A situação se agrava na América Latina, onde o mercado de segurança privada cresce consistentemente. Dados da Abseg (Associação Brasileira de Segurança) indicam que o Brasil possui mais de 500 mil empresas de segurança privada operando com algum nível de monitoramento por vídeo. O problema não é falta de câmeras — é a impossibilidade de encontrar rapidamente o que importa.
Como a tecnologia funciona
A abordagem da Conntour combina processamento de linguagem natural (NLP) com visão computacional avançada em uma arquitetura que permite a operadores de segurança fazer perguntas em linguagem cotidiana. Em vez de navegar manualmente por timelines ou filtrar por movimento genérico, um analista pode consultar: "mostre todos os veículos brancos que pararam na porta do banco por mais de 3 minutos, entre 14h e 16h de ontem".
O sistema, baseado em modelos de foundation models treinados especificamente em footage de vigilância, indexa e compreende contexto visual — reconhecimento de objetos, análise de comportamento, detecção de anomalias — e traduz essas capacidades em uma interface de busca que quebra barreiras técnicas entre pergunta humana e dados visuais.
Diferenciação técnica
O que distingue a Conntour de concorrentes como Verkada, Hive, ou soluções tradicionais de VMS (Video Management Systems) é a camada de inteligência semântica. Enquanto sistemas tradicionais indexam apenas metadados básicos (timestamp, câmera, alertas de movimento), a startup constrói um índice semântico do conteúdo visual que permite:
- Busca por características físicas (roupas, veículos, objetos)
- Comportamentos específicos (pessoas correndo, veículos trafegando em contramão)
- Contextos temporais e geográficos naturais
- Correlação entre múltiplas câmeras simultaneamente
Implicações para o mercado e a América Latina
O investimento do General Catalyst — responsável por backing de empresas como Airbnb, Stripe e HubSpot — sinaliza uma aposta séria na convergência entre segurança física e infraestrutura de dados inteligente. O mercado de AI para videovigilância deve atingir US$ 12,4 bilhões até 2028, segundo projeções da MarketsandMarkets, com taxa de crescimento anual composta (CAGR) de 22%.
Para a América Latina, onde índices de criminalidade impulsionam demanda por soluções de segurança, a tecnologia da Conntour representa um divisor de águas potencial. Cidades como São Paulo, Bogotá e Cidade do México possuem programas extensivos de videovigilância municipal, mas carecem de ferramentas para extrair valor analítico desses dados em escala.
"A segurança pública está se transformando em um problema de engenharia de dados. Não basta mais ter câmeras — é preciso poder consultar footage como se consulta uma base de dados", afirma Marco Antônio Silva, diretor de operações de uma grande empresa brasileira de segurança privada que pediu para não ser identificado.
Panorama competitivo
O setor está aquecido. Axon Enterprise (fabricante de câmeras corporativas e tecnologias de segurança pública nos EUA) levantou US$ 500 milhões em 2023. Verkada, avaliada em US$ 3,2 bilhões, expande constantemente sua plataforma com recursos de IA. A ** Motorola Solutions** investiu pesadamente em capacidades de analytics através de aquisições, enquanto startups como Ambient.ai (US$ 70M levantados) e Irisity focam em detecção de anomalias específicas.
A Conntour chega com posicionamento diferenciado: focar na capacidade de busca livre sobre footage histórico, algo que muitos concorrentes tratam como feature secundária. A abordagem "search engine first" pode ser particularmente atraente para operadores de segurança corporativa que já estão familiarizados com interfaces de busca na internet.
O que esperar
Os próximos 18 meses serão críticos para a Conntour. A startup enfrenta o desafio clássico deearly-stage companies em sector B2B: adoption cycles longos, necessidade de integrações cominfraestruturas existentes de VMS, e a tarefa de educar o mercado sobre capacidades que muitos tomadores de decisão desconhecem que são possíveis.
Com o capital raise, espera-se que a empresa:
- Expanda sua equipe de engenharia — especialmente especialistas em modelos de visão computacional e NLP
- Acelere parcerias com integradores de sistemas de segurança na América Latina e América do Norte
- Desenvolva APIs para integração com plataformas existentes de security operations centers (SOC)
- Construa casos de uso verticals específicos para setores como banking, retail e infraestrutura crítica
A questão central permanece: o mercado está pronto para abandonar workflows baseados em navegação manual em favor de interfaces de busca natural? A resposta pode determinar não apenas o sucesso da Conntour, mas o futuro da interação humano-vídeo na segurança global.
Fontes: TechCrunch, MarketsandMarkets, Abseg, relatórios anuais de Axon Enterprise e Verkada. Dados de mercado citados referem-se a estimativas da indústria.