Valor Econômico – Apesar dos avanços da inteligência artificial (IA) na interpretação de contextos complexos, na mobilidade urbana essa tecnologia ainda enfrenta o desafio da fragmentação de dados entre os diferentes atores do ecossistema. Esse cenário impede a entrega de serviços em tempo real e de experiências sofisticadas ao cidadão.
“Existem conjuntos de dados que estão na prefeitura, na empresa terceirizada que opera os semáforos ou em provedores como Waze. Precisamos avançar com a integração. Hoje, a grande dificuldade é fazer acordo com as instituições para obter os dados em tempo real, porque é em tempo real que você está tomando as decisões”, reforça Beto Macedo, diretor-executivo do CESAR nos segmentos de gás, óleo e mobilidade.
A partir dessa integração é possível oferecer algo de maior valor à sociedade, como, por exemplo, os semáforos que recebem avisos da chegada de ambulância ou carro dos bombeiros e abrem uma via preferencial ou carros equipados com sensores que medem a trepidação e emitem alertas sobre problemas de pavimentação, permitindo priorização eficiente de manutenção urbana.
As notícias estão em todo lugar. Reportagens e entrevistas exclusivas sobre o setor ferroviário, só na RF — desde 1940.
Por R$ 8,42/mês — parcele em 12x sem juros.
A integração também viabiliza a roteirização, considerando fatores como uma rota com menos pegada de carbono. O CESAR está experimentando o uso de computação quântica, com apoio da Embrapii, para otimizar itinerários de logística multimodal em cidades, visando a entregas mais rápidas e eficientes para varejistas.
Outra vertente do compartilhamento dos dados está entre pessoas físicas e instituições. Carros equipados com sensores e rastreadores para desconto em seguradoras poderiam gerar massa crítica de dados, servindo de matéria-prima para prevenção a acidentes, roubo e furtos e na contabilidade de emissão de gases poluentes.
Antes, as cidades inteligentes esbarravam em limitações tecnológicas, de conexão à internet a modelos preditivos usando IA. Mas esse cenário está mudando. Paulo Henrique Andrade, um dos fundadores e hoje CEO da IturanMOB, aponta que o rápido crescimento de carros conectados e autônomos, compartilhando informações com centros de controle e monitoramento de trânsito, pode melhorar a fluidez do trânsito e diminuir mortes nas vias. “A grande limitação ainda está na integração dos dados com o poder público.”
Em um espectro mais amplo, a maior adoção de modelagem preditivas possibilita a transição de internet das coisas (IoT) para AIoT, a inteligência artificial das coisas, a partir da fusão de dispositivos IoT e algoritmos de IA. “Quando conseguimos fazer todos esses sistemas se comunicarem, temos as dinâmicas a ponto de podermos criar um gêmeo digital, uma cópia idêntica da cidade, mas virtual. Assim, podemos prever e até testar situações”, explica Arlindo Galvão, diretor do Centro de Excelência em IA (Ceia) da Universidade Federal de Goiás (UFG).
Nesse sentido, os grandes modelos de linguagem (LLMs) são usados para criar cenários de experimentação, permitindo testar intervenções como faixas exclusivas e bolsões para motos em ambientes controlados antes de expandir para toda a cidade.
Seja o primeiro a comentar