Um Google Analytics para o mundo físico.
A Kernova usa IA para transformar imagens de câmeras em dados que ajudam empresas a melhorar processos, vender mais e reduzir custos.
Representação ilustrativa de aplicação
Por que agora
A infraestrutura já existe. A próxima camada é inteligência.
Empresas já possuem câmeras e infraestrutura de vídeo. Quando tecnicamente adequada, essa base pode executar aplicações de IA e gerar informação operacional.
Câmeras instaladas
Base já existente na operação
Aplicações de visão computacional
Cada uma resolve um problema
Processamento local
A análise acontece no site
- 01
Aproveitar o investimento existente
- 02
Reduzir a transmissão contínua de vídeo para a nuvem
- 03
Transformar imagens em indicadores e ações
Mercado e foco inicial
Uma base instalada que pode gerar receita recorrente.
A oportunidade está em adicionar software, aplicações de IA e processamento à infraestrutura das operações físicas.
Empresas com operações relevantes
Especialmente redes com múltiplas unidades — cada unidade é uma nova instalação recorrente.
Integradores e parceiros
Já atendem essas empresas e mantêm a infraestrutura de vídeo instalada.
Racional de dimensionamento
Contas atendíveis
Unidades por conta
Receita anual por unidade
Receita recorrente potencial
O problema econômico
O que acontece na operação nem sempre chega à gestão.
As imagens registram clientes, atividades e processos — mas transformar isso em decisão ainda depende de observação manual.
- 1Onde estamos perdendo vendas?Receita
- 2Onde o processo demora?Produtividade
- 3Onde há desperdício ou falha de qualidade?Custo
Entender filas e demanda ajuda a ajustar o atendimento.
Representação ilustrativa de aplicação
Produto · família Kernel
Uma aplicação resolve o primeiro problema. A plataforma permite expandir.
O Kernel executa aplicações de IA para transformar imagens em informações sobre a operação.
Como funciona
Das câmeras às decisões, em qualquer operação.
O mesmo fluxo atende varejo, indústria e logística.
- 01Câmeras
- 02Kernel
- 03Aplicações de IA
- 04Indicadores
- 05Decisões
Representação ilustrativa de aplicação · indústria
Tração
Receita recorrente ativa e um pipeline em fase avançada.
R$30 mil
de MRR ativo
R$80 mil
de MRR com o fechamento de 4 contratos em negociação
+R$500 mil
em MRR em fase de POC ou negociação final
R$30 mil ativo→R$80 mil com 4 contratos→+R$500 mil em pipeline
Valores aproximados · referências internas de outubro de 2026 · negociações e pipeline não são receita garantida
Modelo de negócio e expansão
A primeira implantação abre novas receitas na mesma conta.
Implantação inicial
Projeto de entrada para colocar a primeira aplicação em operação.
Mensalidade
Contratos de 36 meses são comunsSoftware, aplicações de IA, infraestrutura conforme contrato, suporte e evolução.
Expansão na conta
Primeira aplicação
Novas aplicações
Novas unidades
Problema resolvido→Valor demonstrado→Expansão→Mais recorrência
Projetos alimentam produto
Aprendizado dos projetos→Componentes reutilizáveis→Aplicações padronizadas→Distribuição pelo Kernel
Lógica do modelo e direção estratégica · expansão ainda não comprovada em escala
Distribuição
Chegar às empresas através de quem já as atende.
Venda direta
Para contas empresariais.
Integradores e parceiros
Distribuição por quem já mantém a relação com o cliente.
Parceiro estratégico
Estamos negociando um investimento com um parceiro estratégico que pode ampliar o acesso comercial à sua rede — com participação societária vinculada às vendas geradas.
~50 mil
empresas na rede do parceiro
Parceiro→Empresas da rede→Oportunidades comerciais→Implantações Kernova
As empresas da rede não são clientes da Kernova, pipeline contratado ou vendas garantidas.
Vantagem competitiva em construção
Cada implantação pode tornar a próxima mais eficiente.
- Aplicações e componentes reutilizáveis
- Integrações com a operação do cliente
- Distribuição através de parceiros
- Menor esforço de implantação
- Mais possibilidades de expansão
- Maior capacidade de replicar soluções
Base atual · 01
Projeto específico
Base atual · 02
Componente reutilizável
Direção · 03
Aplicação padronizada
Direção · 04
Distribuição
Concorrência e alternativas
Disputamos o valor que pode ser extraído das imagens.
Gerenciamento e gravação de vídeo
Armazenam e exibem imagens.
Plataformas de inteligência de vídeo
Ex.: Monuv, Lumana, Spot AI, Verkada, Rhombus.
Soluções específicas de visão computacional
Resolvem um caso pontual.
Posicionamento Kernova · pela combinação de
- Aplicações de IA
- Processamento local
- Engenharia aplicada a problemas operacionais
- Modelo recorrente
- Distribuição por parceiros
Referências citadas como exemplos de alternativas · sem comparação de funcionalidades
Fundadores
Experiência empresarial e engenharia para operar no mundo real.
Leo: Fundador da Kaplen, adquirida pelo Itaú, e da Hent, investida pela Y Combinator.
Lori: Doutor em engenharia, com experiência na ArianeGroup e em projetos de reatores nucleares.
Visão
Uma camada de inteligência para as operações físicas.
- 01Resolver um problema relevante
- 02Ampliar aplicações dentro da conta
- 03Expandir para outras unidades
- 04Distribuir aplicações para uma base crescente de clientes
10 mil
Kernels ativos até dezembro de 2029
Uma base distribuída de processamento, aplicações de IA e receita recorrente.
Transformar o que as câmeras veem em decisões que melhoram o negócio.
Kernova · Leo Pinho & Lori Lemazurier