O monitoramento da agressividade do meio e a identificação de situações de risco dependem fundamentalmente da análise de dados de processo e de inspeção. No entanto, a diversidade e o grande volume desses dados (Big Data) representam um desafio significativo para a análise e interpretação humana. A utilização de ferramentas de Inteligência Artificial (IA), com ênfase no Aprendizado de Máquina (Machine Learning – ML), pode ajudar a superar essa limitação. O ML permite o tratamento integrado e a observação de correlações entre as variáveis de grandes conjuntos de dados, promovendo um avanço substancial na compreensão dos mecanismos de corrosão. Serão apresentados modelamentos preditivos que foram desenvolvidos com base em

um conjunto de dados abrangente, proveniente tanto de dados de campo quanto de ensaios em laboratório. Para a validação, foi realizada uma comparação da correlação dos dados obtidos com os resultados gerados pelos modelos. Nessa análise, foram utilizadas ferramentas de Inteligência Artificial (IA), e modelos comerciais disponíveis para a predição de corrosão.